Σχολή Θετικών Επιστημών και Τεχνολογίας
Πληροφορική
Πτυχιακή Εργασία
Μεθοδολογίες επιλογής και αξιολόγησης συστημάτων πληροφορικής: Επιλογή Πλατφόρμας Λογισμικού ΙοΤ για
εφαρμογές μεγάλης κλίμακας
Νικόλαος Κανέλλος
Επιβλέπων καθηγητής: Παναγιώτης Φιτσιλής
Πάτρα, Ιούνιος 2021
Η παρούσα εργασία αποτελεί πνευματική ιδιοκτησία του φοιτητή («συγγραφέας/δημιουργός») που την εκπόνησε. Στο πλαίσιο της πολιτικής ανοικτής πρόσβασης ο συγγραφέας/δημιουργός εκχωρεί στο ΕΑΠ, μη αποκλειστική άδεια χρήσης του δικαιώματος αναπαραγωγής, προσαρμογής, δημόσιου δανεισμού, παρουσίασης στο κοινό και ψηφιακής διάχυσής τους διεθνώς, σε ηλεκτρονική μορφή και σε οποιοδήποτε μέσο, για διδακτικούς και ερευνητικούς σκοπούς, άνευ ανταλλάγματος και για όλο το χρόνο διάρκειας των δικαιωμάτων πνευματικής ιδιοκτησίας. Η ανοικτή πρόσβαση στο πλήρες κείμενο για μελέτη και ανάγνωση δεν σημαίνει καθ’ οιονδήποτε τρόπο παραχώρηση δικαιωμάτων διανοητικής ιδιοκτησίας του συγγραφέα/δημιουργού ούτε επιτρέπει την αναπαραγωγή, αναδημοσίευση, αντιγραφή, αποθήκευση, πώληση, εμπορική χρήση, μετάδοση, διανομή, έκδοση, εκτέλεση, «μεταφόρτωση» (downloading), «ανάρτηση»
(uploading), μετάφραση, τροποποίηση με οποιονδήποτε τρόπο, τμηματικά ή περιληπτικά της εργασίας, χωρίς τη ρητή προηγούμενη έγγραφη συναίνεση του συγγραφέα/δημιουργού. Ο συγγραφέας/δημιουργός διατηρεί το σύνολο των ηθικών και περιουσιακών του δικαιωμάτων.
Μεθοδολογίες επιλογής και αξιολόγησης συστημάτων πληροφορικής: Επιλογή Πλατφόρμας Λογισμικού ΙοΤ για
εφαρμογές μεγάλης κλίμακας Νικόλαος Κανέλλος
Επιτροπή Επίβλεψης Πτυχιακής Εργασίας Επιβλέπων Καθηγητής:
Παναγιώτης Φιτσιλής
Καθηγητής Πανεπιστήμιο Θεσσαλίας
Συν-Επιβλέπων Καθηγητής:
Βασίλειος Γερογιάννης
Καθηγητής Πανεπιστήμιο Θεσσαλίας
Συν-Επιβλέπων Καθηγητής:
Αθανάσιος Κακαρούντας Επίκουρος Καθηγητής Πανεπιστήμιο
Θεσσαλίας
Πάτρα, Ιούνιος 2021
Περίληψη
Η ιδέα της «έξυπνης» πόλης εμφανίστηκε τη δεκαετία του 1990 για να μετριάσει τον αντίκτυπο της ταχείας αστικοποίησης. Η τρέχουσα άποψη για την υλοποίηση «έξυπνων πόλεων» αφορά στην ανάπτυξη εφαρμογών Internet of Things (IoT) μεγάλης κλίμακας, για την αντιμετώπιση των προβλημάτων που απορρέουν από την εκτεταμένη αστικοποίηση και επηρεάζουν την ποιότητα ζωής των πολιτών, όπως η ρύπανση, η ανισότητα, η ανασφάλεια κλπ., καθώς και την προώθηση μιας βιώσιμης οικονομικής, πολιτιστικής και κοινωνικής ανάπτυξης για τους κατοίκους της πόλης. Οι εφαρμογές IoT της «έξυπνης» πόλης διακρίνονται από μεγάλο εύρος, ωστόσο η υλοποίησή τους βασίζεται σε μια πλατφόρμα IoT. Η επιλογή της πλατφόρμας IoT που θα χρησιμοποιηθεί για την ανάπτυξη των εφαρμογών IoT μεγάλης κλίμακας μιας «έξυπνης» πόλης έχει ιδιαίτερη σημασία, δεδομένου ότι καθορίζει την τρέχουσα και μελλοντική αρχιτεκτονική και τις δυνατότητες των εφαρμογών.
Οι πρωταρχικές συνεισφορές της διεθνούς βιβλιογραφίας στο πρόβλημα της επιλογής πλατφόρμας ΙοΤ περιλάμβαναν την απευθείας σύγκριση των τεχνικών χαρακτηριστικών διαφορετικών πλατφορμών. Καθώς όμως αυξανόταν ο αριθμός και η πολυπλοκότητα των διαθέσιμων λύσεων, το πρόβλημα της επιλογής μιας πλατφόρμας ΙοΤ αντιμετωπίστηκε ως μια διαδικασία πολυκριτήριας ανάλυσης αποφάσεων (Multi-Criteria Decision Making – MCDM). Κατόπιν μιας σύντομης βιβλιογραφικής επισκόπησης, διαπιστώθηκε ότι έχει δημοσιευθεί ένας σημαντικός αριθμός από επιστημονικά άρθρα που παρουσιάζουν τη χρήση μιας τεχνικής MCDM για την επίλυση του παραπάνω προβλήματος. Επισημαίνεται ωστόσο ότι, σε όλες τις παραπάνω δημοσιεύσεις, η επιλογή των κριτηρίων που χρησιμοποιούνται για τη λήψη της απόφασης γίνεται από τον/τους συγγραφέα/φείς, χωρίς να προηγείται κάποια ανάλυση, γεγονός που αποτελεί κενό στις προτεινόμενες μεθοδολογίες.
Στην παρούσα εργασία προτείνεται μια υβριδική προσέγγιση για την αξιολόγηση των κριτηρίων επιλογής μιας πλατφόρμας IoT αναφορικά με την ανάπτυξη εφαρμογών ευρείας κλίμακας για «έξυπνες» πόλεις. Η εν λόγω προσέγγιση περιλαμβάνει την τεχνο-οικονομική αποτίμηση των κριτηρίων και την επιλογή τους με τη χρήση των τεχνικών MCDM DEMATEL και ANP. Η τεχνο-οικονομική αποτίμηση αποσκοπεί στον περιορισμό του αριθμού των κριτηρίων προς αξιολόγηση, αποκλείοντας αυτά που έχουν μεγάλο οικονομικό αντίκτυπο στην προτεινόμενη πλατφόρμα, με δυσανάλογο αντίκτυπο στη λειτουργικότητά
της. Η μέθοδος DEMATEL χρησιμοποιείται για τον εντοπισμό αλληλεξαρτήσεων μεταξύ των κριτηρίων επιλογής, ενώ η μέθοδος ANP χρησιμοποιείται για τη στάθμιση των βαρών των κριτηρίων που χρησιμοποιούνται. Η συνεισφορά αυτής της εργασίας έγκειται στο γεγονός ότι παρέχει στους ενδιαφερόμενους φορείς μια κατεύθυνση αναφορικά με την επιλογή των κριτηρίων επιλογής της βέλτιστης πλατφόρμας IoT για την υποστήριξη της ανάπτυξης εφαρμογών IoT μεγάλης κλίμακας, που σχετίζονται με τις λειτουργίες μιας
«έξυπνης» πόλης.
