دمج البيانات Data Fusion

ما هو دمج البيانات؟

هو عملية جمع البيانات ودمجها من مصادر متعددة لإنشاء معلومات أكثر فائدة ودقة واتساقاً مما يمكن أن تكون عليه البيانات من أي مصدر فردي، وتطبق غالباً على البيانات المجمعة من أجهزة استشعار إنترنت الأشياء.

مراحل دمج البيانات

تتضمن عملية استخدام دمج البيانات ست مراحل أساسية وفقاً لنموذج (DFIG) والذي تم تطويره لتوفير إطار عمل موحد للبيانات واستخدامها، وهي كالتالي:

1. تقييم البيانات: يتضمن هذا المستوى معالجة البيانات الخام من مصادر فردية لتحسين جودتها وموثوقيتها.
2. تقييم الكائنات: يتضمن هذا المستوى تحديد وتتبع الكائنات الفردية في البيئة، مثل المركبات أو الأشخاص.
3. تقييم الحالة: يتضمن هذا المستوى دمج المعلومات من مصادر متعددة لتوفير فهم شامل للوضع، بما في ذلك موقع وسلوك الكائنات والتهديدات المحتملة.
4. تحسين التهديدات: يتضمن هذا المستوى تقييم التهديدات المحتملة وتأثيرها في الوضع، بما في ذلك احتمالية ونتائج المختلفة.
5. إدارة الموارد: يتضمن هذا المستوى تخصيص الموارد مثل الأفراد أو المعدات للتعامل مع التهديدات المحددة وتحقيق أهداف المهمة.
6. تحسين الإدراك: يتضمن هذا المستوى دمج ملاحظات المستخدم والعمليات الإدراكية لتحسين الكفاءة العامة لنظام دمج البيانات.
7. الإدارة: يتضمن هذا المستوى التقييم والتحسين المستمر لأهداف المهمة ونظام دمج البيانات نفسه لضمان الأداء الأمثل والقدرة على التكيُّف مع التغييرات في الظروف.

مزايا دمج البيانات

يوجد العديد من مزايا دمج البيانات، إليك أبرزها:

• تكون البيانات الناتجة عند دمج البيانات من أجهزة استشعار إنترنت الأشياء من أجهزة الاستشعار المتعددة أكثر فائدة ومعقولية ودقة من دمج البيانات القائم على جهاز استشعار واحد.
• يساعد دمج البيانات على التحليل الإحصائي.
• يساعد دمج البيانات على التعامل مع المشكلات التي تواجه البيانات الضخمة الناتجة عن الأنظمة القائمة على إنترنت الأشياء.
• يساعد على إخفاء المعلومات المهمة.

تحديات دمج البيانات

فيما يلي تحديات دمج البيانات والتي يجب معالجتها لتحقيق أقصى استفادة من البيانات:

• تولد شبكة إنترنت الأشياء المكونة من عدة مئات وآلاف من أجهزة الاستشعار بيانات مهمة وغير مهمة، وقد تؤثّر معالجة البيانات غير المهمة في دقة خوارزميات دمج البيانات.
• دمج البيانات ليس عملية ثابتة في طبيعتها.
• تؤدي الطبيعة المتضاربة للبيانات إلى نتائج غير صحيحة ما يتطلب أن تتوخى خوارزميات دمج البيانات أقصى درجات الحذر أثناء التعامل مع البيانات المتضاربة.
• يجب التعامل مع ارتباط البيانات ومواءمتها قبل عملية دمج البيانات، ويعد ذلك ضرورياً في دمج بيانات شبكات الاستشعار اللاسلكية.
• يجب التعامل مع نقص البيانات وتناقضات البيانات بشكلٍ فعّال في أثناء استخدام خوارزميات دمج البيانات.