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, University of California (Ameerika Ühendriigid) 
kaasprofessor Nicolas Ferry, Université Côte d'Azur (Prantsusmaa)

Kokkuvõte
Viimaste aastate jooksul on asjade interneti (IoT) rakenduste kasutamine laialt levinud mitmetes valdkondades, näiteks nutikas tootmises. Kujutame nutikat tehases, kus tundliku seadme/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 vaja olla kasutada sadu kaameraid ja tuhandeid andureid. Videoandmete voogude nõuetekohane käsitlemine ja videoandmete töötlemise elutsükli juhtimine hõlmab mitmeid ülesandeid alates andmete kogumisest, marsruutimisest, filtreerimisest, annotatsiooniseerimisest ja tuvastamisest, hoiatustest, salvestamisest ja muudest toimingutest, mis kõik kokku muutub keeruliseks. Selle tõttu kasutatakse andmetöötlustoimingute ahelate haldamise lihtsustamiseks tavaliselt andmekonveiereid. 

Kogu videoandmete teisaldamine pilve kulutab suurt hulka ribalaiust ja suurendab latentsust. Neid väljakutseid on võimalik lahendada viies videoandmete töötlemisese läbi ettevõtte sees 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. Seda saab sujuvamaks muuta serveritevaba (ik Serverless või FaaS) andmetöötluse ja andmekonveierite kasutamisega, luues serveritevabad andmekonveierid (ik Serverless Data Pipelines). 

Doktoritöö eesmärk on lahendada IoT andmetöötluse väljakutsed. Sellel on kolm peamist suunda. Esiteks uurime olemasoleva konteineripõhise andmetöötluse kitsaskohti. Teiseks pakume välja disaini lähenemised serveritevabade andmekonveierite loomiseks keerukate andmetöötlustoimingute jaoks ja pakume IoT arendajatele erinevate läöhenemiste sobivusanalüüsi. Kolmandaks pakume lahendusi stohhastiliste töökoormuste haldamiseks skaleeritavate serverivabade andmekonveierite abil ning pakume skaleerimise meetodite sobivusanalüüsi erinevatel töökoormuste mustrite korral.