Addressing the interoperability challenge of combining heterogeneous data sources in a data-driven solution

Dataohjautuvat ratkaisut yhdistävät usein erilaisten ja heterogeenisten tietolähteiden tietoja. Nämä tietolähteet voivat käyttää erilaisia verkkokerrosprotokollia, viestikerroksen protokollia, dataformaatteja ja semanttisia malleja. Näiden yhdistelmä luo yhteentoimivuuden haasteen, koska usein eri pro- tokollat tai formaatit eivät toimi toistensa kanssa. IoT-ratkaisuissa nämä haasteet ratkaistaan usein järjestelmien sisällä, ei niiden välillä. Tämä luo siilomaisia raken- teita IoT-järjestelmien välille. Tämä opinnäytetyö esittelee yhteentoimivuusongel- man neljällä kerroksella ja lisäksi ehdottaa joitain mahdollisia ratkaisuja näiden on- gelmien ratkaisemiseksi datapohjaisen esimerkkitapauksen avulla.

Data-driven solutions often combine data from various and heterogenic data sources. These data sources might use different network layer protocols, mes- sage layer protocols, data formats and semantical models. The combination of these creates an interoperability challenge since different protocols do not interoperate with each other. In the IoT-domain these challenges are often solved within systems, not among them. This creates a siloed structure for many IoT-systems. This Thesis observes the interoperability challenge on four layers and presents some possible solutions to solve these problems in a data-driven case example.