{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5426279"},"canonical_url":"https://search.dev.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5426279","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Efficient Cloud Storage of Multivariate IoT Streams via Statistical Sampling","abstract":"Τα συστήματα IoT είναι μια τεχνολογία που αναφέρεται σε συνδεδεμένους αισθητήρες και συσκευές που παρατηρούν φυσικές διεργασίες και παρέχουν χρονικά διατεταγμένες μετρικές. Αυτές οι μετρήσεις σχηματίζουν συνεχείς ροές δεδομένων που αποστέλλονται μέσω μιας δικτυακής πύλης, σε μία κεντρική υποδομή υπολογιστικού νέφους για αποθήκευση και περαιτέρω διεργασίες. Καθώς ο αριθμός των συσκευών μεγεθύνεται, αυτή η διαδικασία επαναληπτικής συλλογής και προώθησης δημιουργεί πολλαπλά σημεία συμφόρησης, όπως το περιορισμένο εύρος ζώνης του δικτύου, τις πεπερασμένες δυνατότητες των αποθηκευτικών μέσων και το απαιτούμενο φορτίο επεξεργαστικής ισχύος που απαιτούνται. Αυτοί οι περιορισμοί έχουν αποτελέσει αντικείμενο πολλών ακαδημαϊκών μελετών και πολλές από αυτές καταλήγουν στο συμπέρασμα ότι μια σχετικά μεγάλη μείωση των δεδομένων πρέπει να συμβεί στην παρυφή του δικτύου, κοντά στην πηγή. Οι Safaridis et al. προτείνουν μια μέθοδο εποχής-δεξαμενής που βρίσκεται στην παρυφή. Αυτή η μέθοδος ορίζει μια δεξαμενή σταθερού μεγέθους που διατηρεί τιμές της εισερχόμενης ροής, υλοποιώντας τον Αλγόριθμο δειγματοληψίας R. Η μέθοδος συγκρίνει επαναληπτικά τον Συντελεστή Μεταβλητότητας των δύο. Χωρίζει τον χρόνο σε εποχές, μέσα στις οποίες, εάν η στατιστική σχετική απόκλιση της δεξαμενής και της αντίστοιχης ροής είναι μεγαλύτερη από ένα δηλωμένο κατώφλι, οι μετρήσεις που βρίσκονται στη δεξαμενή αποστέλλονται στην υπηρεσία αποθήκευσης μέσω του Διαδικτύου και ξεκινά μια νέα εποχή. Τέλος, συγκρίνονται η εισερχόμενη ροή και η σύνοψη της δεξαμενής. Η εργασία αυτή εφαρμόζεται μόνο σε μονομεταβλητές παρατηρήσεις, όπου για κάθε χρονική μέτρηση υπάρχει η τιμή ενός χαρακτηριστικού. Ο στόχος της παρούσας διπλωματικής εργασίας είναι να επεκτείνει αυτή τη μονοδιάστατη μέθοδο ώστε να εφαρμόζεται σε πολυμεταβλητές παρατηρήσεις. Για τα πειράματα χρησιμοποιείται ένα σύνολο δεδομένων παρατηρήσεων πλοίου έξι διαστάσεων. Κάθε χρονοσημασμένη παρατήρηση αντιμετωπίζεται ως διάνυσμα. Μια παραλλαγή του Αλγορίθμου R, η R Shift, χρησιμοποιείται επίσης ως στατιστική εκτίμηση βασισμένη σε δειγματοληψία, ώστε να αξιολογηθεί εάν η στρατηγική δειγματοληψίας επηρεάζει τον όγκο της online δειγματοληψίας. Τέλος, τέσσερις στατιστικές αποκλίσεις μεταξύ της ροής και της δεξαμενής συγκρίνονται για την ορισμό μίας χρονικής εποχής: ο κανόνας μέγιστου CV, ο κανόνας μέσου CV, η κανονικοποιημένη απόκλιση Frobenius της συνδιακύμανσης και η κανονικοποιημένη απόκλιση του διανύσματος μέσων τιμών.","abstract_html":"Τα συστήματα IoT είναι μια τεχνολογία που αναφέρεται σε συνδεδεμένους αισθητήρες και συσκευές που παρατηρούν φυσικές διεργασίες και παρέχουν χρονικά διατεταγμένες μετρικές. Αυτές οι μετρήσεις σχηματίζουν συνεχείς ροές δεδομένων που αποστέλλονται μέσω μιας δικτυακής πύλης, σε μία κεντρική υποδομή