由於現今感測器的多元化發展，以及行動裝置、行動網路的普及，所以每天使用者所產生的資料量也隨之龐大，其中包括感測資訊Exif。在快速遞增的大量感測資訊當中，要如何將其利用並且做出有效率的分析以及運算是個嶄新的議題。在這篇論文中，我們把重點放在處理這些各種感測裝置環境底下所產生的大量數據，這些數據包括我們生活周遭所產生的資訊，例如溫度、道路狀況和空氣品質、噪音值等等，最後我們透過雲端運算技術進行數值的分析。
　　因此，我們在基於Hadoop的智慧城市中開發了一個感測資訊處理平台，我們設想這些感測資訊被嵌入在車輛上的行車紀錄器或是使用者的行動裝置所擷取、拍攝的圖片當中，藉著Android作業系統的智慧手機，使用者可以將這些圖像檔案上傳到我們開發的Separatags Android應用程序Hadoop叢集當中；在圖像檔案上傳之後，我們使用MapReduce框架來處理它們。具體而言，在Map Task
我們利用開發完善的Hadoop Image Processing Interface (HIPI) 套件擷取圖像檔案中我們所需的感測資訊，然後在Reduce Task這些感測資訊將會被儲存到HBase當中。此外，我們使用Hadoop分散式檔案系統（HDFS）儲存安裝在車輛上的行車紀錄器、行動裝置所拍攝的街道圖片，那麼使用者就可以使用他們的Android智慧手機或是網路瀏覽器來訪問這些感測資訊和街道圖片。
　　總而言之，本研究開發的感測資訊處理平台是一個創新的應用，是為發展智慧城市中一個重要且有用的相關基礎。

With the rapid development of sensor technologies, along with the increasing popularity of mobile devices and wireless/mobile networks, the volume of data generated by human beings and all sorts of devices are getting larger and larger every day. It is without doubt that how to deal with the huge amount of data in an efficient way and to transform these data into useful information for people to make use of has become an important research topic. In this thesis, we focus on handling the large amount of environmental conditions data collected by various sensor devices. These data produced around us such as the temperature, the road conditions and the air quality can be numerically analyzed by utilizing the cloud computing technology. Therefore, we implemented a sensor data processing platform for intelligent cities based on Hadoop. We assume that sensor data are embedded in the image files captured by the vehicle drive recorders and the smartphones. With Android smartphones, users can upload the image files to the Hadoop cluster by the Separatags Android App we developed. After the image files are uploaded, we use the MapReduce framework to process them. Specifically, in the Map task we utilize the well-developed Hadoop Image Processing Interface (HIPI) library to extract the desired sensor data from the image files, and then in the Reduce task these sensor data are inserted into HBase. Besides, we use the Hadoop Distributed File System (HDFS) to store the street images captured by driving recorders installed in vehicles. People can then use their Android smartphones or standard web browsers to access the sensor data and the street images. In sum, the data processing platform we developed can be an important building block for constructing various useful and creative applications to serve people living in intelligent cities.

目錄
第一章	緒論	1
1.1	研究背景與動機	1
1.2	研究目的與重要性	2
1.3	論文架構	4
第二章	相關研究	6
2.1	Hadoop系統架構	6
2.1.1	HDFS分散式檔案系統	7
2.1.2	MapReduce軟體框架	9
2.1.3	HBase分散式資料庫	11
2.2	Hipi - Hadoop圖像處理套件	11
2.3	智慧城市實踐案例	15
2.4	相關感測資訊平台實例	17
第三章	系統架構與流程設計	20
3.1	SeparaTags運作流程	20
3.2	後端雲端系統架構	22
3.3	接收端監聽服務	29
第四章	系統實作與結果	32
4.1	系統開發環境	32
4.2	系統實作及分析	35
4.2.1	SeparaTags Android應用程式實作	35
4.2.2	Hadoop雲端系統實作	40
4.2.3	接收端監聽服務實作	51
4.3	系統實測結果	54
4.3.1	SeparaTags應用程式	54
4.3.2	系統監聽並執行服務	62
4.3.3	Hadoop雲端系統執行結果	63
第五章	結論與未來展望	67
5.1	結論	67
5.2	未來展望	67
參考文獻	68
附錄 – 英文論文	71
 
圖目錄
圖 1-1 本系統實作SeparaTags與Hadoop之基本架構圖	4
圖 2-1 Cull Mapper使用範例	13
圖 2-2 Hipi流程架構圖(截取自Hipi官網[13])	14
圖 2-3 參考文獻[15]之系統架構圖	18
圖 3-1 SeparaTags流程架構圖	21
圖 3-2 MapReduce架構流程圖	23
圖 3-3 MapReduce WordCount 範例	26
圖 3-4 本實作之後端運作完整流程圖	29
圖 3-5 Socket流程架構圖	31
圖 4-1 Eclipse模擬Hadoop環境之基本設定	33
圖 4-2 Eclipse模擬Hadoop環境之進階設定	33
圖 4-3 成功加載於Eclipse上的HDFS	34
圖 4-4 AccountManager抓取使用者帳號	36
圖 4-5 Cursor類別使用範例	38
圖 4-6 Scanfile 實作流程	42
圖 4-7 HIB中加入多重圖檔Scanfile流程圖	44
圖 4-8 Mapper擷取Exif訊息實例	46
圖 4-9 Exiftool軟體取出的Exif數據（部分內容）	47
圖 4-10 使用Hipi僅擷取出所需的Exif數據	47
圖 4-11 Reducer搜索字串API實例	48
圖 4-12 InsertData方法實例	50
圖 4-13 使用QueryAll方法查詢資料庫	51
圖 4-14 感測資料處理平台流程圖	54
圖 4-15 要求使用者認證的服務聲明	55
圖 4-16 取得使用者ID方可進入主程式	55
圖 4-17 SepataTags主選單畫面	56
圖 4-18 SeparaTags上傳頁面	57
圖 4-19 已選取要上傳之含有感測資訊圖片	58
圖 4-20 使用者上傳確認	58
圖 4-21 使用者訊息回饋	59
圖 4-22 SeparaTags圖片瀏覽頁面	60
圖 4-23 輸入檔案名稱查詢出該環境圖片	61
圖 4-24 輸入使用者ID查詢出該環境圖片	61
圖 4-25 系統監聽服務	62
圖 4-26 使用者操作紀錄之Log檔	63
圖 4-27 MapReduce執行過程	64
圖 4-28 模擬HIB加入多張圖片時MapReduce執行結果	64
圖 4-29 HIB加入多張圖片時Mapper Exif輸出內容	65
圖 4 30 HBase spt_table查詢結果	65
圖 4 31 Hadoop網頁管理集群的HBase信息	66

