Niloofar Yazdani

Hvis vores smarte hjem, virksomheder og offentlige rum med deres voksende mængde trådløst opkoblede udstyr i det såkaldte Internet of Things (IoT) skal blive ved at fungere, er det afgørende, at den digitale infrastruktur følger med. Men datamængderne har konstant pilen opad, og selve IoT-enhederne kan stille særlige krav med begrænsninger i kapa- citet og båndbredde og med en relativt upålidelig datastrøm.

Softwareingeniør Niloofar Yazdani har med sin ph.d. gjort en gedigen indsats for at skubbe udviklingen i en både hurtigere og mere bæredygtig retning.

”Mit projekt fokuserer på effektiv IoT-dataoverførsel på tre hovedområder: datakomprimering, gendannelse af beskadigede data og netværkskodning. Jeg har for hvert af områderne områder bidraget med nye ideer,” siger hun.

En høj grad af direkte praktisk anvendelighed i Niloofar Yazdanis produktion hænger godt sammen med virk- somhedssamarbejder, bl.a. med Kam- strup, som hun med en særlig form for datakomprimering hjalp med at vise en markant reduktion i mængden af data, der transmitteres fra deres sensorer.

Et grønnere alternativ

”Hvis vi i en bygning har et antal ens temperatursensorer, som sender talværdier af sted til serveren, så er det indlysende, at sensorerne generer data med en høj grad af ensartethed. Her kan multikilde-datakomprimering reducere den samlede datatransmission på netværket markant ved at udnytte ensartetheden i de data, uden at der dog foregår nogen koordinering mellem enhederne,” forklarer Niloofar Yazdani. Med sin nye datakomprimeringsteknik, viser hun hvordan én sensorenhed ikke behøver at kende data fra de andre enheder for alligevel at kunne reducere i datatransmission. Noget tilsvarende ville med eksisterende teknik kræve ekstremt komplekse mekanismer, hvorimod Yazdanis løsning i praksis er uendeligt skalerbar.

”Vores forslag er interessant til mange anvendelser. Teknikken er tabsfri, den påvirker altså ikke kvaliteten af dataene. Samtidig reducerer vi mængden af energi, der går til at overføre de relevante data – og energiforbrug er jo en hovedbekymring nu til dags.”

Hurtigere og mere effektiv

Som en yderst vigtig faktor indebærer Niloofar Yazdanis datakomprimeringsteknik også en minimering af dataforsinkelsen.

”Med konventionelle teknikker må man afveje tid og komprimering, fordi afsenderenheden først skal indsamle en tilstrækkelig mængde data til at kunne levere komprimeringen, hvilket tager tid. Men vi har bevist, at vores foreslåede datakomprimeringsteknik fjerner den afvejning, sådan at vi på én gang kan forbedre kompressionsraten og minimere forsinkelsen,” siger hun.

Også med sine teknikker til gendannelse af beskadigede data og ikke mindst med et forslag til ny netværkskodning kaldet Revolving Codes har Niloofar Yazdani præsenteret overbevisende landvindinger.

Hun er uddannet elektronikingeniør fra hjemlandet Iran. Nu har hun base i Sydholland og arbejder som softwareingeniør i den forskningsbaserede virksomhed TWTG, som udvikler IoT-enheder til industrien.