(NCKH) nghiên cứu mô hình giám sát thảm họa và môi trường bờ biển việt nam

TRƯỜNG ĐẠI HỌC HÀNG HẢI VIỆT NAM

KHOA CÔNG NGHỆ THÔNG TIN

THUYẾT MINH
ĐỀ TÀI NCKH CẤP TRƯỜNG
ĐỀ TÀI

Nghiên cứu mô hình giám sát thảm họa
và môi trường bờ biển Việt Nam

Chủ nhiệm đề tài: TS. Trần Đăng Hoan

Hải Phòng, tháng 15 /05/2015


Mục lục
Mở đầu

i

1 Mô hình tích hợp giám sát môi trường bờ biển

1

1.1

Hệ thống giám sát tích hợp.....................................................................1
1.1.1

Các chi tiết về hạ tầng.................................................................1

1.1.2

Quản trị dữ liệu............................................................................3

1.1.3

Phân tích dữ liệu..........................................................................3

1.1.4

Báo cáo và truyền tin...................................................................3

1.2

Thách thức của việc thu thập dữ liệu từ xa..........................................4

1.3

Các kiểu giám sát......................................................................................5
1.3.1

1.4

Các báo cáo....................................................................................5

Một số ứng dụng điển hình....................................................................6
1.4.1

Nghiên cứu Acid hóa đại dương...............................................6

1.4.2

Mạng cảm biến nhằm ứng phó với tẩy trắng san hô ở đảo
Racha Yai, Thái Lan.....................................................................6

1.5 Quản trị dữ liệu hàng hải và những thách thức..................................7
1.6 Kiến trúc hệ thống....................................................................................8
1.6.1

Kien truc de xuat..........................................................................8

1.6.2

Phần cứng......................................................................................8

2 Giới thiệu về DataTurbine
2.1

2.2

10

DataTurbine................................................................................................10
2.1.1

Kiến trúc của DataTurbine..........................................................11

2.1.2

Server..............................................................................................11

2.1.3

Source.............................................................................................12

2.1.4

Sink.................................................................................................13

Những điểm mạnh và hạn chế của DataTurbine.................................14

1


MỤC LỤC

2

3 Lập trình với DataTurbine
3.1

16

Tổng quan..........................................................................................................16
3.2

Lập trình sử dụng SAPI..........................................................................17
3.2.1

Các kiểu đối tượng trong SAPI..................................................17

3.2.2

ChannelMap..................................................................................18
Kiểu dữ liệu của kênh.................................................................19
Các phương thức của ChannelMap..........................................19

3.3

3.2.3

Client..............................................................................................22

3.2.4

Source Client.................................................................................24

3.2.5

Sink Client.....................................................................................27

Một số kết quả thử nghiệm.............................................................................30
3.3.1

Thử nghiệm trên dữ liệu sensor Intel.......................................30

3.3.2

Thử nghiệm trên dữ liệu video qua chương trình video chat .32

4 Kết luận

35


Danh sách hình vẽ
1.1

Các bước có liên quan đến khai phá dữ liệu, lưu trữ và truy nhập,
bắt đầu từ tiếp nhận dữ liệu thô và kết thúc bằng việc công bố dữ
liệu và các sản phẩm, trong vòng đời của dữ liệu được tiếp nhận từ
một chương trình giám sát......................................................................2

1.2

Một kiến trúc hệ thống cho các hệ thống giám sát môi trường . . .8
2.1
Kiến trúc của DataTurbine.......................................................................11

3.1

Tải dữ liệu vào RBNB server..........................................................................25

3.2

Tải dữ liệu ảnh vào RBNB server..................................................................26

3.3

Một cách khác để tải dữ liệu ảnh vào RBNB server...................................26

3.4

Sink lấy dữ liệu đã đưa vào RBNB server....................................................28

3.5 Sink lấy dữ liệu ảnh đã đưa vào RBNB server............................................29
3.6 Kênh nhiệt độ....................................................................................................30
3.7

Kênh ánh sáng..................................................................................................30

3.8

Kênh độ ẩm.......................................................................................................31

3.9

Kênh điện thế....................................................................................................31


Danh sách hình vẽ
3


Danh sách bảng
3.1

Các kiểu dữ liệu của SAPI.............................................................................19

3.2

Các kiểu MIME................................................................................................20

