Smart Cities: Un primer paso hacia la Internet de las cosas 62
semántica enriquecida de los diferentes conceptos. La gestión de la información necesita además de ciertos niveles de protección, seguridad y aseguramiento de la privacidad y esta es la capa en la que habrá que proporcionarlos. Los datos son la materia prima fundamental de todo servicio en el marco de la Smart City. La gestión de estos es una tarea que guarda bastante complejidad ya que normalmente se consumen en tiempo real, suelen ser muy variados, presentan diferentes formatos55, suele ser necesario que incorporen información de geolocalización y que hay que integrar a su vez en un modelo de datos complejo que idealmente representa a toda la ciudad. En este contexto, es necesario pues contar con herramientas que faciliten su tratamiento: extracción, homogeneización y almacenamiento en estructuras que sean de fácil acceso. En este sentido los data warehouses, o almacenes de datos, son herramientas ampliamente conocidas en todos los sectores en los que es necesario almacenar y procesar grandes cantidades de información. En dichos almacenes se escriben los datos que son necesarios o útiles para una organización como paso intermedio para posteriormente transformarlos en información útil para el usuario. El uso de diferentes sistemas de soporte a las decisiones, herramientas de información ejecutiva y sistemas de visualización de información ayudará a la posterior tarea de análisis. El diseño de un data warehouse debe permitir que las aplicaciones o los usuarios finales realicen consultas sobre sus almacenes de datos sin tocar o afectar la operación del sistema. Y para ello, en el diseño del sistema han de tenerse en cuenta los siguientes aspectos: que han de integrarse los datos provenientes de diferentes bases de datos que además, con frecuencia, tendrán diferentes estructuras y que han de separarse los datos usados en operaciones diarias de los datos usados en el almacén de datos para los propósitos de análisis. En el caso de las ciudades inteligentes, los data warehouses deben tener en cuenta en su diseño dos características fundamentales: el manejo de gran cantidad de datos en tiempo real y la necesidad de que la información esté geolocalizada. Para este último tipo de casos se utiliza lo que se denomina el “almacén de datos espacial”, que añade precisamente esta información de geolocalización a los datos. En este caso, la componente geográfica no es un dato agregado, sino que es una dimensión más, de tal manera que permite modelar toda la complejidad de la ciudad, y que a través de herramientas de procesamiento analítico en línea56, no solamente se posea un alto desempeño en consultas multidimensionales sino que adicionalmente se puedan visualizar espacialmente los resultados: tal y como se ha comentado, las técnicas de visualización son especialmente relevantes en el contexto de la Smart City. Una capa de análisis y control se hace pues necesaria para sacar el mayor partido posible a los datos e incluso realizar actividades de previsión de comportamientos y situaciones que ayuden a plantear las diferentes políticas públicas en el ámbito local. En este sentido las técnicas de data mining se hacen imprescindibles. En esta capa también se situarían las herramientas que facilitan el seguimiento de los eventos más importantes que estén sucediendo en la ciudad y que ayuden, por ejemplo, a detectar alarmas en tiempo real a través de notificaciones. Además, la información se presentará agregada de diferente manera y a diferentes niveles según el público objetivo de la misma, intentando que la presentación se realice de la manera más intuitiva posible. Se trata así de presentar diferentes visiones de la ciudad, dependiendo del objetivo de la consulta y de las diferentes áreas temáticas. Este módulo será pues fundamental para la definición y seguimiento de los objetivos y de las políticas que regirán el funcionamiento de la ciudad inteligente y que ayudarán a la ciudad tanto en la gestión de su día a día como en la evolución a medio y largo plazo.
55. Hay datos procedentes de sensores que recopilan información de diferentes magnitudes físicas, de diferentes fabricantes, etc. 56. También denominadas técnicas OLAP.
Smart_cities_ladillo1.indd 62
14/10/11 13:15