Detaillierte und wertvolle Daten zum landwirtschaftlichen Tagesgeschäft, zur Effizienz und zur Tiergesundheit befinden sich in getrennten Datensilos, was es schwierig macht, genaue Vorhersagemodelle zu entwerfen und diese in hochwertige Entscheidungswerkzeuge zu integrieren. Die innerhalb von D4Dairy entwickelte Lösung verbindet und integriert alle projektbezogenen Subsysteme und Datenquellen in einer einzigen Datenbank namens D4Dairy Data. Es umfasst jetzt Datenströme von RDV, hochauflösende Sensordaten von Industriepartnern, automatischen Melksystemen und Stallklima. D4Dairy Data läuft in einem Rechenzentrum zur weiteren Verwendung über die D4Dairy-Projektdauer hinaus. Das System implementiert Datenanonymisierung, Datenfusion und statistische Datenqualitätsprüfungen. Obwohl das Kernsystem aus Standardkomponenten aufgebaut ist, integriert es neuartige Algorithmen, die das System speziell auf die Milchwirtschaft zugeschnitten machen.

Datenschutz für standortbezogene Daten. Das Teilen von Daten ist entscheidend für die Zusammenstellung hochwertiger Datensätze zur Verbesserung von Vorhersagemodellen. Es gibt jedoch auch berechtigte Bedenken bezüglich des Datenschutzes. Öffentliche und geteilte Daten werden in der Regel pseudonymisiert, also alle eindeutigen Identifikatoren, wie z. B. Identifikationsnummern von Betrieben, deren Standorten und Namen werden entfernt. Die Forschung zeigte jedoch, dass das bloße Entfernen dieser Identifikatoren nicht ausreicht: Die Daten selbst enthalten Informationen über den Datenlieferanten. Ein Linkage-Angriff kombiniert zwei Datensätze und verknüpft ähnliche oder identische Datensätze miteinander. Standortdatenschutz ist besonders wichtig, wenn Betriebe Sensordaten teilen. Auch wenn Ortsinformationen nicht explizit geteilt werden, ist es dennoch möglich, mit hoher Sicherheit aus den Daten auf den Standort zu schließen. Dies kann durch die Kombination Sensordaten mit öffentlich verfügbaren Wetterdaten erreicht werden. Wir haben gezeigt, dass die Daten von Aktivitätssensoren verwendet werden können, um ein Tier innerhalb eines Landes mithilfe eines Linkage Angriffs zu lokalisieren (siehe Abbildung 1). Wir haben auch einen Datenschutzmechanismus implementiert, um solche Linkage Angriffe auf geteilten Sensordaten zu verhindern, indem wir die Wetterabhängigkeit in den Daten durch maschinelles Lernen aufweichen.

Datenqualität. Zur Datenvalidierung und Datenqualitätssicherung haben wir ein statistisches Sensordatenverarbeitungs-Framework entworfen, das die Co-Abhängigkeit zwischen Datenqualität und Modellrobustheit nutzt, um Leistungseinbußen in Vorhersagemodellen zu erkennen. Wir haben gezeigt, dass Verschiebung der Verteilung der Eingabedaten die Qualität des Modells beeinflussen, und einen Indikator vorgestellt, der solche Verschiebungen im laufenden Betrieb erkennen kann. Das Framework ermöglicht es, die Vorhersagequalität für Lahmheits-Prognosen um 62 % zu verbessern.

Datenkonsistenz und Harmonisierung. D4Dairy Data prüft auf Datenkonsistenz und harmonisiert Daten von Industriepartnern (siehe Abbildung 2). Innerhalb des Projekts wurde das System verwendet, um Forschern eine konsistente Datensicht der von verschieden Quellen gesammelten Daten in der gewünschten zeitlichen Auflösung bereitzustellen.

Konklusion. Obwohl D4Dairy aus Standardkomponenten besteht, enthält es mehrere Funktionen, z.B. Funktionen für Datenschutz oder Qualitätssicherung, die es ermöglichen wertvolle Erkenntnisse für Landwirte und die Milchwirtschaft zu liefern. Dies macht D4Dairy Data besonders, da es, verglichen zu anderen Systemen für den Datenaustausch eine Qualitätskontrolle der Daten vornimmt.

Kontakt: Prof. Olga Saukh, Institut für Technische Informatik, TU Graz, saukh@tu-graz.at