MIREO kündigt seinen Space-Time-Cluster für Big-Data-Analyse an
Eine neue Datenbank-Technologie zur effizienten Speicherung und Abfrage von räumlich-zeitlichen Echtzeitdatenbeständen im Umfang von vielen PetaBytes
Oberpframmern, 23.02.2018 (PresseBox) - MIREO, seit 2001 Anbieter verschiedener Software-Technologien - für GPS-Tracking und Fleet Management Solutions bis hin zu Geo-Information-Systemen und Big-Data-Analyse, hat das Problem gelöst, Millionen von Fahrzeugen auf nur wenigen Commodity-Servern zu verfolgen und selbst bei äußerst komplexen Abfragen des akkumulierten Datenbestands Antworten in Sekundenschnelle zu generieren. Bis diesem Zeitpunkt gab es keine Technologie auf dem Markt, die in der Lage war, auf ein solches Volumen zu skalieren, während annehmbare Antwortzeiten unter einer Sekunde für Abfragen beibehalten wurden. Der Kern der Lösung war die Schaffung einer völlig neuartigen Datenbankarchitektur mit einer eigenen speziellen Indizierungsmethode und Abfragesprache. MIREO setzt seine Technologie in einer Implementierung für einen chinesischen Flottenmanagement-Kunden ein, mit dem derzeit 2 Mio. Lkw werden überwacht werden.
Die effiziente Speicherung von Daten des "Intervall-Datentyps" wurde in der Literatur jahrzehntelang diskutiert und war bis dato nicht gelöst, da diese Art von Daten keine inhärente Ordnungsrelation aufweist und es daher unklar ist, wie diese Daten geeignet indiziert werden können. Auf den "Intervall-Datentyp" trifft man in allen Anwendungsfällen, in denen Sensorwerte von vielen bewegten Objekten mit Geo-Referenz über Zeiträume gesammelt werden: Flottenmanagement, Applikationen basierend auf annotierten Daten für autonomes Fahren, fahrerprofilabhängige Versicherungen, etc. Das Datenvolumen kann leicht - je nach Umfang der zu erfassenden sensorischen Daten, der Kürze der Zeitmessintervalle, der Länge des beobachteten Zeitraums, der Anzahl der zu sammelnden Objekte / Datenquellen usw. - einen Umfang von viele PetaBytes oder sogar ExaBytes erreichen.
Alle heute verfügbaren Datenbanktechnologien wurden von MIREO getestet; sie skalieren nicht ausreichend und haben zu lange Antwortzeiten, insbesondere bei komplexen Abfragen. Aus diesem Grund hat MIREO von Grund auf eine eigene Datenbanktechnologie mit einer neuen, effizienten Indexierungsmethode und einem Sharding-Algorithmus entwickelt. Lediglich die Komponente für das verteilte Dateisystem wurde von einem Dritt-Anbieter übernommen. Mit dieser Technologie hat MIREO verschiedene Anwendungsfälle in einer performanten Art und Weise implementiert; sie hat sich als geeignet erwiesen, PetaBytes von geo-temporalen Daten in Echtzeit zu verarbeiten, wobei technisch kein Hindernis für die Skalierung in den ExaByte-Bereich vorhersehbar ist.
MIREO, als ein Unternehmen, das in GPS-, Navigations- und GIS-Märkten etabliert ist, hat diese Technologie bisher auf relevante Anwendungsfälle in diesen Bereichen angewendet und ergänzt sie mit seinem Zugang zu HD-Karten, seiner proprietären AI-basierten Routing-Engine und seiner hochperformanten Map-Matching-Technologie .
Der Space-Time-Cluster hat jedoch Anwendungen weit darüber hinaus. Die Fähigkeit, große Datenmengen mithilfe multidimensionaler polygonaler Abfragen zu speichern, zu manipulieren und effizient zu analysieren, verspricht einen Quantensprung in der Performance in unzähligen Anwendungen. Insbesondere wenn ein bestimmtes Verhalten auf der Ausgabeseite eines Systems auf Variationen von Eingabeparametern zurückgeführt werden muss, indem Korrelationen gefunden und ihre Signifikanz für ein beobachtetes gewünschtes oder unerwünschtes Verhalten aussortiert werden, spielt die Fähigkeit, polygonale Abfragen mit schnellen Antwortzeiten auszuführen, eine entscheidende Rolle. Aufgrund ihrer Effizienz könnte die Technologie auch in selbstlernenden AI-basierten Architekturen automatisiert werden. Es ist geradezu unmöglich, sich ein vollständiges Bild aller Anwendungen zu machen, die bei Einsatz dieser Technologie einer drastischen Leistungsverbesserung entgegensehen:
- jede Art von vorausschauenden Wartungssystemen in Automobilbereich oder in der Industrie
- Versicherungspolicen auf der Grundlage des Fahrerprofils
- cloud-integrierende ADAS-Systeme zur Nutzung der Schwarmintelligenz
- Flottenmanagementsysteme
- Überwachungssysteme für Städte (einschließlich, aber nicht beschränkt auf Verkehrsüberwachung)
- Energieverteilungs-, Überwachungs- und Kontrollsysteme, intelligente Netze (Smart City,Smart Grid)
- die meisten IoT-Anwendungen, die z.B. sensorische Netzwerke zur Prozesssteuerung verwenden
- Überwachungssysteme für Verkaufspersonal
- Logistische Überwachungssysteme
- Überwachungssysteme für Land- und Forstwirtschaft
- verschiedenste Erdbeobachtungsanwendungen
- Anwendungen zur Analyse des Kundenverhaltens
- medizinische Überwachungssysteme und Systeme zur Diagnose von Krankheiten
- ...
