Hier berichten wir über Fortschritte und Ergebnisse aus dem Projekt DE4L.
- Architektur zur Integration und Analyse von Sensordaten in Echtzeit
- erste Version des DE4L-Plattform Portals (Platform Hub)
- Sensor-Analytics Anwendung
- Delivery Zone Data Management Webanwendung
- Datenhandel
- Messung von Luftsensordaten
- Fachartikel
Einer der ersten Meilensteine war die Konzeption der Architektur zur Integration und Analyse von Sensordaten in Echtzeit (siehe Schaubild). Dieser wurde in Zusammenarbeit mit den Projektpartnern im 3. Quartal des Jahres 2020 erreicht. Bei dem Entwurf wurden Datenflüsse und Schnittstellen für Sensordaten untersucht, konzipiert und in ersten prototypischen Entwicklungen evaluiert.
Eine der elementaren Anforderungen bei der Entwicklung der Architektur war die Datenübertragung zwischen heterogenen Sensorknoten und Zielsystemen, die mit verschiedenen Protokollen und Datenformaten kommunizieren. Dafür wurde ein Multiprotokoll IoT-Gateway zur Integration von Sensorknoten per MQTT, REST und LoRaWAN entwickelt. Mit LoRaWAN können Daten über eine große Entfernung energiesparsam gesendet werden. Dies gelingt im Projekt durch die Nutzung des LoRaWAN Netzwerkes, welches von Netz Leipzig bereitgestellt wird. Außerdem werden im Projekt Konzepte für die Datensicherheit unter LoRaWAN untersucht.
Die DE4L Sensordatenplattform orientiert sich dabei an der Kappa- und serviceorientierten Architektur, um eine hohe Skalierbarkeit und eine Verarbeitung der Daten in Echtzeit (Real-time Analytics) zu gewährleisten. Weiterhin wurde bei der Konzeption der Fokus auf die Nutzung etablierter Standards, wie der SensorThingsAPI und die Anbindung an den Fraunhofer International Data Space (IDS) gelegt, um die Sensordaten einerseits den weiteren DE4L-Plattform-Komponenten zur Verfügung zu stellen und zum anderen auch im weiteren Projektverlauf den unternehmensübergreifenden Datenhandel und die Integration in externe Systeme zu ermöglichen.
Eine erste Version des DE4L-Plattform Portals (Platform Hub) wurde online veröffentlicht. Das Portal dient als Einstiegspunkt für die Nutzer der DE4L-Plattform zu den verschiedenen Anwendungen.
Aktuell können bereits zwei Applikationen erreicht werden: Die Delivery Zone Data Management Anwendung, welcher der Bearbeitung und Darstellung von Zusatzinformationen zu Adressdaten dient (siehe unten) und die Sensor Analytics Anwendung, die bereits erste Analyseergebnisse der Sensordaten in einer Kartenanwendung visualisiert. Im Laufe des Projektes werden weitere Prototypen im Platform Hub veröffentlicht.
Mit der Sensor-Analytics Anwendung können große Mengen an Sensordaten aggregiert und somit visuell ausgewertet werden. Im Beispiel der Analyse des Straßenzustandes werden vom Fahrrad-Kurierdienstleister TiMMi Erschütterungsdaten während ihrer Aufträge erhoben. Auf der De4l-Sensordatenplattform werden die Daten in einem Verarbeitungsschritt Straßensegmenten zugeordnet, wodurch Aggregationen für Analysezwecke ermöglicht werden. In der Sensor-Analytics-Anwendung werden diese Straßensegmente anhand der aggregierten Erschütterungswerte farblich dargestellt.
Im Rahmen des Projektes wurde die Delivery Zone Data Management Webanwendung entwickelt, welche auch bereits bei fox-COURIER im Praxiseinsatz ist. In der Applikation können Zusatzinformationen (wie Öffnungszeiten, Erreichbarkeit und Anfahrtswege) zu (Liefer-)Adressen hinzugefügt werden. Dadurch kann die Zustellung zum Empfänger – auf der letzten Meile – effizienter durchgeführt werden und die Daten sollen perspektivisch auch anderen Logistikdienstleistern über die DE4L-Plattform zum Kauf angeboten werden. Dies betrifft sowohl reine Adressdaten als auch einfache Hinweise oder Bilder, die damit einen besonderen Mehrwert für die Logistikprozesse darstellen.
