DISEÑO E IMPLEMENTACIÓN DE UNA PLATAFORMA INTEGRAL DE GESTIÓN DE DATOS ABIERTOS DE APLICACIÓN A CIUDADES INTELIGENTES.

Transcripción

1 GRADO EN INGENIERÍA TELEMÁTICA DISEÑO E IMPLEMENTACIÓN DE UNA PLATAFORMA INTEGRAL DE GESTIÓN DE DATOS ABIERTOS DE APLICACIÓN A CIUDADES INTELIGENTES. Autor: Pablo Paniagua Rodríguez. Directores: Enrique Díaz-Plaza Sanz María Dolores Salcedo Gutiérrez Madrid Julio 2014

2 2

3 Agradecimientos A mi director de proyecto Enrique Díaz-Plaza por guiarme y ayudarme durante todo el proceso. A Dolores Salcedo y Leopoldo Andrés por resolverme todas mis oportunidades de aprendizaje. A Jacobo Garnacho y Juan Benavente, sin ellos probablemente no habría proyecto. A mis compañeros de carrera, en especial a Francisco, Gonzalo e Ismael, por estar siempre ahí y recordarme que con humor se trabaja mejor. A Leticia, por apoyarme de manera incondicional durante todo el proyecto y no parar de animarme. A mis padres, por todo. 3

4 4

5 DISEÑO E IMPLEMENTACIÓN DE UNA PLATAFORMA INTEGRAL DE GESTIÓN DE DATOS ABIERTOS DE APLICACIÓN A CIUDADES INTELIGENTES. Autor: Pablo Paniagua. Directores: Enrique Díaz-Plaza Sanz, María Dolores Salcedo Gutiérrez Entidad Colaboradora: IBM. RESUMEN DEL PROYECTO El proyecto aborda el desarrollo de un sistema integrador de datos abiertos, que pueda hacer uso de la información heterogénea existente para transformarla y completarla al tiempo que se sirve de manera rápida y eficiente mediante diferentes servicios. Palabras clave: Open Data, Linked Data, Semantic Web. 1.Introducción Durante los últimos años, la aparición de portales de datos abiertos se ha convertido en una realidad, con la incorporación en España de varios portales con los datos abiertos por comunidad o provincia. La realidad de los datos abiertos pone de manifiesto la necesidad de desarrollar una plataforma capaz de sacar un valor añadido a los datos que existen en la actualidad. 2. Definición del proyecto El proyecto busca crear una solución a la heterogeneidad de la información que se aporta como Open Data. La información de los portales abiertos en España se encuentra con estructuras y formatos muy variados sobre los que el desarrollo de aplicaciones se complica cuando se quieren integrar datos de diferentes fuentes. La plataforma que se ha de diseñar debe ser capaz de integrar los grandes volúmenes de información existentes. Estos datos deben ser tratados y procesados para conseguir una estructura común que elimine la diversidad existente para favorecer la integración de los datos bajo una estructura sencilla y común bajo el paradigma de la web semántica. Finalmente se deben servir los datos para alcanzar al mayor número de usuarios posibles, ofertando la posibilidad de descargar los datos en el formato más conveniente al usuario así 5

6 como aportando servicios semánticos y web que den un valor añadido al uso de la información. 3. Descripción de la plataforma El diseño de la plataforma se ha realizado de manera modular diferenciándose principalmente cuatro módulos: Módulo de recopilación: se encarga de la recolección de los datos de los diferentes portales web de información, este módulo debe recoger cada vertical de información para su tratamiento. Módulo de procesado: en él se llevan a cabo todos los tratamientos de la información, bajo este módulo se realizan procesos de organización, se unifica e integra la información y se completa para su uso. Incorpora el acceso a una base de datos donde toda la información se almacena para su posterior uso. Módulo semántico/ Módulo de formato: se encarga de dar el formato necesario a la información almacenada, principalmente se llevan a cabo dos procesos de manera paralela. El primer proceso convierte los datos de la base de datos en datos semánticos relacionados entre sí bajo una ontología común. El segundo proceso aplica diferentes formatos a la información (CSV, XML, JSON ) para que esta se pueda descargar del mayor número de formas posibles sin perder la estructura. Módulo servidor: este módulo se encarga de compartir la información con el usuario final, por esto se diferencian tres servicios sobre los que se va a compartir la información: o Servicio SPARQL: para realizar consultas semánticas o Servicio REST: para el acceso a la información mediante peticiones HTTP. o Servicio FTP: generando un repositorio en el que se almacenan todos los datos en los diferentes formatos generados. 4. Resultados Como resultado principal se obtiene la implementación de la plataforma, capaz de realizar todas las acciones anteriormente descritas. Uno de los principales valores añadidos de esta, es su capacidad de integración con el Centro de Operaciones Inteligentes (IOC) que permite que los datos aumenten su valor. 6

