KR20210074550A - 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템 - Google Patents
스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템 Download PDFInfo
- Publication number
- KR20210074550A KR20210074550A KR1020190165339A KR20190165339A KR20210074550A KR 20210074550 A KR20210074550 A KR 20210074550A KR 1020190165339 A KR1020190165339 A KR 1020190165339A KR 20190165339 A KR20190165339 A KR 20190165339A KR 20210074550 A KR20210074550 A KR 20210074550A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- big data
- spatiotemporal
- processing system
- smart city
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 62
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000007405 data analysis Methods 0.000 claims abstract description 7
- 238000005516 engineering process Methods 0.000 claims description 16
- 238000013144 data compression Methods 0.000 claims description 3
- 239000013585 weight reducing agent Substances 0.000 claims description 2
- 238000000034 method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2219—Large Object storage; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/182—Distributed file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/221—Column-oriented storage; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2246—Trees, e.g. B+trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명은 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템에 관한 것으로, 본 발명에 따른 시스템은 도시 인프라스트럭처, 공공기관 외부 시스템 및 스마트시티 서비스 시스템에서 생성 또는 수집되는 시공간 빅데이터를 저장하는 저장 모듈, 시공간 빅데이터를 수집하여 저장 모듈에 저장시키는 수집적재모듈, 저장 모듈에 적재된 시공간 빅데이터를 분석하고 스마트시티 서비스 시스템에 활용할 수 있는 데이터 분석 모델을 개발하는 분석 처리 모듈, 그리고 저장 모듈에 저장된 빅데이터 및 상기 개발된 데이터 분석 모델에 의한 분석 결과를 제공하는 데이터 제공 모듈을 포함한다.
Description
본 발명은 시공간 빅데이터 처리 시스템에 관한 것으로, 보다 자세하게는 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템에 관한 것이다.
스마트시티(SMART CITY)는 첨단 정보통신기술(ICT)을 이용해 도시 생활 속에서 유발되는 교통 문제, 환경 문제, 주거 문제, 시설 비효율 등을 해결하여 시민들이 편리하고 쾌적한 삶을 누릴 수 있도록 한 '똑똑한 도시'를 뜻한다. 첨단 정보통신기술(ICT)로 인해 발전한 다양한 유형의 전자적 데이터 수집 센서를 사용해서 정보를 취득하고, 이를 자산과 리소스를 효율적으로 관리하는 데 사용하는 도시 지역을 일컫는다.
도시 인구 증가 및 기후변화 대응을 위한 해결책으로 각 국가에서 정책적으로 스마트시티를 추진하고 있으며, 사물인터넷(IoT), 인공지능(AI), 로봇, 자율주행 자동차 등의 기술을 도입하여 미래를 대비하려 하고 있다.
스마트시티에서는 교통량과 같은 실시간 데이터, 개인 이동, 각종 인프라에서 생성되는 데이터의 다양한 형태를 저장하고 제공해야 되며, 이를 위해서 원활한 데이터 흐름을 형성하는 개방형 데이터 허브 구축이 필요하다.
특히, 현실공간과 사이버공간 융합을 위해 공간정보가 핵심플랫폼으로 등장하고 있으며, 스마트 시티 내 공간정보 이용자가 사람에서 사물(M2M)로 변화하는 양상과 함께 지리정보, 2D/3D지도, GPS 등 위치측정 인프라, 인공위성, 지오태깅(Geotagging)(디지털 컨텐츠의 공간정보화), 디지털트윈 등 다양한 형태의 공간데이터를 수집하고 활용될 수 있다.
기존의 스마트시티 데이터허브 플랫폼은 다양한 도시 문제를 해결하기 위한 데이터 중심의 플랫폼을 구축하여 비공간 데이터 및 지역 정보 등의 공간 데이터를 저장하고 있으나, 공간 데이터를 좌표나 텍스트형태로 저장하기 때문에 지리적 특성을 파악하는 데 한계가 있었다.
스마트시티 데이터 허브 플랫폼은 다양한 도시 문제를 해결하기 위한 데이터 중심의 플랫폼으로서 도시 공간이라는 공간 데이터 유형을 정의하고 저장, 분석할 수 있는 기술 개발과 함께, 이를 기반으로 다양한 공간 데이터를 활용한 도시 서비스 개발 활성화를 위한 연구가 필요한 상황이다.
