Big Data för Fordon och Transport! Vår Digitala Framtid, Trafikverket!! Björn Bjurling, SICS Swedish ICT, 20150421!
Sammanfattning! Big Data är överallt! Big Data Analytics används för att utvinna information ur Big Data! Information utvunnen ur Big Data kan leda till konkurrens- och informationsövertag!
Presentationens Innehåll! Introduktion! Vad är Big Data?! Vad är Analytics?! Varför är det så viktigt?! Tekniska aspekter av Big Data Analytics! Historik i korthet! Utmaningar på flera nivåer! Utmaningar för Plattformar!
Presentationens Innehåll (2)! Big Data för Fordon och Transport! Hur används Big Data Analytics idag? (Fordon)! Hur kan framtida tillämpningar se ut? (Trafik)! Big Data för Fordon och Transport på SICS! Roadmap för Big Data Analytics! Sammanfattning!
Introduktion!
Vad är Big Data?! Flera möjliga definitioner! En revolutionerande ny syn på vilken data som anses vara analyserbar! Datamängder med en viss omfattning (4V)! Data som inte kan hanteras eller analyseras på vanliga plattformar!
Big Data! Data från vilken konkurrensmässigt värdefull information kan utvinnas endast med speciella plattformar och algoritmer!
Vad är Big Data Analytics?!
Varför är BDA så Viktigt?! Mer data -> Värdefullare information! Bättre algoritmer och plattformar -> Exklusiv information! Analysera annars svåranalyserbar data! Värdefull exklusiv information -> Informationsövertag! konkurrensfördelar! Traditionella verktyg fungerar inte alltid på Big data!
BDA System Stack! Tillämpning! Resource Management! Ramverk! Beräkning! Lagring! Nätverk! Datainsamling!
Utmaningar på flera nivåer! Juridik: personlig integritet, äganderätt, betalningsmodeller! Tillämpning: beräkningskomplexitet, heurestik! Algoritmer: skalbarhet, modellering, distribution! Plattform: schemaläggning, beräkning, kompilering, lokalitet! Data: insamling, lagring, kommunikation!
Utmaningar för platform! Stora filer! 10.000-tals servrar! lagring! beräkning! miljö! Fordonsbundna plattformar: migrerande data och beräkningar!
2003 HDFS! 2004 MapReduce! 2008 Apache Hadoop! 2010 Pregel! 2012 Storm! 2014 Spark, Flink! Kort historik!
Utmaningar! Data:! Fordon och trafik ger ny karaktär på Big data! Plattformar och Algoritmer:! Anpassning till krav på trafiksäkerhet och mobilitet! Tillämpning:! Förbättrade modeller leder inte automatiskt till förbättrade tillämpningar!
Trafikövervakning i realtid! Trafiksystem och individuella fordon! Data från fordon, mobiler, databaser,! kameror, etc! Uppkopplade och beräknande fordon! Nya tjänster! Google Maps! Nokia: system för övervakning av faktorer! som kan påverka körsäkerheten!!
Fleet Management and Platooning! Stora flottor, många sensorer! Modellering, prediktion,! kommunikation! Transportplanering, kolonnkörning,! underhållsplanering! ARI Fleet kunde med BDA på 14000 datatyper insamlade från 1 miljon fordon reducera kostnader genom bättre transport och underhållsplanering!
Produktion! Insamling av data! Modellering, simulering! Ny anpassad design! > första pris!
Olycksdetektering! Mobildata (från basstationer)! Statistisk modellering! Definiera metrik! Samla tillräckligt med data!
Möjliga framtida tillämpningar! Modeller kan förbättras m.a.p. aktualitet, relevans och omfattning! OD-matriser, CO2-modeller! Root-cause analysis (förbättrat underlag)! Trafiksäkerhetsmodeller (relevanta nyttofunktioner)! Backighet, underhållsbehov av väg! Förbättrade mätningar! Vägbana (yta och kropp)! Behov av ny infrastruktur! Underlag för investeringsbeslut och policy!
BDA Road Map! Före 2010, Data Mining: Plattformar och algoritmer väl anpassade till de befintliga! datamängderna. Värde kan effektivt extraheras från data genom värdekedjan! 0-10 GB! Arbetsstationer/! PC! Data Mining! Beslutsstöd! Värdekedja! Data! Plattform! Analys! Tillämpning! Affärsmodeller! Teknologi! Sensorer/! Infrastrukrue/! Övervakning! Beräkning/! Nätverk/! Lagring! Algoritmer! Affär/Nytta/Juridik!!!
BDA Road Map (2)! 2010-2014, Big Data: Datamängderna för stora för existerande plattformar och! algoritmer. Det potentiella värdet i datamängderna kan inte utvinnas på grund av den! allför smala passagen i värdekedjan! 0 100 YB! Kluster/! Moln/! Datacenter! Maskininlärning/! Artificiell intelligens/! Deep Learning! Beslutsstöd/! Optimering/! Styrning/! Prediktion/! Avvikelsedetektion! Data! Plattform! Analys! Tillämpning! Affärsmodeller! Algoritmer! Motsvarande! utveckling av! plattformar påbörjat! 2015, Vidga passagen i värdekedjan!
Sammanfattning! Big Data är överallt! Big Data Analytics används för att utvinna information ur Big Data! Information utvunnen ur Big Data kan leda till konkurrens- eller informationsövertag!
Kontakt! Björn Bjurling, bgb@sics.se! Daniel Gillblad, dgi@sics.se! Anders Holst, aho@sics.se!