Λέξεις – Κλειδιά
Πολυκριτήρια Ανάλυση Αποφάσεων, Επιλογή πλατφόρμας IoT, «Έξυπνη» Πόλη.
Abstract
The concept of a smart city emerged in the 1990s to mitigate the impact of rapid urbanization. Current view involves the deployment of massive Internet of Things (IoT) applications to cope with urbanization problems that impact quality of life, such as pollution, inequality, insecurity etc. and promote a sustainable economic, cultural, and social development for city residents. The range of smart city applications is highly diverse, yet their implementation relies on an underlying IoT platform. The selection of this IoT platform is of great importance since it determines current and future IoT architecture and capabilities.
Primary contributions to the IoT platform selection problem involved the direct comparison of platform characteristics. But as the number of available platforms and their complexity grew, research shifted towards the use of a multiple-criteria decision (MCDM) process. A brief literature review reveals a number of publications where an MCDM technique is used to tackle the problem. However, in all cases, the criteria used in the decision-making process are defined arbitrarily by authors, which constitutes a gap in the proposed research.
This study proposes a hybrid MCDM approach for the evaluation and selection of the decision criteria for the selection of the optimal IoT platform for large scale smart city applications. The approach consist of a techno-economic review of the proposed criteria, as well as the selection of the optimum criteria with the use of MCDM methods DEMATEL and ANP. The techno-economic valuation aims to limit the number of criteria to be evaluated, excluding those that have a large financial impact on the proposed platform, with a disproportionate impact on its functionality. Decision-Making Trial and Evaluation Laboratory (DEMATEL) technique is employed to reflect the interdependencies between the selection criteria, while, a fuzzy linguistic scale combined with Analytic Network Process (ANP) is utilized to weight the indices influencing the considered problem.The value of this study is that it provides stakeholders with a direction for the selection of the proper decision criteria for the selection of an IoT platform to support the deployment of massive IoT applications related to smart city projects.
Keywords
Multi-criteria decision making (MCDM), IoT Platform Selection, Smart City
Περιεχόμενα
Περίληψη... v
Abstract ... vii
Περιεχόμενα ... viii
Κατάλογος Εικόνων / Σχημάτων ... ix
Κατάλογος Πινάκων ... x
Συντομογραφίες & Ακρωνύμια ... xi
1. Εισαγωγή ... 1
1.1 Η Ιδέα της «Έξυπνης» και «Βιώσιμης» Πόλης ... 1
1.2 Δομή και Χαρακτηριστικά μιας «Έξυπνης» Πόλης... 2
1.2 ΙοΤ και «Έξυπνες» Πόλεις ... 3
1.3 Πλατφόρμες ΙοΤ για Εφαρμογές σε «Έξυπνες» Πόλεις ... 7
1.4 Σκοπός Εργασίας ... 8
2. Λήψη Αποφάσεων και ΙοΤ για «Έξυπνες» Πόλεις ... 10
2.1 Το Πρόβλημα της Επιλογής Πλατφόρμας ΙοΤ... 12
2.2 Βιβλιογραφική Ανασκόπηση ... 14
2.3 Πολυκριτήρια Ανάλυση Αποφάσεων – MCDM ... 18
3. Προτεινόμενη Μεθοδολογία ... 22
3.1 Τεχνο-Οικονομική Αξιολόγηση Κριτηρίων ... 22
3.3 Ιεράρχηση – Επιλογή Κριτηρίων ... 23
4. Εφαρμογή Προτεινόμενης Μεθοδολογίας ... 28
4.1 Επιλογή Κριτηρίων ... 28
4.2 Τεχνο-Οικονομική Αξιολόγηση Κριτηρίων ... 42
4.3 Ιεράρχηση Κριτηρίων ... 43
4.4 Ανάλυση Αποτελεσμάτων ... 48
5. Επίλογος ... 50
Βιβλιογραφία ... 52
Παράρτημα Α: «Εφαρμογή Μεθόδων MCDM» ... 58
Κατάλογος Εικόνων / Σχημάτων
Εικόνα 1-1 Η «έξυπνη πόλη» ... 3
Εικόνα 1-2 Αρχιτεκτονική Συστήματος ΙοΤ ... 5
Εικόνα 3-1 Επισκόπηση Ερευνητικής Μεθοδολογίας ... 22
Εικόνα 4-1 Χαρακτηριστικά – Ομάδες Κριτηρίων ISO/IEC 25010:2011 ... 37
Εικόνα 4-2 Κριτήρια Επιλογής Πλατφόρμας ΙοΤ ... 44
Εικόνα 4-3 Διάγραμμα Αλληλεξαρτήσεων ... 46
Εικόνα 4-4 Δίκτυο Super Decisions ... 47
Κατάλογος Πινάκων
Πίνακας 2-1 Παραδείγματα Δημοσιεύσεων σχετικών με Επιλογή Συστημάτων ΙοΤ ... 11
Πίνακας 2-2 Παραδείγματα Συστημάτων Υποβοήθησης Λήψης Απόφασης ... 21
Πίνακας 4-1 Κριτήρια Επιλογής Πλατφορμών ΙοΤ στη Διεθνή Βιβλιογραφία ... 29
Πίνακας 4-2 Εννοιολογική Αντιστοίχιση Κριτηρίων Επιλογής Πλατφορμών ΙοΤ ... 38
Πίνακας 4-3 Τεχνο-Οικονομική Αξιολόγηση Κριτηρίων ... 42
Πίνακας 4-4 Βαθμολογία Κριτηρίων ... 48
Πίνακας 4-5 Τελική Επιλογή Κριτηρίων ... 49
Πίνακας Α-1 Πίνακας Α ... 59
Πίνακας A-2 Πίνακας D ... 59
Πίνακας A-3 Πίνακας Τ ... 60
Πίνακας A-4 Πίνακας IRM ... 60
Πίνακας A-5 Μη Σταθμισμένος Υπερ-Πίνακας ... 61
Πίνακας A-6 Κανονικοποιημένος Πίνακας Τs ... 63
Πίνακας A-7 Σταθμισμένος Υπερ-Πίνακας ... 64
Συντομογραφίες & Ακρωνύμια
AHP Analytic Hierarchy Process ANP Analytic Network Process
DEMATEL Decision-Making Trial and Evaluation Laboratory
FAHP Fuzzy AHP
FTOPSIS Fuzzy TOPSIS IoT Internet of Things
MCDA Multi-Criteria Decision Aid MCDM Multi-Criteria Decision Making RFID Radio-Frequency Identification
TOPSIS Technique for Order of Preference by Similarity to Ideal Solution ΑΕΠ Ακαθάριστο Εθνικό Προϊόν
ΤΠΕ Τεχνολογίες Πληροφορικής κ’ Επικοινωνιών
1. Εισαγωγή
1.1 Η Ιδέα της «Έξυπνης» και «Βιώσιμης» Πόλης
Οι πόλεις θεωρούνται τόσο πηγή, όσο και λύση των σημερινών οικονομικών, περιβαλλοντικών και κοινωνικών προκλήσεων.
Όταν η αστική ανάπτυξη αξιολογείται σε παγκόσμια κλίμακα, μπορεί να διακρίνει κανείς, ιδιαίτερα σε περιοχές της Ασίας, της Λατινικής Αμερικής και της Αφρικής, πολλές μεγάλες πόλεις, με πάνω από 20 εκατομμύρια πληθυσμό. Οι εν λόγω περιοχές παράγουν περίπου το 80% του παγκόσμιου ΑΕΠ, καταναλώνουν το 80% της παγκόσμιας ενέργειας και προκαλούν, τουλάχιστον, το 70% των εκπομπών άνθρακα. Στην Ευρώπη, πάνω από τα 2/3 του πληθυσμού της ΕΕ κατοικούν σε αστικές περιοχές, οι οποίες αντιπροσωπεύουν περίπου το 80% της κατανάλωσης ενέργειας και παράγουν έως και το 85% του ΑΕΠ της Ευρώπης.