4


Mở đầu
Việt Nam là quốc gia nằm dọc bờ biển với chiều dài 11.409,1km, trong đó
chiều dài bờ biển tiếp giáp biển Đông là 3.444km. Với mục tiêu đưa Việt Nam
trở thành một Quốc gia mạnh về biển theo Nghị quyết về Chiến lược biển Việt
Nam đến năm 2020 được thông qua tại Hội nghị lần thứ tư Ban Chấp hành
Trung ương Đảng khóa X, việc bảo vệ và giám sát môi trường biển và bờ biển
Việt Nam đóng một vai trò quan trọng trong Chiến lược biển Việt Nam. Trên
thế giới việc nghiên cứu và phát triển mô hình và hệ thống giám sát thảm họa
và môi trường Biển thu hút sự quan tâm không chỉ của cộng đồng các nhà
nghiên cứu về biển và hàng hải mà còn dành được sự quan tâm của các nhà
nghiên cứu thuộc các lĩnh vực khác, trong đó có các nhà khoa học máy tính,
các chuyên gia công nghệ thông tin. Là một đơn vị nghiên cứu và đào tạo hàng
đầu trong lĩnh vực biển và hàng hải Việt Nam, Đại học Hàng Hải Việt Nam
cũng đã và đang tập trung vào việc nghiên cứu và phát triển các mô hình và hệ
thống giám sát thảm họa và môi trường biển. Là những nhà khoa học hoạt
động trong lĩnh vực Công nghệ Thông tin, chúng tôi muốn đề xuất một mô
hình hạ tầng về công nghệ thông tin như là một phần của mô hình của hệ
thống giám sát bờ biển Việt Nam.
Chúng tôi đề xuất ra một mô hình giám sát thảm họa và môi trường dọc bờ
biển Việt Nam, trong đó mục tiêu đưa ra giải pháp về hạ tầng công nghệ thông
tin như là một phần của hệ thống giám sát thảm họa và môi trường bờ biển.
Trong đề tài này, chúng tôi sẽ giới thiệu một ứng dụng mã nguồn mở có tên là
DataTurbine. Báo cáo kỹ thuật bao gồm ba chương:

• Chương 1 - Giới thiệu tóm lược mô hình giám sát tích hợp và kiến trúc
giám sát thời gian thực. Giới thiệu thách thức của việc giám sát dữ liệu từ
xa.
• Chương 2 - Cài đặt và cấu hình DataTurbine: Chương này sẽ trình bày về
các yêu cầu để cài đặt DataTurbine lên hệ thống, quá trình cài đặt và triển
khai các thành phần của DataTurbine lên hệ thống.


Mở đầu

• Chương 3 - Lập trình cho DataTurbine: Chương này tập trung trình bày về
việc
i


MỞ ĐẦU
lập

ii
trình

cho

DataTurbine

sử

dụng

SAPI

(Simple

Application

Programming Interface). Trong chương sẽ có các ví dụ đơn giản để minh
họa về các bước đưa dữ liệu vào server và lấy dữ liệu từ server. Chương
này cũng giới thiệu một số kết quả thử nghiệm với lập trình cho
DataTurbine.
Mặc dù chúng tôi đã rất nỗ lực để hoàn thành đề tài với chất lượng tốt nhất
có thể nhưng trong quá trình thực hiện đề tài vẫn khó tránh khỏi những sai
sót. Vì vậy, chúng tôi rất mong nhận được những ý kiến đóng góp của các
đồng nghiệp để đề tài hoàn thiện hơn.


Chương 1

Mô hình tích hợp giám sát
môi trường bờ biển
1.1

Hệ thống giám sát tích hợp

Giám sát tích hợp như là đo lường một cách có hệ thống, nhất quán, và đồng
bộ các biến vật lý, hóa học, sinh học, và kinh tế xã hội của các bộ phận khác
nhau của hệ thống sinh thái theo thời gian và tại các vị trí xác định.
Giám sát tích hợp khi được lập kế hoạch và thực thi một cách hiệu quả, sẽ
mang lại hai lợi ích chính. Lợi ích đầu tiên là có được sự hiểu biết tốt hơn về
các quan hệ nhân quả bên trong các hệ thống sinh thái và phản ứng của các hệ
thống này đối với các hành động quản lý. Lợi ích chính thứ hai là sử dụng hiệu

quả các tài nguyên hiện có để giám sát tình trạng của MNES. Hình 1.1chỉ ra các
bước của một mô hình giám sát tích hợp.

