Smart Cities i Big Data

De Viquipèdia
Salta a la navegació Salta a la cerca

Actualment les ciutats estan donant pas a l'avanç per ser més sostenibles, eficients i millor gestionades, convertint-se en el que es coneix com Smart City. Casos i estudis recents demostren que un factor clau en aquesta transformació és l'ús de grans dades urbanes i objectes físics a les ciutats. Tanmateix el coneixement i el marc de l'ús de dades per a ciutats intel·ligents continuen sent relativament desconeguts.

IBM va realitzar més de 100 projectes de Smart Cities a tot el món de 2010 a 2017, projectes dels quals si incloïen administració, ciutadania, desenvolupament econòmic, medi ambient i planificació de transports públics i urbans.

En adició a això, la recent proliferació del Big Data ha contribuït molt en la transformació a Smart City. El nom de Big Data fa referència a grans i complexes conjunts de dades que representen rastres digitals d'activitat humana que es poden definir en termes d'escala o volum, anàlisi de mètodes o efectes sobre organitzacions. Les ciutats d'arreu del món obtenen gran quantitat de dades complexes relacionades a la vida urbana i gràcies a això podem aconseguir informació útil per a diverses parts interessades, com ara ciutadans, visitants, govern local i empreses.

Per exemple, el govern de Seül (Capital de Corea del Sud) recopila dades relacionades a la salut pública, transport i residència que estan a disposició dels científics per contribuir al coneixement de la ciutat i els seus ciutadants. Com a resultat van identificar que la ciutat necessitava l'ús del bus urbà a mitja nit i posteriorment van millorar els serveis públics de mitja nit. De la mateixa manera, el govern de San Francisco (Estats Units) va analitzar els registres de delictes per millorar els serveis de seguretat pública i el govern de Rio de Janeiro utilitza dades de càmeres i sensors per solucionar diversos problemes de la ciutat, com ara el clima, energia i seguretat.[1]

Concepte d'Smart City.[modifica]

En les últimes dos decades, el concepte de Smart City ha anat agafant popularitat a la literatura científica i a les polítiques internacionals. Aquest concepte ha anat agafant reconeixènça degut a la visió de millora a l'economia, la mobilitat, el medi ambient, els nivells de vida i la governança de les ciutats.

Tal i com hem dit al ser un concepte emergent, no podem definir exàctament què és una Smart City. Podem dir que una Smart City és una ciutat que està concenciada en prendre mesures cap a la sostenibilitat i l'eficiència de la ciutat. Anteriorment s'havien nomenat Ciutats Digitals ja que eren conegudes per l'ús de la Tecnologia de l'informació i Comuniació TIC en la prestació de serveis públics.

Des del punt de vista tecnològic, podem dir que una ciutat Intel·ligent és un sistema eco sostenible de gran complexitat amb diversos subsistemes lligats entre sí per a fer diverses funcionalitats.[2]

Necessitat de transformar una ciutat en Smart City.[modifica]

Una Smart City és un model de desenvolupament en el que totes les estructures TIC (telefonía mòbil, per satèlit, comerç electrònic, reds informàtiques, internet...) treballen de manera conjunta amb l'objectiu de millorar la seva qualitat i la seva rapidesa. Analitzant nombrosos projectes i iniciatives de ciutat intel·ligent, es poden identificar vuit activitats clau que sovint defineixen una ciutat intel·ligent:

  • Smart Governance
  • Smart Bulding
  • Smart Connectivity
  • Smart Healthcare
  • Smart Energy
  • Smart Mobility
  • Smart Citizens

Molts estudis i enquestes demostren de manera clara que els avantatges de les Smart Cities són evidents, però la seguretat informàtica i els reptes tecnològics son una barrera important per la seva acceptació. Ruckus[3], un proveïdor de connectivitat de xarxa, va publicar una enquesta que va ser resposta per a 380 persones responsables del sector. L'objectiu d'aquest estudi va ser comprendre les actituds de la gent davant la implantació de conceptes de Smart City a la indústria. Un 82% dels enquestants creien que les tecnologies de les ciutats intel·ligents ajuden a reduir les taxes de criminalitat, per exemple a través de l'il·luminació intel·ligent o càmeres de vigilància en xarxa. Tot i que els beneficis semblen ser coneguts, les pors a atacs cibernètics són una barrera important per a l'Smart City. Per al 58% dels responsables informàtics enquestats, el problema més gran se segueix en la manca d'infraestructura i finançament tecnològics.[4]