Επιπρόσθετα, σύμφωνα με την έκθεση του Ταμείου Πληθυσμού των Ηνωμένων Εθνών το 2008, το 70% του παγκόσμιου πληθυσμού αναμένεται να ζήσει σε πόλεις έως το 2050.
Επιπλέον, εκτιμάται ότι περίπου 828 εκατομμύρια άνθρωποι εξακολουθούν να ζουν σε κακές συνθήκες στέγασης και αυτός ο αριθμός αυξάνεται ραγδαία [D’Auria et al. (2018), U.N. Millennium Goals Report (2008)]. Τα παραπάνω προκαλούν πολλά προβλήματα στον σχεδιασμό, την ανάπτυξη και τη λειτουργία των πόλεων. Για το λόγο αυτό, θα πρέπει να αναζητηθούν έξυπνες προσεγγίσεις για τη βελτιστοποίηση των οικονομικών δραστηριοτήτων των πόλεων, της κατανάλωσης ενέργειας, των περιβαλλοντικών συνθηκών και της ποιότητας ζωής των κατοίκων.
Η ιδέα της «έξυπνης» και «βιώσιμης» πόλης εμφανίστηκε στη δεκαετία του 1990 και αποτελεί ένα από τα πιο σημαντικά θέματα της σημερινής δημόσιας πολιτικής λόγω του πεδίου εφαρμογής και των διαστάσεών της [Haughton & Hunter (2003)]. Το μοντέλο της έξυπνης πόλης προσεγγίζεται ως η εξέλιξη των μοντέλων πόλεων όπως, η δημιουργική πόλη, η ψηφιακή πόλη, η πόλη της γνώσης, η οικολογική πόλη, η ζωντανή πόλη κ.α., τα οποία αναπτύχθηκαν με στόχο τη βιωσιμότητα των αστικών κέντρων και με βάση τις τεχνολογικές υποδομές. [Manville et al. (2014)]. Η σύγχρονη οπτική της «έξυπνης πόλης»
δίνεται ως «Η πόλη η οποία χρησιμοποιεί την πληροφορία και τις τηλεπικοινωνίες ώστε να δημιουργήσει σημαντικές μονάδες υποδομών και υπηρεσιών σε ένα αστικό κέντρο, όπως η διακυβέρνηση, η εκπαίδευση, η υγειονομική περίθαλψη, η δημόσια προστασία, η ιδιοκτησία, οι μεταφορές και εφαρμογές, οι οποίες είναι ενημερωμένες, διαδραστικές και
αποτελεσματικές» (www.forrester.com). Ο εν λόγω ορισμός διασυνδέει τα χαρακτηριστικά της έξυπνης πόλης με τις επενδύσεις και τις επιχειρηματικές πολιτικές που απαιτούνται για τη δρομολόγησή τους.
1.2 Δομή και Χαρακτηριστικά μιας «Έξυπνης» Πόλης
Όπως αναφέρθηκε παραπάνω, η έννοια της «έξυπνης πόλης» συνίσταται στην αποδοτικότερη λειτουργία των παραδοσιακών δικτύων και υπηρεσιών, μέσω της χρήσης των Τεχνολογιών Πληροφορικής και Επικοινωνιών (ΤΠΕ), με στόχο τη βελτίωση των υπηρεσιών προς τους πολίτες/επισκέπτες, την αποδοτικότερη χρήση των πόρων, την προστασία του περιβάλλοντος και την ενίσχυση της τοπικής οικονομικής ανάπτυξης [Albino et al (2015)].
Παραδείγματα συστημάτων που χαρακτηρίζουν μια «έξυπνη πόλη» περιλαμβάνουν έξυπνα συστήματα φωτισμού, συστήματα αυτοματισμού κτιρίων, συστήματα διαχείρισης έκτακτης ανάγκης, συστήματα ασφάλειας και ελέγχου πρόσβασης, έξυπνα δίκτυα επικοινωνιών, ανανεώσιμες πηγές ενέργειας, επεξεργασία και παροχή νερού, έξυπνες μεταφορές κ.α.
Επιπλέον, μια «έξυπνη πόλη» περιλαμβάνει επενδύσεις σε δημόσιες συγκοινωνίες, την αύξηση των χώρων πρασίνου αλλά και τη χρήση συστημάτων που επιτρέπουν στο σύνολο των κατοίκων να συμμετέχουν στον πολεοδομικό σχεδιασμό και τη διακυβέρνηση της πόλης [McDonnell & MacGregor-Fors (2016), Phillis et al. (2017)]. Οι πληροφορίες από όλα τα παραπάνω διαφορετικά συστήματα ενσωματώνονται σε ένα ενοποιημένο σύνολο για να παρέχουν μια ολιστική εικόνα της συνολικής απόδοσης και της κατάστασης της πόλης και των διάφορων λειτουργιών της. Υπό αυτή την έννοια, οι έξυπνες πόλεις αποτελούν ένα «σύστημα συστημάτων» (system-of-systems). Στην Εικόνα 1-1 απεικονίζεται ένα τυπικό παράδειγμα μιας έξυπνης πόλης.
Εικόνα 1-1 Η «έξυπνη πόλη»
Για την παροχή ενοποίησης και πλαισίου αναφορικά με την τεράστια γκάμα δεδομένων που δημιουργούνται από τις έξυπνες πόλεις και τη μετατροπή των δεδομένων αυτών σε πληροφορίες που μπορούν να αξιοποιηθούν για τη μείωση της κατανάλωσης ενέργειας και του λειτουργικού κόστους της πόλης, βελτιώνοντας παράλληλα την ασφάλεια και την ποιότητα ζωής των πολιτών, η έρευνα έχει επικεντρωθεί στην αξιοποίηση της τεχνολογίας του Διαδικτύου των Πραγμάτων – Internet of Things (IoT).
1.2 ΙοΤ και «Έξυπνες» Πόλεις
Η ιδέα του ΙοΤ διατυπώθηκε για πρώτη φορά από τον Keven Ashton, το 1999, κατά τη διάρκεια μιας παρουσίασης στην εταιρία Proctor & Gamble και αργότερα αναφέρθηκε από αυτόν στο MIT Auto-ID Center [Greer et al. (2019)]. Η κύρια ιδέα του IoT είναι να συνδέσει τον φυσικό κόσμο με τον ψηφιακό [Al-Fuqaha et al. (2015)].
Η πρώτη τεχνολογία που χρησιμοποιήθηκε από το IoT ήταν η τεχνολογία RFID. Η εν λόγω τεχνολογία χρησιμοποιείται για την αναγνώριση, τον εντοπισμό και την παρακολούθηση οποιουδήποτε αντικειμένου με ετικέτα RFID και επιτρέπει στα μικροτσίπ να μεταδίδουν τις πληροφορίες αναγνώρισης μέσω ασύρματης επικοινωνίας [Jia et al. (2012)]. Σήμερα, οι εφαρμογές IoT έχουν απομακρυνθεί από τα απλά RFID, ενσωματώνοντας διαφορετικές πηγές συλλογής δεδομένων μέσω αισθητήρων. Ακολούθως, αυτή η ροή δεδομένων επεξεργάζεται με τη χρήση τεχνικών μηχανικής μάθησης και big data.
