CoT-Enabled Robust Surveillance System using Fog Machine Learning
Creators
- 1. Vellore Institute of Technology University
- 2. Institute of Transport Science and Technology
Description
Abstract Surveillance system is a method of securing resources and loss of lives against fire, gas leakage, intruder, earthquake, and weather. In today's time, people own home, farm, factory, office etc. It has become more crucial to monitor everything for securing resources and loss of lives against fire, gas leakage, intruder, earthquake. As a part of surveillance, monitoring weather is also essential. Climate change and agriculture are interrelated processes, Today's sophisticated commercial farming like weather monitoring, suffers from a lack of precision, which results huge loss in farm. Monitoring residential and commercial arenas throughout is an efficient technique to decrease personal and property losses due to fire, gas leakage, earthquake catastrophes. Internet of Things make it possible and can be implemented separately for each thing or site. But it is very difficult to monitor each site and have centralized access of it across the world. This arises the need of heterogenous system which will monitor all IoTs and perform decision making accordingly. IoT itself a large-scale thing. For single IoT application, sensors used are more in number. These sensors generate thousands of records for an instance of time, some of those are valuable and some requires just analysis. This huge amount of data on servers requires better data processing and analytics. Maintenance is also a critical task. Cloud extends these functionalities but storing all the data on cloud entail users to pay tremendous cost to the cloud service providers. This problem is catered by "CoTsurF" framework. This paper presents novel and cost effective " CoTsurF " framework, CoT-enabled robust Surveillance system using fog machine learning, a Proof-Of-Concept implementation of heterogenous and robust surveillance system based on internet of things and cloud computing by leveraging a groundbreaking concept of Fog machine learning that is Fog Computing and machine learning in Cloud of Things.
Translated Descriptions
Translated Description (Arabic)
نظام المراقبة التجريدي هو وسيلة لتأمين الموارد والخسائر في الأرواح ضد الحريق وتسرب الغاز والدخيل والزلازل والطقس. في وقتنا الحالي، يمتلك الناس منزلًا ومزرعة ومصنعًا ومكتبًا وما إلى ذلك. أصبح من الأهمية بمكان مراقبة كل شيء لتأمين الموارد والخسائر في الأرواح ضد الحريق وتسرب الغاز والدخيل والزلازل. وكجزء من المراقبة، فإن مراقبة الطقس أمر ضروري أيضًا. إن تغير المناخ والزراعة عمليتان مترابطتان، وتعاني الزراعة التجارية المتطورة اليوم مثل مراقبة الطقس من نقص الدقة، مما يؤدي إلى خسائر فادحة في المزارع. تعد مراقبة الساحات السكنية والتجارية في جميع أنحاء المدينة تقنية فعالة لتقليل الخسائر الشخصية والممتلكات بسبب الحرائق وتسرب الغاز وكوارث الزلازل. يجعل إنترنت الأشياء ذلك ممكنًا ويمكن تنفيذه بشكل منفصل لكل شيء أو موقع. ولكن من الصعب للغاية مراقبة كل موقع والحصول على وصول مركزي إليه في جميع أنحاء العالم. ينشأ هذا الحاجة إلى نظام غير متجانس يراقب جميع إنترنت الأشياء ويؤدي عملية صنع القرار وفقًا لذلك. إنترنت الأشياء في حد ذاته شيء واسع النطاق. بالنسبة لتطبيق إنترنت الأشياء الفردي، تكون أجهزة الاستشعار المستخدمة أكثر عددًا. تولد هذه المستشعرات آلاف السجلات لمرة واحدة، وبعضها قيّم والبعض الآخر يتطلب تحليلًا فقط. يتطلب هذا الكم الهائل من البيانات على الخوادم معالجة وتحليلات أفضل للبيانات. الصيانة هي أيضا مهمة حاسمة. تعمل السحابة على توسيع هذه الوظائف ولكن تخزين جميع البيانات على السحابة يستلزم من المستخدمين دفع تكلفة هائلة لمقدمي الخدمات السحابية. يتم التعامل مع هذه المشكلة من خلال إطار عمل "CoTsurF". تقدم هذه الورقة إطار عمل "CoTsurF" الجديد والفعال من حيث التكلفة، ونظام مراقبة قوي يدعم CoT باستخدام تعلم آلة الضباب، وتنفيذ مفهوم إثبات لنظام مراقبة غير متجانس وقوي يعتمد على إنترنت الأشياء والحوسبة السحابية من خلال الاستفادة من مفهوم رائد لتعلم آلة الضباب وهو حوسبة الضباب والتعلم الآلي في سحابة الأشياء.Translated Description (French)
Le système de surveillance abstraite est une méthode de sécurisation des ressources et des pertes de vies humaines contre les incendies, les fuites de gaz, les intrusions, les tremblements de terre et les intempéries. De nos jours, les gens possèdent une maison, une ferme, une usine, un bureau, etc. Il est devenu plus crucial de tout surveiller pour sécuriser les ressources et les pertes de vies humaines contre les incendies, les fuites de gaz, les intrusions, les tremblements de terre. Dans le cadre de la surveillance, la surveillance météorologique est également essentielle. Le changement climatique et l'agriculture sont des processus interdépendants. L'agriculture commerciale sophistiquée d'aujourd' hui, comme