Volum de dades a recollir.[modifica]

Hem vist anteriorment quins són els avantatges que s'obtindrien actualitzant ciutats, i la forma de captar dades mitjantçant reds sensorials. Però a l'hora de treballar amb aquestes dades ens trobem amb diversos problemes.

Un d'aquests problemes són la gran quantitat de dades que s'obtindrien en temps real de diferents sensors de tota la ciutat. S'haurien de trobar tecnologies que fossin capaces primer d'obtenir totes les dades a temps real, poder processar tota aquesta quantitat de dades en el temps just i a la vegada guardar-la per possibles consultes futures. Les magnituds de les dades de les quals estem parlant, depenen de l'enfocament que se li posi, són de terabytes i en projectes grans parlem de peta bytes.

Tal i com hem dit aniteriorment, degut a la magnitud de les dades el temps de processament és lent. Es necessitaria una tecnologia que fos capaç de processar aquestes magnituds en un temps mínim. Un dels principals interessos de les aplicacions pensades en les ciutats intel·ligents és que es puguin utilitzar en temps real. Un exemple molt clar seríen les aplicacions de control del temps entre parades d'autobús. Es necessitaria saber el temps just en minuts de quant li quedaria al autobús per arribar a una parada concreta o del contrari aquesta aplicació no tindria el sentit per el fos creat.[5]

Big Data[modifica]

El Big Data és un terme que descriu el gran volum de dades que acaben rebent els negocis diàriament. Per entendre què significa realment el terme “Big data”, s’utilitza la definició que va idear Gartner Inc., aproximadament al 2001 (i avui dia encara segueix sent la definició referencial): "Big Data són les dades que contenen una major varietat i que es presenten en volums creixents i a una velocitat superior." Aquesta definició es coneix com les “tres V”.

A l’hora de parlar de Big Data ens referim a conjunts de dades o combinacions d’una inmensa quantitat de dades on la seva mida (volum), complexitat (variabilitat) i velocitat de creixement (velocitat) dificulten la seva propietat, gestió, processament o anàlisi mitjançant tecnologies i eines convencionals.

No hi ha una grandària de dades exacta per determinar si un conjunt es considera Big Data o no, tenint en compte també que varia amb el transcurs del temps. La majoria d’analistes i profesionals d’aquesta informació emmagatzemada diàriament es refereixen a conjunts de dades que van desde 30-50 Terabytes fins a diversos Petabytes.

La natura complexa del Big Data es deu principalment a tota la informació no estructurada de gran part de les dades generades per les tecnologies modernes, com per exemple els web logs, identificació per radiofreqüència (RFID), sensors ubicats en dispositius, maquinària, vehicles, cerques d’Internet, xarxes socials, portàtils, telèfons inteligents i registres de centres de trucades. La major font de quantitat de dades del Big Data corresponen a dispositius intel·ligents.

Les “dades masives” o “dades a gran escala” són la nova base sobre la que es sustenta qualsevol sistema informàtic del moment. El seu objectiu principal és: convertir dades en informació que faciliti la presa de decisions; un fet que, actualment, genera enormes oportunitats de negoci. Segons la guia de Empleo IT: 17 profesiones con un futuro, el perfil Big Data Architec és un dels que més futur tenen dins del sector IT (d’informàtica i telecomunicacions).

Arquitectures de Big Data[modifica]

L’arquitectura de Big Data consisteix en tractar i analitzar grans quantitas de dades que no poden ser gestionades de manera convecional al superar les capacitats d’altres eines de software utilitzades per a l’emmagatzematge, gestió i processament de dades. L’arquitecte de dades treballa properament amb el client i és capaç de traduir els requisits empresarials del clients en una solució recurrint al Big Data.

