Search

U svijetu Interneta stvari količina podatka i kompleksnost prerasta mogućnosti računalnog oblaka. Selidbom poslužiteljskih resursa i usluga bliže samim podatcima radni okvir računarstvo na rubu rješava mnoge probleme s kojima se susreće klasični oblik računalnog oblaka. No, računarstvo na rubu donosi nove izazove. U sklopu rada [3] predloženo je rješenje koje rješava probleme adaptivnog usmjeravanja toka podataka u okolini računarstva na rubu. Predložena je arhitektura sustava koja rješava probleme ulaska komponente u sustav, prilagodbe usmjeravanja toka podataka i oporavka od ispada usluge sustava. Za implementaciju arhitekture korištena je komunikacijska metoda objavi-pretplati s pretplatama na sadržaj s dodatkom poruke najave objave. Ovaj rad direktno se nadovezuje na taj rad na način da razvijeni softver i predloženu arhitekturu testira i analizira koristeći klaster K3s. Alat K3s sve se više i više koristi u okruženjima računarstva na rubu jer je između ostalog za razliku od Kubernetesa jednostavniji i zahtjeva manje memorijskih resursa što ga čini jako dobrim kandidatom za jedan takav sustav. U studijskom primjeru ovog rada prikazuje se način korištenja predstavljenih alata te se ispituje prilagodba upravljanja toka podataka prilikom ispadanja usluge sustava. With the continuous increase of data size and complexity in the world of the Internet of things, edge computing comes as an alternative solution for problems faced by the cloud. Edge computing brings computational and memory resources closer to the data source which significantly decreases latency time and increases service response time, availability and security. The paper [3] introduces an architecture for edge computing that solves the problem of adaptive data stream routing in the edge computing environment. A system architecture is proposed that solves the problem of a new component entering the system, adaptation of data stream routing, and recovery from system service outages. For architecture implementation, the publish/subscribe communication method supporting content-based subscriptions and announce messages is used. This thesis goes a step further in investigating the proposed solution by setting it in a cluster environment created by K3s. K3s is a perfect tool for a distributed environment with resource-constrained nodes because it is a lightweight version of Kubernetes that can run almost everywhere. The case study of this paper tests the proposed solution.

U ovom radu prikazane su tehnologije i algoritmi koji su danas primjenjivi za rješavanje problema prepoznavanja lica te odabrane tehnologije i implementacija sustava koji omogućuje osobi ulazak u pametni ured na temelju prepoznavanja njegovog lica iz struje videa. Sustav koristeći metode strojnog i dubokog učenje detektira lice, prepoznaje njegove ključne značajke te na temelju njih izrađuje 128-dimenzionalno polje koje uspoređuje s prije izrađenim poljima „poznatih lica“ iz baze podataka, te ovisno o toj usporedbi određuje ima li osoba ovlasti ući u pametni ured ili ne. This paper presents technologies and algorithms that are today applicable to solve the problem of face recognition, and selected technologies and implementation of a system that allows a person to enter a smart office by recognizing his face. Using machine and deep learning, the system detects the face, recognizes its key features and creates a 128-dimensional field called embedding. The system then compares previously created embeddings of “known persons” from the database and depending on its similarity determines whether a person has the authority to enter a smart office or not.