Please use this identifier to cite or link to this item: http://dspace.lib.uom.gr/handle/2159/25403
Author: Στεργίου, Χρήστος
Title: Efficient and secure algorithms for big data handling, processing, and delivery in cloud computing for Internet of Things networks
Date Issued: 2021
Department: Πανεπιστήμιο Μακεδονίας. Τμήμα Εφαρμοσμένης Πληροφορικής (ΕΠ)
Supervisor: Ψάννης, Κωνσταντίνος
Abstract: Η ραγδαία εξέλιξη των σύγχρονων και πρόσφατων τεχνολογιών όπως το Cloud Computing, τα Big Data, το Internet of Things, τα ασύρματα συστήματα επικοινωνίας και η τεχνητή νοημοσύνη θέτουν νέες συνθήκες σε πολλές δραστηριότητες και πράγματα στη σύγχρονη καθημερινή ζωή. Επιπλέον, με τις σημαντικές εξελίξεις στις τεχνολογίες επικοινωνιών και σε πολλούς άλλους τομείς, αναπτύσσονται επίσης θέματα ασφάλειας και προστασίας της ιδιωτικής ζωής. Από την άλλη πλευρά, λόγω των τεράστιων υποδομών υλικού στις οποίες βασίζονται οι αναδυόμενες τεχνολογίες, χρειάζονται μεγάλες ποσότητες ηλεκτρικής ενέργειας, και έτσι προκύπτει το ζήτημα της ενεργειακής απόδοσης και πράσινων υποδομών. Κατά συνέπεια, με αυτή τη διατριβή υπάρχει μια προσπάθεια για την έρευνα της λειτουργίας των Cloud Computing, Big Data, Internet of Things και Wireless Communication Systems. Βασιζόμενος σε αυτές οπότε, προσπάθησα να ανακαλύψω τις προκλήσεις που εμφανίζονται στην ενοποίηση αυτών των τεχνολογιών, στοχεύοντας κυρίως σε θέματα ασφάλειας, απορρήτου, διαχείρισης δεδομένων και ενεργειακά αποδοτικής χρήσης. Μέσω μιας δομημένης μελέτης και έρευνας που διεξήχθη στο πλαίσιο του διδακτορικού μου, έχω καταλήξει σε πολλά συμπεράσματα και ευρήματα που θα μπορούσαν να προσφέρουν νέες ευκαιρίες για ένα πιο ασφαλές και ενεργειακά αποδοτικό περιβάλλον, βασισμένο στην τεχνολογία Cloud Computing. Όλα τα δημοσιευμένα ερευνητικά έγγραφα, τα οποία υλοποιήθηκαν και πραγματοποιήθηκαν στο πλαίσιο της διδακτορικής μου έρευνας παρατίθενται στη διδακτορική μου διατριβή με λογική σειρά. Όλες οι έρευνες που πραγματοποιήθηκαν κατά τη διάρκεια της διδακτορικής μου έρευνας προσπάθησαν να δημοσιευτούν σε υψηλού επιπέδου περιοδικά και να παρουσιαστούν σε σημαντικό συνέδριο στους σχετικούς τομείς. Αρχικά, υπήρχαν ερευνητικά έργα που προσπάθησαν να ερευνήσουν και να ενσωματώσουν το Cloud Computing με σχετικές τεχνολογίες όπως το Internet of Things και τα Big Data. Το πρώτο και γενικότερα το βασικό πεδίο είναι να ανακαλυφθούν τα ανοιχτά κενά στην ασφαλή χρήση Big Data, τα οποία πολλές φορές παράγονται από το Internet of Things, σε ένα περιβάλλον Cloud. Οι έρευνες που παρουσιάζονται στα κεφάλαια δύο, τρία, τέσσερα και πέντε αρχικά ερευνούν το Cloud Computing, τα Big Data, το Internet of Things και τα ζητήματα ασφάλειας και απορρήτου του, προκειμένου να παρέχουν νέους αλγόριθμους, με βάση τους τρέχοντες αλγόριθμους κρυπτογράφησης, που προσφέρουν καλύτερα μοντέλα ενοποίησης. Επιπλέον, οι ερευνητικές εργασίες που παρουσιάζονται στα κεφάλαια έξι, επτά, οκτώ και εννέα, ερευνούν και απεικονίζουν νέα σενάρια και πλαίσια που χρησιμοποιούν το Big Data που βασίζεται στο Internet of Things, μέσω ασύρματων δικτύων και βασίζονται και εξαρτώνται από το Cloud Computing. Πολλά από τα προτεινόμενα σενάρια και πλαίσια ρυθμίζονται και προσομοιώνονται σε πολύ γνωστούς και σημαντικούς προσομοιωτές, όπως το CloudSim και το Cooja Contiki. Ο κύριος στόχος αυτών των ερευνητικών εργασιών εστιάζει στην παροχή ενός καλύτερου συστήματος διαχείρισης κτιρίων εγκατεστημένο σε ένα έξυπνο κτίριο. Βασιζόμενος στην ιδέα του Smart Building και του συστήματος επικοινωνίας που χρησιμοποιείται σε αυτό, υπάρχουν περαιτέρω έρευνες που παρουσιάζονται στα κεφάλαια δέκα έντεκα και δώδεκα που προσφέρουν νέες ευκαιρίες χρήσης, διαχείρισης, μεταφοράς και επεξεργασίας δεδομένων, σε πολλές περιπτώσεις Big Data που παράγονται από το Internet of Things, μέσω ασύρματου δικτύου και βασίζονται σε υποδομές Cloud. Ως κύριος στόχος είναι να υπάρχει πιο ασφαλές περιβάλλον για χρήση, διαχείριση, μεταφορά και επεξεργασία δεδομένων. Σε έρευνες που πραγματοποιήθηκαν για αυτά τα έργα προέκυψαν νέα ζητήματα που υπάρχουν στον τομέα, η ανάγκη ενεργειακά αποδοτικών υποδομών και, σε ορισμένες περιπτώσεις, η ανάγκη συμμετοχής στη νέα ιδέα σεναρίων τεχνητής νοημοσύνης και μηχανικής μάθησης. Στα κεφάλαια δεκατρία, δεκατέσσερα και δεκαπέντε παρουσιάζονται και απεικονίζονται νέα σενάρια με στόχο την παροχή «πράσινων» υποδομών που βασίζονται στην πτυχή των σεναρίων μηχανικής μάθησης. Φυσικά, πάντα με τη λογική της παροχής ενός περιβάλλοντος για την καλύτερη χρήση, διαχείριση, μεταφορά και επεξεργασία Big Data που βασίζεται σε IoT, το οποίο λειτουργεί κυρίως σε ασύρματα δίκτυα επικοινωνιών και βασίζονται σε περιβάλλον Cloud Computing. Οι κύριες συνεισφορές που προσπάθησαν να επιτευχθούν μέσω της διδακτορικής μου έρευνας παρουσιάζονται με μεγαλύτερη σαφήνεια στην ενότητα 1.4.