1.1.1

Các chi tiết về hạ tầng

Mục tiêu bao gồm:
1.Cung cấp một dịch vụ có giá trị cho vùng bằng cách cung cấp cho ngư
nhân và địa phương dịch vụ để đánh giá chất lượng nước trong vùng
vịnh
2.Hiểu mô hình môi trường gây lên lụt lội và các sự kiện khác
3.Cung cấp một hệ thống cảnh báo sớm cho ngư dân và địa
phương


1


CHƯƠNG 1. MÔ HÌNH TÍCH HỢP GIÁM SÁT MÔI TRƯỜNG BỜ
BIỂN

Hình 1.1: Các bước có liên quan đến khai phá dữ liệu, lưu trữ và truy nhập, bắt đầu từ tiếp nhận dữ
liệu thô và kết thúc bằng việc công bố dữ liệu và các sản phẩm, trong vòng đời của dữ liệu được tiếp
nhận từ một chương trình giám

sát

1
2

1.1.2

Quản trị dữ liệu

Quản trị dữ liệu là một chức năng căn bản của hệ thống giám sát dữ liệu bởi vì
nó cung cấp hạ tầng, các tiến trình, và các chuẩn cần thiết cho phép lưu trữ,
khai phá, và truy nhập dữ liệu được tạo ra từ các chương trình giám sát đã
được lựa chọn và các chương trình có liên quan khác. Quản trị dữ liệu có tính
chất căn bản đối với luồng dữ liệu phù hợp với mục đích sử dụng đúng lúc và
tin cậy từ các thiết bị thu thập dữ liệu cho các phân tích viên dữ liệu, những
báo cáo viên và những người truyền tin. Một hệ thống quản trị dữ liệu được
thiết kế đúng đắn phải là một đặc trưng trung tâm của một chương trình giám
sát tích hợp, vì vòng đời của dữ liệu sẽ kéo dài trong suốt sự nghiệp của các
nhà khoa học. Quản trị dữ liệu cho các chương trình giám sát thường không
nhận được đủ sự quan tâm

1.1.3

Phân tích dữ liệu

Phân tích dữ liệu cho hệ thống tích hợp có vai trò quan trọng trong đối chiếu
các tập dữ liệu từ các chương trình giám sát và hoàn thành việc phân tích ở
quy mô vùng và địa phương để thấy được hiệu quả của quản trị dữ liệu trong
việc tăng cường và duy trì các giá trị MNES. Phân tích dữ liệu về cơ bản sẽ
chuyển đổi dữ liệu giám sát kinh tế, xã hội, sinh thái thành tri thức và hiểu về
các xu thế trong các giá trị MNES và các áp lực ở quy mô vùng và địa phương.

1.1.4

Báo cáo và truyền tin

Báo cáo và truyền tin là chức năng cơ bản của giám sát tích hợp vì nó tập trung
vào đưa ra các thông điệp chủ đạo và mức độ thích hợp của việc cung cấp
thông tin về các kết quả giám sát cho đúng người đúng lúc. Báo cáo và truyền
thông tin phức tap cho những người quản lý theo một khuôn dạng rõ ràng dễ
hiểu có tính chất căn bản nếu giám sát nhằm mục đích kích hoạt một phản ứng
quản lý Các chức năng căn bản của một hệ thống giám sát tích hợp
1.Xác định rõ ràng mục đích của chương trình giám sát và các mục tiêu
giám sát
2.Biên dịch và phân tích thông tin có liên quan đến các chương trình giám
sát hiện có
3.Phát triển các mô hình khái niệm
4.Phát triển thiết kế lấy mẫu chung cho hệ thống giám sát tích hợp


5.Phát triển các giao thức giám
sát 6.Quản trị dữ liệu
7.Phân tích dữ liệu
8.Báo cáo và truyền tin
9.Tổng quát và kiểm tra

1.2

Thách thức của việc thu thập dữ liệu từ xa

Để thu thập dữ liệu trong một khoảng thời gian dài, tại những địa điểm cách
xa hàng trăm dặm (miles) từ trung tâm điều hành. Chúng ta cần thiết lập một
loạt các sensor trên thực địa để liên tục đo nhiệt độ, độ ẩm, và thu thập hình