Aquest arquitecte virtual té un enorme coneixement de les noves tecnologies, entén la relació entre aquestes i sap com combinar-les per resoldre òptima i totalment qualsevol problema relacionat amb les dades. El Big Data Architect té la capacitat de crear sistemas de procesament per dades a gran escala per a l’empresa i pot dissenyar sistemes i models per gestionar grans i diferents varietats depenent de les 3V.

En alt nivell hi han dos tipus de processament de dades: el primer és el procesament de dades en mode batch, i l’altre és en mode stream o temps (semi-real). El procesament batch permet processar una gran quantitat de dades en temps espaiats (per exemple diàriament). Per altre banda, el mode stream ens permet processar dades aproximadament al instant (per exemple cada segon o 100 mil·lisegons) desde que s’han produit. Depenent de les necessitats i objectius s’utilitza el mètode de processament més idoni dels dos.

Quan el volum de dades en qualsevol d’aquests casos és excesivament alt, la complexitat i el cost d’implementar sistemes d’informació que ens permeti gestionar els dos tipus de processament també incrementa. Es en aquest moment on neix el concepte d’Arquitectura Lambda.

Lambda[modifica]

L'Arquitectura Lambda va aparèixer l'any 2012 i s'atribueix a Nathan Marz. La va definir en base a la seva experiència en sistemes de tractament de dades distribuïdes durant la sev etapa com empleat a les empreses Backtype y Twitter.

El seu objectiu era tenir un sistema robust a errors, que fos linealment escalabla i que permetés realitzar escritures i lectures amb baixa latència. Nathan dona solució a aquest problema creant una arquitectura que correspon al diagrama d'alt nivell de la imatge (?).Les característiques de l'Arquitectura Lambda són:

  • La nova informació recollida pel sistema s'envia tant a la capa de batch com a la d'stream.
  • A la capa batch es gestiona la informació sense modificar. Les dades noves s'afegeixen a les ja existents. Tot seguit, es fa un tractament mitjançant un procés batch on el seu resultat seran les denominades Batch Views, que s'utilitzaran a la capa que serveix les dades per oferir l'informació ja transformada a l'exterior.
  • La capa que serveix les dades (Serving Layer), indexa les Batch Views generades al pas anterior de manera que puguin ser consultades sota latència.
  • La capa d'streaming (Speed Layer), compensa l'alta latència de les escritures que succeeixen en la Servin Layer i només té en compte les noves dades.
  • Com últim pas, la resposta a les consultes realitzades es construeix combinant els resultat de les Batch Views i de les visites en temps real (Real-time Views), les quals s'han generat en el pas anterior.

En resum, aquest tipus d'arquitectura es caracteritza per utilitzar distintes capes per al procesament batch i l'streaming.

Kappa[modifica]

El terme d'Arquitectura Kappa va ser introduit el 2014 per Jay Kreps al seu article Questioning the Lambda Architecture.

En aquest article, Jay senyala els possibles punts "febles" de l'Arquitectura Lambda i com solucionar-ho mitjançant una evolució. La seva proposta consisteix en eliminar la capa batch, així restant només la capa d'stream. Aquesta capa, a diferència de la de tipus batch, no té dades estructurades (dades que no tenen ni principi ni final desde un punt de vista temporal) i està constantment processant dades a mesura que van arribant.

Per captar aquest tipus d'arquitectura, s'ha de considerar que un procès batch s'entén com un stream acotat. Arrel d'això, es pot dir que el processament batch és un subconjunt del processament en streaming. Aquesta evolució consisteix en una simplificació de l'Arquitectura Lambda, on es suprimeix la capa batch i tot el procés es realitza a la capa Real-time Layer.