따라서 본 발명이 해결하고자 하는 기술적 과제는 스마트시티 서비스를 위한 시공간 빅데이터 처리 방법 및 시스템을 제공하는 것이다.
상기한 기술적 과제를 해결하기 위한 본 발명에 따른 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템은 도시 인프라스트럭처, 공공기관 외부 시스템 및 스마트시티 서비스 시스템에서 생성 또는 수집되는 시공간 빅데이터를 저장하는 저장 모듈, 상기 시공간 빅데이터를 수집하여 상기 저장 모듈에 저장시키는 수집적재모듈, 상기 저장 모듈에 적재된 시공간 빅데이터를 분석하고 상기 스마트시티 서비스 시스템에 활용할 수 있는 데이터 분석 모델을 개발하는 분석 처리 모듈, 그리고 상기 저장 모듈에 저장된 빅데이터 및 상기 개발된 데이터 분석 모델에 의한 분석 결과를 제공하는 데이터 제공 모듈을 포함한다.
본 발명에 따른 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템은 공간 데이터와 비공간 데이터 간 POI(Point of Interest) 연계 기술이 적용될 수 있다.
본 발명에 따른 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템은 공간데이터 경량화를 위해 임의의 두 포인트 사이의 기울기를 측정하여 동일한 기울기를 가지는 포인트를 제거하는 방식으로 데이터 경량화를 수행할 수 있다.
본 발명에 따른 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템은 시공간 빅데이터를 컬럼 단위로 저장함으로써 데이터 압축률을 증가시킬 수 있다.
본 발명에 따른 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템은 인-메모리 분산 병렬 엔진 사용될 수 있다.
본 발명에 따른 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템은 비선형 구조(Tree) 데이터의 메모리 사용량을 줄이기 위한 트리 노드 데이터의 직렬화(Serialization)를 이용할 수 있다.
본 발명에 따른 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템은 시공간 데이터의 경우 인-메모리 처리가 불가능하면, 실제 데이터는 분산 데이터베이스에 저장하고, 시공간 정보 및 공간 객체를 인덱스로 구성하여 맵핑할 수 있다.
본 발명에 따르면 공간 연산이 가능한 공간정보를 저장, 관리할 수 있어 지리적, 공간적 특성을 파악하기 위한 분석을 효과적으로 수행할 수 있고, 또한 공간 데이터를 분산 병렬 색인을 통해 크기가 큰 공간 데이터를 빠르게 처리할 수 있으며, 스케일 아웃(Scale-Out) 구조로 고확장성을 제공할 수 있어, 스마트시티 서비스를 위해 시공간 빅데이터를 효율적이고 빠르게 처리할 수 있는 장점이 있다.
도 1은 본 발명에 따른 스마트시티 시스템의 개념도이다.
도 2는 본 발명의 일 실시예에 따른 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템의 구성도이다.
그러면 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
도 1은 본 발명에 따른 스마트시티 시스템의 개념도이다.
도 1을 참고하면, 본 발명에 따른 시공간 빅데이터 처리 시스템(100)은 도시 인프라스트럭처(200), 공공기관 외부 시스템(300) 및 스마트시티 서비스 시스템(400) 등의 플랫폼과 연계하여 도시 공간에서 생성되는 각종 데이터를 수집, 저장, 관리, 분석 및 제공하는 기능을 수행할 수 있다.
도시 인프라스트럭처(200)는 교통, 상하수도, 가스, 도로, 항만, 전기, 빌딩, 학교 등 도시 공간의 각종 시설과 각 시설에 설치된 스마트기기 등을 포함하며, 도시 인프라스트럭처는 각종 데이터를 생성하고 수집할 수 있다.
공공기관 외부 시스템(300)은 경찰, 소방서, 기상청 등의 기관일 수 있다.
스마트시티 서비스 시스템(400)은 시공간 빅데이터 처리 시스템(100)과 연계하여 교통, 안전, 도시행정, 환경, 에너지, 교육, 산업, 의료, 복지 등 스마트시티 서비스를 제공하는 각각의 시스템일 수 있다.
도 2는 본 발명의 일 실시예에 따른 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템의 구성도이다.
