Il progetto Cluster AI-TEXTILES - Stato d’avanzamento IV semestre
PresentazioneTesiSilviaMarrone1
1. L’impatto di un’architettura Big Data
nell’IT Transformation di Octo Telematics
Silvia Marrone
Pisa, 28 gennaio 2016
2. Chi è Octo Telematics
• Pioniera e innovatrice
di soluzioni telematiche
• Modello all’avanguardia per ricerca,
sviluppo e gestione di applicazioni
per le assicurazioni auto
4. • Abitudini e comportamenti degli automobilisti
• Servizi di sicurezza e assistenza per il veicolo e la persona
• Analisi e ricostruzione della dinamica e cinematica
dei sinistri stradali
• Prodotti assicurativi personalizzati:
"pay per use" e "pay per risk"
• Telediagnostica
• Traffico in tempo reale
• Strade a pedaggio (“road charging”)
• Gestione delle flotte
• Monitoraggio dell'impatto ambientale dei veicoli in movimento
Che servizi offre
6. Obiettivo del tirocinio
Nell’ambito del progetto di IT Transformation parteciperà al disegno
della soluzione Big Data acquisendo competenze in merito alla
trasformazione da un’architettura tradizionale basata su RDBMS (Oracle)
ad un modello NoSQL basato su Framework Hadoop (Cloudera). La
risorsa sarà inserita in un team di progetto che comprende Software
Vendor e System Integrator internazionali, con i quali potrà interagire e
collaborare per acquisire le competenze necessarie alla realizzazione di
un progetto pilota per la realizzazione di una soluzione NoSQL che
consenta di raccogliere in tempo reale dati telematici non strutturati,
necessari ad individuare i comportamenti dei guidatori.
8. Architettura e flusso dati
Device Independent ProcessingDevice dependent Processing
Protocol
Decoding
Event
inference &
filtering
Data
acquisition
Data Lake
Telematics Data Storage
(TDS)
RADIUS
authentication
Event Enrichment
Realtime Analysis
Administration
Device
Management
Service
Inventory
TDM Admin
Service Data availability
TDS Query
Services
Event
Dispatching
GGSNGGSN
GGSN
OBU
OBU
OBD
External
Sources
External
Sources
External
Sources
1
2
4
3
3
5
6
8
7
9 10 13
Enrichment
Services
11 12
ELT
Service and Process Infrastructure
Data Transfer
Data Flow
Producer
MFT
10. Attività svolta
• Comprensione dati e architettura esistente
• Studio e definizione delle strutture dati distribuite
• Implementazione dei processi di trasferimento
• Data Analysis, un caso di studio
11. Comprensione dati e architettura esistente
Tabella dei Viaggi
INSURANCE_MESSAGE
latitude latitudine di ogni posizione
longitude longitudine di ogni posizione
timestamp data di rilevamento della posizione
speed velocità del veicolo
heading direzione di marcia del veicolo
quality misura della qualità dei dati gps
deltapos
differenza in metri rispetto alla posizione
precedente
deltatime
delta temporale rispetto alla rilevazione
precedente
id_panelsession
stato del quadro (quadro acceso, in moto,
quadro off)
speed_limit limite di velocità della strada percorsa
country_code identificativo del paese
zip_code codice di avviamento postale
id_locationtype
tipologia di strada (urbana, extraurbana,
autostrada, ecc.)
Tabella delle Posizioni
INSURANCE_PATH
id_terminal identificativo univoco di ogni dispositivo
start_date data di inizio viaggio
end_date data di fine viaggio
meters metri percorsi nell’intero viaggio
max_speed velocità massima misurata durante l’intero viaggio
tz_offset fuso orario
id_path numero identificativo univoco di ciascun viaggio
12. Studio e definizione delle strutture dati distribuite
Telematics Data Storage
(TDS)
20. Conclusioni
Fattibilità
• Una tabella per viaggi e posizioni
• Posizioni JSON (lista di liste)
• Compressione Snappy
• Due tabelle
• Occupazione di spazio in linea con le aspettative
21. Sviluppi futuri
• grado di pericolosità delle strade
• probabilità di incidenti al variare delle condizioni
atmosferiche
• traffico predittivo
• integrazione dati del trasporto pubblico:
miglioramento dei tempi di percorrenza, più clienti
• riduzione dei costi di manutenzione stradale con
analisi dei volume di traffico.