Optimierung und Adaption situationsbezogener Anwendungen basierend auf Workflow-Fragmenten.

• Antragsteller: Professor Dr. Frank Leymann; Professor Dr.-Ing. Bernhard Mitschang
• Fachliche Zuordnung: Sicherheit und Verlässlichkeit, Betriebs-, Kommunikations- und verteilte Systeme ; Datenmanagement, datenintensive Systeme, Informatik-Methoden in der Wirtschaftsinformatik
• Förderung: Förderung von 2014 bis 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 252975529

• Erstellungsjahr: 2021

Zusammenfassung der Projektergebnisse

Im Projekt DiStOPT wurde die Erkennung von Situationen und die dafür notwendige Datenerhebung und -verarbeitung in verteilten Systemen realisiert. Weiterhin war es nötig, die vorherige Verwendung von Orchestrationen auf sogenannte Choreographien umzustellen. Dies ermöglicht einem Partner innerhalb eines verteilten Szenarios seine eigenen Prozesse zu verwenden, aber auch mit anderen Partnerprozessen zu kollaborieren. Beide Erweiterungen in Kombination ermöglichten das Anpassen von Choreographien an die jeweiligen Situationen in der zugehörigen verteilten Umgebung. Die Projektergebnisse wurden prototypisch implementiert, anhand von Anforderungen aus realen Szenarien evaluiert und in 22 wissenschaftlichen Arbeiten veröffentlicht. Darüber hinaus wurde die Ausbildung des wissenschaftlichen Nachwuchses durch Abschlussarbeiten, Praktika sowie Seminare gewährleistet.

Projektbezogene Publikationen (Auswahl)

• Deployment of Distributed Applications across Public and Private Networks. In: Proceedings of the IEEE 23rd International Enterprise Distributed Object Computing Conference (EDOC), 2019
  Képes, Kálmán; Breitenbücher, Uwe; Leymann, Frank; Saatkamp, Karoline; Weder, Benjamin
  
• Model-Based Operator Placement for Data Processing in IoT Environments. In 2019 IEEE International Conference on Smart Computing (SMARTCOMP), 2019
  Franco da Silva, Ana Cristina; Hirmer, Pascal; Mitschang, Bernhard
  
• "MBP: Not just an IoT Platform", In: Proceedings of the 18th IEEE International Conference on Pervasive Computing and Communications (PerCom), 2020
  Franco da Silva, Ana Cristina; Hirmer, Pascal; Schneider, Jan; Ulusal, Seda; Tavares Frigo, Matheus
  
• A Blueprint for a Trustworthy Health Data Platform Encompassing IoT and Blockchain Technologies. In: Proceedings of the ISCA 29th International Conference on Software Engineering and Data Engineering, 2020
  Przytarski, Dennis, Stach, Christoph, Gritti, Clémentine, Mitschang, Bernhard
  
• A Life Cycle Method for Device Management in Dynamic IoT Environments. In: Proceedings of the 5th International Conference on Internet of Things, Big Data and Security - Volume 1: IoTBDS, 2020
  Del Gaudio, Daniel; Reichel, Maximilian; Hirmer, Pascal
  
• DEAR: Distributed Evaluation of Alerting Rules. In: IEEE 13th International Conference on Cloud Computing (CLOUD), 2020
  Mormul, Mathias; Hirmer, Pascal; Stach, Christoph; Mitschang, Bernhard
  
• Decentralized Cross-Organizational Application Deployment Automation: An Approach for Generating Deployment Choreographies Based on Declarative Deployment Models. In: Proceedings of the 32nd Conference on Advanced Information Systems Engineering (CAiSE 2020), Springer International Publishing, 2020
  Wild, Karoline; Breitenbücher, Uwe; Képes, Kálmán; Leymann, Frank; Weder, Benjamin
  
• Deployable Self-Contained Workflow Models. In: Proceedings of the 8th European Conference on Service-Oriented and Cloud Computing (ESOCC), 2020
  Weder, Benjamin; Breitenbücher, Uwe; Képes, Kálmán; Leymann, Frank; Zimmermann, Michael
  
• SiDD: The Situation-Aware Distributed Deployment System. In: Hacid H. et al. (eds) Service-Oriented Computing – ICSOC 2020 Workshops. ICSOC 2020. Lecture Notes in Computer Science, vol 12632. Springer, 2020
  Képes, Kálmán; Leymann, Frank; Weder, Benjamin; Wild Karoline
  
• Situation-Aware Updates for Cyber-Physical Systems. In: Proceedings of the 14th Symposium and Summer School On Service-Oriented Computing (SummerSOC), 2020
  Képes, Kálmán; Leymann, Frank; Zimmermann, Michael