υπολογιστικού νέφους για αποθήκευση και περαιτέρω διεργασίες. Καθώς ο αριθμός των συσκευών μεγεθύνεται, αυτή η διαδικασία επαναληπτικής συλλογής και προώθησης δημιουργεί πολλαπλά σημεία συμφόρησης, όπως το περιορισμένο εύρος ζώνης του δικτύου, τις πεπερασμένες δυνατότητες των αποθηκευτικών μέσων και το απαιτούμενο φορτίο επεξεργαστικής ισχύος που απαιτούνται. Αυτοί οι περιορισμοί έχουν αποτελέσει αντικείμενο πολλών ακαδημαϊκών μελετών και πολλές από αυτές καταλήγουν στο συμπέρασμα ότι μια σχετικά μεγάλη μείωση των δεδομένων πρέπει να συμβεί στην παρυφή του δικτύου, κοντά στην πηγή. Οι Safaridis et al. προτείνουν μια μέθοδο εποχής-δεξαμενής που βρίσκεται στην παρυφή. Αυτή η μέθοδος ορίζει μια δεξαμενή σταθερού μεγέθους που διατηρεί τιμές της εισερχόμενης ροής, υλοποιώντας τον Αλγόριθμο δειγματοληψίας R. Η μέθοδος συγκρίνει επαναληπτικά τον Συντελεστή Μεταβλητότητας των δύο. Χωρίζει τον χρόνο σε εποχές, μέσα στις οποίες, εάν η στατιστική σχετική απόκλιση της δεξαμενής και της αντίστοιχης ροής είναι μεγαλύτερη από ένα δηλωμένο κατώφλι, οι μετρήσεις που βρίσκονται στη δεξαμενή αποστέλλονται στην υπηρεσία αποθήκευσης μέσω του Διαδικτύου και ξεκινά μια νέα εποχή. Τέλος, συγκρίνονται η εισερχόμενη ροή και η σύνοψη της δεξαμενής. Η εργασία αυτή εφαρμόζεται μόνο σε μονομεταβλητές παρατηρήσεις, όπου για κάθε χρονική μέτρηση υπάρχει η τιμή ενός χαρακτηριστικού. Ο στόχος της παρούσας διπλωματικής εργασίας είναι να επεκτείνει αυτή τη μονοδιάστατη μέθοδο ώστε να εφαρμόζεται σε πολυμεταβλητές παρατηρήσεις. Για τα πειράματα χρησιμοποιείται ένα σύνολο δεδομένων παρατηρήσεων πλοίου έξι διαστάσεων. Κάθε χρονοσημασμένη παρατήρηση αντιμετωπίζεται ως διάνυσμα. Μια παραλλαγή του Αλγορίθμου R, η R Shift, χρησιμοποιείται επίσης ως στατιστική εκτίμηση βασισμένη σε δειγματοληψία, ώστε να αξιολογηθεί εάν η στρατηγική δειγματοληψίας επηρεάζει τον όγκο της online δειγματοληψίας. Τέλος, τέσσερις στατιστικές αποκλίσεις μεταξύ της ροής και της δεξαμενής συγκρίνονται για την ορισμό μίας χρονικής εποχής: ο κανόνας μέγιστου CV, ο κανόνας μέσου CV, η κανονικοποιημένη απόκλιση Frobenius της συνδιακύμανσης και η κανονικοποιημένη απόκλιση του διανύσματος μέσων τιμών.","abstract_has_math":false,"creators":["ΚΑΤΣΑΡΟΣ ΤΡΙΑΝΤΑΦΥΛΛΟΣ","KATSAROS TRIANTAFYLLOS"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-08-21T16:41:59Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5426279"],"render_values":[{"text":"uoadl:5426279","href":null,"code":true}]}]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5426279","outbound_label":"Repository record","outbound_source":"dc:identifier"},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5426279","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΚΑΤΣΑΡΟΣ ΤΡΙΑΝΤΑΦΥΛΛΟΣ","KATSAROS TRIANTAFYLLOS"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5426279","https://pergamos.lib.uoa.gr/uoa/dl/object/5426279"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Τα συστήματα IoT είναι μια τεχνολογία που αναφέρεται σε συνδεδεμένους αισθητήρες και συσκευές που παρατηρούν φυσικές διεργασίες και παρέχουν χρονικά διατεταγμένες μετρικές. Αυτές