도 2를 참고하면, 본 발명에 따른 시공간 빅데이터 처리 시스템(100)은 수집적재모듈(110), 저장 모듈(120), 분석 처리 모듈(130) 및 데이터 제공 모듈(140)을 포함할 수 있다.
수집적재모듈(110)은 도시 인프라스트럭처, 공공기관 외부 시스템 및 스마트시티 서비스 시스템 등의 시공간 데이터를 제공하는 플랫폼과 연동하여 각종 데이터를 수집하여 저장 모듈(120)에 적재할 수 있다.
수집적재모듈(110)은 지리, 지물, 지형 등의 공간 데이터를 메시지큐(Message Queue)를 이용하여 저장 모듈(120)에 저장할 수 있다. 가령 Kafka 기반으로 수집적재모듈(110)을 개발하여 'Kafka Consumer'와 'Kafka Producer'을 이용해 적재 요청과 적재결과를 저장 모듈(120)인 HDFS에 저장할 수 있다.
수집적재모듈(110)은 다양한 시공간 데이터 소스를 저장 모듈(120)의 데이터 포맷으로 편리하게 변경할 수 있도록 지원할 수 있다.
수집적재모듈(110)은 기상, 교통, 도로 정보 등 시공간 빅데이터를 수집 및 적재 시 메모리 기반 고속 분산 병렬 처리하도록 구현될 수 있다.
저장 모듈(120)은 수집적재모듈(110)에서 수집된 빅데이터를 저장하는 기능을 수행한다.
공간 데이터와 비공간 데이터는 테이블 형태로 저장 모듈(120)에 저장되며, 양 데이터 간의 연계를 위해서는 공간 데이터와 비공간 데이터 간 POI(Point of Interest) 연계 기술이 적용될 수 있다. 양 데이터 간의 관계성을 파악하여 ER 모델(Entity-Relation Model)을 기반으로 데이터 간의 POI 연계 기술을 적용할 수 있다.
데이터 제공 모듈(140)은 저장 모듈(120)에 저장된 시공간 데이터를 외부에 제공하기 위해 해당 플랫폼에 적합한 OpenAPI를 제공할 수 있다. 예컨대 공간 데이터 검색에 대한 요청 및 응답 API를 제공할 수 있다.
저장 모듈(120)은 방대한 크기의 2D 및 3D 공간 데이터를 경량화하기 위해 임의의 두 포인트 사이의 기울기를 측정하여, 그 사이의 동일한 기울기를 가지는 포인트(point)를 제거하면서 점의 개수를 줄여나가는 방식으로 데이터 경량화를 수행할 수 있다.
한편 공간 빅데이터를 컬럼 단위로 저장 모듈(120)에 저장함으로써 데이터 압축률을 증가시켜 데이터 크기를 경량화할 수도 있다.
여기서 공간 데이터는 OGC(Open Geographic Consortium, 공간정보 오픈소스 컨소시엄)에서 제정된 표준 포맷을 따를 수 있으며, 공간 참조 시스템 간의 변환을 표현하기 위한 포인트(Point), 선(Line), 폴리곤(Polygon)으로 구성된 WKT(Well-Known Text)와 이의 바이너리 형태인 WKB(Well-Known binary) 포맷으로 정의할 수도 있다.
본 발명에 따른 시공간 빅데이터 처리 시스템(100)에서 데이터 모델은 비교차(Non-Intersection), 두 개의 지오메트리(geometry)가 교차하지 않는 모델로 정의할 수 있으며, 공간색인 처리된 공간 데이터에 대해 데이터 테이블 형태로 메타데이터를 설계할 수도 있다.
분석 처리 모듈(130)은 저장 모듈(120)에 저장된 빅데이터를 머신 러닝 기반으로 분석할 수 있다. 이를 위해 본 발명에 따른 시공간 빅데이터 처리 시스템(100)은 시공간 빅데이터에 부합하도록 분산 공간 객체 및 머신러닝 알고리즘을 지원하며, 시공간 데이터 저장 기술의 경우 인-메모리에 부합하도록 하는 데이터 인덱싱 기술과 시공간 인덱싱 기술을 적용하여 시공간 데이터의 빠르고 안정적인 처리, 최적의 저장 및 검색 성능을 제공할 수 있다.
