Vizualizace velkých dat

V současné době stále více oblastí informačních technologií naráží na problém velkého množství dat (Big Data). Příkladem je koncept Internetu věcí (IoT), kde problém vyvstává především z obrovského objemu dat, které jsou neustále generovány a shromažďovány připojenými zařízeními (https://ieeexplore.ieee.org/document/10146237). Dalším příkladem je monitorování síťového provozu, kde je v krátkém časovém úseku zasíláno enormní množství paketů, které mohou hrát roli, při detekci a analýze anamálií a bezpečnostních rizik na síti. Třetím příkladem jsou data produkovaná lidmi, kteří využívají informační technologie k běžnému životu. Obecně se dá říci, že se jedná o data, která přibývají průběžně v čase (tzv. time series).

Zpracování a vizualizace dat je výzvou nejen v ukládání takových dat, ale také následném zpracování a prezentaci takových dat uživateli. S rostoucím objemem dat a komplexitou analytických potřeb se stává klíčovým faktorem využití pokročilých technologií, jako jsou algoritmy strojového učení a umělé inteligence. Tyto technologie mohou přispět k efektivnějšímu získávání vzorů a informací z rozsáhlých datových souborů, čímž usnadňují procesy rozhodování a strategické plánování.

Dále je nutné hledat takové typy vizualizací, ktreré dokáží pojmout velké množství informací na malém prostoru ve srozumitelné formě. Efektivní vizualizace mohou zahrnovat interaktivní grafy, teplotní mapy, časové řady a další grafické prvky, které umožňují uživatelům snadno identifikovat vzory a trendy. Využití barev, velikostí a různých tvarů může dále posílit srozumitelnost vizualizací a zvýraznit klíčové aspekty dat.

Cílem této disertační práce je studovat a rozšířit existující přístupy vizualizace velkých dat. Zejména se bude jednat například o:

• způsoby ukládání velkých dat vhodné pro rychlé vykonávání dotazů z front-end části systémů
• algoritmy předzpracování a agregace dat vhodné pro vizualizaci
• nové typy vizualizací
• aplikace v oblasti IoT a chytrých měst