οι μετρήσεις σχηματίζουν συνεχείς ροές δεδομένων που αποστέλλονται μέσω μιας δικτυακής πύλης, σε μία κεντρική υποδομή υπολογιστικού νέφους για αποθήκευση και περαιτέρω διεργασίες. Καθώς ο αριθμός των συσκευών μεγεθύνεται, αυτή η διαδικασία επαναληπτικής συλλογής και προώθησης δημιουργεί πολλαπλά σημεία συμφόρησης, όπως το περιορισμένο εύρος ζώνης του δικτύου, τις πεπερασμένες δυνατότητες των αποθηκευτικών μέσων και το απαιτούμενο φορτίο επεξεργαστικής ισχύος που απαιτούνται. Αυτοί οι περιορισμοί έχουν αποτελέσει αντικείμενο πολλών ακαδημαϊκών μελετών και πολλές από αυτές καταλήγουν στο συμπέρασμα ότι μια σχετικά μεγάλη μείωση των δεδομένων πρέπει να συμβεί στην παρυφή του δικτύου, κοντά στην πηγή. Οι Safaridis et al. προτείνουν μια μέθοδο εποχής-δεξαμενής που βρίσκεται στην παρυφή. Αυτή η μέθοδος ορίζει μια δεξαμενή σταθερού μεγέθους που διατηρεί τιμές της εισερχόμενης ροής, υλοποιώντας τον Αλγόριθμο δειγματοληψίας R. Η μέθοδος συγκρίνει επαναληπτικά τον Συντελεστή Μεταβλητότητας των δύο. Χωρίζει τον χρόνο σε εποχές, μέσα στις οποίες, εάν η στατιστική σχετική απόκλιση της δεξαμενής και της αντίστοιχης ροής είναι μεγαλύτερη από ένα δηλωμένο κατώφλι, οι μετρήσεις που βρίσκονται στη δεξαμενή αποστέλλονται στην υπηρεσία αποθήκευσης μέσω του Διαδικτύου και ξεκινά μια νέα εποχή. Τέλος, συγκρίνονται η εισερχόμενη ροή και η σύνοψη της δεξαμενής. Η εργασία αυτή εφαρμόζεται μόνο σε μονομεταβλητές παρατηρήσεις, όπου για κάθε χρονική μέτρηση υπάρχει η τιμή ενός χαρακτηριστικού. Ο στόχος της παρούσας διπλωματικής εργασίας είναι να επεκτείνει αυτή τη μονοδιάστατη μέθοδο ώστε να εφαρμόζεται σε πολυμεταβλητές παρατηρήσεις. Για τα πειράματα χρησιμοποιείται ένα σύνολο δεδομένων παρατηρήσεων πλοίου έξι διαστάσεων. Κάθε χρονοσημασμένη παρατήρηση αντιμετωπίζεται ως διάνυσμα. Μια παραλλαγή του Αλγορίθμου R, η R Shift, χρησιμοποιείται επίσης ως στατιστική εκτίμηση βασισμένη σε δειγματοληψία, ώστε να αξιολογηθεί εάν η στρατηγική δειγματοληψίας επηρεάζει τον όγκο της online δειγματοληψίας. Τέλος, τέσσερις στατιστικές αποκλίσεις μεταξύ της ροής και της δεξαμενής συγκρίνονται για την ορισμό μίας χρονικής εποχής: ο κανόνας μέγιστου CV, ο κανόνας μέσου CV, η κανονικοποιημένη απόκλιση Frobenius της συνδιακύμανσης και η κανονικοποιημένη απόκλιση του διανύσματος μέσων τιμών.","IoT systems are a technology that refers to connected sensors and devices observing physical processes and provide time ordered metrics. These measurements form continuous data streams that are being sent through a gateway over the Internet to centralized cloud infrastructure for storage and further processing. As the device number is scaled, this process of iterative collection and forwarding creates multiple bottlenecks such as the network bandwidth usage, the storage size demand and processing load. These constraints have been a subject for many academic studies and many conclude that a relatively big reduction of the data must occur in the edge of the network, near the source. Safaridis et al. propose an epoch-reservoir method located at the edge. This method defines a fixed size reservoir