Η εφαρμογή της τεχνολογίας του ΙοΤ στις έξυπνες πόλεις, διαφαίνεται από τον ορισμό του ΙοΤ από τους Gubbi et al. (2013). Σύμφωνα με το έργο τους, μέσω του ΙοΤ επιτρέπεται η
σύνδεση των ανθρώπων στην καθημερινότητά τους με πλήθος συσκευών μέσω ενός κεντρικού δέκτη, όπως η τηλεφωνική συσκευή. Η υπόψη σύνδεση στοιχειοθετεί ένα δίκτυο μεταξύ ψηφιακών συσκευών και αισθητήρων, το οποίο επιτρέπει την απομακρυσμένη διαχείρισή τους. Η χρήση τέτοιων δικτύων υλοποιείται σήμερα από οργανισμούς, κυβερνήσεις, επιχειρήσεις και ιδιώτες για οικιακή χρήση εκτεταμένα, τροφοδοτώντας τη βάση δεδομένων τους. Στο πλαίσιο της έξυπνης πόλης, οι συνδέσεις αυτές των δικτύων που δημιουργούνται συνιστούν το ευφυές περιβάλλον.
Η βασική αρχιτεκτονική του ΙοΤ για εφαρμογές σε έξυπνες πόλεις διαφαίνεται στην Εικόνα 1-2. Στην εν λόγω εικόνα απεικονίζονται τα δομικά στοιχεία ενός συστήματος ΙοΤ και ο τρόπος με τον οποίο αυτά τα στοιχεία επικοινωνούν μεταξύ τους, αποθηκεύουν και επεξεργάζονται δεδομένα.
Εικόνα 1-2 Αρχιτεκτονική Συστήματος ΙοΤ
Τα παραπάνω δομικά στοιχεία μπορούν να ομαδοποιηθούν σε τέσσερις επιμέρους κατηγορίες:
α. Sensing component, που περιλαμβάνει το σύνολο των συσκευών, αισθητήρων και actuators – things -, που συνδέονται στο δίκτυο του ΙοΤ.
β. Communication and Identification component, που περιλαμβάνει όλα τα πρωτόκολλα επικοινωνίας και τα gateways που χρησιμοποιούνται για τη μεταφορά δεδομένων.
γ. Computation and Cloud component. Αποτελεί τη μονάδα επεξεργασίας των δεδομένων του δικτύου ΙοΤ. Σκοπός του είναι να εκτελεί όλες τις απαραίτητες διεργασίες για την επεξεργασία των δεδομένων που προέρχονται από τους αισθητήρες και τη μετατροπή τους σε κατάλληλη πληροφορία για χρήση από τις εφαρμογές του δικτύου.
Υλοποιείται κυρίως με τη χρήση ισχυρών εξυπηρετητών (servers).
δ. Services and Applications component. Περιλαμβάνει το σύνολο των εφαρμογών που επιτρέπουν στους χρήστες τη διασύνδεση και τον έλεγχο του περιβάλλοντος, μέσα στο οποίο δραστηριοποιούνται. Παραδείγματα τέτοιων εφαρμογών είναι: Control Applications, Data analytics, User applications, Device administration, User administration, Security monitoring κ.α.
Η υλοποίηση των παραπάνω στοιχείων μπορεί να περιλαμβάνει υλικό (hardware) ή/και λογισμικό (software). Ως αποτέλεσμα, η εμπορική τους διάθεση ποικίλει. Ειδικότερα, για το sensing component, τα υλικά που περιλαμβάνει διατίθενται σε μεγάλη ποικιλία στο εμπόριο και πωλούνται ανεξάρτητα. Αντίθετα, οι servers που χρησιμοποιούνται για την υποστήριξη της λειτουργίας του συστήματος (computation and cloud component) μπορεί να είναι ιδιόκτητοι ή να διατίθενται με χρονομίσθωση (Infrastructure as a Service – IaaS) ή να χρησιμοποιούνται βάσει κάποιου υβριδικού σχήματος ιδιοκτησίας – χρονομίσθωσης.
Αντίστοιχα, το λογισμικό του συστήματος μπορεί να έχει αναπτυχθεί και να χρησιμοποιείται αποκλειστικά από το σύστημα ΙοΤ ενδιαφέροντος, μπορεί να προέρχεται από την παραμετροποίηση ενός υπάρχοντος πακέτου λογισμικού ή μπορεί να διατίθεται με χρονομίσθωση ως υπηρεσία (Software as a Service – SaaS).
Αν από την παραπάνω αρχιτεκτονική αφαιρεθεί το sensing component, τα στοιχεία που απομένουν συγκροτούν μια πλατφόρμα IoT. Επομένως, ως πλατφόρμα ΙοΤ αναφέρεται μια έτοιμη λύση που παρέχει δυνατότητες συνδεσιμότητας, υπολογιστικής επεξεργασίας και υποστήριξης εφαρμογών για την ανάπτυξη έργων ΙοΤ. Οι εν λόγω πλατφόρμες μπορεί να περιλαμβάνουν τόσο στοιχεία υλικού (πχ. servers) όσο και λογισμικού και μπορεί να διατίθενται είτε αυτόνομα ή ως υπηρεσίες (Platform as a Service – PaaS).
Η ανάπτυξη συστημάτων ΙοΤ για εφαρμογές ευρείας κλίμακας για έξυπνες πόλεις, στηρίζεται στη χρήση τέτοιων έτοιμων πλατφορμών ΙοΤ, έπειτα από κατάλληλη παραμετροποίηση, προκειμένου αυτές να ικανοποιούν τις ιδιαίτερες απαιτήσεις κάθε υλοποίησης.
1.3 Πλατφόρμες ΙοΤ για Εφαρμογές σε «Έξυπνες» Πόλεις
Βασικό στοιχείο για την ανάπτυξη εφαρμογών ΙοΤ σε μια «έξυπνη πόλη», είναι η χρήση μιας πλατφόρμας IoT. Η πλατφόρμα IoT παρέχει τις υπηρεσίες πάνω στις οποίες στηρίζεται η ανάπτυξη των εφαρμογών ΙοΤ. Οι υπόψη υπηρεσίες περιλαμβάνουν: διαχείριση τελικού σημείου (endpoint management), διασύνδεση και διαχείριση δικτύου (connectivity and network management), ανάλυση και επεξεργασία (analysis and processing), διαχείριση δεδομένων (data management), ανάπτυξη εφαρμογών (application development), ασφάλεια (security), επεξεργασία συμβάντων (event processing), παρακολούθηση (monitoring), έλεγχος πρόσβασης και διασύνδεση (access control and interfacing) [Mineraud et al.
(2016)].
Από το 2015 και μετά, σημειώθηκε ραγδαία ανάπτυξη στις τεχνολογίες IoT, έτσι ώστε ο αριθμός των διασυνδεδεμένων συσκευών και πλατφορμών να αυξάνεται σταθερά.
Σύμφωνα με τον Williams (2017), το 2015, διατίθονταν 260 πλατφόρμες IoT, οι οποίες αυξήθηκαν σε 360 το 2016 και 450 το 2017. Επιπλέον, λόγω της τεχνολογικής εξέλιξης, νέες συσκευές IoT έκαναν την εμφάνισή τους, μεταβάλλοντας σημαντικά τις απαιτήσεις των εφαρμογών και των πλατφορμών IoT [Hejazi et al. (2018)]. Μια τέτοια τεχνολογική αλλαγή δημιουργεί πολλές προκλήσεις για τις κυβερνήσεις και τις επιχειρήσεις, οι οποίες διαθέτουν μειωμένη εμπειρία σχετικά με την απαιτούμενη υποδομή των εφαρμογών IoT.
Επιπλέον, η επιλογή μιας κατάλληλης πλατφόρμας IoT, ανάμεσα σε όλες τις υπάρχουσες επιλογές, δυσχεραίνεται περισσότερο, καθώς αυτή η απόφαση πρέπει να ενσωματώνει όχι μόνο τις τρέχουσες ανάγκες αλλά και τις πιθανές μελλοντικές [Guth et al. (2017)].
