https://libeldoc.bsuir.by/handle/123456789/54748| Title: | Интеграция обработки больших данных в автомобильной промышленности |
| Other Titles: | Integration of big data processing in the automotive industry |
| Authors: | Мигалевич, С. А. Марков, А. Н. Ершов, Д. Г. |
| Keywords: | материалы конференций;информационные технологии;большие данные;системы IoV;CarStream |
| Issue Date: | 2024 |
| Publisher: | БГУИР |
| Citation: | Мигалевич, С. А. Интеграция обработки больших данных в автомобильной промышленности = Integration of big data processing in the automotive industry / С. А. Мигалевич, А. Н. Марков, Д. Г. Ершов // BIG DATA и анализ высокого уровня = BIG DATA and Advanced Analytics : сборник научных статей X Международной научно-практической конференции, Минск, 13 марта 2024 г. : в 2 ч. Ч. 2 / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. А. Богуш [и др.]. – Минск, 2024. – С. 66–71. |
| Abstract: | По мере того как технология Интернета вещей (IoV) становится все более важным трендом для будущего транспорта, разработка крупных систем IoV становится критической задачей, направленной на обработку больших данных, загружаемых автопарками, и предоставление сервисов на основе данных. Данные IoV, особенно статусы транспортных средств с высокой частотой (например, местоположение, параметры двигателя), характеризуются большим объемом с низкой плотностью значений и низким качеством данных. Такие характеристики создают проблемы для разработки приложений в реальном времени на основе таких данных. В этой статье мы рассматриваем проблемы проектирования масштабной системы IoV, описывая CarStream, промышленную систему обработки больших данных для услуг аренды автомобилей с водителем. Подключенная к более чем 30 000 автомобилям, CarStream собирает и обрабатывает несколько типов данных о вождении, включая статус автомобиля, активность водителя и информацию о поездках пассажиров. На основе собранных данных предоставляются несколько сервисов. CarStream была задействована и поддерживается в промышленном использовании в течение трех лет, собрав более 40 терабайт данных о вождении. В данной статье рассмотрен опыт проектирования CarStream на основе потоков данных о вождении крупномасштабного характера, а также уроками, извлеченными из процесса решения проблем при проектировании и и поддержке CarStream. |
| Alternative abstract: | As the Internet–of–Vehicles (IoV) technology becomes an in creasingly important trend for future transportation, de signing large–scale IoV systems has become a critical task that aims to process big data uploaded by fleet vehicles and to provide data–driven services. The IoV data, espe cially high–frequency vehicle statuses (e.g., location, engine parameters), are characterized as large volume with a low density of value and low data quality. Such characteristics pose challenges for developing real–time applications based on such data. In this paper, we address the challenges in de signing a scalable IoV system by describing CarStream, an industrial system of big data processing for chauffeured car services. Connected with over 30,000 vehicles, CarStream collects and processes multiple types of driving data includ ing vehicle status, driver activity, and passenger–trip infor mation. Multiple services are provided based on the col lected data. CarStream has been deployed and maintained for three years in industrial usage, collecting over 40 ter abytes of driving data. This paper shares our experiences on designing CarStream based on large–scale driving–data streams, and the lessons learned from the process of address ing the challenges in designing and maintaining CarStream. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/54748 |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей : в 2 ч. (2024) |
| File | Description | Size | Format | |
|---|---|---|---|---|
| Migalevich_Integration.pdf | 371.62 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.