Difference between revisions of "PM2M-2016-RDSMining/Suivi"
Jump to navigation
Jump to search
(→Client) |
|||
| Line 41: | Line 41: | ||
==Serveur== |
==Serveur== |
||
| − | * Installer le broker de message ([[mosquitto]]) |
+ | * Installer le broker de message ([[mosquitto]]). |
| − | * Paramétrer le pare-feu Amazon afin de pouvoir contacter le broker de message tout en gardant un minimum de sécurité |
+ | * Paramétrer le pare-feu Amazon afin de pouvoir contacter le broker de message tout en gardant un minimum de sécurité. |
| − | * Installer [[Elastic Search]] et paramétrer l'index avec le mapping qui va bien pour pouvoir exploiter correctement les données |
+ | * Installer [[Elastic Search]] et paramétrer l'index avec le mapping qui va bien pour pouvoir exploiter correctement les données. |
| − | * Installer [[Kibana]] et créer les graphes mettant en valeur les données RDS |
+ | * Installer [[Kibana]] et créer les graphes mettant en valeur les données RDS. |
| − | * Créer le script Perl qui insèrera les données du broker de message dans [[Elastic Search]] (tout en profitant de les rendre un petit peu plus propres en nettoyant les |
+ | * Créer le script Perl qui insèrera les données du broker de message dans [[Elastic Search]] (tout en profitant de les rendre un petit peu plus propres en nettoyant les blancs...). |
=Expérimentations et Résultats= |
=Expérimentations et Résultats= |
||
Revision as of 01:38, 9 April 2016
Collecte et analyse des messages RDS de traffic routier
Etudiants M2PGI PM2M: Etudiants
Dépôt Git : github
Documents : Rapport - Transparents - Flyer - Video
Contexte
Projet par binôme (ABHAMON Ronan - BIGARD Florian) dans le cadre de la matière M2M du Master 2 Génie Informatique de l'université Grenoble Alpes (IMAG).
Objectif du projet
Récupérer des données RDS via un tuner FM et un BeagleBone Black pour les envoyer via un broker à un Elastic Search hebergé sur un serveur Amazon. Exploiter les données d'Elastic Search via Kibana afin de faire des statistiques détaillées sur les données envoyées par les différentes stations de radio (Fréquence d'une musique, termes les plus utilisés etc).
Matériel utilisé
Technologies utilisées
Langages utilisés
Plan de développement
Mettre en place de façon parallèle les deux points suivants.
Client
- Créer un service en C sous forme de serveur sur un BeagleBone permettant à des clients de s'y connecter afin de recevoir des messages de notifications. Ces messages peuvent être des données RDS, le volume du tuner, la station en cours...
- Créer un client en NodeJS qui enverra les informations RDS transmises par le service sur le broker de message du serveur.
- Mettre en lien les deux programmes afin qu'ils parviennent à communiquer ensemble (envoyer des commandes au tuner FM, envoyer les informations RDS sur le programme Node...).
Serveur
- Installer le broker de message (mosquitto).
- Paramétrer le pare-feu Amazon afin de pouvoir contacter le broker de message tout en gardant un minimum de sécurité.
- Installer Elastic Search et paramétrer l'index avec le mapping qui va bien pour pouvoir exploiter correctement les données.
- Installer Kibana et créer les graphes mettant en valeur les données RDS.
- Créer le script Perl qui insèrera les données du broker de message dans Elastic Search (tout en profitant de les rendre un petit peu plus propres en nettoyant les blancs...).
Expérimentations et Résultats
Fréquence des messages RDS
Répartition des messages RDS sans la période de nuit
Répartition des messages RDS avec la période de nuit