Επιπρόσθετα, οι προγραμματιστές, κάθε φορά που αναπτύσσουν μια εφαρμογή IoT, πρέπει να αξιολογήσουν και να επιλέξουν μια κατάλληλη πλατφόρμα IoT σύμφωνα με τις απαιτήσεις τους.
Ως αποτέλεσμα των ανωτέρω, η επιλογής μιας πλατφόρμας IoT έχει μεγάλο αντίκτυπο στην επιτυχία ή την αποτυχία των εφαρμογών IoT που καλείται να υποστηρίξει. Η κακή επιλογή μπορεί να οδηγήσει σε καθυστερήσεις, αύξηση κόστους, έως και αποτυχία ανάπτυξης των εφαρμογών. Επιπλέον, η εν λόγω επιλογή θα πρέπει να συγκεράσει απαιτήσεις που προέρχονται από το σύνολο των ενδιαφερόμενων μερών (δήμος, πολίτες, επιχειρήσεις, φορείς εκπαίδευσης/έρευνας, οικονομικοί και κοινωνικοί φορείς κλπ.), που πολλές φορές μπορεί να αντικρούονται μεταξύ τους. Ως εκ τούτου, η αξιολόγηση πλατφορμών IoT και η
επιλογή της καταλληλότερης είναι ένα κρίσιμο στάδιο στη διαδικασία ανάπτυξης των εφαρμογών IoT για έξυπνες πόλεις.
1.4 Σκοπός Εργασίας
Για την αντιμετώπιση του προβλήματος της επιλογής πλατφόρμας ΙοΤ, η διεθνής βιβλιογραφία, αρχικά, στράφηκε στην ανάλυση και στην απευθείας σύγκριση των τεχνικών χαρακτηριστικών διαφορετικών πλατφορμών ΙοΤ. Καθώς όμως αυξανόταν ο αριθμός και η πολυπλοκότητα των διαθέσιμων πλατφορμών, η έρευνα στράφηκε στην υιοθέτηση μεθόδων υποβοήθησης της διαδικασίας λήψης αποφάσεων.
Όταν η επιλογή μιας πλατφόρμας ΙοΤ εξετάζεται στο πλαίσιο της λήψης αποφάσεων, της διοικητικής επιστήμης και της επιχειρησιακής έρευνας, διακρίνονται τα ακόλουθα χαρακτηριστικά:
α. Παρατηρείται ένας μεγάλος αριθμός διαφορετικών κριτηρίων που θα πρέπει να αξιολογηθούν πριν από την απόφαση επιλογής.
β. Η επιλογή θα πρέπει να γίνει από μια πληθώρα διαφορετικών εναλλακτικών λύσεων.
γ. Το αντικείμενο της απόφασης αναφέρεται στην επιλογή μιας ή περισσότερων εναλλακτικών που θεωρούνται ως οι πλέον κατάλληλες.
Κατά συνέπεια, το πρόβλημα της επιλογής μιας πλατφόρμας ΙοΤ για χρήση σε «έξυπνη πόλη» συνιστά ένα σύνθετο πρόβλημα πολυκριτήριας ανάλυσης αποφάσεων (Multi Criteria Decision Making – MCDM), το οποίο χρήζει ιδιαίτερης αντιμετώπισης. Αποτέλεσμα των παραπάνω είναι η δημοσίευση ενός σημαντικού αριθμού επιστημονικών άρθρων, που παρουσιάζουν τη χρήση μιας τεχνικής MCDM για την επίλυση του υπόψη προβλήματος.
Επισημαίνεται ωστόσο ότι, σε όλες τις παραπάνω δημοσιεύσεις, η επιλογή των κριτηρίων που χρησιμοποιούνται για τη λήψη της απόφασης γίνεται αυθαίρετα από τον/τους συγγραφέα/φείς, χωρίς να προηγείται κάποια ανάλυση, γεγονός που αποτελεί κενό στις προτεινόμενες μεθοδολογίες.
Κατόπιν των ανωτέρω, στην παρούσα εργασία προτείνεται μια υβριδική προσέγγιση, με την τεχνο-οικονομική αποτίμηση και τη χρήση των τεχνικών πολυκριτήριας ανάλυσης αποφάσεων DEcision MAking Trial and Evaluation Laboratory (DEMATEL) και Analytic Network Process (ANP), για την αξιολόγηση των κριτηρίων για την επιλογή μιας
πλατφόρμας IoT για την ανάπτυξη εφαρμογών ευρείας κλίμακας για έξυπνες πόλεις.
Ειδικότερα, η μέθοδος DEMATEL χρησιμοποιείται για τον εντοπισμό αλληλεξαρτήσεων μεταξύ των κριτηρίων επιλογής, ενώ η μέθοδος ANP χρησιμοποιείται για τη στάθμιση των βαρών των κριτηρίων που χρησιμοποιούνται.
Η αξία αυτής της εργασίας είναι ότι παρέχει στους ενδιαφερόμενους φορείς μια κατεύθυνση αναφορικά με την επιλογή των κριτηρίων για την επιλογή της βέλτιστης πλατφόρμας IoT για την υποστήριξη της ανάπτυξης εφαρμογών IoT μεγάλης κλίμακας, που σχετίζονται με τις λειτουργίες μιας έξυπνης πόλης.
Η υπόλοιπη εργασία δομείται ως εξής:
• Στο δεύτερο κεφάλαιο γίνεται μια παρουσίαση των μεθόδων πολυκριτήριας ανάλυσης αποφάσεων, καθώς και μια ανάλυση των κριτηρίων επιλογής πλατφορμών ΙοΤ για εφαρμογές σε έξυπνες πόλεις και των παραγόντων επιτυχίας και αποτυχίας των υπόψη έργων.
• Στο τρίτο κεφάλαιο παρουσιάζεται η ερευνητική μεθοδολογία/μεθοδολογία επίλυσης του προβλήματος.
• Στο τέταρτο κεφάλαιο γίνεται εφαρμογή της προτεινόμενης μεθοδολογίας.
• Το πέμπτο κεφάλαιο περιλαμβάνει τα συμπεράσματα από την εφαρμογή της προτεινόμενης μεθοδολογίας.
2. Λήψη Αποφάσεων και ΙοΤ για «Έξυπνες» Πόλεις
Για το σχεδιασμό και την ανάπτυξη εφαρμογών ευρείας κλίμακας για έξυπνες πόλεις απαιτείται ο συγκερασμός των απαιτήσεων μιας πληθώρας ενδιαφερόμενων μερών [European Commission (2016), Lee et al. (2014), Letaifa (2015)]. Από τη μια πλευρά βρίσκεται η πόλη, που αποτελεί ένα διευρυμένο οικοσύστημα που περιλαμβάνει δήμους, πολίτες, επιχειρήσεις, φορείς εκπαίδευσης/έρευνας, οικονομικούς και κοινωνικούς φορείς κλπ. Όλα τα παραπάνω μέρη προορίζονται να κάνουν χρήση των προσφερόμενων υπηρεσιών της έξυπνης πόλης, διαθέτουν όμως διαφορετικές ανάγκες, αλλά και μια διαφορετική οπτική για αυτή. Από την άλλη βρίσκονται οι φορείς που είναι υπεύθυνοι για την ανάπτυξη των εφαρμογών. Οι εν λόγω φορείς περιλαμβάνουν εταιρίες ανάπτυξης λογισμικού, προμηθευτές συσκευών και αισθητήρων, εταιρίες που παρέχουν εξειδικευμένες υπηρεσίες cloud κλπ. Για την επιτυχία του εγχειρήματος της έξυπνης πόλης απαιτείται:
α. Η συμμετοχή όλων των ενδιαφερόμενων μερών στην κατάρτιση της στρατηγικής για την ««έξυπνη πόλη»».