ảnh. Tất cả các dữ liệu cần được lưu trữ an toàn để sau đó được trích ra và
phân tích.
Nhưng việc tiếp nhận và lưu trữ dữ liệu một cách đáng tin cậy khó hơn ta
tưởng. Đôi khi các sensors bị hỏng trên khi thu thập dữ liệu cho một thử
nghiệm dài hạn, và nếu chúng không được truyền qua một mạng LAN, thì các
nhà khoa học có thể không biết được chúng bị hỏng cho tới khi họ tìm kiếm dữ
liệu và phát hiện ra rằng thử nghiệm bị thất bại. Có được dữ liệu đúng lúc và
đáng tin cậy từ một vị trí khác cũng là một thách thức. Một số các nhà nghiên
cứu muốn thiết lập thử nghiệm ở một vị trí ở xa chỉ để đưa ra một cảnh báo
khi các điều kiện nào đó là đúng, chẳng hạn sự hình thành của một cơn bão-vì
thế các nhà khoa học chỉ cần đi tới thực địa khi cần. Dữ liệu không đáng tin
cậy có thể phá hỏng toàn bộ các kế hoạch này. Ngoài ra, nhiều chương trình
nghiên cứu cài đặt các sensor từ một số nhà sản xuất, và thường khó mà tích
hợp các phần mềm và phần cứng không đồng nhất vào cùng một hệ thống.
Nếu không có một định dạng thống nhất, có thể cần mất nhiều thời gian để tổ
chức dữ liệu với các chỉ dẫn thích hợp. Để đảm bảo có được dữ liệu tốt, những
câu hỏi mà chúng ta cần trả lời là:
• Làm thế nào để truyền dữ liệu giữa các nguồn, các kho dữ liệu, và các ứng
dụng mà sử dụng nó?
• Làm thế nào để truyền dữ liệu gần với thời gian thực một cách tin cậy trên
các mạng truyền dữ liệu có hiệu năng khác nhau


1.3

Các kiểu giám sát

Giám sát có thể cung cấp thông tin về các yếu tố vật lý hóa học (ví dụ, độ mặt
của nước biển, nhiệt độ, mức độ ô nhiễm), các loài (ví dụ, thảm thực vật dưới
biển, sự thay đổi về độ bao phủ của các rặng san hô), và các độ đo về tình

trạng chung của hệ thống sinh thái. Người ta chia giám sát môi trường bờ biển
và các vùng biển thành các tầng giám sát
• Giám sát quy mô tầng 1 nhằm mục đích cung cấp thông tin có liên quan
đến tình trạng chung và các xu thế cho những khu vực trải dài trên quy
mô toàn quốc đến khu vực.
• Giám sát và đánh giá ở quy mô tầng 2: Giám sát quy mô địa phương.
Giám sát tầng 2 nhằm mục đích cung cấp thông tin có liên quan đến tình
trạng và xu thế cho các khu vực mà tương đối nhỏ so với tầng 1. Giám sát
ở quy mô này sẽ cung cấp thông tin về tình trạng và các xu thế
• Giám sát tầng 3: Giám sát cụ thể với từng điểm Giám sát tầng 3 nhằm mục
đích giải quyết các vấn đề liên quan đến từng điểm

1.3.1

Các báo cáo

Các thẻ báo cáo sẽ đưa ra thông tin được thông dịch một cách dễ dàng về tình
trạng và các xu thế của khu vực báo cáo. Các thành phần của mot bản báo cáo
hàng năm về tình trạng và xu thế hàng năm của tài nguyên biển và tài nguyên
vùng bờ biển bao gồm:
• Báo cáo khung cảnh- một đặc trưng hóa về tài nguyên/atlas, bao gồm
nhưng không chỉ hạn chế ở thông tin cập nhật nhất về các mặt độ quần
thể dọc theo các vùng bờ biển.
• Sử dụng đất
• Phân loại các vùng nước trên bản đồ
•


1.4

Một số ứng dụng điển hình

1.4.1

Nghiên cứu Acid hóa đại dương

Acid hóa đại dương là kết quả của việc tích tụ các khí gas do hiệu ứng nhà
kính-chủ yếu là do CO2 trong khí quyển. Khi các khí gas tích lũy trong khí
quyển, chúng cũng hòa tan trong nước biển và tăng độ axit của nước biển ?.
Hiện nay cộng đồng khoa học vẫn không biết nhiều về axit hóa đại dương ở
các khu vực bờ biển, phần lớn việc thu thập dữ liệu được tiến hành ở các vùng
nước mở. Vì thế Smith Lat tại viện Scripps Institue of Oceangraphy đã sử
dụng SensorPod để thiết lập một chương trình triển khai tại Scripps Pier để
thiết lập một chương trình giám sát Axit hóa đại dương lâu dài. Axit hóa đại
dương có thể đóng vai trò như tác nhân gây vôi hóa các sinh vật biển mà có vỏ
hoặc các khung xương ngoài như con trai, con hàu, san hô. Triển khai Scripp
Pier tại UC San Diego tiếp tục vận hành tốt với số lần gặp sự cố là tối thiểu kể
từ tháng 3 năm 2013. Triển khai Scripps Pier có tiềm năng trở thành chuẩn
công nghiệp để giám sát độ pH tại khu vực bờ biển.