that holds values of the input stream, by implementing the sampling R Algorithm. The method iteratively compares the Coefficient of Variation of the two. It splits the time into epochs into which if the statistical relative discrepancy of the reservoir and corresponding stream is larger than a declared threshold, the reservoir gets sent to the storage service over the Internet and a new epoch starts. Finally the input stream versus the synopsis of the reservoir are being compared. This paper applies only to univariate observations, that contain one attribute. The goal of this thesis is to extend this scalar method to apply to multivariate observations. A six-dimension vessel observation dataset is used for the experiments. Each timestamped observation is handled as a vector. A variant of R Algorithm, R Shift is also used for sampling based statistical estimation to evaluate if the sampling strategy affects the volume of the online sampling. Finally four statistical discrepancies between the stream and reservoir are being compared for the epoch trigger: maximum-CV rule, mean-CV rule, normalized covariance-Frobenius discrepancy, and normalized mean-vector discrepancy."]},{"key":"dc:title","label":"Title","values":["Efficient Cloud Storage of Multivariate IoT Streams via Statistical Sampling"]}]}],"canonical_facts":{"dc:creator":["ΚΑΤΣΑΡΟΣ ΤΡΙΑΝΤΑΦΥΛΛΟΣ","KATSAROS TRIANTAFYLLOS"],"dc:date":["2026"],"dc:description":["Τα συστήματα IoT είναι μια τεχνολογία που αναφέρεται σε συνδεδεμένους αισθητήρες και συσκευές που παρατηρούν φυσικές διεργασίες και παρέχουν χρονικά διατεταγμένες μετρικές. Αυτές οι μετρήσεις σχηματίζουν συνεχείς ροές δεδομένων που αποστέλλονται μέσω μιας δικτυακής πύλης, σε μία κεντρική υποδομή υπολογιστικού νέφους για αποθήκευση και περαιτέρω διεργασίες. Καθώς ο αριθμός των συσκευών μεγεθύνεται, αυτή η διαδικασία επαναληπτικής συλλογής και προώθησης δημιουργεί πολλαπλά σημεία συμφόρησης, όπως το περιορισμένο εύρος ζώνης του δικτύου, τις πεπερασμένες δυνατότητες των αποθηκευτικών μέσων και το απαιτούμενο φορτίο επεξεργαστικής ισχύος που απαιτούνται. Αυτοί οι περιορισμοί έχουν αποτελέσει αντικείμενο πολλών ακαδημαϊκών μελετών και πολλές από αυτές καταλήγουν στο συμπέρασμα ότι μια σχετικά μεγάλη μείωση των δεδομένων πρέπει να συμβεί στην παρυφή του δικτύου, κοντά στην πηγή. Οι Safaridis et al. προτείνουν μια μέθοδο εποχής-δεξαμενής που βρίσκεται στην παρυφή. Αυτή η μέθοδος ορίζει μια δεξαμενή σταθερού μεγέθους που διατηρεί τιμές της εισερχόμενης ροής, υλοποιώντας τον Αλγόριθμο δειγματοληψίας R. Η μέθοδος συγκρίνει επαναληπτικά τον Συντελεστή Μεταβλητότητας των δύο. Χωρίζει τον χρόνο σε εποχές, μέσα στις οποίες, εάν η στατιστική σχετική απόκλιση της δεξαμενής και της αντίστοιχης ροής είναι μεγαλύτερη από ένα δηλωμένο κατώφλι, οι μετρήσεις που βρίσκονται στη δεξαμενή αποστέλλονται στην υπηρεσία αποθήκευσης μέσω του Διαδικτύου και ξεκινά μια νέα εποχή. Τέλος, συγκρίνονται η εισερχόμενη ροή και η σύνοψη της δεξαμενής. Η εργασία αυτή εφαρμόζεται μόνο σε μονομεταβλητές παρατηρήσεις, όπου για κάθε χρονική μέτρηση υπάρχει η τιμή ενός