7 La plataforma ofrece un entorno sencillo de desarrollo en el que cada vertical de información es tratado de principio a fin, generando la información necesaria para que todos los datos compartan los mismos atributos. Se obtiene de este proyecto la generación de una ontología propia de aplicación a los distintos datos que se pueden obtener, esto le da un valor añadido a la plataforma por aumentar la flexibilidad con la que se trabaja. 5. Conclusiones La creación de la plataforma ofrece un entorno de desarrollo sobre los que terceros pueden crear aplicaciones bajo la libertad y variedad que aportan los datos abiertos. La integración con el sistema de avisos del IOC y la variedad de información que esta incluye hacen del entorno creado un ecosistema de información cuyos valores aumentan con el aumento del volumen de datos que ocupa. 7

8 8

9 DESIGN AND IMPLEMENTATION OF AN OPEN DATA BASED PLATFORM FOR SMART CITIES. Author: Pablo Paniagua Rodríguez. Supervisors: Enrique Díaz-Plaza Sanz, Maria Dolores Salcedo Gutiérrez. Collaborating: IBM. ABSTRACT The project deals with the development of an integrated system for open data, able to use all the existing heterogeneous information to transform it and complete it into valuable data. This data must be served in a fast and efficient way through different services. Key words: Open Data, Linked Data, Semantic Web. 1. Introduction Over the last years, Open Data has become a reality in Spain due to the creation of new portals serving their data for each province. Open Data becoming a reality makes it necessary to design and develop a platform able to integrate all this information and getting an extra value from all of this information. 2. Project definition The project looks forward to creating a solution for all this heterogeneous information given as Open Data. Spain Open Data portals vary a lot in structures and data formats, which makes it hard to integrate data from different sources. A platform is designed to integrate all this great volume of information existing. This data must be processed and reordered in order to achieve a common structure eliminating the heterogeneity and simplifying the process of working with this data. Serving the data is one of the main objectives of the project, making it possible for the final user to download the files in any format he wants and adding an extra value through semantic and web services. 9

10 3. Platform description The design of the platform has been made creating separate functional modules. The platform is conformed by four modules: Fetch module: in charge of the data acquisition from all the different data portals. Processing module: works with the information to organize it and to achieve a common and complete structure. It also accesses to a data base where all the information is stored. Semantic / Format module: in charge of transforming the information for all the different formats. It has two functions. The first one is to transform the data stored in the database into semantic linked data sharing a common ontology. The second one is to transform the data from the database into different formats (CSV, XML, JSON) for web sharing. Server module: in charge of sharing the information to the final user. There are three ways of serving the information: o SPARQL service: for semantic queries. o REST service: for HTTP requests access. o FTP service: through a repository that stores all the different formats generated. 4. Results The main result of this project is the implementation of the platform achieving all the features described above. One of the main values of it is the integration with IBM s Intelligent Operations Center (IOC) The platform offers a simple environment for data processing in which every different data source is processed and completed. As a result of this project there is also a definition of an specific ontology for the data in the platform. 10

11 5. Conclusions The creation of the platforms offers a development environment for third party users to create applications under the variety of data that Open Data gives. The integration with the IOC and the common structure developed makes the system a complete environment of information with no limit for expanding. 11

