...
De olika modellerna som arbetsgruppen tittat på har kunnat klassats som informationsmodell, datamodell eller onotologi ontologi eller någon form av blandning mellan dessa. Varje sådan är tänkt att fylla ett specifikt syfte. Det är detta syfte som skapar nytta för den som ska implementera den. Samtidigt ställer det ju till det för att vissa av modellerna är ganska hårt styrda i sitt innehåll. Medan andra är hårdare styrda i sin strutkur.
...
Informationsförvaltaren kan variera i dataflödet för IoT data. Arbetsgruppen resonerar som att informationsförvaltare kan betraktas som ansvariga för:
De system som hanterar och bearbetar IoT data och information på dess väg mellan IoT-enhet och tillämpning.
En informationsförvaltare kanske förvaltar ett specifikt värde under enbart några millisekunder, när det transporteras (tex i mobilnät).
En annan informationsförvaltare förvaltar lagrad information under längre tid.
Ytterligare en informationsförvaltare har ansvar för att bearbeta informationen, tex tillsätta context, kvalitetstsäkra dataserier etc.
Ytterligare informationsförvaltare kan vara ansvariga för tillämpningen av data, dvs att verksamheten får de tjänster och data den behöver.
I IoT systemet anser Arbetsgruppen att det är en viktig aspekt att lyfta informationsägande aspekten ifrån ett specifikt system och istället se till informationens hela flöde och nytta i verksamheten.
...
I samma IoT-system kan olika strategier väljas för olika datamängder, det är alltid tillämpningens behov som ska tillgodoses.
Lagra allt (både råddata och bearbetade data)
En kommun/region kan ta det säkra för det osäkra och kräva att alla data ska lagras.
Fördelar med att lagra alla data
Alla data finns och det blir lätt att ändra antingen i rådata eller bearbetade data.
Nackdelar med att lagra alla data
En sådan strategi riskerar bli kostsam för kommun/region, främst eftersom förvaltningen av data och information är kostsam (se ovan resonemang om varför förvaltning av data är kostsam).
Samma information riskerar att finnas i många olika versioner och bearbetningar i IoT-systemet, med risk för att data används felaktigt.
Det finns en ökad risk att bryta mot olika lagstiftningar genom att lagra alla data.
Lagra enbart rådata och ha definierade kvalitetsprocesser för bearbetning av data till tillämpningar
Kompletterande beskrivning: All rådata lagras som minsta gemensamma nämnare [minimum] för alla tillämpningar som nyttjar data från IoT-systemet. Kommun/region definierar vilka bearbetningsprocesser ska finnas för de olika tillämpningarna och rutiner för dessa tas fram.
Fördelar med att lagra enbart rådata
Rådata finns för att kunna återskapa bearbetade data
Det är relativt enkelt att ändra i bearbetningsprocesser och bibehålla komplett historik (tex om det upptäckts bugg i bearbetningsprocesser).
Data lagras enbart en gång, med undantag för den bearbetningsmängd som lagras i respektive tillämpning.
Nackdelar med att lagra enbart rådata
Genom att lagra rådata finns en risk att kommun/region lagrar stora mängder data som aldrig kommer användas.
Bearbetningsprocesserna kan bli komplicerade att underhålla om de ska ta hänsyn till olika kvalitet i data från olika sensorer eller tidsepoker. Av samma anledning kan metadata bli komplexa, svårförståeliga och därmed blir data svåra att nyttja.
Lagra enbart bearbetade data
I detta förförande lagras enbart de bearbetade data som skapas. Rådata och intermediera data raderas.
Fördelar med att lagra enbart bearbetade data
Mindre datamängder att förvalta, lagra och beskriva.
Nackdelar med att lagra enbart bearbetade data
Inga rådata finns för att återskapa bearbetade data tex vid bugg i bearbetningsprocesser eller om ny tillämpning behöver anpassade historiska data.
Några frågor att ställa för att skapa en bild av vilka data kommun/region vill lagra
...