χαρακτηριστικού. Ο στόχος της παρούσας διπλωματικής εργασίας είναι να επεκτείνει αυτή τη μονοδιάστατη μέθοδο ώστε να εφαρμόζεται σε πολυμεταβλητές παρατηρήσεις. Για τα πειράματα χρησιμοποιείται ένα σύνολο δεδομένων παρατηρήσεων πλοίου έξι διαστάσεων. Κάθε χρονοσημασμένη παρατήρηση αντιμετωπίζεται ως διάνυσμα. Μια παραλλαγή του Αλγορίθμου R, η R Shift, χρησιμοποιείται επίσης ως στατιστική εκτίμηση βασισμένη σε δειγματοληψία, ώστε να αξιολογηθεί εάν η στρατηγική δειγματοληψίας επηρεάζει τον όγκο της online δειγματοληψίας. Τέλος, τέσσερις στατιστικές αποκλίσεις μεταξύ της ροής και της δεξαμενής συγκρίνονται για την ορισμό μίας χρονικής εποχής: ο κανόνας μέγιστου CV, ο κανόνας μέσου CV, η κανονικοποιημένη απόκλιση Frobenius της συνδιακύμανσης και η κανονικοποιημένη απόκλιση του διανύσματος μέσων τιμών.","IoT systems are a technology that refers to connected sensors and devices observing physical processes and provide time ordered metrics. These measurements form continuous data streams that are being sent through a gateway over the Internet to centralized cloud infrastructure for storage and further processing. As the device number is scaled, this process of iterative collection and forwarding creates multiple bottlenecks such as the network bandwidth usage, the storage size demand and processing load. These constraints have been a subject for many academic studies and many conclude that a relatively big reduction of the data must occur in the edge of the network, near the source. Safaridis et al. propose an epoch-reservoir method located at the edge. This method defines a fixed size reservoir that holds values of the input stream, by implementing the sampling R Algorithm. The method iteratively compares the Coefficient of Variation of the two. It splits the time into epochs into which if the statistical relative discrepancy of the reservoir and corresponding stream is larger than a declared threshold, the reservoir gets sent to the storage service over the Internet and a new epoch starts. Finally the input stream versus the synopsis of the reservoir are being compared. This paper applies only to univariate observations, that contain one attribute. The goal of this thesis is to extend this scalar method to apply to multivariate observations. A six-dimension vessel observation dataset is used for the experiments. Each timestamped observation is handled as a vector. A variant of R Algorithm, R Shift is also used for sampling based statistical estimation to evaluate if the sampling strategy affects the volume of the online sampling. Finally four statistical discrepancies between the stream and reservoir are being compared for the epoch trigger: maximum-CV rule, mean-CV rule, normalized covariance-Frobenius discrepancy, and normalized mean-vector discrepancy."],"dc:identifier":["uoadl:5426279","https://pergamos.lib.uoa.gr/uoa/dl/object/5426279"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Efficient Cloud Storage of Multivariate IoT Streams via Statistical Sampling"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-08-21T16:41:59Z"}