12 12

13 Índice 1. Introducción Descripción de tecnologías Open Data Big Data Linked Data Smart Cities Estado de la cuestión Introducción España Europa Legislación Proyectos Dublinked Proyectos Colaborativos Carbonpedia Tuitráfico Galaxy Zoo Definición del proyecto Objetivos Justificación Metodología de trabajo Estudio de la plataforma Estudio de la información Estudio de los datos de tráfico Estudio de los datos predictivos de Málaga

14 5.2 Requerimientos Casos de uso Introducción Definición de casos de uso Diseño de la plataforma Descripción general Módulo de recopilación Petición de información Comprobar actualización Estructura del repositorio Módulo de procesado Extracción de datos Carga de la estructura Generación de datos Combinar e insertar los datos Módulo Semántico / Formato Módulo Semántico Módulo de formato Módulo Servidor Introducción Servicio SPARQL Servicio REST Implementación Descripción de entornos Software Infosphere Information Server Websphere Application Server Rational Application Developer Infosphere Data Studio Fuseki Server

15 7.1.6 DB Intelligent Operation Center Implementación de la plataforma Módulo de recopilación Módulo de procesado Módulo semántico / formato Módulo servidor Análisis de resultados Flujo de información y resultados Escenarios de implementación Utilidad del SPARQL Endpoint Definición de datos Integración con SPARQL Acceso mediante REST Integración IOC Conclusiones y líneas futuras Bibliografía ANEXO A

16 16

17 Índice de figuras Figura 1 - Futuro Open Data Figura 2 - Ejemplo de grafo (W3) Figura 3 - Relaciones mediante SKOS (SKOS) Figura 4 - Partes de una Smart City (IBM) Figura 6 - Número de descargas por país (Dublinked Paper) Figura 7 - Estructura de dublinked (Dublinked Paper) Figura 8 - Cronograma Figura 9 - Tabla de datos por ciudad Figura 10 - Tabla de datos por ciudad Figura 11 - Diagrama proyecto Calíope (Proyecto Calíope) Figura 12 - Recopilación de datos Figura 13 - Carga de datos Figura 14 - Generación de ficheros semánticos Figura 15 - Descarga mediante SPARQL Figura 16 - Descarga mediante servicio FTP Figura 17 - Esquema completo Figura 18 - Módulo de Recopilación Figura 19 - Módulo de Procesado Figura 20 - Módulo semántico Figura 21 - Ejemplo grafo Figura 22 - Módulo de Formato Figura 23 - Servicio SPARQL Figura 24 - Servicio REST Figura 25 - Estructura IIS (IBM) Figura 26 - Estructura WAS (IBM) Figura 27 - Estructura Apache Jena (Apache)

18 Figura 28 - Componentes IOC (IBM) Figura 29 - Proceso Recopilación Figura 30 - Modelo de datos Figura 31 - Datos descargados Figura 32 - Repositorio Figura 33 - Módulo de procesado Figura 34 - Procesado con el Transformer Stage Figura 35 - Datos Cargados Figura 36 - Módulo Formato Figura 37 - Repositorio Formato Figura 38 - Grafo Tráfico Figura 39 - Grafo calidad del aire Figura 40 - Grafo de relación tráfico Figura 41 - Importación de datos Figura 42 - Respuesta ante SPARQL Figura 43 - Respuesta ante SPARQL Figura 44 - Estructura FTP (Wikipedia) Figura 45 - Flujo de información Figura 46 - Datos Gijon Aire Figura 47 - Datos Euskadi Aire Figura 48 - Información tratada Figura 49 - Datos tráfico SPARQL Figura 50 - Datos aire SPARQL Figura 51 - Consultar triples Figura 52 - Consultar nivel Figura 53 - Consulta enlazada Figura 54 - Servicio REST tráfico Figura 55 - Servicio REST trafico provincia

19 Figura 56 - Servicio REST aire Figura 57 - Servicio REST aire provincia Figura 58 - Transformer Stage IOC Figura 59 - Evento IOC Figura 60 - Información IOC Figura 61 - SOPs IOC