여기서 분산 병렬 처리 기술은 아파치 스파크(Apache Spark) 기반의 범용 인-메모리 분산 병렬 엔진 사용이 가능하다. 공간 객체 및 연산을 위해 Spark와 연동이 가능한 분산공간객체를 지원하고, 분산병렬처리가 가능한 신호처리 및 공간 연산, 머신 러닝 알고리즘 지원을 할 수 있다.
시공간 데이터 저장 기술은 비선형 구조(Tree) 데이터의 메모리 사용량을 줄이기 위한 트리 노드 데이터의 직렬화(Serialization)를 이용할 수 있다. 그리고 인-메모리 상태의 비선형 구조(Tree) 데이터의 영속성(Persistence)을 위해 HDFS 또는 로컬 드라이브에 저장기술을 적용할 수도 있다.
대용량의 시공간 데이터의 경우 인-메모리 처리가 불가하므로, 실제 데이터는 분산 데이터베이스에 저장하고, 시공간 정보 및 공간 객체를 인덱스로 구성하여, 이를 맵핑하는 기술을 적용할 수도 있다.
한편 인-메모리 상태의 트리 노드 중 사용 빈도가 낮은 노드를 삭제하고 트리를 재구성하는 기술을 적용할 수도 있다. 그리고 키-밸루 스토어 데이터 인덱싱(Key-Value Store Data Indexing)을 통해 연관 배열의 저장, 조회, 관리를 위한 분산 컬럼 데이터베이스(HBase, Accumulo, Cassandra 등)의 시공간인덱싱 기술을 적용할 수도 있다.
분석 처리 모듈(130)은 도시 공간 분석을 통해 선별한 도시 데이터 데이터를 가공, 처리 등을 위한 데이터 정규화, 노이즈 제거 처리, 필터 등의 알고리즘 도출 및 설계 등을 할 수도 있다.
본 발명에 따른 시공간 빅데이터 처리 시스템(100)은 수집된 공간 빅데이터를 효율적으로 저장·처리하기 위해 분산병렬 처리 엔진에 공간 질의를 처리하는 공간질의 처리기 및 분산처리 기술이 적용될 수 있다. 그리고 범용 인-메모리 분산병렬 처리 엔진을 이용하여 공간색인 및 공간 연산을 각 클러스터 노드에서 처리되게 할 수도 있다. 입력 데이터의 공간 정보를 통한 데이터 파티셔닝과 분산 클러스터에서의 로컬 공간연산 기술도 적용될 수 있다.
데이터 제공 모듈(140)은 지오-쿼리(Geo-query) 지원 및 지도 기반 질의 결과 시각화 처리를 하여 제공할 수 있다. 예컨대 도시 데이터의 연산 및 분석 기능을 공간 기반으로 제공하는 공간 기반 시각화 처리를 하여 제공할 수 있다. 또한 공간 선택 기능을 제공하여 행정구역, 포인트 기준 반경, 사용자 지정 영역 등에 공간데이터를 처리할 수 있는 기능을 제공할 수 있다. 또한 데이터 제공 모듈(140)은 히트맵(Heat Map), 시계열 분석이 가능하도록 지도 상에 빅데이터 분석 결과를 가시화하여 제공할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
Claims (6)
- 도시 인프라스트럭처, 공공기관 외부 시스템 및 스마트시티 서비스 시스템에서 생성 또는 수집되는 시공간 빅데이터를 저장하는 저장 모듈,
상기 시공간 빅데이터를 수집하여 상기 저장 모듈에 저장시키는 수집적재모듈,
상기 저장 모듈에 적재된 시공간 빅데이터를 분석하고 상기 스마트시티 서비스 시스템에 활용할 수 있는 데이터 분석 모델을 개발하는 분석 처리 모듈, 그리고
상기 저장 모듈에 저장된 빅데이터 및 상기 개발된 데이터 분석 모델에 의한 분석 결과를 제공하는 데이터 제공 모듈
을 포함하는 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템.
- 제 1 항에서,
상기 시공간 빅데이터 처리 시스템은,
공간 데이터와 비공간 데이터 간 POI(Point of Interest) 연계 기술이 적용되는 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템.