1.4.2

Mạng cảm biến nhằm ứng phó với tẩy trắng san hô
ở đảo Racha Yai, Thái Lan

Biến đổi khí hậu và sự gia tăng nhiệt độ bề mặt nước biển, kết hợp với hiệu
ứng axit hóa đại dương đã gây tác động xấu tới các hệ sinh thái biển. Hệ sinh
thái rạn san hô rất nhạy cảm với những thay đổi khí hậu trong môi trường vật
lý. Tẩy trắng san hô do nhiệt độ nước biển cao bất thường đã có những tác
động tàn phá và lan rộng trên toàn thế giới. Nhiều yếu tố vật lý làm giảm tỷ lệ

tẩy trắng san hô như ánh sáng thấp, dòng chảy cao, nhiệt độ thấp và các chất
dinh dưỡng cao hơn. Mối liên hệ giữa các điều kiện vật lý và các phản ứng
sinh học dẫn tới tẩy trắng san hô cho phép dự đoán hiện tượng này dựa trên
số đo các thông số vật lý. Do đó, việc giám sát các thông số này trở thành một
phần quan trọng của việc phát hiện và ứng phó với tẩy trắng san hô. Trên yêu
cầu đó, một mạng cảm biến đã được lắp đặt ở đảo Racha Yai, Thái Lan vào đầu
năm 2011 nhằm cung cấp thông tin thời gian thực về các sự kiện ?. Hệ thống
được lắp đặt bao gồm một camera dưới nước, hai camera trên bờ, một CTD,
nhiều cảm biến nhiệt độ / ánh sáng HOBO, cảm biến G và hai trạm thời tiết
Davis. Việc thu nhận và truyền dữ liệu trong hệ thống này được thực hiện nhờ
sử dụng DataTurbine. Dữ liệu được truyền qua nhiều server DataTurbine và
đưa vào các server dữ liệu nội bộ trong một vài định dạng sau khi làm sạch
với các bài kiểm tra chất lượng dữ liệu kèm theo các thống


kê. Kể từ khi bắt đầu triển khai vào đầu năm 2011, hệ thống này đã hoạt động
rất ổn định. Các gián đoạn nếu có chỉ là do việc bảo trì và mất điện. Đảo Racha
Yai có tẩy trắng san hô rộng lớn trong năm 2010 nhưng trong năm 2011 đã
không còn quan sát được hiện tượng này.

1.5

Quản trị dữ liệu hàng hải và những thách
thức

Trước tiên, chúng ta cần phân biệt dữ liệu với thông tin Dữ liệu là các giá trị
thô có thể quan sát được có được từ các hoạt động nghiên cứu và giám sát; các
giá trị này có thể là số (các độ đo nhiệt độ hoặc độ mặn). Thông tin được sử
dụng để đề cập tới dữ liệu mà đã được xử lý hoặc kết quả. Quản trị dữ liệu
hàng hải hoặc đại dương là quá trình nhập, kiểm soát chất lượng, lưu trữ và

công bố dữ liệu nghiên cứu và giám sát được thu thập trong các vùng biển và
đại dương. Dữ liệu thường được phân thành dữ liệu vận hành thời gian thực
(dữ liệu được thu thập bởi các mạng sensor và các nền tảng đó, được truyền
bởi vệ tinh và sóng radio) và dữ liệu lưu trữ/dịch vụ (dữ liệu được thu thập
bởi các nhóm nghiên cứu và các dự án nghiên cứu, bao gồm dữ liệu mô hình
hóa, dữ liệu lĩnh vực, dữ liệu thử nghiệm). Dữ liệu được thu thập tự động trên
các tầu nghiên cứu được gọi là dữ liệu bán vận hành Quản trị dữ liệu hàng hải
gặp phải những thách thức sau:
• Thứ nhất, sự tăng lên đáng ngạc nhiên về dung lượng dữ liệu, đặc biệt
trong lĩnh vực cảm nhận từ xa.
• Thứ hai, là sự da dạng về các kiểu dữ liệu cần phải quản lý: dữ liệu sinh
học, địa chất, địa lý, hóa lý, tất cả đều phải được tích hợp, và các phân tích
và các sang phẩm thông tin phải rút ra từ các dữ liệu này.
• Thứ ba, sự khác biệt chính giữa quy mô mà dữ liệu được thu thập và
thông tin cần đến.
Rất hiếm các dự án thu thập dữ liệu và thông tin trên quy mô cục bộ, và trên
khoảng thời gian ngắn. Bản thân con người gây lên các vấn đề như sự nóng lên
toàn cầu và sự tăng lên của mực nước biển, sự cạn kiệt của các loài cá, ô nhiễm,
đã đặt ra sự cần thiết phải quản lý dữ liệu ở quy mô toàn cầu, tích hợp các tập
dữ liệu cục bộ là cách duy nhất để tạo ra cơ sở thông tin dữ liệu toàn cầu để
đưa ra các quyết định.
Quản trị dữ liệu hiện đại không thể tách rời khỏi công nghệ thông tin.
Những tiến bộ gần đây trong công nghệ trợ giúp cho việc làm việc với sự đa
dạng và dung