β. Η αποσαφήνιση και κοινή αντίληψη της έννοιας της έξυπνης πόλης, καθώς και άλλων σχετιζόμενων όρων και εννοιών.
γ. Η ευθυγράμμιση των στόχων της στρατηγικής για την ««έξυπνη πόλη»» με τις γενικότερες οικονομικές, κοινωνικές και περιβαλλοντικές ανάγκες/ευκαιρίες που χαρακτηρίζουν την πόλη.
δ. Ο ολοκληρωμένος σχεδιασμός και υλοποίηση των παρεμβάσεων για την αποδοτικότερη αξιοποίηση των πόρων και τη μέγιστη δυνατή επίτευξη συνεργιών και ωφελειών.
Οι αποφάσεις που, οι παραπάνω φορείς, καλούνται να λάβουν, μπορούν να διαχωριστούν σε δύο κατηγορίες: (α) σε αποφάσεις που αφορούν στην επιλογή και στα χαρακτηριστικά των εφαρμογών που θα υλοποιηθούν στο πλαίσιο της έξυπνης πόλης και (β) σε αποφάσεις που αφορούν στην υλοποίηση των υπόψη εφαρμογών.
Η επιλογή των εφαρμογών που θα υλοποιηθούν στο πλαίσιο της έξυπνης πόλης καθώς και των χαρακτηριστικών τους λαμβάνει χώρα κατά τη φάση της σχεδίασης. Η εν λόγω απόφαση βαρύνει κυρίως την πόλη. Οι φορείς της πόλης καλούνται να αναλύσουν τις
ανάγκες της πόλης και να προτείνουν, ιεραρχήσουν και επιλέξουν τις εφαρμογές που θα υλοποιηθούν, λαμβάνοντας υπόψη τους οικονομικούς αλλά και τεχνικούς περιορισμούς που υπάρχουν. Σε αυτό το στάδιο, οι φορείς ανάπτυξης των εφαρμογών μπορούν να έχουν συμβουλευτικό χαρακτήρα. Προς αυτή την κατεύθυνση:
• Στο άρθρο Monzon (2015) παρουσιάζονται τα αποτελέσματα του ερευνητικού έργου ASCIMER αναφορικά με τη βάση επιλογής εφαρμογών έξυπνων πόλεων.
• Στο Bosch et al. (2017) παρουσιάζονται συγκεκριμένοι δείκτες για την αξιολόγηση εφαρμογών έξυπνων πόλεων, όπως προέκυψαν από το ερευνητικό έργο CITYkeys.
• Στο Aggelakopoulos et al. (2019), μέσω μιας ολιστικής προσέγγισης, γίνεται επιλογή των Key Performance Indicators (KPIs) για την αξιολόγηση business-as-usual και novel τεχνολογιών και εφαρμογών για έξυπνες πόλεις.
• Στο άρθρο τους [Wu & Chen (2021)], οι συγγραφείς κάνουν χρήση των τεχνικών Delphi, AHP και Zero-one goal programming για την επιλογή εφαρμογών για υλοποίηση σε «έξυπνη πόλη».
Ακολούθως, κατά τη φάση της υλοποίησης, οι φορείς ανάπτυξης των υπηρεσιών καλούνται να επιλέξουν μεταξύ των διαθέσιμων λύσεων υλικού και λογισμικού, προκειμένου να ικανοποιήσουν τις απαιτήσεις που τέθηκαν από την πόλη. Παραδείγματα ερευνητικών άρθρων που ασχολούνται με τέτοιες αποφάσεις παρουσιάζονται στον Πίνακα 2-1.
Πίνακας 2-1 Παραδείγματα Δημοσιεύσεων σχετικών με Επιλογή Συστημάτων ΙοΤ
Έτος Εφαρμογή MCDM Αναφορά
2015 Λειτουργικό σύστημα RTOS
για IoT - Milinkovic et al. (2015)
2016 IoT Middleware - Razzaque et al. (2016)
2017 ΙοΤ Hardware Modules - Singh & Kapoor (2017)
2017 IoT Hardware AHP Silva & Jardim-
Concalves (2017) 2018 Cloud service for IoT FAHP, FTOPSIS Singla et al. (2018)
2018 IaaS TOPSIS Soltani et al. (2018)
2019 Distributed IoT Databases AHP Alelaiwi (2019) 2020 Edge-enabled IoT gateway - Papcun et al. (2020)
Μεταξύ των κυριότερων αποφάσεων που καλούνται να πάρουν, βρίσκεται και η επιλογή της πλατφόρμας ΙοΤ που θα χρησιμοποιηθεί.
2.1 Το Πρόβλημα της Επιλογής Πλατφόρμας ΙοΤ
Εξαιτίας της δυνατότητάς της να παρέχει καινούργια επιχειρηματικά μοντέλα, καθώς και λύσεις που βελτιώνουν τις συνθήκες διαβίωσης του ανθρώπου, η τεχνολογία ΙοΤ κατόρθωσε, σε σύντομο χρονικό διάστημα, να γνωρίσει μεγάλη ανάπτυξη και να ενσωματωθεί στην καθημερινότητα των ανθρώπων. Σήμερα, εκτιμάται ότι ο αριθμός των διασυνδεδεμένων συσκευών ξεπερνά τα 20 δισεκατομμύρια συσκευές [Statista Research Department (2021)]. Κάθε μια από αυτές τις συσκευές χρησιμοποιείται για την παραγωγή δεδομένων, τα οποία, στη συνέχεια, χρησιμοποιούνται από τις ΙοΤ εφαρμογές για την υποβοήθηση διαδικασιών λήψης αποφάσεων από τους χρήστες.
Αποτέλεσμα αυτής της ραγδαίας ανάπτυξης του ΙοΤ είναι η εμφάνιση ενός σημαντικού αριθμού πλατφορμών ΙοΤ. Όπως αναφέρθηκε και παραπάνω, οι πλατφόρμες ΙοΤ αποτελούν έτοιμες λύσεις, που περιλαμβάνουν τόσο υλικό, όσο και λογισμικό, και οι οποίες χρησιμοποιούνται για την ανάπτυξη εφαρμογών και υπηρεσιών ΙοΤ. Η χρήση τους επιτρέπει τη σημαντική μείωση του χρόνου ανάπτυξης μιας εφαρμογής και την αύξηση της αξιοπιστίας της. Ως εκ τούτου, όταν ένας τεχνικός φορέας καλείται να αναπτύξει μια εφαρμογή ΙοΤ, θα πρέπει να επιλέξει μεταξύ ενός μεγάλου αριθμού διαθέσιμων πλατφορμών, πάνω στη οποία θα βασίσει την εφαρμογή του.
Σύμφωνα με Agarwal & Alam (2020), οι πλατφόρμες ΙοΤ μπορούν να διαχωριστούν σε τέσσερεις κατηγορίες:
α. Publicly Traded IoT Middleware Platforms: Περιλαμβάνει πλατφόρμες που έχουν αναπτυχθεί και διατίθενται από τεχνολογικούς κολοσσούς, όπως AWS IoT Platform, Microsoft Azure IoT Hub, IBM Watson IoT Platform, Google IoT Platform, Oracle IoT Platform κα.
β. Open source IoT Middleware Platforms: Αυτή η κατηγορία περιλαμβάνει πλατφόρμες με άδειες ελεύθερου λογισμικού, όπως οι Kaa, Thing- Speak κα.
γ. Developer Friendly IoT Middleware Platforms: Η κατηγορία αυτή περιλαμβάνει πλατφόρμες που χρησιμοποιούνται για την ανάπτυξη εφαρμογών μικρής
κλίμακας, συνήθως με τη χρήση Arduino, Raspberry κλπ. παραδείγματα είναι οι Carriots, Temboo κα.