Els quatre pilars principals de l'Arquitectura Kappa són els següents:

  • Tot és un stream a causa de l'eliminació de la capa batch com a capa independent de l'stream.
  • Les dades de partida no es modifiquen: les dades són emmagatzemades sense ser transformades i les vistes es derivan d'elles. Un estat concret pot ser recalculat ja que l'informació originària no és modificada.
  • Només existeix un flux de processament: ja que es manté un sol flux, el codi, manteniment i l'actualització del sistema s'observen bastant reduits.
  • Possibilitat de tornar a llençar un processament: es pot modificar un processament concret i la seva configuració per variar els resultats obtinguts partint de les mateixes dades d'entrada.

No obstant aquests pilars, hi ha un requisit previ a complir: s'han de garantir que les dades es llegeixen i s'emmagatzemen en l'ordre on s'han generat. D'aquesta forma, podrem variar un processament concret partint d'una mateixa versió de les dades.

Bases de Dades NoSQL[modifica]

No obstant les bases de dades NoSQL no constin de una definició formal, quan parlem d'aquestes bases de dades (també conegudes com "No només SQL", ens referim a una àmplia clase de sistemes de gestió de dades (mecanismes per a l'emmagatzematge i recuperació de dades) que difereixen, en aspectes importants, del model clàssic de relacions entre entitats (o taules) existent en els sistemes de gestió de bases de dades relacionales, sent el més destacat el que no utilitzen SQL com llenguatge principal de consulta.

Necessitat d'utilitzar aquestes BD en Smart Cities[modifica]

Una altra virtut molt importalt del Big Data és la independència de format en les dades. Fins fa poc es necessitava convertir tota aquesta informació en dades estructurades i, majoritàriament, era complicat, es necessitava molt esforç i ,fins i tot, en algunes ocasions impossible.

Utilitzant bases de dades NoSQL aquest inconvenient desapareix, ja que només és important la informació en ella mateixa i no l'estructura. Gràcies a això, les dades NoSQL permet guardar dades no estructurades i, al mateix cop, operar amb aquestes dades de forma similar a com ho fèiem amb les dades estructurades.

Just en aquest moment va ser on es van obrir les portes per capturar i utilitzar tota aquesta informació necessària per després poder aconseguir una Smart City.

Problemàtica i solucions[modifica]

Volum de dades[modifica]

Un dels problemes que sorgeix és la gran quantitat de dades que s’obtenen a temps real de les diferents xarxes i sensors de tota una ciutat. S’hauria de trobar diferents tecnologies que fossin capaç d’obtenir aquesta gran quantitat de dades en primer lloc, i en segon lloc poder processar-los en un temps determinat i posteriorment ser emmagatzemats per futures consultes o estudis. Estem parlant d’un ordre de mesura, que en el menor dels casos podria arribar a terabytes, i a petabytes en el cas de projectes de més magnitud. En aquest cas alhora de recollir informació en temps real mitjançant una gran quantitat de sensors, el que resultaria en una gran quantitat de dades en períodes curts de temps.

Temps de processament[modifica]

Un problema ja mencionat a l’apartat anterior serà el sistema de processament d’aquest volum de dades i el temps de processament per dur a terme aquestes tasques necessitarem un sistema capaç de processar aquest gran volum de dades en un temps mínim.

Un dels principals interessos de les aplicacions pensades per ciutats intel·ligents és l'ús d’aquestes en temps real. Un exemple d’aquestes aplicacions podrien ser les de control de temps entre parades d’autobusos. En aquests casos és necessita saber amb un marge de minuts l’hora d’arribada del bus a la parada.

Interoperabilitat y compatibilitat[modifica]

Un altre dels problemes amb el que ens podem trobar a l'hora de treballar es el de la capacitat dels diferents sensors, xarxes de sensors, plataformes,etc per conectarse entre si, i fer possible l'intercanvi d'informació i de dades.

Solucions[modifica]

Una solució per aquests problemes podria ser el Internet of Things, per a l'hora de captar la informació de les diferents fonts, és a dir, solucionar els problemes de compatibilitat i d'interoperativitat, i així poder disposar de les dades procedents de sensors i xarxes. A l'hora d'emmagatzemar dades, tenim el Big Data, que solucionaria els problemes d'emmagatzematge de dades referit a la gran quantitat d'informació procedent dels sensors.