Hình 1.2: Một kiến trúc hệ thống cho các hệ thống giám sát môi trường

lượng của các luồng dữ liệu. Internet đưa ra cách thức để trao đổi dữ liệu với
chi phí thấp. Ấn bản điện tử ngày càng trở nên là phương pháp được lựa chọn

cho truyền tin các kết quả nghiên cứu và thông báo các thông tin khác

1.6
1.6.1

Kiến trúc hệ thống
Kien truc de xuat

Hình ?? chỉ ra kiến trúc cho các hệ thống giám sát môi trường trong đó
DataTurbine được sử dụng như là một thành phần kiến trúc.

1.6.2

Phần cứng

Chúng tôi lựa chọn một thiết bị di động Android để thu thập dữ liệu, vì nó có
mức tiêu thụ năng lượng thấp và nó có khả năng chạy Java. Chúng tôi sử dụng
các thiết bị di động chạy năng lượng mặt trời và 3G tích hợp để truyền dữ liệu.
Các sensor đo điện thế, nhiệt độ, độ ẩm cho phép chúng ta phân tích trạng
thái của thiết bị. SensorPod: SensorPod là một nền tảng tính toán di động,
được thiết kế tùy biến, có khả năng thích ứng cho các mạng Sensor phối hợp
với các điện


thoại di động Android với các sensor môi trường và một hệ thống quản trị dữ
liệu điện đoán đám mây. Kiến trúc mang tính modun của nó được dựa trên các
chuẩn mở và phần mềm mã nguồn mở. SensorPod có thể
Giám sát thời gian thực môi trường và các hệ thống sensor Cung cấp cho các
nhà khoa học siêu dữ liệu (metadata) như tình trạng, QA, và các tham số được
xác định bởi người sử dụng. Cho phép những người phát triển tùy biến với

các dự án của họ với thực tế công nghiệp tốt nhất và các xu thế công nghệ.
Với SensorPod dựa trên điện thoại Android, trạm phía bờ không còn cần
thiết nữa. Dữ liệu đươc truyền về Amazon Cloud trong thời gian thực. Bằng
cách tận dụng lợi thế của các hệ thống thương mại mạnh SensorPod trở thành
một cách kinh tế và tin cậy để đơn giản hóa việc triển khai sensor. Dưới đây là
những lý do tại sao lại sử dụng SensorPod?
• Trang bị cho các nhà nghiên cứu công nghệ dễ sử dụng. Tăng cường sức
mạnh nghiên cứu với công nghệ có thể tiếp cận được
• Đưa ra một hạ tầng mạnh cho triển khai và bảo trì sensor lâu dài
• Đơn giản hóa kiến trúc-quản lý trị dữ liệu và mạng truyền tin
• Cài đặt một kiến trúc mở và linh hoạt
• Tránh phải mua hệ thống phần cứng và phần mềm thương mại
• Hệ thống được thiết kế để có thể chấp nhận được cả các sensor số và
tương tự.
Thử nghiệm đã chỉ ra rằng, trước khi sử dụng SensorPod, các sensor dưới
nước đã được triển khai dưới nước vài tháng. Thông thường, các senssor sẽ
hoạt động sai do cạn kiệt pin hoặc các vấn đề khác, dẫn tới việc bỏ sót hoặc các
điểm dữ liệu chất lượng thấp. Với SensorPod, thông tin thời gian thực, các nhà
khoa học có thể giám sát và phản ứng lại tình trạng của pin, và các kết quả đọc
sensor bằng cách lên lịch bảo trì. Điều này cực kỳ quan trọng trong việc đảm
bảo rằng dữ liệu được thu thập là phù hợp và chính xác và mất mát dữ liệu là
tối thiểu trong một tiến trình thu thập dài.


