|
Im Bereich der Sensornetze zeichnet sich der Trend ab, immer
größere Verbunde einzelner Netze, sogenannte globale Sensornetze,
zu bilden. Gleichzeitig wächst auch die Menge der potentiellen
Konsumenten der Datenströme, die von Sensornetzen bereitgestellt
werden.
Durch den neuen globalen Kontext ergeben sich für die zur
Verarbeitung der Sensordatenströme eingesetzten Systeme neue
Herausforderungen. Gerade in den Anforderungen bezüglich
Skalierbarkeit und Echtzeitverarbeitung der Datenströme weisen
verfügbare Systeme erhebliche Defizite auf.
Das in dieser Arbeit konzipierte System zur Realzeitverarbeitung von
Datenströmen in globalen Sensornetzen adressiert genau diese
Defizite. Ein verteilter R-Baum wird verwendet, um proaktiv
Datenströme gleichen Inhalts zu vermeiden und so die Produzenten zu
entlasten. Zusätzlich wird mit dem Prädiktor ein Framework zur
modellgestützten Vorhersage von Datenströmen integriert, so dass
aktuelle Werte auch über Verbindungen mit hoher Latenz in Echtzeit
verfügbar sind.
The ongoing trend in the field of sensor networks is to interconnect
single networks to so called global sensor networks. At the same
time, the amount of potential consumers of the data provided by
sensor networks is growing steadily.
In this global setting new challenges and requirements arise for the
systems used to process the streams of sensordata. The new
requirements, especially those concerning scalability and real-time
processing, are difficult to meet for the available systems.
The system for real-time processing of data streams in global sensor
networks presented in this thesis adresses the main drawbacks of
available solutions. It employs a distributed R-Tree to proactively
avoid transmitting data streams with identical content and alleviate
the producers workload. Furthermore, predictors, a framework for the
model-driven forecast of data streams, are integrated into the
system. This predictors can be used to guarantee the availability of
real-time data for the consumer even over high-latency connections.
|