- 제 1 항에서,
상기 시공간 빅데이터 처리 시스템은,
공간데이터 경량화를 위해 임의의 두 포인트 사이의 기울기를 측정하여 동일한 기울기를 가지는 포인트를 제거하는 방식으로 데이터 경량화를 수행하는 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템.
- 제 1 항에서,
상기 시공간 빅데이터 처리 시스템은,
시공간 빅데이터를 컬럼 단위로 저장함으로써 데이터 압축률을 증가시키는 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템.
- 제 1 항에서,
상기 시공간 빅데이터 처리 시스템은,
인-메모리 분산 병렬 엔진 사용되며, 비선형 구조(Tree) 데이터의 메모리 사용량을 줄이기 위한 트리 노드 데이터의 직렬화(Serialization)를 이용하는 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템.
- 제 1 항에서,
상기 시공간 빅데이터 처리 시스템은,
시공간 데이터의 경우 인-메모리 처리가 불가능하면, 실제 데이터는 분산 데이터베이스에 저장하고, 시공간 정보 및 공간 객체를 인덱스로 구성하여 맵핑하는 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190165339A KR20210074550A (ko) | 2019-12-12 | 2019-12-12 | 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190165339A KR20210074550A (ko) | 2019-12-12 | 2019-12-12 | 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210074550A true KR20210074550A (ko) | 2021-06-22 |
Family
ID=76600930
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190165339A KR20210074550A (ko) | 2019-12-12 | 2019-12-12 | 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20210074550A (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20240029309A (ko) | 2022-08-26 | 2024-03-05 | 인하대학교 산학협력단 | 디지털 트윈을 활용한 유해물질 확산 예측 시스템 |
-
2019
- 2019-12-12 KR KR1020190165339A patent/KR20210074550A/ko active Search and Examination
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20240029309A (ko) | 2022-08-26 | 2024-03-05 | 인하대학교 산학협력단 | 디지털 트윈을 활용한 유해물질 확산 예측 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7300797B2 (ja) | スケーラブルな時空密度データの融合 | |
| Li | Geospatial big data handling with high performance computing: Current approaches and future directions | |
| Yu et al. | A demonstration of GeoSpark: A cluster computing framework for processing big spatial data | |
| US10558665B2 (en) | Network common data form data management | |
| Karmas et al. | Geospatial big data for environmental and agricultural applications | |
| CN113282692A (zh) | 一种智慧城市的大数据共享方法及装置 | |
| Sarwat | Interactive and scalable exploration of big spatial data--a data management perspective | |
| Jhummarwala et al. | Parallel and distributed GIS for processing geo-data: an overview | |
| Zhou et al. | An efficient access model of Massive spatiotemporal Vehicle trajectory data in Smart City | |
| Alves Peixoto et al. | A framework for parallel map-matching at scale using Spark | |
| Chaudhry et al. | Indexing of real time geospatial data by IoT enabled devices: Opportunities, challenges and design considerations | |
| Zhang et al. | High-performance online spatial and temporal aggregations on multi-core cpus and many-core gpus | |
| Cho et al. | A basis of spatial big data analysis with map-matching system | |
| KR20210074550A (ko) | 스마트시티 서비스를 위한 시공간 빅데이터 처리 시스템 | |
| Barik et al. | Investigation into the efficacy of geospatial big data visualization tools | |
| Wang et al. | HBase storage schemas for massive spatial vector data | |
| Hou et al. | Design and achievement of cloud geodatabase for a sponge city | |
| Azri et al. | Crisp clustering algorithm for 3D geospatial vector data quantization | |
| Heiler et al. | Comparing implementation variants of distributed spatial join on spark | |
| Gambs et al. | Mapreducing gepeto or towards conducting a privacy analysis on millions of mobility traces | |
| Tiwari et al. | Horizontally scalable probabilistic generalized suffix tree (PGST) based route prediction using map data and GPS traces | |
| Moussa et al. | The Quest for Scalable and Intelligent Trajectory Data Analytics Systems: Status Report and Future Directions | |
| Xiong et al. | HiGIS: An open framework for high performance geographic information system | |
| Frye et al. | Big data storage techniques for spatial databases: implications of big data architecture on spatial query processing | |
| Kolarić et al. | Toward an open IoT implementation for urban environments: The architecture of the DBL SmartCity platform |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination |