Ein cluster-basierter Ansatz zur kooperativen und mobilen Sensordatenerfassung in Menschenmengen

• Antragstellerin: Dr. Christin Groba
• Fachliche Zuordnung: Sicherheit und Verlässlichkeit, Betriebs-, Kommunikations- und verteilte Systeme
• Förderung: Förderung von 2015 bis 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 275521334

Die Kenntnis darüber wo sich eine Menschenmenge bildet, ist für viele Anwendungen essenziell z.B., um Ressourcen wie Notfallpersonal, Freiwillige oder öffentliche Verkehrsmittel effizient einzusetzen. Die Sensordatenerfassung mit Mobiltelefonen kann ein kostengünstiger und flexibler Weg sein, um Echtzeitinformationen zu erlangen, da die Bevölkerung dort einbezogen wird, wo sonst dedizierte Sensorinfrastruktur aufgebaut werden müsste. Ein nicht-kooperativer, zentraler Ansatz bei dem Daten individuell auf einen entfernten Server geladen werden, belastet jedoch die Netzinfrastruktur und die Akkus der teilnehmenden Telefone. Das führt zu Frustration, geringerer Teilnahme, und letztlich zu erhöhter Datenungenauigkeit.Forschung zu drahtlosen Sensor- und Peer-zu-Peer Netzwerken thematisiert das Auslagern des Datenverkehrs und das Sparen von Energie mit kooperativen Konzepten wie Gerät-zu-Geräte Kommunikation, dezentrales Clustern von Netzwerkknoten, Rotation von Tätigkeiten, Betriebszyklen und verteilter Datenerfassung. Dabei ist jedoch unklar: 1) wie geeignet diese Konzepte für die mobile Sensordatenerfassung in großen Menschenmengen sind, 2) wie sich diese Konzepte gemeinsam auf Mobiltelefonen integrieren lassen, und 3) welche Auswirkung die gemeinsame Anwendung dieser Konzepte hat. Kooperative Ansätze, bei denen Teilnehmer Netzwerke aufbauen und Daten gebündelt auf einen Server laden, sind erst im Entstehen und adressieren diese Forschungsfragen nur teilweise. Insbesondere sind derzeitige Lösungen für kleine Kooperationen konzipiert, noch nicht an die Dynamik einer Menschenmenge angepasst, oder nicht darauf ausgerichtet, den Effekt, der bei der Anwendung mehrerer Konzepte entsteht, zu untersuchen.Das vorgeschlagene Projekt untersucht die oben genannten Forschungsfragen und analysiert Kosten und Nutzen unterschiedlicher Maßnahmen zur Clusterbildung und Energieeinsparung, indem es diese in großen simulierten ad hoc Netzen und in echten Menschenmassen testet. Daraus entsteht Conic, eine energie-effiziente, anpassungsfähige Clustering-Strategie zur kooperativen Sensordatenerfassung in großen Menschenmengen. Der Conic-Prototyp sowie Daten aus verschiedenen Experimenten werden zu einem besseren Verständnis führen, wie Menschenmengen mit einem flüchtigen Netzwerk aus Mobiltelefonen vermessen werden können. Ferner wird das Projekt Wissenschaftlern und Praktikern objektive Anhaltspunkte für einen gangbaren Weg in der mobilen Sensordatenerfassung liefern. Langfristig wird das Projekt den Grundstein für weitere Forschungsarbeiten im diesem Bereich und deren Integration in Smart City Konzepte legen.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Irland, Portugal
• Kooperationspartnerinnen / Kooperationspartner: Professor Dr. Jorge Cardoso; Professorin Dr. Siobhán Clarke; Dr.-Ing. Thomas Springer