la surveillance météorologique, souffre d'un manque de précision, ce qui entraîne d'énormes pertes à la ferme. La surveillance des arènes résidentielles et commerciales est une technique efficace pour réduire les pertes personnelles et matérielles dues aux incendies, aux fuites de gaz et aux catastrophes sismiques. L'Internet des objets le rend possible et peut être mis en œuvre séparément pour chaque chose ou site. Mais il est très difficile de surveiller chaque site et d'en avoir un accès centralisé à travers le monde. Il en résulte la nécessité d'un système hétérogène qui surveillera tous les IoT et prendra des décisions en conséquence. L'IoT lui-même est une chose à grande échelle. Pour une seule application IoT, les capteurs utilisés sont plus nombreux. Ces capteurs génèrent des milliers d'enregistrements pour une instance de temps, certains d'entre eux sont précieux et d'autres ne nécessitent qu'une analyse. Cette énorme quantité de données sur les serveurs nécessite un meilleur traitement et une meilleure analyse des données. La maintenance est également une tâche critique. Le cloud étend ces fonctionnalités, mais le stockage de toutes les données sur le cloud implique que les utilisateurs paient un coût énorme aux fournisseurs de services cloud. Ce problème est pris en charge par le cadre « CoTsurF ». Cet article présente un nouveau cadre « CoTsurF » rentable, un système de surveillance robuste compatible CoT utilisant l'apprentissage automatique Fog, une mise en œuvre Proof-Of-Concept d'un système de surveillance hétérogène et robuste basé sur l'Internet des objets et le cloud computing en tirant parti d'un concept révolutionnaire d'apprentissage automatique Fog qui est le Fog Computing et l'apprentissage automatique dans le cloud des objets.Translated Description (Spanish)
Resumen El sistema de vigilancia es un método para asegurar los recursos y la pérdida de vidas contra incendios, fugas de gas, intrusos, terremotos y el clima. En la actualidad, las personas son propietarias de casas, granjas, fábricas, oficinas, etc. Se ha vuelto más crucial monitorear todo para asegurar los recursos y la pérdida de vidas contra incendios, fugas de gas, intrusos, terremotos. Como parte de la vigilancia, el monitoreo del clima también es esencial. El cambio climático y la agricultura son procesos interrelacionados, la sofisticada agricultura comercial de hoy en día, como el monitoreo del clima, sufre de una falta de precisión, lo que resulta en una gran pérdida en la granja. El monitoreo de arenas residenciales y comerciales en todas partes es una técnica eficiente para disminuir las pérdidas personales y de propiedad debido a incendios, fugas de gas, catástrofes sísmicas. Internet de las cosas lo hace posible y se puede implementar por separado para cada cosa o sitio. Pero es muy difícil monitorear cada sitio y tener acceso centralizado a él en todo el mundo. Esto plantea la necesidad de un sistema heterogéneo que supervise todas las IoT y realice la toma de decisiones en consecuencia. IoT en sí mismo es algo a gran escala. Para una sola aplicación de IoT, los sensores utilizados son más numerosos. Estos sensores generan miles de registros por una instancia de tiempo, algunos de ellos son valiosos y otros solo requieren análisis. Esta enorme cantidad de datos en los servidores requiere un mejor procesamiento y análisis de datos. El mantenimiento también es una tarea crítica. La nube amplía estas funcionalidades, pero almacenar todos los datos en la nube implica que los usuarios paguen un enorme coste a los proveedores de servicios en la nube. Este problema se atiende mediante el marco "CoTsurF". Este documento presenta un marco "CoTsurF" novedoso y rentable, un sistema de vigilancia robusto habilitado para CoT que utiliza el aprendizaje automático de la niebla, una implementación de prueba de concepto de un sistema de vigilancia heterogéneo y robusto basado en Internet de las cosas y la computación en la nube aprovechando un concepto innovador de aprendizaje automático de la niebla que es la computación en la niebla y el aprendizaje automático en la nube de las cosas.Files
latest.pdf.pdf
Files
(1.9 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:2caca94f5b730d64926481261b95cda2
|
1.9 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- نظام مراقبة قوي مدعوم من CoT باستخدام تعلم آلة الضباب
- Translated title (French)
- Système de surveillance robuste activé par CoT utilisant l'apprentissage automatique par brouillard
- Translated title (Spanish)
- Sistema de vigilancia robusto habilitado para CoT que utiliza Fog Machine Learning
Identifiers
- Other
- https://openalex.org/W4200511074
- DOI
- 10.21203/rs.3.rs-908441/v1