Chương 2

Giới thiệu về DataTurbine
2.1

DataTurbine

DataTurbine là một phần mềm mã nguồn mở được viết bằng ngôn ngữ lập
trình Java. Nó cung cấp các dịch vụ truyền dữ liệu nhanh chóng và đáng tin
cậy với nhiều kiểu dữ liệu được hỗ trợ như: số, âm thanh, video hay văn bản.
Với DataTurbine, chúng ta có thể quan sát được dữ liệu trong thời gian thực,
dừng và tua lại việc truyền dữ liệu, chia sẻ nó với bất cứ ai trên mạng, thực
hiện xử lý thời gian thực và còn nhiều hơn thế nữa ?. DataTurbine được phát
triển bởi công ty Creare, một công ty tư vấn kỹ thuật và phát triển phần mềm
ở Hanover, New Hampshire. Lúc mới ra đời, nó là một sản phẩm thương mại.
Sự phát triển của DataTurbine diễn ra cùng lúc với sự tiến bộ trong công nghệ
cảm biến và truyền thông và mong muốn của cộng đồng khoa học kỹ thuật là
triển khai các mạng cảm biến quy mô lớn trong thế giới thực và các hệ thống
quan sát về môi trường. DataTurbine đã được phát triển như một công cụ
truyền dữ liệu cho các ứng dụng thu nhận dữ liệu thời gian thực và độc lập
với các ứng dụng cụ thể. Sau nhiều năm cộng tác và nhiều tháng đàm phán,
giám đốc điều hành của công ty Creare đã ký quyết định về việc phát hành
DataTurbine như là một sản phẩm phần mềm mã nguồn mở. Tháng 10/2007,
DataTurbine chính thức được chuyển từ phần mềm độc quyền sang phần mềm
mã nguồn mở theo giấy phép Apache 2.0. Tất cả mã nguồn và tài liệu được
công khai trên website của dự án. Hiện nay, các nhà phát triển và cộng đồng
người dùng vẫn tiếp tục phát triển phần mềm và hỗ trợ việc phát triển ứng
dụng.
DataTurbine gồm có 3 thành phần chính, đó là:
• Server: nhận và phân phát dữ liệu.
• Source: chương trình đưa dữ liệu vào server.


10

CHƯƠNG 2. GIỚI THIỆU VỀ DATATURBINE

22

Hình 2.1: Kiến trúc của DataTurbine

• Sink: chương trình lấy dữ liệu từ server.
Mỗi thành phần có thể được đặt trên cùng một máy hoặc các máy khác nhau,
điều này tạo nên sự linh hoạt trong việc triển khai ứng dụng.

2.1.1

Kiến trúc của DataTurbine

2.1.2

Server

Server của DataTurbine được chứa trong rbnb.jar (viết tắt của Ring Buffered
Network Bus), nó là phần cốt lõi của DataTurbine và được sử dụng như điểm
trung tâm mà các ứng dụng (source và sink) giao tiếp với. Server hoàn toàn
độc lập với dữ liệu mà nó nhận và có thể chấp nhận nhiều kiểu dữ liệu khác
nhau bao gồm số, âm thanh, video, văn bản, . . . Server có thể được nghĩ tới
như một chuỗi các bộ đệm vòng với dữ liệu mới được thêm vào và dữ liệu cũ
bị xóa đi khi vùng lưu trữ đầy. Source sẽ định rõ kích thước lưu trữ (archive
size) và kích thước bộ nhớ cache (cache size) của chúng.
• Kích thước lưu trữ quyết định kích thước bộ đệm vòng và lượng dữ liệu
được

đưa vào bộ đệm trước khi bị bỏ đi. Một giá trị tốt phụ thuộc vào không
gian lưu trữ của thiết bị mà server đang chạy trên đó và nhu cầu của dự án.
• Kích thước bộ nhớ cache quyết định có bao nhiêu bộ đệm vòng được chứa
trong bộ nhớ (RAM). Điều này một lần nữa được quyết định bởi bản chất
của hệ thống và các ứng dụng. Bộ nhớ cache có thể làm tăng tốc độ xử lý
nhưng một bộ nhớ cache lớn hơn không đồng nghĩa với một hệ thống
nhanh hơn.
Cách tiếp cận này cho phép các ứng dụng tương tác với dữ liệu trong thời gian
gần với thời gian thực (near real-time). Sink có thể đọc dữ liệu khi nó được thu
thập và hiển thị nó trực tuyến, trong Matlab hoặc các ứng dụng khác. Sink
cũng có thể tương tác với dữ liệu và đưa nó vào thiết bị lưu trữ lâu dài.
Server yêu cầu một nhãn thời gian (timestamp) chính xác cho mỗi điểm dữ
liệu. Một hạn chế của điều này là dữ liệu không thể được tải lại vào server.
Điều này có nghĩa là dữ liệu phải được đi vào theo thứ tự và như vậy, mỗi
điểm dữ liệu phải có một nhãn thời gian lớn hơn nhãn thời gian được ghi
nhận trước đó. Kích thước được xác định trong số lượng frame. Frame là một
cấu trúc dữ liệu gồm một hoặc nhiều kênh (channel) với một hoặc nhiều đối
tượng dữ liệu trên một kênh. Do đó kích thước của frame có thể nhỏ hoặc lớn
và có thể khác nhau giữa các frame.