δ. End to End Connectivity IoT Middleware Platforms: Είναι πλατφόρμες που έχουν σχεδιαστεί για χρήση συγκεκριμένου υλικού. Παραδείγματα τέτοιων πλατφορμών είναι οι Samsara, Particle Cloud κα.
Η επιλογή της «σωστής» πλατφόρμας για την ανάπτυξη μιας εφαρμογής ΙοΤ αποτελεί ένα πολυσύνθετο εγχείρημα. Οι κυριότεροι παράγοντες που δυσχεραίνουν την επιλογή μιας πλατφόρμας είναι:
α. Ο μεγάλος αριθμός των διαθέσιμων πλατφορμών.
β. Κοινές υπηρεσίες, διαφορετική τεχνολογία. Πολλές πλατφόρμες ΙοΤ προσφέρουν τις ίδιες υπηρεσίες, κάνοντας χρήση διαφορετικών τεχνολογιών. Ως αποτέλεσμα δεν είναι πάντοτε γνωστά τα πλεονεκτήματα και οι επιπτώσεις που θα έχει μια πλατφόρμας έναντι μιας άλλης κατά την υλοποίηση μιας εφαρμογής.
γ. Η ελλιπής βιβλιογραφία. Η δυσκολία διάκρισης μεταξύ των πλατφορμών δυσχεραίνεται ακόμα περισσότερο από το γεγονός ότι δεν είναι διαθέσιμη η πλήρης βιβλιογραφία και η τεκμηρίωση μιας πλατφόρμας, προτού γίνει η επιλογή αυτής.
δ. Η τεχνολογική εξέλιξη. Μια πλατφόρμα θα πρέπει να έχει τη δυνατότητα να ενσωματώσει νέες τεχνολογίες και δυνατότητες, προκειμένου να καλύπτει όχι μόνο τις τρέχουσες ανάγκες αλλά και τις πιθανές μελλοντικές ανάγκες.
ε. Οι συνεργίες. Η επιλογή μιας έτοιμης λύσης, ειδικά στην περίπτωση των πλατφορμών End to End Connectivity, ενέχει τον κίνδυνο περιορισμού των διαθέσιμων επιλογών σε προμηθευτές εξοπλισμού (lock-in effect). Ο εν λόγω κίνδυνος οξύνεται ακόμα περισσότερο από την έλλειψη προτυποποίησης και διαλειτουργικότητας στα υφιστάμενα εργαλεία – πλατφόρμες ΙοΤ.
στ. Η γνώση – εμπειρία του φορέα ανάπτυξης. Ένας προγραμματιστής τείνει να επιλέξει μια πλατφόρμα στην οποία διαθέτει εμπειρία. Αυτό, μπορεί να έχει ως αποτέλεσμα τη μείωση του χρόνου ανάπτυξης μιας εφαρμογής, μπορεί όμως να προσπεράσει τη χρήση μιας καλύτερης, για το σκοπό, πλατφόρμας.
Στην περίπτωση ανάπτυξης εφαρμογών ευρείας κλίμακας για έξυπνες πόλεις, στους παραπάνω παράγοντες θα πρέπει να συνεκτιμηθεί και η πολλαπλασιαστική επίδραση που
ασκείται από τις εγγενείς δυσκολίες που παρουσιάζει ένα έργο μιας έξυπνης πόλης. Αυτές συνήθως περιλαμβάνουν την υψηλή πολυπλοκότητα και κόστος, αλλά και ένα σχετικά μεγάλο ορίζοντα ζωής.
Ως αποτέλεσμα των ανωτέρω, η επιλογής μιας πλατφόρμας IoT, ειδικά στην περίπτωση εφαρμογών ευρείας κλίμακας για έξυπνες πόλεις, έχει μεγάλο αντίκτυπο στην επιτυχία ή την αποτυχία των εφαρμογών που καλείται να υποστηρίξει. Μια λανθασμένη επιλογή μπορεί να οδηγήσει σε καθυστερήσεις, αύξηση κόστους, έως και αποτυχία ανάπτυξης των εφαρμογών.
2.2 Βιβλιογραφική Ανασκόπηση
Όπως αναλύεται στην παρ. 2.1 ανωτέρω, το πρόβλημα της επιλογής μιας πλατφόρμας ΙοΤ αποτελεί κρίσιμο παράγοντα για την επιτυχία του εγχειρήματος ανάπτυξης εφαρμογών ΙοΤ.
Για την αντιμετώπιση του υπόψη προβλήματος, αρκετές ερευνητικές προσπάθειες εστίασαν στην ανάλυση και σύγκριση των τεχνικών χαρακτηριστικών των διαθέσιμων πλατφορμών:
• Στο Nakhuva & Champaneria (2015) συγκρίνονται 11 ΙοΤ πλατφόρμες βάσει των χαρακτηριστικών: developer friendliness, scalability, availability, solution type, security and privacy, open source/ free trial, plug and play, support for millions of devices, support for real time data, data storage και support provisioning.
• Στο Ray (2016) συγκρίνονται 26 πλατφόρμες ΙοΤ βάσει 10 κριτηρίων: application development, device management, system management, heterogeneity management, data management, analytics, deployment, monitoring, visualization και research.
• Στο Farahzadi et al (2018) συγκρίνονται διαφορετικές πλατφόρμες μέσω των χαρακτηριστικών adaptability, connectivity, context management, energy efficiency, flexibility, interoperability, maintainability, platform portability, quality of service, real- time tasks, resource discovery, reusability, security and privacy, transparency και trustworthiness.
• Στο Scott & Ostberg (2018) συγκρίνονται πλατφόρμες ΙοΤ ανοικτού λογισμικού βάσει της επεκτασιμότητας και της αξιοπιστίας τους.
• Στο Machorro et al. (2018) γίνεται μια συγκριτική ανάλυση πλατφορμών ΙοΤ από την οπτική της βιομηχανίας.
• Στο Panduman et al. (2019) παρατίθεται μια σύγκριση των χαρακτηριστικών 5 γνωστών πλατφορμών. Τα κύρια χαρακτηριστικά – κριτήρια που χρησιμοποιούνται για τη
σύγκριση είναι: Thing management, connectivity, data storage, data abstraction, interface, analytical, feedback & collaboration, security, scalability, microservices και plug &play.
• Στο Van der Klaauw (2019) γίνεται μια σύγκριση πλατφορμών ΙοΤ για χρήση σε εφαρμογές για έξυπνες πόλεις.
• Στο Agarwal & Alam (2020) προτείνεται ο διαχωρισμός των πλατφορμών σε 4 κατηγορίες: publicly traded, open source, developer friendly and end-to-end connectivity.
Στη συνέχεια πραγματοποιείται μια σύγκριση διαφορετικών πλατφορμών βάσει των χαρακτηριστικών: basic, sensing, communication και application development features.
Το πρόβλημα της παραπάνω βιβλιογραφίας, όπου η επιλογή της πλατφόρμας ΙοΤ βασίζεται στην συγκριτική ανάλυση των τεχνικών χαρακτηριστικών τους, έγκειται σε δύο σημεία:
Πρώτον, η σύγκριση περιοριζόταν σε ένα πολύ μικρό αριθμό πλατφορμών, σε σχέση με τις διαθέσιμες πλατφόρμες στην αγορά. Δεύτερον, η υπόψη βιβλιογραφία δεν μπορούσε να συμπεριλάβει την τεχνολογική εξέλιξη των πλατφορμών, καθώς η ανάλυση γινόταν για ένα συγκεκριμένο στιγμιότυπο του κύκλου ζωής μιας πλατφόρμας.
