Η παρούσα διπλωματική εργασία εστιάζει στην ανάπτυξη μιας πλατφόρμας για την οπτικοποίηση ανθρώπινων ροών και συναθροίσεων σε έξυπνες πόλεις, χρησιμοποιώντας το Elasticsearch και το Kibana. Η ανάγκη για αποτελεσματική διαχείριση των ανθρώπινων ροών και συναθροίσεων είναι κρίσιμη για τις σύγχρονες πόλεις, ειδικά με την αυξανόμενη αστικοποίηση και τις προκλήσεις που αυτή επιφέρει. Μέσω της συλλογής και ανάλυσης δεδομένων από διάφορες πηγές, όπως αισθητήρες, κινητά τηλέφωνα και κάμερες ασφαλείας, η πλατφόρμα επιδιώκει να παρέχει αξιόπιστες και χρήσιμες πληροφορίες στους διαχειριστές των πόλεων.

Η εργασία ξεκινά με την ανάλυση των απαιτήσεων και των προκλήσεων που σχετίζονται με τη διαχείριση μεγάλων δεδομένων σε αστικά περιβάλλοντα. Στη συνέχεια, περιγράφεται η αρχιτεκτονική του συστήματος και η διαδικασία ευρετηρίασης δεδομένων στο Elasticsearch. Η επιλογή του Elasticsearch βασίζεται στην ικανότητά του να διαχειρίζεται μεγάλα σύνολα δεδομένων και να παρέχει γρήγορη και αποδοτική αναζήτηση και ανάλυση.

Με τη χρήση του Kibana, τα δεδομένα οπτικοποιούνται μέσω διαδραστικών χαρτών θερμότητας, χρονικών ακολουθιών και άλλων γραφικών παραστάσεων, διευκολύνοντας την κατανόηση των τάσεων και των προτύπων κίνησης των ανθρώπων. Οι κύριες εφαρμογές της πλατφόρμας περιλαμβάνουν τη διαχείριση κυκλοφορίας, τη βελτίωση της δημόσιας ασφάλειας και την προώθηση τουρισμού και εμπορίου.

Τα αποτελέσματα της εργασίας δείχνουν ότι η πλατφόρμα μπορεί να προσφέρει σημαντική βοήθεια στους διαχειριστές πόλεων, παρέχοντας τους τα εργαλεία για να αναλύουν και να αντιδρούν σε πραγματικό χρόνο στις ανάγκες της πόλης. Επιπλέον, αντιμετωπίστηκαν ζητήματα ιδιωτικότητας και προστασίας προσωπικών δεδομένων, διασφαλίζοντας ότι η χρήση της πλατφόρμας είναι σύμφωνη με τους κανονισμούς.

Συνολικά, η εργασία καταδεικνύει την αποτελεσματικότητα και τη χρησιμότητα της ανάπτυξης μιας πλατφόρμας οπτικοποίησης ανθρώπινων ροών και συναθροίσεων σε έξυπνες πόλεις, συμβάλλοντας στην ευρύτερη κατανόηση και διαχείριση των σύγχρονων αστικών προκλήσεων.

This thesis focuses on developing a platform for visualizing human flows and aggregations in smart cities using Elasticsearch and Kibana. The need for effective management of human flows and aggregations is critical for modern cities, especially with increasing urbanization and the challenges it brings. Through the collection and analysis of data from various sources such as sensors, mobile phones, and security cameras, the platform aims to provide reliable and useful information to city administrators.

The work begins with analyzing the requirements and challenges associated with managing large datasets in urban environments. Subsequently, the system architecture and the process of data indexing in Elasticsearch are described. The choice of Elasticsearch is based on its ability to handle large datasets and provide fast and efficient search and analysis capabilities.

Using Kibana, data is visualized through interactive heat maps, timelines, and other graphical representations, facilitating the understanding of human movement trends and patterns. The main applications of the platform include traffic management, improving public safety, and promoting tourism and commerce.

The results of the work demonstrate that the platform can provide significant assistance to city administrators, giving them the tools to analyze and respond to the city's needs in real time. Additionally, privacy and data protection issues were addressed, ensuring that the use of the platform complies with regulations.

Overall, the thesis highlights the effectiveness and usefulness of developing a platform for visualizing human flows and aggregations in smart cities, contributing to a broader understanding and management of modern urban challenges.