Presentation of the paper Performance Analysis of IoT-Based Sensor,Big Data Processing, and Machine Learning Model for Real-Time Monitoring System in Automotive Manufacturing. presented February 2019 at UPEC link to original paper https://www.researchgate.net/publication/327443835_Performance_Analysis_of_IoT-Based_Sensor_Big_Data_Processing_and_Machine_Learning_Model_for_Real-Time_Monitoring_System_in_Automotive_Manufacturing

1. Paper Presentation
Performance Analysis of IoT-Based Sensor,Big Data
Processing, and Machine Learning Model for Real-Time
Monitoring System in Automotive Manufacturing
Par:
Sylia BARAKA

2. Hello!
Je suis Sylia BARAKA
I am here because I love to give
presentations.
You can find me at
sylia.a.baraka@gmail.com
2

3. À propos du paper
Domaine:
Industrie automobile
Chaîne de fabrication - assemblage
Publier par MDPI Sensors
Le 04 Septembre 2018
Co-ecrit par:
● Muhammad Syafrudin,
● Ganjar Alfian,
● Norma Latif Fitriyani
● Jongtae Rhee
3

4. Problématique
1

5. Les problèmes étaient
Données dans le processus de chaîne de
fabrication en constante croissance.
Difficulté à détecter les défaillances dans
la chaîne de fabrication en temps réel
Aucun moyen de contrôler l'état du
processus de fabrication pour aider à la
décision.
5

6. Buts et objectifs du
paper
2

7. “
Proposer une architecture de
monitoring real time en
utilisant les IoT based
sensors, des tech. Big Data tel
que Apache Storm, Kafka,
mongoDB et une méthode
d’apprentissage hybride avec
Random Forest et DBSCAN
7

8. Concepts et
Definitions
3

9. Définitions
IOT based sensor
Outil matériel
utilisé pour
détecter des
changements
dans
l'environnement
9

10. IoT based sensor
Raspberry Pi 3 model B.
10

11. Définitions
IOT based sensor
Outil matériel
utilisé pour
détecter des
changements
dans
l'environnement
11
Apache Kafka
Apache Kafka est
une plateforme de
diffusion distribuée
qui vous permet de
publier et de vous
abonner à des flux
d'enregistrements.

12. 12
Références Date de
publication
Resume/Conclusion
[21] À personalized
healthcare ..monitoring
...real time data processing
Juillet 2018 Apache kafka manipule des données entrantes,
possède un système de publisher-subscriber en
temps réel. Leader du marché et meilleur
comparer aux autres messaging system.
Réponse rapide et coût réduit
[22]Real-time processing
of IoT events with historic
data using Apache Kafka ...
Mai 2017 Introduction à Apache Kafka et son architecture.
[25]An implementation of
a high throughput data
ingestion system for
Juillet 2016 Données d'entrée à haut débit.
Leader du marché.

13. Définitions
IOT based sensor
Outil matériel
utilisé pour
détecter des
changements
dans
l'environnement
13
Apache Kafka
Apache Kafka est
une plateforme de
diffusion distribuée
qui vous permet de
publier et de vous
abonner à des flux
d'enregistrements.
mongoDB
MongoDB est une
base de donnée
orienté document.
Classée dans le
NoSQL, MongoDB
utilise des
documents de
type JSON. Open
source

14. 14
Références Date de
publication
Resume/Conclusion
[32] mongoDB vs
Oracle
Septembre 2012 Présentation de mongoDB et Oracle, différence dans
les opérations et syntaxe, benchmark sur des
insertions et update.
Conclusion: mongoDB
[33] real time
monitoring with
noSQL
2017 Conclusion:
mongoDB pour des données petites à moyenne et
read/write, Cassandra pour des larges données
Couchbase pour une architecture a update et delete
[35] A spatio
temporal enhanced
Metadata model …
in smart cities
18 fevrier 2017 Conclusion:
Utiliser mongoDB pour les IoT, precisement Mongoose
OS

15. Définitions
Apache Storm
Apache Storm est
un système de
calcul en temps
réel distribué
gratuit et open
source.
15

16. 16
Références Date de
publication
Resume/Conclusion
[28] Network
intrusion detection
using Apache Storm
Juin 2017 Présentation d’Apache Storm et de l'architecture
utilise. Confirmation des bons résultats attendu en
rapidité.

17. Définitions
Apache Storm
Apache Storm est
un système de
calcul en temps
réel distribué
gratuit et open
source.
17
Random Forest Classifier
fait partie des techniques
d'apprentissage
automatique.
L'algorithme des forêts
d'arbres décisionnels
effectue un apprentissage
sur de multiples arbres de
décision entraînés sur des
sous-ensembles de
données légèrement
différents.
DBSCAN
Density-based
spatial clustering
of applications
with noise
Est un algorithme
de
partitionnement
utilisé
généralement en
combinaison avec
d’autre
algorithme
d’apprentissage

18. Architecture
4

19. Architecture
19

20. Architecture
20

21. Evaluation
5

22. Evaluation
22

23. Evaluation
23

24. Conclusion
24
L’architecture propose dans l’article répond bien à une
problématique de monitoring ou les données générées
sont de taille petite à moyenne.
L'application de monitoring à été réalisé avec un
framework JS
L’article de recherche est un agrégat d’un ensemble de
recherche dans le domaine, car d’autre solution analogue
ont déjà été proposé dans d’autres articles de recherches
cités.

25. 25
Thanks!
Any questions?
You can find me at
sylia.a.baraka@gmail.com
Github @amandaSalander