20 20

21 1. Introducción La información es uno de los activos más importantes a tener en cuenta para los próximos años. El valor de la información en la sociedad actual es muy elevado si se compara con etapas anteriores de la humanidad. El concepto de la sociedad de la información se define como una sociedad que utiliza tecnologías para crear, distribuir y manipular la información. Con todas las fuentes de información existentes en la actualidad, una sociedad de la información puede conocer prácticamente cualquier variable de su entorno. Este es el caso de las Smart Cities o Ciudades Inteligentes, que basan su funcionamiento en el conocimiento de toda la información disponible en la ciudad, actuando y desarrollando en función de los datos. Con el auge de tecnologías de la información como los datos abiertos o los datos enlazados, se hace posible recopilar y estructurar la información de manera fácil y rápida, aumentando la valía de los datos. Cuantas más variables se controlen, mayor es la capacidad de reacción que una ciudad. No solo las ciudades basan su funcionamiento en la información, con el boom de las aplicaciones móviles, los desarrolladores buscan nuevas fuentes de información que incorporar a sus sistemas, con las que desarrollar aplicaciones completas y con una amplia gama de servicios, a ser posible al menor coste posible. 21

22 22

23 2. Descripción de tecnologías. 2.1 Open Data La sociedad de hoy en día es una sociedad basada en la información; la tecnología de datos abiertos supone uno de los principales activos a tener en cuenta. En el año 2010 comienza la explosión del movimiento Open Data, como apunta la fundación Telefónica en su publicación La sociedad de la información en España 2010 [1]. Se entiende por Open Data o datos abiertos aquella información que puede ser utilizada, reutilizada y redistribuida libremente por cualquier persona o institución. Las siguientes características se han de tener en cuenta cuando se trata con datos abiertos: Disponibilidad y acceso: La información se debe presentar como un conjunto, sin coste mayor que el de su reproducción. Preferiblemente, dicha información estará disponible para su descarga gratuita vía internet. Reutilización y redistribución: No se debe restringir la redistribución de la información por parte de terceros, además se han de permitir modificaciones y trabajos derivados que se distribuyan bajo los mismos términos que el trabajo original. Participación universal: Todo el mundo debe poder acceder a la información sin discriminación alguna. En ningún caso se deberán incorporar licencias de tipo no comercial o que restrinjan la comercialización de la información. Cuando se habla de Open Data, se ha de conseguir que los datos abiertos se presenten de manera sencilla. Para ello, se ha de empezar con una oferta reducida de datos pero a la que se pueda acceder rápida y eficazmente. También se ha de tener en cuenta que una buena base de datos es aquella que se actualiza frecuentemente, poniendo a disposición de los 23

24 usuarios o empresas, datos recientes y fiables. Con todo esto, las posibilidades que ofrecen los datos abiertos son infinitas, puesto que el coste no es mayor que el de su reproducción y, en la mayoría de los casos, las descargas por internet son gratuitas, por lo que la reutilización de datos no supone coste alguno. Todo esto supone que pequeñas empresas con reducido presupuesto, o incluso un único individuo, puedan empezar a desarrollar sus ideas haciendo uso de datos proporcionados libremente, que de otra manera su recolección se haría imposible, por el presupuesto de la infraestructura de recolección de datos que habrían de implantar. Existen multitud de áreas en las que los datos abiertos suponen un valor añadido. Entre esas áreas encontramos: Transparencia y control democrático Participación ciudadana Autodeterminación Mejora de servicios públicos y privados Innovación Mejora de la eficiencia de servicios gubernamentales 24

