Shivananda Rangappa Poojara kaitseb doktoritööd „Design and Orchestration of Scalable, Event-Driven Serverless Data Pipelines for Internet of Things (IoT) Applications“

7. oktoobril kell 10.15 kaitseb Shivananda Rangappa Poojara informaatika erialal doktoritööd „Design and Orchestration of Scalable, Event-Driven Serverless Data Pipelines for Internet of Things (IoT) Applications“ („Sündmustepõhiste, skaleeruvate ja serverivabade andmetorude disain ja orkestreerimine asjade interneti rakenduste jaoks“). 

Juhendajad:
lektor Pelle Jakovits, Tartu Ülikool
külalisprofessor Satish Narayana Srirama, Tartu Ülikool

Oponendid:
professor Mohammad Abdullah Al Faruque, California Ülikool Irvine'is (Ameerika Ühendriigid) 
kaasprofessor Nicolas Ferry, Côte d'Azuri Ülikool (Prantsusmaa)

Kokkuvõte
Viimaste aastate jooksul on asjade interneti (IoT) rakenduste kasutamine laialt levinud mitmes valdkonnas, näiteks nutikas tootmises. Kujutame nutikat tehases, kus tundliku seadme või masina töötamise ajal kasutatakse videovalvekaameraid, et tuvastada tehase töötajate ebatervislikke poose. Selle käigus kogutakse videovooge, jagatakse need kaadriteks (piltideks), tuvastatakse töötaja poos ja nägu, märgendatakse nimega ning lõpuks teavitatakse administratsiooni ja töötajat valest poosist, mis võib kahjustada inimest või masinat.

Intelligentsete otsuste tegemiseks võib olla vaja kasutada sadu kaameraid ja tuhandeid andureid. Videoandmete voogude nõuetekohane käsitlemine ja videoandmete töötlemise elutsükli juhtimine hõlmab mitmesuguseid ülesandeid alates andmete kogumisest, marsruutimisest, filtreerimisest, annotatsiooniseerimisest ja tuvastamisest kuni hoiatuste, salvestamise ja muude toiminguteni, mis kõik kokku muutub keeruliseks. Seetõttu kasutatakse andmetöötlustoimingute ahelate haldamise lihtsustamiseks tavaliselt andmekonveiereid.

Kogu videoandmete teisaldamine pilve kulutab palju ribalaiust ja suurendab latentsust. Neid probleeme on võimalik lahendada, töödeldes videoandmeid ettevõtte tehases kohapeal või läheduses asuvates uduarvutuse seadmetes. Ressursipiirangute ja asjade interneti rakenduste sündmustepõhise olemuse tõttu ei ole aga suured ja kallid andmetöötlusklastrid (nt Apache Flink, Spark) ja valmistööriistad usaldusväärsed. Neid saab sujuvamaks muuta serveritevaba (ik Serverless või FaaS) andmetöötluse ja andmekonveierite kasutamisega, luues serveritevabad andmekonveierid (ingl Serverless Data Pipelines).

Doktoritöö eesmärk on lahendada asjade interneti andmetöötluse probleeme. Sellel on kolm peamist suunda. Esiteks uurime olemasoleva konteineripõhise andmetöötluse katsumusi. Teiseks pakume välja disaini lähenemisviisid serveritevabade andmekonveierite loomiseks keerukate andmetöötlustoimingute jaoks ja pakume asjade interneti arendajatele eri lähenemisviiside sobivuse analüüsi. Kolmandaks pakume lahendusi stohhastiliste töökoormuste haldamiseks skaleeritavate serverivabade andmekonveierite abil ning skaleerimise meetodite sobivusanalüüsi eri töökoormusmustrite korral.