The rapid development of modern technologies such as Cloud Computing (CC), Big Data (BD), Internet of Things (IoT), Wireless Communication Systems (WCS), and Artificial Intelligence (AI) significantly affect many activities of modern everyday life. The great advancements in communication technologies and many other technology-based sectors are causing increasing security and privacy issues. Additionally, the huge hardware infrastructures that emerging technologies rely on demand large amounts of electricity highlighting the importance of energy-efficient and green infrastructures. This dissertation aims to survey the operation of CC, BD, IoT, and WCS in relation to this important issue. More specifically, I will try to explore the challenges that the integration of these technologies creates, mainly focusing on issues of security, privacy, data management, and energy-efficient use. During my PhD, I have reported numerous findings that could offer new opportunities of having a more secure and energy-efficient environment, based on CC technology. All the research papers and manuscripts included in the present dissertation are listed in a logical order, starting from theoretical research and moving on to practical experimental studies. All the studies conducted during my PhD aimed publication at high-ranking journals and were presented in significant conferences of the broader Technology Communication field. The studies present possible integrations of CC with technologies such as IoT and BD. The main scope was to find gaps in the secure use of BD, which most often, are produced by IoT, in cloud environments. The first chapter of this dissertation is a general introduction to all the examined technologies. The published papers and in-press manuscripts presented in chapters two, three, four, and five are examining CC, BD, IoT, and their security and privacy issues aiming to propose novel algorithms which are based on the existing encryption algorithms, offering better integration models. The papers presented in chapters six, seven, eight, and nine examine and present novel scenarios and frameworks that use IoT-based BD, through WCN, which are based and dependant on CC. Many of the proposed scenarios and frameworks are settled and simulated on very well-known and important simulators, such as CloudSim and Cooja Contiki. The focus of these papers was to provide a better managing building system installed in a Smart Building. The papers presented in chapters ten, eleven, and twelve are based on the idea of Smart Building and the communication system they integrate. More specifically, they offer new opportunities for managing, transferring, and processing data, in many cases IoT-Big Data, via a wireless network, based on Cloud infrastructures. Main objective of this research effort is to propose more secure environments for managing, transferring, and processing data. These simulations revealed the need for energy-efficient infrastructures and, in some cases, the need for AI and Machine Learning (ML) methods involvement. Finally, chapters thirteen, fourteen, and fifteen present novel scenarios of “green” infrastructures that are based on ML. As in all the aforementioned papers and manuscripts, the main scope is to provide an environment for better management, transfer, and processing of IoT-based BD. This environment mainly operates on WCN and is based on CC. The implications of my PhD research are presented more precisely in subsection 1.4.
Keywords: Cloud Computing
Big Data
Analytics
Security
Privacy
Efficiency
Internet of Things
Algorithms
Data Management
Simulation
Energy Efficiency
CloudSim
Machine Learning
Information: Η βιβλιοθήκη διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή.
Περιλαμβάνει βιβλιογραφικές αναφορές.
Διατριβή (Διδακτορική--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2021.
Rights: Χρήστος Στεργίου
Αναφορά Δημιουργού 4.0 Διεθνές
Appears in Collections:Τμήμα Εφαρμοσμένης Πληροφορικής (Δ)

Files in This Item:
File Description SizeFormat 
StergiouChristosPhD2021.pdfΔιατριβή6.67 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons