El jueves 18 de febrero de 2016, Jesús Sánchez @jesussanchezg05 presentó su Trabajo Fin de Grado (TFG) en la Escuela Politécnica (EPCC) relacionado con el proyecto @SmartPoliTech:
Jesús Sánchez García, “Smartpolitech: Inteligencia, control y predicción a partir de datos adquiridos en sensores y por redes sociales”, Dirección: Pablo García Rodríguez y Pablo Bustos García de Castro, febrero 2016, Grado en Ingeniería Informática en Ingeniería del Software (GIIIS), Sobresaliente (9).
Este TFG se enmarca dentro del concepto de ’Internet of Things’ (Internet de la Cosas, IoT), que puede definirse como la red global de información a la que los objetos cotidianos que nos rodean pueden conectarse para permitir la lectura, gestión, tratamiento y almacenamiento de los datos que producen para conseguir y facilitar la vida a las personas, automatizando las actividades y procesos de la vida cotidiana y analizando los datos generados para obtener información útil que pueda servir para la toma de decisiones correctas.
Esto está dando lugar a que se generen enormes cantidades de datos en un corto periodo de tiempo, se calcula que más del 90% de toda la información existente se ha generado en los últimos cinco o seis años y cada día se generan millones de terabytes (TB) de información, algo que no se puede procesar con los equipos que existían hasta hace unos años ni las herramientas como las bases de datos relacionales. Es lo que se conoce como Big Data, y puede ser definido como la gestión y el análisis de grandes cantidades de información que no pueden ser tratados por las herramientas y equipos convencionales.
La finalidad de este proyecto es crear primer paso hacia un sistema de información capaz de obtener las lecturas de una serie de sensores ubicados en la Escuela Politécnica y centralizar la gestión, administración, almacenamiento y actuadores en base a eventos (un paso previo a la «inteligencia») de los datos recopilados para, de esta manera poder obtener información útil que será utilizada para desarrollar una serie de servicios para los usuarios y trabajadores del centro.
El sistema va a ser el encargado de recibir las lecturas de un gran número de sensores distribuidos por toda la Escuela Politécnica, enviadas mediante un servicio REST a la dirección correspondiente. Estas lecturas son tratadas y almacenadas por medio de NodeRED y Rethinkdb respectivamente.
Se han utilizado unas una serie de herramientas software para la realización de este sistema. Entre ellas, la principal es node.js, ya que la herramienta encargada de la gestión de la aplicación (NodeRED) está desarrollada bajo node.js. A parte, para el almacenamiento de las lecturas procedentes de los distintos sensores se va utilizar RethinkDB, que es una base de datos distribuida orientada a documentos y que proporciona librerías para javascript, perfecto para complementar con NodeRED.
De hecho se han implementado nodos de NodeRED pasándolos a scripts directamente para cambiar la funcionalidad de algunos de ellos para resolver problemas, directamente mediante node.js.
Una vez el sistema recibe los datos, deben lanzarse una serie de actuadores los cuales deben tratar los datos para obtener información útil y poder ser utilizados beneficiosamente para el centro. En este caso, Rethinkdb permite tratar los datos en tiempo real lo cual es una gran ventaja respecto a otras bases de datos distribuidas ya que va a permitir poder enviar avisos (triggers) en tiempo real en caso de que los valores obtenidos sean anómalos según unos patrones establecidos.
Estos avisos son enviados mediante Telegram, ya que permite el envío de notificaciones a un cierto número de usuarios y que se encuentra disponible en dispositivos de uso cotidiano para las personas (telegram bot).
Se han preparado distintos tests para el sistema para pruebas de recepción de datos, pruebas de insercción y pruebas de carga.
Portada del TFG presentado:
