Anomaly Diagnosis Using Autoencoder in Edge Computing Systems

Abstract

IoT sistemleri geleneksel buluta bağlı bir mimaride çalışır. IoT cihazlarında oluşturulan veriler buluta aktarılır, orada depolanır ve daha sonra anlamlı bilgiler çıkarmaya çalışarak işlenir. Ancak tercih edilen bu yapıda sürekli buluta bağımlı olmanın dezavantajları oldukça yüksektir. Her bir bilgi parçasının ham olarak buluta aktarılması ağ trafiğini artırırken, verileri yalnızca bulut katmanında işlemek için yüksek donanım gücü gerektirir. UBISOKKAT (Edge Computing Systems Kullanarak Otomatik Kodlayıcı Kullanarak Anomali Teşhisi) sistemi yukarıda belirtilen sorunlara çözüm olarak ortaya çıkmıştır. UBISOKKAT sistemi, IoT sistemleri ve bulut sistemleri arasında bir ara katman görevi görür. IoT noktalarında üretilen her veri önce orta katmandaki UBISOKKAT sistemine gönderilir ve burada bulut katmanına iletilir. Makine öğrenimi modeli daha sonra bulut katmanına yerleştirilir ve ara katman yazılımından aldığı verileri kullanarak kendini eğitmeye başlar. Eğitim süreci tamamlanan modelin çıktıları UBISOKKAT sistemine gönderilir ve otomatik kodlayıcı bulutta değil ara katman yazılımı yazılımında çalıştırılır. Bunun en büyük avantajı, gerçek zamanlı sistemlerde verilerin buluta gönderilmemesi, yerel noktalarda analiz edilmesi, ağ trafiğinin azaltılması ve gecikmenin azaltılmasıdır. Aynı zamanda her veri bulutta analiz edilmediği için yerel noktalarda analiz edilerek bulut ihtiyacı azaltılmakta, yüksek maliyetler düşürülmekte ve sistemin canlılığı arttırılmaktadır. Bu çalışmada son katmanda otomatik kodlayıcı modeli çalıştırılmış ve tek fazlı elektrik motorundan elde edilen verilere dayanarak UBISOKKAT sisteminin uç noktalardaki anomalileri teşhis edebildiği görülmüştür.