Beim Handel von Zusatzinformationen zu Adressen soll der Verkäufer maximale Datenhoheit behalten. Um dies zu gewährleisten, werden die zu verkaufenden Daten noch in der Infrastruktur des Verkäufers merkmalserhaltend gehasht. Die gehashten Adressen dienen dazu, nach Datenangeboten für eine Adresse zu suchen, ohne dass die Adressen der Angebote im Klartext vorliegen müssen. Die Datenangebote werden über eine Blockchain zwischen den Plattformteilnehmern ausgetauscht. Dies wurde prototypisch in einem Handelsclient mit Webfrontend umgesetzt. Um die Regeln für das Handeln festzuschreiben wurden erste Smart-Contracts geschrieben.
Darüber hinaus wurden aussichtsreiche Privatsphäre-erhaltende Verfahren untersucht und eine Strategie zu deren Anbindung in die Projektpipeline entwickelt. Neben Verfahren, die mit Verschleierungstechniken und Anonymisierung arbeiten, wird hier auch ein Modell aus dem Bereich des maschinellen Lernens genauer untersucht, das die künstliche Erstellung Datenschutz-unbedenklicher und statistisch gleichwertiger Daten ermöglicht.
Als einer der finalen Bausteine der DE4L-Plattform wurde der Client für die Umsetzung des Datenhandels und Federführung des Teams von SCADS.AI (Universität Leipzig) fertig gestellt. Im gezeigten Video ist der Prozess des Datenhandels für die zwei in DE4L verfolgten Anwendungsfälle – dem Handel von Zusatzinformationen zu Adressen und dem Handel der erhobenen Sensordaten – demonstriert. Die Transaktionen und Informationen der angebotenen Daten werden über einen Distributed Ledger (Hyperledger) und mittels Privacy Preserving Record Linkage (PPRL) verschlüsselt und privatssphäre erhaltend abgewickelt.
Es werden Daten gesammelt – Fahrzeuge von fox-COURIER wurden mit mobilen AirBeam2 Luftqualitätssensoren von HabitatMap ausgestattet. Somit werden seit Februar 2021 Umweltdaten für PM1, PM2.5, PM10, Temperatur und Luftfeuchtigkeit während der Kurierfahrten gemessen.
Die Messwerte werden von den Sensoren an den Fahrzeugen per Bluetooth und Smartphone-App in Echtzeit an die DE4L Sensordatenplattform übertragen. Die Daten sind damit direkt in den Analysen (siehe Kartenvisualisierung) und nachgelagerten Anwendungssystemen verfügbar bzw. werden in weiteren Schritten für den Datenhandel unter Einhaltung von verschiedenen Privacy-Anforderungen bereitgestellt.
Die zur Sensordatenübertragung entwickelte Android-App wurde als Open-Source-Projekt auf GitHub bereitgestellt und ebenfalls im Google Play Store veröffentlicht.
Es wurden die Möglichkeiten der Nutzung des International Data Spaces (IDS) und der DE4L-Plattform für datenzentrierte Dienstleistungen untersucht. Dabei wurde der Datenaustausch von IoT-Sensordaten zwischen Systemen verschiedener Akteure über den IDS betrachtet und ein IDS-Konnektor prototypisch erweitert.
Die Ergebnisse wurden im 2020 Logistics Journal veröffentlicht (link):
Olms C, Nissen C, Schier A, Leveling J, Rademacher R, ten Hompel M (2020). Architektur einer adaptiven Plattform für unternehmens-übergreifende datenbasierte Dienste mit dem Intenational Data Spaces. Logistics Journal : Proceedings, Vol. 2020.
Das Team von SCADS.AI (Universität Leipzig) untersuchte verschiedene Angriffsszenarien auf sensible georeferenzierte Bewegungsdaten und testete Abwehrmaßnahmen mit neuen Algorithmen und Methoden zur Erhaltung der Privatssphäre.
„D-TOUR : Detour-based point of interest detection in privacy-sensitive trajectories“ – LSchneider, Ma., Gehrke, Lu., Christen, Pe. & Rahm, Er., (2022). D-TOUR: Detour-based point of interest detection in privacy-sensitive trajectories. In: Demmler, D., Krupka, D. & Federrath, H. (Hrsg.), INFORMATIK 2022. Gesellschaft für Informatik, Bonn. (S. 219-230). DOI: 10.18420/inf2022_20
