Fuzzified semantic WEB reasoning for activity detection in WMSN applications

Abstract

Kablosuz multimedya sensör ağlarında (KMSA) aktivite tespiti oluşan aktivitelere otomatik olarak karar vermek zor bir süreç olduğundan gözetleme uygulamaları için sıcak bir konudur. Bu çalışma bulanık mantık ile genişletilmiş anlamsal Web teknolojilerini kullanarak aktivite tespitinin güvenilirliğini artırmayı hedeflemektedir. Önerilen yaklaşım üç katmandan oluşmaktadır; sensör, veri ve anlamsal Web katmanlarıdır. Sensör katmanı multimedya ve skaler sensörleri içeren sensör düğümlerinden oluşan KMSA'nı içerir. Veri katmanı veriyi KMSA'nın sink bilgisayarından alır ve kaydeder. Mimarinin en üstünde ise anlamsal Web uygulama sunucusu, bulanık muhakeme motoru ve anlamsal bilgi tabanını içeren anlamsal Web katmanı bulunmaktadır. Sensör katmanında yeni bir varlık tespiti yapıldığında, sensör düğümleri ve sink bilgisayarı tarafından bu tespite ilişkin üretilen veriler veri katmanında toplanır ve veri tasarlanan ontolojiye uygun olarak subject-predicate-object üçlüsüne dönüştürülüp RDF formatında kaydedildiği anlamsal Web uygulama sunucusuna iletilir. Sonrasında bulanık muhakeme motoru kontrollü bölgede bir aktivite oluşup oluşmadığına karar vermek için otomatik olarak aktifleşir ve bulanık kurallar işletilir. Önerilen yaklaşım, içerisinde çeşitli tehdit tiplerinin çıkarımının yapıldığı örnek bir gözetleme uygulaması için uygulanmıştır(örneğin, saldırı, protesto veya sıradan hareketlilik). Uygulamada, sensör katmanı verilen senaryolara göre sentetik veri üreten bir program ile simule edilmiştir. Bu sistemin kullanıcıları anlık oluşan etkinlikleri gerçek zamana yakın olarak veya son zamanlarda oluşan etkinlikleri tekrar oynatarak izleyebilirler. Bu uygulama bulanık mantık ile genişletilen anlamsal Web teknolojilerinin kablosuz multimedya sensör ağlarında yapılan aktivite tespitinde önemli bir etkiye sahip olabileceğini gösterir.

Activity detection in WMSNs is a hot topic for surveillance applications since automated determination of activities is a difficult process. This study aims to increase the reliability of activity detection by using semantic Web technologies extended with fuzzy logic. The proposed approach consists of three layers: sensor, data and semantic Web layers. The sensor layer includes a WMSN including sensor nodes with multimedia and scalar sensors. The data layer retrieves and stores data from the sink of the WMSN. At the top of the architecture, there is a semantic Web layer including a semantic Web application server, a fuzzy reasoning engine, and a semantic knowledge base. When there is a new entity detection at the sensor layer, the related data produced by the sensors and the sink is collected in the data layer and transmitted to the semantic Web application server where the data is converted to subjects-predicates-objects in accordance with designed ontology and saved in RDF format. Then, the fuzzy reasoning engine is automatically activated and fuzzy rules are executed to decide whether there is an activity in the controlled area. The proposed approach is implemented for an example surveillance application in which various threat types are deduced (i.e., attack, protest or ordinary mobility). In the implementation, the sensor layer is simulated with an application which produces synthetic data according to given scenarios. Users of the system can monitor occurring events in near-real time or replay recent events on their browsers. This implementation proves that the semantic Web technologies extended with fuzzy logic may have a significant impact on activity detection in WMSNs.