L'IoT ens ofereix la capacitat de connectar múltiples sensors mitjançant diferents protocols de comunicació , diferents sistemes, bases de dades o plataformes. A part de la interconnexió entre sistemes l'IoT també ens permet connectar-nos amb el iCloud i explorar mitjançant Machine Learning o l'intel·ligència artificial.

El Big Data el que ens ofereix es la capacitat d’emmagatzemar les dades obtingudes en una o diferents bases de dades i a la vegada ens permetrà treballar eficientment amb els temps de processament requerits.

Gestió de les Bases de Dades[modifica]

La correcta gestió de les Bases[6] de dades està modernitzant les ciutats, ja que les seves aplicacions ofereixen gran informació clau per a prendre decisions acertades i per la prevenció de problemes en els nuclis urbans. A més a més, el constant augment de la població de les ciutats suposa un repte per a les autoritats enfront de la planificació urbana, per això, gestionar la informació s’ha convertit en un factor molt important per a la prestació de serveis en l'Smart City[7].

Els sistemes de gestió de bases de dades (SGBD) en les ciutats intel·ligents són aplicacions que permeten als usuaris crear i mantenir la base de dades, proporcionant un accés controlat a l'informació. Aquests sistemes de gestió integren múltiples filosofies però els més comuns en aquestes ciutats són els sistemes SGBD ofimàtics que manipulen petites bases de dades orientades a gestionar petites dades com les de l'Smart House i els sistemes SGBD corporatius que gestionen moltes dades i transaccions amb un servidor de gran capacitat com el conjunt de dades d'una ciutat sensoritzada.


Tractament de les dades[modifica]

La importància del tractament i la gestió de les dades en una ciutat intel·ligent és de vital importància per comprovar la informació recollida pels dispositius i així impulsar noves vies de participació ciutadana en la Smart City. Gràcies a les Bases de Dades, aquestes ciutats intel·ligents han començat a utilitzar gran quantitat d’informació a la seva disposició per a gestionar els problemes[8] de la vida diària com ingressos bancaris, robatoris, tràfic, malalties, etc. Amb aquestes tecnologies i amb polítiques molt més afinades s’està canviant el mode en el qual es regeixen les ciutats.

El correcte tractament de les dades permet anticipar-se als problemes. Per exemple, malgrat el seu descens, segueixen morint moltes persones en incendis a casa (2.685 en EE. UU en 2015). Està demostrat que la presència de detectors de fum ajuden a prevenir defuncions, reduint-les en un 50%. Un altre exemple podria ser el control sanitari dels restaurants en Chicago que, gràcies al tractament de les Bases de Dades i altres variables permeten analitzar quins locals poden tindre més problemes sanitaris i actuar en conseqüència.

Amb la revolució de l'Internet de les Coses i els sensors es podrà mesurar gairebé tot. Tota aquesta informació es troba disponible en les Bases de Dades gràcies al monitoratge de la ciutat. Tot i així, moltes Bases de Dades estan fragmentades controlant-les diferents companyies que en molts casos no volen compartir la informació per protegir la privacitat. Encara que en molts casos les Smart Cities tenen protocols i polítiques que les gestionen i les controlen, es poden creuar dades d’alguna persona en particular. Aquest és el motiu pel qual hi han Bases de Dades privades en les ciutats intel·ligents on la ciberseguretat és un paper molt important.

La gran quantitat d’informació presenta un gran problema de gestió. Definir la freqüència temporal i la quantitat de dades a recol·lectar, així com la distància espacial, la resolució, la precisió i inclús la incertesa de les dades associada a la seva qualitat, és tan important com treballar-la des d’una única Base de Dades espacial autoritzada. Si som capaços de definir totes aquestes regles en la captació d'informació i publicar les dades, les diferents agències governamentals, la indústria i els consumidors sabran com utilitzar aquesta informació per crear nous serveis innovadors.