25 2.2 Big Data De nada sirve el Open Data si no se puede acceder, analizar y procesar todos estos volúmenes de información. Es aquí donde es esencial hablar de Big Data, para la manipulación de estos grandes volúmenes de datos. Por lo general, los principales problemas del Big Data son la obtención de datos y el almacenamiento de estos. Gracias al Open Data, la obtención de los datos no es un problema, puesto que existe una gran disponibilidad de portales. Sin embargo, todavía es complicado el almacenamiento de los datos. Existen varias soluciones que se aplican para el almacenamiento; la más común es Hadoop, una plataforma de código abierto para el tratamiento de Big Data. De esta relación entre Open Data y Big Data surge una gran proyección de futuro para el sector de negocio, las estimaciones sobre el futuro de esta relación en Europa se basan en tres puntos clave: El incremento de la productividad en la manufactura y servicios, que deriva de un incremento de la eficiencia de los procesos de negocio, puesto que gracias a Big Data se puede mejorar la gestión de estos procesos. Mejora de la competitividad en el sector, debido a la eliminación de las barreras de entrada que supone el uso de datos abiertos. Mejora de la asignación de recursos, asociada a una mejor gestión de la información que se apoya tanto en Big Data como en Open Data, por ofrecer incentivos adicionales para la gestión. Según el informe: Big and Open Data in Europe: A growth engine or a missed opportunity? [2] el potencial de Open Data y Big Data todavía está por explotar, se espera que para el año 2020 los beneficios relacionados con estas tecnologías alcancen los doscientos mil millones de euros y que el beneficio de la apertura de datos públicos alcance 25

26 los diez mil millones. A continuación se adjunta una gráfica sobre el aumento del PIB en relación con el Open Data: Figura 1 - Futuro Open Data 26

27 2.3 Linked Data El concepto de Linked Data aparece en el proyecto Semantic Web del World Wide Web Consorcium. Surge como una manera de establecer relaciones entre la información que se pone en la web, para así hacer más accesible la información a humanos y máquinas. Existen varias Reglas que define Tim Berners-Lee en su publicación sobre Linked Data [3]: Utilizar URIs para identificar los recursos. Además, estos URIs deben ser HTTP. Se debe facilitar información útil mediante RDF. Facilitar la relación con otros URIs. Atendiendo a estas reglas, surgen varios conceptos que se considera necesario aclarar. Una URI (Uniform Resource Identifier) es una cadena de caracteres que sirve para identificar un recurso de manera inequívoca. Se diferencia de una URL en que permite identificar un fragmento concreto dentro del recurso. Las URI suelen tener una estructura común de la siguiente manera: esquema://máquina/directorio/archivo#fragmento RDF (Resource Description Framework) es un estándar de la web semántica que se utiliza para el intercambio de datos en la web. Este modelo de datos permite aumentar la estructura relacional de la web utilizando URIs para nombrar las relaciones entre distintos elementos. Se basa en triples (denominados así en la metodología RDF) conformados por un sujeto, predicado y objeto. Es muy similar a los diagramas entidad-relación, ya que sobre un recurso se denotan distintos rasgos. Se suelen representar como grafos de relaciones; no 27

28 obstante, para su representación sintáctica se pueden utilizar varios lenguajes; los más comunes son XML y Turtle. A continuación se muestra un pequeño ejemplo de cómo funciona RDF para describir un elemento [4]: <?xml version="1.0"?> <rdf:rdf xmlns:rdf=" xmlns:si=" <rdf:description rdf:about=" <si:title>w3schools</si:title> <si:author>jan Egil Refsnes</si:author> </rdf:description> </rdf:rdf> En el código anterior, el sujeto lo conforma la URL de w3schools; sobre éste, existe un predicado como puede ser el título (title), al que se le asigna un objeto o valor: W3Schools. Esta es la manera en la que funcionan las relaciones RDF. RDF establece una base sobre la que se pueden desarrollar múltiples ontologías que permiten establecer relaciones entre información según las necesidades. El término ontología se toma prestado de su origen filosófico, que estudia la manera en que las cosas se relacionan. Una ontología supone un esquema conceptual que quiere facilitar el intercambio de información entre varios sistemas. De esta manera, una ontología permite crear estructuras y patrones comunes que describen la relación existente para un agente o comunidad de agentes. En 2004 se desarrolló el lenguaje OWL (Ontology Web Language) 28

