Bewaken en Opvolgen

Data-lab

0
Looppatronen voorbeeld, in de tijd uitgezet, vanuit een specifieke locatie waargenomen.
Looppatronen voorbeeld, in de tijd uitgezet, vanuit een specifieke locatie waargenomen.

Een belangrijk onderdeel van het Innovatieplatform van het Programma Inbraakvrije Wijk is het verzamelen van grote hoeveelheden data voor onderzoeksdoeleinden. Dit doen we voor zowel looppatronen als voor geluid. Hiervoor hebben we binnen het programma, als onderdeel van het innovatieplatform, een Data-lab in het leven geroepen. Dit maakt het beveiligd verzamelen en gebruiken van data voor onderzoek door onderzoeksinstellingen mogelijk. Grote Datasets dus. Er kan nu geëxperimenteerd worden met modellen, patroonherkenning en Artificial Intelligence (AI).

Waarom een Data-lab?
Het idee achter het Data-lab is dat er op gecontroleerde en beveiligde wijze data verzameld wordt op een plek buiten de Smart City omgeving zelf. Er kunnen dan analyse scripts naar de databronnen worden gezet voor het verwerken ervan. De hoeveelheid data wordt steeds groter en vergt een bijzondere benadering voor de opslag zelf. Er wordt constant actief data toegevoegd. Het is totaal verschillend van een normale database waar dit soort handelingen (toevoegen, wijzigen en verwijderen) door een mens worden gedaan.

Datasets?
Een belangrijk aspect van de data is de hoeveelheid die we verzamelen. De ervaringen zijn nog in een beginfase met een beperkte opzet aan bewegingssensoren maar dit leidt al snel tot ongeveer 100.000 looppatronen met 20.000.000 datapunten. Een extrapolatie over tijd en een uitgebreidere opzet zal interessante hoeveelheden data opleveren.

Wat doen we er mee?
De beoordeling van looppatronen vormen een belangrijk onderdeel van het onderzoek. Kunnen we afwijkende looppatronen onderscheiden van normale looppatronen? Kunnen we verdacht gedrag herkennen? Zijn het geluid van brekend glas en andere verdachte (verbrekings-)geluiden in de praktijk goed te onderscheiden? We kunnen nu een breed scala aan experimenten uitvoeren en dit verder uitzoeken.

De combinatie met het Virtual Reality Lab
Wat we meten in de praktijk kunnen we vergelijken met wat er allemaal in het Virtual Reality (VR) lab wordt opgezet rondom looppatronen. Een bijzondere situatie omdat dan tevens de patronen uit het VR-lab weer kunnen worden teruggekeken met ontwikkelde AI toepassingen voor het herkennen van afwijkend en verdacht gedrag.

First Things first
Allereerst ligt bij het Data-lab de focus op het managen van alle verschillende datastromen zoals de looppatronen en geluidswaarnemingen. Ook het opschonen van data behoort bij dit proces om te zorgen dat datasets een helder beeld geven. Het is dan ook mogelijk andere bronnen weer op te slaan (weer, temperatuur, of welke dataset log dan ook). Daarna kunnen verschillende soorten datasets worden afgescheiden voor onderzoek door uiteenlopende partijen voor verschillende doeleinden. Hiertoe worden beveiligde verbindingen aangeboden met afgeschermde specifieke data sets. Proef (dummy-) datasets worden gebruikt om de onderzoekspartijen de mogelijkheid te geven hun eigen omgevingen op orde te brengen en te experimenteren met formats en verbindingen.

Onderzoeksresultaten
Resultaten voor onderzoek zullen via onderzoek papers zoveel mogelijk worden gedeeld. Dit om te zorgen dat nieuw onderzoek ook vernieuwend zal zijn en om duplicaten te vermijden.

Privacy
Alle data wordt in het Data-lab opgeslagen en geanonimiseerd of gepseudonimiseerd volgens afspraken gemaakt in de Data Protection Impact Analyses (DPIA). De werking van het Data-lab als centrale spil in het dataonderzoek speelt hierin een grot rol. Er kan worden gecontroleerd hoe data wordt opgeslagen en vrijgegeven voor onderzoek. De onderzoekende partij moet hiervoor ook het nodige aan documenten voor aftekenen waarin protocollen en onderzoeksdoeleinden (doelbinding) worden afgesproken.

Wael Hamada, IVW Kernteam System Engineer

Programma met uitdagingen?

Previous article

Techniek kan helpen wijken nog veiliger te maken

Next article

You may also like

Comments

Comments are closed.