Com a conseqüència també pot sorgir la necessitat de replantejar-se el paper dels experts en la gestió i el tractament de dades i els problemes de latència i errors derivats enfront del treball d'innovació en tècniques d'anàlisi automatitzat en les Bases de Dades. Només d'aquesta manera, podrem ser capaços de recol·lectar dades, validar-les, sintetitzar-les i depurar la informació de manera sostenible, representant un gran repte per a les autoritats gestores d'aquestes dades com per aquelles ciutats amb vista a desenvolupar la seva pròpia Smart City.


Conectivitat[modifica]

Les tecnologies que s’utilitzen per establir una connectivitat entre les Bases de Dades[9] i les aplicacions s’ha convertit en un factor molt important a l’hora de gestionar una Smart City que compta amb una funcionalitat d’accés a la informació. A continuació, es descriuen les principals tecnologies per a connectar Bases de Dades en l’Smart City:

Open Database Connectivity (ODBC)[modifica]

Aquest estàndard desenvolupat en SQL permet accedir a qualsevol dada des de qualsevol aplicació sense importar quin sistema de gestió de Base de Dades (DBMS[10]) emmagatzemi la informació. Aquesta tecnologia inserta una capa intermèdia (CLI) denominada nivell d’interfície de client SQL, entre l’aplicació i el sistema de gestió de base de dades (DBMS). L’objectiu d’aquesta capa és traduir les dades de l’aplicació en comandes que el DBMS entengui i per això han de ser compatibles.

El software funciona de dos modes, amb un software amb un gestor en el client, en una filosofia client/servidor. En aquest mode, el driver interpreta les connexions i les trucades SQL i les tradueix fins al gestor de bases de dades DBMS. En el segon mode, per a connectar-se a la base de dades es crea una DNS dintre del DBMS que defineix el paràmetre, la ruta i les característiques de connexió segons les dades que sol·liciti el creador.

ADO.NET[modifica]

ADO.NET és un conjunt de classes que exposa serveis d’accés a dades per al programador i ofereix molts components per a la creació d'aplicacions d'ús compartit sobre dades distribuïdes. Aquesta plataforma proporciona accés a dades relacionals i satisfà diverses necessitats de desenvolupament, per exemple la creació de clients de bases de dades d'aplicacions per a l'Smart City. També, permet un mode d'accés desconnectat a les dades que poden provenir de múltiples fonts d'informació ( com l'Smart Home,l'Smart Traffic,etc)de diferents arquitectures d'emmagatzematge.

JDBC[modifica]

Es tracta d'una interfície de programació que permet l'execucció d'operacions sobre Bases de Dades des del llenguatge de programació Java utilitzant el dialecte SQL del model de Base de Dades que s'utilitzi. El nivell d'abstracció de JDBC és més alt que el de ODBC (escrit en C) i d'aquesta forma, es poden crear llibreries de més nivell permetent executar instruccions SQL dintre de les bases de dades relacionals.


Protocols de Comunicació amb les Bases de Dades[modifica]

La xarxa de sensors de la Smart city recull dades que poden ser estàtiques ( com un sensor de presència d'un Smart Home) o dinàmiques ( com un cotxe d'un Smart Traffic) i es poden enviar a les bases de dades en diferents formats, utilitzant diferents tecnologies i per això es necessari que hi hagi connectivitat entre els dispositius que recullen informació i les bases de dades.

Al comunicar-se amb les bases de dades es poden diferenciar diferents parts: Les comunicacions LAN i de proximitat, els protocols de comunicació per Internet i la comunicació entre aquestes dos. La capa de comunicacions LAN o d'enllaç de dades, connecta dos elements IoT que generalment podrien ser dos sensors, o un sensor i el dispositiu de la porta d'enllaç (gateway) que connecta els sensors a Internet. Les tecnologies que destaquen en aquesta capa són el Wifi, Bluetooth,ZigBee,NFC, etc.