表目錄
表 3-1 HBase 資料庫表格欄位	28
表 4-1 getSystemService服務對象內容	37
表 4-2 本系統spt_table以表格型態呈現（部份內容）	66

[1]	IBM。2013。為企業海量資料賦予意義。
網址：http://www-01.ibm.com/software/tw/data/bigdata。上網日期：2014-01-03
[2]	Hadoop, Available at: http://hadoop.apache.org. Accessed 04 May 2013.
[3]	新北市研考會。智慧ing – 新北市智慧城市藍圖。2012。網址：http://www.construction.taichung.gov.tw/public/data/105010/1017-02.pdf
上網日期：2013-11-08
[4]	Exif, "Standard of the Camera & Imaging Products Association, CIPA 
[5]	Daniel Eran Dilger, “IDC data shows 66% of Android's 81% smartphone share are 
Junk phones selling for $215”, Available at: http://appleinsider.com/articles/13/11/12/idc-data-shows-66-of-androids-81-smartphone-share-are-junk-phones-selling-for-215. Accessed 14 February 2014.
[6]	DC-008-Translation-2012, Exchangeable image file format for digital still cameras: Exif Version 2.3. Available at:
http://www.digitalpreservation.gov/formats/fdd/fdd000146.shtml
[7]	Apache Lucene, Available at: http://lucene.apache.org/core. Accessed 27 March 2014.
[8]	The Google File System. Sanjay Ghemawat, Howard Gobioff, and Shun-Tak Leung. December 2003. 
[9]	“Disco MapReduce,” Available at: http://discoproject.org. Accessed 12 May 2014.
[10]	“Map Reduce with mincemeat,” Available at: http://svandenborne.wordpress.com/2013/04/25/map-reduce-with-mincemeat. Accessed 12 May 2014.
[11]	“bashreduce: A Bare-Bones MapReduce,” Available at: http://www.linux-mag.com/id/7407. Accessed 12 May 2014.
[12]	Donald E. Knuth, The Art of Computer Programming: Volume 3, Sorting and Searching, second edition (Addison-Wesley, 1998).
[13]	Hipi, Available at: http://hipi.cs.virginia.edu. Accessed 18 November 2013.
[14]	Intelligent Community of the Year , Available at: https://www.intelligentcommunity.org/index.php?src=gendocs&ref=ICF_Awards&category=Events. Accessed 21 May 2014.
[15]	Information and Communication Technology from. FOLDOC. Available at: http://rubble.ultralab.anglia.ac.uk/stevenson/ICTUKIndex.html. Accessed 21 May 2014.
[16]	李佳蓁，2013，『基於MapReduce運算框架之智慧城市感測資訊處理平台實作』，淡江大學資訊工程學系101學年度碩士論文
[17]	Tom White, Hadoop: The Definitive Guide, 3rd Edition, O'Reilly Media, May 2012
[18]	ExifTool, Available at: http://www.sno.phy.queensu.ca/~phil/exiftool. Accessed 07 May 2013.
[19]	Thrift, Available at: http://thrift.apache.org. Accessed 07 May 2013.
[20]	“Hadoop + HBase + thrift + php Install and Design,” Available at:
https://sites.google.com/site/waue0920/Home/hbase/hadoop-hbase-thrift-php-an-zhuang-she-ding-cheng-shi-she-ji . Accessed 12 May 2013.
[21]	HBase, Available at: http://hbase.apache.org. Accessed 12 May 2013.
[22]	Ubuntu, Available at: http://www.ubuntu.com. Accessed 16 January 2013.
[23]	“Apache™ HadoopR project - Secure Impersonation using UserGroupInformation.doAs,”
[24]	“Hadoop Eclipse Plug-in,” Available at: http://wiki.apache.org/hadoop/EclipsePlugIn. Accessed 04 October 2013.
[25]	“Hadoop 1.1.2 API Reference,” Available at:  http://hadoop.apache.org/docs/r1.1.2/api/index.html. Accessed 09 October 2013.
[26]	“Exiv2,” Available at: http://www.exiv2.org/tags.html. Accessed 21 November 2013.
[27]	“Apache™ HadoopR project - Secure Impersonation using UserGroupInformation. doAs,” Available at: http://hadoop.apache.org/docs/stable/Secure_Impersonation.html. Accessed 21 November 2013.
[28]	“Incense Rising – Taichung and the Announcement,” Available at: http://www.digitalcommunities.com/blogs/communities/Incense-Rising--Taichung-and-the-Announcement.html. Accessed 02 April 2014.
[29]	“Intelligent Community Forum (ICF),” Available at:  http://www.intelligentcommunity.org. Accessed 23 May 2014.