MIREO bietet seinen Spatial-Temporal-Cluster als ein zu lizenzierendes Technologie-Plug-in an, oder in Form von kooperativen, kundenspezifischen Entwicklungsprojekten zur Umsetzung von dedizierten Anwendungsfällen.
Firmen Beschreibung
MIREO d.d., der Pionier in der Entwicklung von GPS-Navigations- und Telematik-Softwarelösungen
Mušoga 3, Banjole, 52203 Medulin, KROATIEN
URL: http://www.mireo.hr/
Die effiziente Speicherung von Daten des "Intervall-Datentyps" wurde in der Literatur jahrzehntelang diskutiert und war bis dato nicht gelöst, da diese Art von Daten keine inhärente Ordnungsrelation aufweist und es daher unklar ist, wie diese Daten geeignet indiziert werden können. Auf den "Intervall-Datentyp" trifft man in allen Anwendungsfällen, in denen Sensorwerte von vielen bewegten Objekten mit Geo-Referenz über Zeiträume gesammelt werden: Flottenmanagement, Applikationen basierend auf annotierten Daten für autonomes Fahren, fahrerprofilabhängige Versicherungen, etc. Das Datenvolumen kann leicht - je nach Umfang der zu erfassenden sensorischen Daten, der Kürze der Zeitmessintervalle, der Länge des beobachteten Zeitraums, der Anzahl der zu sammelnden Objekte / Datenquellen usw. - einen Umfang von viele PetaBytes oder sogar ExaBytes erreichen.
Alle heute verfügbaren Datenbanktechnologien wurden von MIREO getestet; sie skalieren nicht ausreichend und haben zu lange Antwortzeiten, insbesondere bei komplexen Abfragen. Aus diesem Grund hat MIREO von Grund auf eine eigene Datenbanktechnologie mit einer neuen, effizienten Indexierungsmethode und einem Sharding-Algorithmus entwickelt. Lediglich die Komponente für das verteilte Dateisystem wurde von einem Dritt-Anbieter übernommen. Mit dieser Technologie hat MIREO verschiedene Anwendungsfälle in einer performanten Art und Weise implementiert; sie hat sich als geeignet erwiesen, PetaBytes von geo-temporalen Daten in Echtzeit zu verarbeiten, wobei technisch kein Hindernis für die Skalierung in den ExaByte-Bereich vorhersehbar ist.
MIREO, als ein Unternehmen, das in GPS-, Navigations- und GIS-Märkten etabliert ist, hat diese Technologie bisher auf relevante Anwendungsfälle in diesen Bereichen angewendet und ergänzt sie mit seinem Zugang zu HD-Karten, seiner proprietären AI-basierten Routing-Engine und seiner hochperformanten Map-Matching-Technologie .
Der Space-Time-Cluster hat jedoch Anwendungen weit darüber hinaus. Die Fähigkeit, große Datenmengen mithilfe multidimensionaler polygonaler Abfragen zu speichern, zu manipulieren und effizient zu analysieren, verspricht einen Quantensprung in der Performance in unzähligen Anwendungen. Insbesondere wenn ein bestimmtes Verhalten auf der Ausgabeseite eines Systems auf Variationen von Eingabeparametern zurückgeführt werden muss, indem Korrelationen gefunden und ihre Signifikanz für ein beobachtetes gewünschtes oder unerwünschtes Verhalten aussortiert werden, spielt die Fähigkeit, polygonale Abfragen mit schnellen Antwortzeiten auszuführen, eine entscheidende Rolle. Aufgrund ihrer Effizienz könnte die Technologie auch in selbstlernenden AI-basierten Architekturen automatisiert werden. Es ist geradezu unmöglich, sich ein vollständiges Bild aller Anwendungen zu machen, die bei Einsatz dieser Technologie einer drastischen Leistungsverbesserung entgegensehen:
- jede Art von vorausschauenden Wartungssystemen in Automobilbereich oder in der Industrie
- Versicherungspolicen auf der Grundlage des Fahrerprofils
- cloud-integrierende ADAS-Systeme zur Nutzung der Schwarmintelligenz
- Flottenmanagementsysteme
- Überwachungssysteme für Städte (einschließlich, aber nicht beschränkt auf Verkehrsüberwachung)
- Energieverteilungs-, Überwachungs- und Kontrollsysteme, intelligente Netze (Smart City,Smart Grid)
- die meisten IoT-Anwendungen, die z.B. sensorische Netzwerke zur Prozesssteuerung verwenden
- Überwachungssysteme für Verkaufspersonal
- Logistische Überwachungssysteme
- Überwachungssysteme für Land- und Forstwirtschaft
- verschiedenste Erdbeobachtungsanwendungen
- Anwendungen zur Analyse des Kundenverhaltens
- medizinische Überwachungssysteme und Systeme zur Diagnose von Krankheiten
- ...
MIREO bietet seinen Spatial-Temporal-Cluster als ein zu lizenzierendes Technologie-Plug-in an, oder in Form von kooperativen, kundenspezifischen Entwicklungsprojekten zur Umsetzung von dedizierten Anwendungsfällen.
Firmen Beschreibung
MIREO d.d., der Pionier in der Entwicklung von GPS-Navigations- und Telematik-Softwarelösungen
Mušoga 3, Banjole, 52203 Medulin, KROATIEN
URL: http://www.mireo.hr/