En la capa de protocols de comunicació per Internet destaquen dos:

  1. El REST que permet intercanviar dades entre aplicacions i base de dades i també per a integrar aplicacions que pertanyen a diferents dominis. S'utilitza un protocol client/servidor (HTTP ) per enviar informació entre una base de dades i una aplicació.
  2. MQTT [11]que està dissenyat per a tindre una mínima sobrecàrrega i sigui una bona opció en l'Smart City establir comunicacions xifrades de tipus publicació/subscripció entre diferents actuadors M2M( Machine to Machine).


Anàlisi de les dades i serveis al nùvol[modifica]

Una vegada s'han captat les dades en la ciutat intel·ligent i s'han enviat a través dels components de comunicació gràcies a diversos protocols de connexió a la xarxa fins a les bases de dades, aquestes compten amb serveis al núvol que permeten mantenir la informació actualitzada de tots els dispositius de l'Smart City de manera automàtica i sense cables. Aquestes plataformes com iCloud, permeten emmagatzemar informació amb seguretat de diferents sectors com el turisme en la ciutat, el consum d'energia, la construcció, etc, de manera que afavoreixen la transparència de les dades de la ciutat i ajuden a fer estudis per desenvolupar una ciutat més eficient i sostenible que s'aconsegueix gràcies a un anàlisi de la informació en la Smart City.

Gràcies a l'anàlisi de la informació de les bases de dades, es podrà monitorar múltiples aspectes de la vida i de les ciutats intel·ligents a través de dispositius que transmetran informació i podrem actuar-hi des de prevenir filtracions a les tuberies d'aigua, controlar el trànsit amb les dades dels parquímetres, etc.

Kansas City [12]ha desenvolupat un programa pioner que a través de sensors en el seu carrer principal, utilitza el vídeo per obtenir informació del tràfic, llocs lliures per aparcar, el moviment dels vianants, útil per si algú vol obrir una tenda en el carrer per exemple.


5. Conclusions[modifica]

6. Referències[modifica]

  1. «Smart cities with big data: Reference models, challenges, and considerations» (en anglès), 28-10-2019. [Consulta: 23 octubre 2019].
  2. «[https://pdfs.semanticscholar.org/656e/4fb0564d96407161d9e541a9ca15375d6c60.pdf Smart cities: definitions, dimensions, and performance]» (en anglès), 28-10-2019. [Consulta: 26 octubre 2019].
  3. «Ruckus Networks | An ARRIS company». [Consulta: 8 novembre 2019].
  4. «Smart City - Privacy and Security» (en anglès), 28-10-2019. [Consulta: 28 octubre 2019].
  5. «On big data, artificial intelligence and smart cities» (en anglès), 28-10-2019. [Consulta: 28 octubre 2019].
  6. «Gestionbasesdatos.readthedocs.io.» (en castellà). Tst-sistemas.es., 2019. [Consulta: 25 octubre].
  7. «Datos abiertos en la Smart City: beneficios e iniciativas que ya funcionan» (en castellà). Digital, A., 2019. [Consulta: 23 octubre].
  8. «¿Hacia dónde van las Smart Cities?» (en castellà). Thinking Heads., 2019. [Consulta: 23 octubre].
  9. «TECNOLOGÍAS DE LA CONECTIVIDAD DE BASES DE DATOS» (en castellà). Tecnologias-marcelinofr.blogspot.com., 2019. [Consulta: 23 octubre].
  10. «¿Qué es el sistema manejador de bases de datos?» (en castellà). PowerData, R., 2019. [Consulta: 23 octubre].
  11. «Gestión de Bases de Datos» (en castellà). Tst-sistemas.es., 2019. [Consulta: 23 octubre].
  12. «Planificación Urbana mendiante IoT y sensores de monitorización de tráfico de peatones y vehículos en la ciudad» (en castellà). ESMARTCITY, 2019. [Consulta: 23 octubre].