Ως αποτέλεσμα, η έρευνα στράφηκε στην πρόταση κατάλληλων μεθοδολογιών για την αξιολόγηση διαφορετικών πλατφορμών ΙοΤ και την επιλογή της πλατφόρμας που ικανοποιεί καλύτερα τις απαιτήσεις – προδιαγραφές του αποφασίζοντα. Σε αυτή τη βιβλιογραφία:
• Στο Mineraud et al. (2016) εφαρμόζεται μια gap analysis για την αξιολόγηση και βελτίωση πλατφορμών ΙοΤ ανοικτού λογισμικού.
• Στο Kondratenko et al (2018) προτείνεται η χρήση των linear convolution and multiplicative convolution μεθόδων για την επιλογή μιας rational πλατφόρμας ΙοΤ. Τα κριτήρια που χρησιμοποιούνται είναι: device management, integration level, level of safety and reliability, protocols for data collection, variety of data analytics, usefulness of visualization και database functionality.
• Στο Kondratenko et al (2019) προτείνεται η χρήση soft computing, μιας Mamdani- type fuzzy logic inference engine, για την επιλογή μιας πλατφόρμας ΙοΤ. Τα κριτήρια που χρησιμοποιούνται για την αξιολόγηση των πλατφορμών είναι τα ίδια με αυτά στο Kondratenko et al (2018).
• Στο Kugler et al. (2019) προτείνεται μια απλή μέθοδος για την αξιολόγηση πλατφορμών ΙοΤ, η οποία βασίζεται στο κατά πόσο μια πλατφόρμα ικανοποιεί μια λίστα
κύριων και δευτερευόντων κριτηρίων. Τα κύρια κριτήρια που χρησιμοποιεί είναι: usability, data processing, documentation, surface, basic functions, administration και interoperability.
• Στο Contreras-Masse et al (2019) προτείνεται η χρήση δυο διαφορετικών μεθόδων MCDA και η σύγκριση των αποτελεσμάτων αυτών για την επιλογή πλατφόρμας ΙοΤ. Δεν προσδιορίζεται συγκεκριμένη τεχνική.
• Στο Mijuskovic et al. (2020) προτείνεται μια ολοκληρωμένη μεθοδολογία, που βασίζεται στη χρήση στατιστικών μεθόδων και μεθόδων απεικόνισης, για τη σύγκριση πλατφορμών ΙοΤ. Οι μέθοδοι που χρησιμοποιούνται είναι οι: Σύγκριση μέσω stackchart, ANOVA test, Error bar test, Tukey Difference test, AHP και Clustering Analysis. Για τη σύγκριση των πλατφορμών, τα κριτήρια διαχωρίζονται σε δυο μεγάλες ομάδες, τα functional και τα non-functional. Τα functional criteria περιλαμβάνουν: Management, Security, Data management and analytics. Τα non-functional περιλαμβάνουν: wireless communication protocol support, support, freedom of use, performance, costs, and development support
• Στο Lin et al (2020) προτείνεται μια Integrated Probabilistic Linguistic MCDM (AHP) μέθοδο για την επιλογή πλατφόρμας ΙοΤ.
• Στο Silva (2020) προτείνεται η χρήση μιας συνδυαστικής Multi-Methods, Multi- Criteria, Multi-Constraints μεθοδολογίας για την επιλογή της κατάλληλης μεθόδου για την αξιολόγηση πλατφορμών ΙοΤ.
Όπως φαίνεται από την παραπάνω βιβλιογραφία, η πλειοψηφία των ερευνητικών άρθρων προτείνουν τη χρήση τεχνικών πολυκριτήριας ανάλυσης αποφάσεων για την επίλυση του εν λόγω προβλήματος. Αυτό οφείλεται στο γεγονός ότι όταν η επιλογή εξετάζεται στο πλαίσιο της λήψης αποφάσεων, της διοικητικής επιστήμης και της επιχειρησιακής έρευνας διακρίνονται τα ακόλουθα χαρακτηριστικά:
α. Διακρίνεται ένας μεγάλος αριθμός διαφορετικών κριτηρίων που θα πρέπει να αξιολογηθούν πριν από την απόφαση επιλογής.
β. Η επιλογή θα πρέπει να γίνει από μια πληθώρα διαφορετικών εναλλακτικών λύσεων.
γ. Το αντικείμενο της απόφασης αναφέρεται στην επιλογή μιας ή περισσότερων εναλλακτικών που θεωρούνται ως οι πλέον κατάλληλες.
Τα εν λόγω χαρακτηριστικά καθιστούν το πρόβλημα της επιλογής μιας πλατφόρμας ΙοΤ ένα κλασικό πρόβλημα πολυκριτήριας ανάλυσης αποφάσεων. Σε αυτή την περίπτωση, ο μοναδικός τρόπος για να προστατευθεί ο αποφασίζοντας από μια εσφαλμένη επιλογή μιας πλατφόρμας ΙοΤ έγκειται στην προσεκτική αποτίμηση των διαθέσιμων εναλλακτικών, η οποία πραγματοποιείται μόνο μέσα από την προσεκτική επιλογή και ανάθεση βαρών στα κριτήρια επιλογής της πλατφόρμας, προκειμένου αυτά να αντικατοπτρίζουν με ακρίβεια τις απαιτήσεις του. Για το λόγο αυτό, τα κριτήρια επιλογής της πλατφόρμας πρέπει να μελετηθούν προσεκτικά.
Ιδιαίτερη μνεία στα κριτήρια επιλογής μιας πλατφόρμας ΙοΤ γίνεται στα ακόλουθα άρθρα:
• Στο Salami & Yari (2018) προτείνεται η αξιολόγηση πλατφορμών ΙοΤ να γίνεται βάσει ποιοτικών και ποσοτικών χαρακτηριστικών τους.
• Στο Hejazi et al (2018) προτείνεται η επιλογή πλατφορμών ΙοΤ για εφαρμογές μεγάλης κλίμακας να γίνεται βάσει των χαρακτηριστικών stability, scalability & flexibility και pricing model & business case.
• Στο Ullah et al (2020) προτείνονται 21 κριτήρια για την επιλογή μιας πλατφόρμας ΙοΤ. Αυτά περιλαμβάνουν: stability, scalability and flexibility, pricing model and business case, security, time-to-market, data analytics and visualization tools, data ownership, ownership of cloud infrastructure, extent of legacy architecture, protocol, system performance, interoperability, redundancy and disaster recovery, attractive interface, application environment, hybrid cloud, platform migration, previous experience, bandwidth, edge intelligence and control.Σημειώνεται ότι, στις παραπάνω δημοσιεύσεις, η επιλογή των κριτηρίων που χρησιμοποιούνται για τη λήψη της απόφασης γίνεται χωρίς να προηγείται κάποια ανάλυση, γεγονός που αποτελεί κενό στις προτεινόμενες μεθοδολογίες.
Στην παρούσα εργασία γίνεται μια προσπάθεια για την αξιολόγηση και επιλογή των κριτηρίων υπό το πρίσμα της επιλογής μιας πλατφόρμας IoT για την ανάπτυξη εφαρμογών ευρείας κλίμακας για έξυπνες πόλεις. Αρχικά γίνεται μια τεχνο-οικονομική αποτίμηση των κριτηρίων επιλογής, με σκοπό την αξιολόγησή τους ως προς τη χρησιμότητα και την πολυπλοκότητα εφαρμογής τους. Ακολούθως, γίνεται επιλογή των πιο σημαντικών κριτηρίων με τη χρήση των τεχνικών πολυκριτήριας ανάλυσης αποφάσεων DEcision MAking Trial and Evaluation Laboratory (DEMATEL) και Analytic Network Process (ANP). Η υπόψη εργασία βρίσκει εφαρμογή σε ένα σύγχρονο πρόβλημα που αφορά στο ψηφιακό μετασχηματισμό μεγάλων οργανισμών, όπως π.χ. δήμοι – κοινότητες.