29 [5], que es un lenguaje de marcado que se utiliza para facilitar la publicación y compartición de datos en la web. Su sintaxis se basa en XML y utiliza RDF como modelo de datos. El lenguaje tiene tres variantes: OWL Lite: el lenguaje en su expresión más sencilla. OWL DL: aumenta la potencia del lenguaje y se asegura de que es siempre computacional, es decir, finita. OWL Full: aumenta la potencia en su totalidad, no obstante, no garantiza su computación. Entre las ontologías más importantes encontramos DC (Dublin Core Ontology), FOAF (Friend of a Friend Ontology) y SKOS (Simple Knowledgment Organization System). La ontología Dublin Core [6] es un conjunto de quince propiedades que se utilizan para la descripción de los metadatos de un recurso. Este término surge en 1995 y se desarrolla gracias a la DCMI (Dublin Core Metadata Iniciative), hasta convertirse en un estándar ISO en Las propiedades que conforman esta ontología son las siguientes: Contributor Coverage Creator Date Description Format Identifier Language Publisher Relation Rights 29

30 Source Subject Title Type A continuación se muestra un ejemplo de la implementación de esta ontología para la descripción de metadatos: <?xml version="1.0"?> <metadata xmlns=" xmlns:dc= <dc:title>ejemplo Dublin Core</dc:title> <dc:subject> Ontología Dublin Core </dc:subject> <dc:description> Ejemplo descriptivo sobre la ontología dublin Core </dc:description> <dc:publisher> Pablo Paniagua</dc:publisher> <dc:identifier> </dc:identifier> <dc:format> text/html </dc:format> </metadata> Se puede ver cómo los elementos ofrecen una información detallada sobre los metadatos del archivo (en este caso el Ejemplo Dublin Core). 30

31 La ontología FOAF [7] (Friend of a Friend) se utiliza para describir a personas, sus relaciones y actividades en relación con otros. Permite crear grupos de personas estableciendo redes entre ellas. Gracias a esta ontología se pueden establecer filtros, como por ejemplo todas las personas que comparten una nacionalidad. La idea original surge en el año 2000 para el proyecto RDFWeb, como una manera de realizar un seguimiento de la gran cantidad de datos personales dispersos en la red, conocer información acerca de los usuarios en base a sus publicaciones y todo ello bajo una misma estructura. Entre las etiquetas que conforman la ontología se encuentran algunas como: name, mbox, nick, homepage, knows, etc. Una de las grandes ventajas de RDF es que varias ontologías se pueden utilizar bajo un mismo esquema, permitiendo así generar datos con información muy completa y relacionada entre sí. El siguiente grafo muestra un ejemplo de este concepto: 31

32 Figura 2 - Ejemplo de grafo (W3) La ontología SKOS es una especificación del W3. Se creó inicialmente como un modelo para representar la estructura básica y el contenido de esquemas conceptuales como pueden ser tesauros (palabras empleadas para representar conceptos). Se define como una ontología OWL Full en la que los datos se expresan mediante RDF y se pueden codificar tanto en XML como en Turtle. Los conceptos se identifican mediante URIs, de manera que cualquiera pueda referirse inequívocamente a uno de ellos. Sobre estos conceptos se pueden realizar varias acciones: Etiquetarlos en el idioma que se prefiera Establecer anotaciones sobre estos Documentarlos 32

33 Enlazarlos con otros conceptos Agruparlos en colecciones Mapear con otros conceptos El siguiente gráfico muestra un ejemplo de cómo se establecen las relaciones mediante SKOS: Figura 3 - Relaciones mediante SKOS (SKOS) Sobre RDF existe un lenguaje para consulta denominado SPARQL. Este lenguaje permite filtrar la información de una manera sencilla para obtener los datos que se desean sobre un conjunto de información con una estructura basada en RDF. Es un lenguaje desarrollado por el W3 que se constituyó como recomendación oficial el 15 de enero de 2008 [8] y supone en la actualidad una de las bases sobre las que funciona la web semántica. 33