7. Bibliografia[modifica]

  1. JAVED, AISHA, 2019, Smart City – Xorlogics. Xorlogics.com [online]. 2019. [Accessed 28  October  2019]. Available from: http://www.xorlogics.com/tag/smart-city/
  2. LIM, Chiehyeon; KIM, Kwang-Jae; MAGLIO, Paul P. Smart cities with big data: Reference models, challenges, and considerations. [online] Cities, 2018, 82: 86-99. https://reader.elsevier.com/reader/sd/pii/S0264275117308545?token=C5F0711ECB06E011C53FFFF1D31F2E04D7558E3063691CF295C811113F40919062C816DB29C1CAD87818A01F190C3566
  3. Digital, A. (2019). Datos abiertos en la Smart City: Beneficios e iniciativas que ya funcionan. [online] Blog de Andalucía es Digital. Available at: https://www.blog.andaluciaesdigital.es/datos-abiertos-en-la-smart-city/ [Accessed 23 Oct. 2019].
  4. Thinking Heads. (2019). ¿Hacia dónde van las Smart Cities?. [online] Available at: https://www.thinkingheads.com/tendencia-global/hacia-donde-van-las-smart-cities/ [Accessed 23 Oct. 2019].
  5. Tecnologias-marcelinofr.blogspot.com. (2019). TECNOLOGÍAS DE LA CONECTIVIDAD DE BASES DE DATOS. [online] Available at: http://tecnologias-marcelinofr.blogspot.com/ [Accessed 23 Oct. 2019].
  6. Territorio Geoinnova - SIG y Medio Ambiente. (2019). Las bases de datos espaciales como origen de las Smart City. [online] Available at: https://geoinnova.org/blog-territorio/las-bases-de-datos-espaciales-como-origen-de-las-smart-city/ [Accessed 23 Oct. 2019].
  7. DATOS, T. (2019). UNIDAD 4. TECNOLOGIAS DE CONECTIVIDAD DE BASES DE DATOS. [online] Tecnologiasdebasededatos-angelalujano.blogspot.com. Available at: http://tecnologiasdebasededatos-angelalujano.blogspot.com/ [Accessed 23 Oct. 2019].
  8. PowerData, R. (2019). ¿Qué es el sistema manejador de bases de datos?. [online] Blog.powerdata.es. Available at: https://blog.powerdata.es/el-valor-de-la-gestion-de-datos/bid/406549/qu-es-el-sistema-manejador-de-bases-de-datos [Accessed 23 Oct. 2019].
  9. Domínguez, J. (2019). De Lambda a Kappa: evolución de las arquitecturas Big Data - Paradigma. [online] Paradigma. Available at: https://www.paradigmadigital.com/techbiz/de-lambda-a-kappa-evolucion-de-las-arquitecturas-big-data/ [Accessed 23 Oct. 2019].
  10. Tst-sistemas.es. (2019). TST – MQTT. [online] Available at: http://www.tst-sistemas.es/mqtt/ [Accessed 23 Oct. 2019].
  11. Gestionbasesdatos.readthedocs.io. (2019). 1.1. INTRODUCCIÓN — Gestión de Bases de Datos. [online] Available at: https://gestionbasesdatos.readthedocs.io/es/latest/Tema1/Teoria.html [Accessed 25 Oct. 2019].
  12. ESMARTCITY. (2019). Planificación Urbana mendiante IoT y sensores de monitorización de tráfico de peatones y vehículos en la ciudad • ESMARTCITY. [online] Available at: https://www.esmartcity.es/2017/08/11/planificacion-urbana-mediante-iot-sensores-monitorizacion-trafico-peatones-vehiculos-ciudad [Accessed 25 Oct. 2019].
  13. PowerData, R. (2019). Big Data: ¿En qué consiste? Su importancia, desafíos y gobernabilidad. [online] Available at: https://www.powerdata.es/big-data [Accessed 25 Oct. 2019].
  14. Oracle Corporation. (2019). ¿Qué és Big Data? . [online] Available at: https://www.oracle.com/es/big-data/guide/what-is-big-data.html [Accessed 25 Oct. 2019].
  15. Las cinco dimensiones del Big Data. Prometeus Global Solutions. https://prometeusgs.com/volumen-variedad-velocidad-veracidad-y-valor-las-5-dimensiones-del-big-data-la/. Accessed October 27, 2019.