Fakta

Kontaktperson:
Paul Davidsson
Finansiärer:
  • KK-Stiftelsen
Ansvarig vid Malmö universitet:
Paul Davidsson
Projektmedlemmar:
Samarbetspartners och övriga projektmedlemmar:
  • Axis Communications
  • Cetetherm
  • Crossbreed
  • Ericsson
  • Infonomy
  • Sigma Technology Solutions
  • Sony Nordic
  • Sony Network Communications Nordics
Projektperiod:
01 oktober 2022 - 30 november 2025
Fakultet/institution:
Forskningsmiljö:
Forskningsämne:

Projektbeskrivning

Ett resultat av den snabba utvecklingen inom informationsteknologi är att fler föremål blir utrustade med inbyggda sensorer och förmågan att kommunicera med andra föremål, ofta kallat Internet of Things (IoT).

För närvarande tar många konsumentprodukter detta steg, t.ex. TV-apparater, kameror, termostater och hälsoprodukter. Trenden är liknande inom andra områden, där t.ex. energisystem och byggnader kan fjärrstyras och automatiskt optimeras. Den verkliga potentialen finns ofta inte i objekten i sig, utan i den data de kan tillhandahålla för andra tjänster som sedan förfinar den till ännu mer användbar information. IoT-system har flera egenskaper som gör deras design till en utmanande uppgift, t.ex. de är ofta stora, datadrivna, distribuerade, dynamiska och heterogena.

Dessutom har olika IoT-tillämpningar olika önskade kvalitetsegenskaper, t.ex. angående svarstid, strömförbrukning, användbarhet och integritet, vilket påverkar designen. Artificiell intelligens (AI) har föreslagits som en nyckelteknologi för att möjliggöra realisering av IoT-system som uppfyller kraven relaterade till sådana egenskaper. Integreringen av AI i IoT kallas ibland för AIoT.

För att göra skalbara AIoT-system har idén att använda distribuerade resurser i "kanten" av nätverket och tillhandahålla processorkapacitet närmare datakällan föreslagits. Sådan "edge computing" kan hjälpa till att hantera utmaningarna med traditionella molnlösningar som värd för IoT-tillämpningar genom att minska svarstider, hantera integritetsproblem och minska datakommunikationen. Dessutom kan distribuerad edge computing integreras med centraliserad bearbetning, vilket resulterar i hybridarkitekturer som kan kombinera deras respektive styrkor.

AIoT innebär att IoT-system ska kunna analysera data och fatta beslut med begränsad eller ingen inblandning av människor. Sådana system kan ofta bearbeta data och fatta beslut snabbare och mer korrekt än de som förlitar sig på människor, men mänskliga användare måste kunna lita på analyserna och de beslut som tas av systemet. Således blir sättet som mänskliga användare interagerar med systemet en nyckelfråga för att öka förtroendet, t.ex. genom transparens och förklarbarhet.

Den centrala forskningsfrågan som behandlas i Synergy-projektet kan formuleras som: Hur bör intelligenta och pålitliga IoT-system utformas? Vi kommer särskilt att fokusera på följande delfrågor:

  • Hur bör AI användas för att uppnå intelligenta och pålitliga IoT-system?
  • Hur skulle edge computing kunna användas?
  • Vilka förtroende- och integritetshöjande mekanismer behövs?

Genom att studera detta i fyra tillämpningsområden som är viktiga för ett hållbart samhälle, dvs hälsa, energi, övervakning och byggnader, kommer ett integrerat ramverk för att stödja designers av intelligenta och pålitliga IoT-system utvecklas. Det inkluderar frågor som rör systemarkitektur, användning av AI och pålitlighet, samtidigt som hänsyn tas till relevanta kvalitetsegenskaper som skalbarhet och användbarhet.