big data för fordon och transport - –, vidga passagen i värdekedjan! kluster/!...
TRANSCRIPT
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!
• 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!
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!
Lagring!Beräkning!Ramverk!
Tillämpning!
Nätverk!
Datainsamling!Reso
urce
Man
agem
ent!
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!
Kort historik!• 2003 HDFS!
• 2004 MapReduce!
• 2008 Apache Hadoop!
• 2010 Pregel!
• 2012 Storm!
• 2014 Spark, Flink!
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!
Före 2010, Data Mining: Plattformar och algoritmer väl anpassade till de befintliga!datamängderna. Värde kan effektivt extraheras från data genom värdekedjan!
Data Mining!
Teknologi! Sensorer/!Infrastrukrue/!Övervakning!
Beräkning/!Nätverk/!Lagring!
Data! Plattform! Analys! Tillämpning! Affärsmodeller!
Algoritmer!
Affär/Nytta/Juridik!!!
Värdekedja!
Arbetsstationer/!PC! Beslutsstöd!0-10 GB!
BDA Road Map!
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!
Maskininlärning/!Artificiell intelligens/!
Deep Learning!
Beslutsstöd/!Optimering/!
Styrning/!Prediktion/!
Avvikelsedetektion!
0 – 100 YB …!
2015 –, Vidga passagen i värdekedjan!
Kluster/!Moln/!
Datacenter!
Motsvarande !utveckling av!
plattformar påbörjat!
Data! Plattform! Analys! Tillämpning! Affärsmodeller!
Algoritmer!
BDA Road Map (2)!
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, [email protected]!
• Daniel Gillblad, [email protected]!
• Anders Holst, [email protected]!