2.1.3

Source

Source là chương trình đưa dữ liệu vào server. Source chạy độc lập với server
như một ứng dụng riêng biệt và sử dụng mạng để giao tiếp. Nó có thể chạy
trên cùng máy với server hoặc trên một máy khác. Mỗi source có thể chứa
nhiều kênh và mỗi kênh có thể có kiểu dữ liệu riêng của nó. Source điều khiển
việc cấp phát không gian lưu trữ trên ổ cứng và bộ nhớ của phía server.
Cấu tạo của source như sau:

• Tên: Xác định source.
• Server đích: Server mà source gửi dữ liệu tới.
• Kích thước bộ nhớ cache: Source định rõ có bao frame dữ liệu để cấp phát
bộ đệm cho nó trong bộ nhớ của server.
• Kích thước lưu trữ: Source định rõ có bao nhiêu frame dữ liệu để lưu trữ
trên ổ cứng của server.


• Các kênh:Mỗi kênh gồm:Tên: Xác định kênh cụ thể; Kiểu MIME: Kiểu
truyền thông mà các ứng dụng có thể sử dụng để đưa ra các quyết định về
dữ liệu


chúng đang nhận. Mỗi kênh chỉ có thể lưu trữ một kiểu dữ liệu;Dữ liệu:
chuỗi các điểm dữ liệu, bao gồm thời gian và giá trị.
Chúng ta hãy tưởng tượng về một tháp khí tượng đo nhiệt độ và độ ẩm
được đặt trên một ngọn đồi. Gần đó là một trạm đo nhiệt độ. Chúng ta muốn
đưa dữ liệu này vào DataTurbine trên một chiếc laptop ở trạm đó. Các bước
chúng ta cần thực hiện là:
• Khởi động server trên laptop (rbnb.jar).
• Khởi động source thứ nhất trên laptop, cái đọc dữ liệu từ tháp khí tượng
và đưa nó vào DataTurbine, source này chứa 2 kênh (nhiệt độ và độ ẩm).
• Khởi động source thứ hai trên laptop, cái đọc dữ liệu từ trạm và đưa nó
vào server, source này chỉ chứa 1 kênh (nhiệt độ).
Laptop của chúng ta hiện đang có 3 chương trình đang chạy độc lập. Bây giờ
chúng ta đã có dữ liệu trong server và chúng ta cần một cách để truy cập nó.
Điều này sẽ được thảo luận trong phần sau. PlugIn là một kiểu source đặc biệt.
Trong khi source thông thường chủ động gửi dữ liệu tới DataTurbine server thì
plugin gửi dữ liệu để đáp lại các yêu cầu được gửi tới nó thông qua kết nối
plugin server.

2.1.4

Sink

Sink là chương trình lấy dữ liệu từ server và sử dụng nó, ví dụ đưa nó vào
Matlab hoặc Real-time Data Viewer hoặc đặt nó vào một cơ sở dữ liệu quan hệ
hoặc một file để lưu trữ lâu dài. Cũng giống như source, sink chạy độc lập với
server như một ứng dụng riêng biệt và sử dụng mạng để giao tiếp. Nó có thể
chạy trên cùng máy với server hoặc trên một máy khác. Các kiểu sink thường
gặp
• Viewer: Ứng dụng mà có thể được sử dụng để truy cập và tương tác với
việc truyền dữ liệ nhu Real-time Data Viewer (RDV), Google Earth, . . .
• Web Server: Ứng dụng mà cung cấp dữ liệu như là nội dung trang web
cho việc hiển thị công khai. VD: Các đồ thị trên một website công cộng.
• Analysis: Lấy dữ liệu và thực hiện một số loại phân tích thủ công hoặc tự
động. VD: Mat lab, R, ESPER, . . . Export: Xuất dữ liệu vào trong một file
hoặc tập hợp các file cho việc phân phối hoặc tích hợp. VD: CSV files,
Excel,
...