09_iot_sensor_network

IoT-Sensornetzwerk - Echtzeit-Datenverarbeitung

📝 Übersicht

Vollständiges IoT-System mit MQTT-Integration, Complex Event Processing (CEP), Anomalie-Erkennung und geografischer Visualisierung.

✨ Features

• ✅ IoT-Sensor-Simulation - Mehrere Sensor-Typen
• ✅ MQTT Protocol - Standard IoT-Kommunikation
• ✅ Echtzeit-Verarbeitung - Stream Processing
• ✅ Complex Event Processing - Pattern Matching
• ✅ Anomalie-Erkennung - ML-basiert (scikit-learn)
• ✅ Geografische Karten - Sensor-Standorte visualisieren
• ✅ Alarmierung & Eskalation - Multi-Level Alerts
• ✅ Dashboard - Multi-View Interface
• ✅ Time-Series Optimierung - Gorilla Compression

📊 Datenmodell

Sensor

{
    "id": "sensor_uuid",
    "type": "temperature",  # temperature, humidity, pressure, motion
    "name": "Sensor-Berlin-01",
    "location": {
        "lat": 52.5200,
        "lon": 13.4050,
        "altitude": 34
    },
    "config": {
        "interval": 60,  # Sekunden
        "thresholds": {
            "min": -20,
            "max": 50,
            "critical_min": -30,
            "critical_max": 60
        }
    },
    "status": "active"
}

Messung (Time-Series)

{
    "id": "measurement_uuid",
    "sensor_id": "sensor_uuid",
    "timestamp": "2025-12-22T10:30:45.123Z",
    "value": 23.5,
    "unit": "°C",
    "quality": 0.98,  # Datenqualität 0-1
    "anomaly_score": 0.05  # ML-Score
}

Event (CEP)

{
    "id": "event_uuid",
    "pattern": "high_temperature_sustained",
    "sensors": ["sensor1", "sensor2"],
    "triggered_at": "2025-12-22T10:35:00Z",
    "severity": "warning",  # info, warning, critical
    "description": "Temperatur über 45°C für 10 Minuten",
    "actions_taken": ["notification", "email"]
}

🔧 Installation

cd examples/09_iot_sensor_network
pip install -r requirements.txt
python main.py

📚 Dokumentation

• README.md - Diese Datei
• HOW_TO.md - Bedienungsanleitung
• SENSOR_SIMULATION.md - Sensor-Setup
• CEP_PATTERNS.md - Event-Muster
• ML_MODELS.md - Anomalie-Erkennung
• SCALING_GUIDE.md - Skalierung

📚 Was Sie lernen

• Time-Series + CEP - Kombination für Echtzeit
• MQTT Integration - IoT-Standard-Protokoll
• Geo-Spatial Queries - Standort-basierte Suche
• ML Pipeline - Training und Inference
• Threading - Parallele Sensor-Verarbeitung
• Performance - Optimierung für hohen Durchsatz

🎯 Use Cases

1. Smart Building - Gebäude-Monitoring
2. Industrie 4.0 - Maschinen-Überwachung
3. Smart City - Städtische Infrastruktur
4. Landwirtschaft - Feld-Monitoring
5. Umwelt-Monitoring - Luft- und Wasserqualität

🧠 CEP-Pattern Beispiele

• Schwellwert-Überschreitung - Wert > Limit für X Sekunden
• Trend-Erkennung - Steigend/Fallend über Zeit
• Korrelation - Mehrere Sensoren gleichzeitig
• Ausfall-Erkennung - Sensor sendet nicht mehr
• Anomalie-Pattern - Ungewöhnliche Werte

---

Status: Geplant | Production-Ready IoT-System