34 El propio Tim Berners-Lee desarrolló en 2010 un sistema de puntuación basado en estrellas por el que aquellos que quieran desarrollar sobre datos enlazados puedan conocer el estado de su desarrollo. El sistema puntúa de uno a cinco, donde el máximo es cinco y para lograrlo se han de cumplir los niveles anteriores. En él introduce el concepto de Linked Open Data (LOD) que son datos enlazados cuyo origen está en los datos abiertos, ya comentados anteriormente. Los niveles de puntuación son los siguientes: La información está disponible en la web bajo una licencia abierta (Open Data). Disponible en un formato legible por máquina. En formatos no propietarios (CSV por ejemplo). Estándares abiertos (RDF y SPARQL) para identificar la información. Enlace con otros datos abiertos de orígenes distintos. Existe un artículo desarrollado gracias a la colaboración de universidades de Costa Rica y España [9] donde se pretende mejorar el sistema de calificación basado en cinco estrellas. En él se habla de la importancia de la disponibilidad y capacidad de reutilización que se mencionan en el artículo de Tim Berners-Lee; no obstante se añaden ciertos criterios para que la valoración de la calidad sea más completa: Relevancia de los datos publicados Reputación de los datos publicados Granularidad de los datos publicados Visualización de los datos publicados De esta manera, para la evaluación de calidad se llevaría a cabo una relación matemática de los seis criterios en base a un factor de ajuste. 34

35 2.4 Smart Cities Se define Smart City [10] o ciudad inteligente como aquella ciudad que utiliza las tecnologías de la información y las comunicaciones para responder adecuadamente a las necesidades básicas de instituciones, empresas y habitantes. Es una ciudad comprometida con su entorno y para ello se basa en tres características principales: Instrumentada: dotada de sensores y recopiladores de información para conocer los datos de su entorno. Interconectada: capaz de compartir la información con distintos órganos de gobierno. Inteligente: utiliza la información para establecer servicios óptimos. La ciudad se convierte en un entorno digital sobre la que se implantan los servicios, dando lugar a nuevos modelos de negocio y facilitando un entorno sostenible. Una ciudad inteligente debe ser capaz de recopilar la información necesaria para implantar sus servicios. La recopilación de la información se lleva a cabo por sensores, pero también se puede extraer de los datos abiertos, tanto públicos como privados, de manera que el volumen de información aumente de manera considerable al tiempo que reduce el coste de su obtención. Por lo general se tratan siete verticales de información que debe cubrir una Smart City: Servicios Gubernamentales Seguridad pública Transporte Educación 35

36 Recursos Sanidad Telecomunicaciones Figura 4 - Partes de una Smart City (IBM) 36

37 3. Estado de la cuestión. 3.1 Introducción Los datos abiertos son una inversión importante de futuro por todas las ventajas y aplicaciones que derivan de su uso y que tienen aplicación prácticamente en cualquier ámbito de la sociedad de la información actual. Es importante comprender qué beneficios pueden aportar los datos abiertos a las ciudades. Por lo general, los datos abiertos tienen tres usos principales: transparencia, eficiencia de costes y economía. La transparencia es uno de los principales objetivos de los datos abiertos. Muchas son las ciudades que aportan información sobre los gastos públicos. Tanto es así que existen plataformas desarrolladas únicamente para dicho fin, como puede ser, por ejemplo, la plataforma de datos abiertos del gobierno de Estados Unidos [11], o la web inglesa Where does my money go [12], que ofrece información desglosada sobre el destino de los impuestos. Proporcionar información de primera mano y en tiempo real supone una forma de acercar el gobierno al ciudadano, favoreciendo incluso una colaboración mutua donde el ciudadano forme parte de este gobierno abierto. El ahorro de costes supone una de las principales ventajas en el uso de los datos abiertos. Si uno es capaz de saber en todo momento lo que gasta su proceso, dónde lo gasta, y qué efectos producen esos gastos, también será capaz de optimizar dichos procesos, y por lo tanto, dichos gastos. Por ejemplo, si de alguna manera se es capaz de relacionar las horas de funcionamiento de la luz junto con patrones de tráfico de las calles o el uso de las calles peatonales, se podrá diseñar un sistema de luz inteligente, que permita ahorrar energía en los momentos que el alumbrado no sea necesario. Económicamente, los datos abiertos suponen una nueva área de negocio a desarrollar. Como se ha mencionado ya, el uso de datos abiertos supone una facilidad a la hora de 37