Berechnungsgrundlagen zur semantischen Verarbeitung von Strömen

• Antragsteller: Danh Le Phuoc, Ph.D.
• Fachliche Zuordnung: Datenmanagement, datenintensive Systeme, Informatik-Methoden in der Wirtschaftsinformatik
• Förderung: Förderung seit 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 453130567

Die Fähigkeit zur Verarbeitung von Stromdaten ist in modernen Informationssystemen allgegenwärtig. Die große Herausforderung beim Design eines Verarbeitungsrahmens zur Versorgung solcher Systeme besteht darin, wie man in einem hochdynamischen Umfeld das richtige Gleichgewicht zwischen Expressivität und Berechenbarkeit findet. Die Expressivität des Frameworks spiegelt wider, welche Art von Eingabedaten und welche Arten von Verarbeitungen es ermöglicht. Die Berechenbarkeit entspricht wiederum, wie eine bestimmte Arbeitsbelastung (z.B. Verarbeitungsablauf und Datengröße) mit gegebenen Ressourcen (z.B. physische Hardware und Netzwerkbandbreite) verarbeitet wird.Existierende Systeme basieren auf Vorkenntnissen über Datenmerkmale (z.B. Format, Modalität, Schema und Verteilung), Verarbeitungsaufwand und Berechnungseinstellungen.Die jüngsten Entwicklungen des Internets der Dinge und der KI haben jedoch völlig neue Expressivitätsebenen der Verarbeitungspipeline sowie der Dynamik der Berechnungseinstellungen mitgebracht: die typische Verarbeitungspipeline eines angeschlossenen Fahrzeugs umfasst beispielsweise nicht nur multimodale Stromelemente, die von verschiedenen Arten von Sensoren erzeugt werden, sondern auch einen sehr komplexen Verarbeitungsablauf mit logischem Denken und probabilistische Folgerung. Und diese Pipeline kann in einem hochdynamischen, verteilten Umfeld ausgeführt werden, z.B. durch die Kombination von fahrzeuginternen Verarbeitungseinheiten und Cloud-/Edge-Computerinfrastrukturen. Solche Verarbeitungspipeline und Aufbau bedürfen also einer grundlegenden Überarbeitung des Standes der Technik in vielerlei Bereichen.Dieses Projekt soll daher Grundlagen für einen neuartigen Verarbeitungsrahmen entdecken, welche ein einheitliches Verarbeitungsmodell für den Aufbau einer semantischen Stromverarbeitungsmaschine mit einem standard-orientierten Graphendatenmodell und Fragmenten einer Graphendatenabfragesprache anbieten sollten. Daher wird das Projekt eine systematische Studie über die nachvollziehbaren Klassen einer Vielzahl von Verarbeitungsoperatoren durchführen, einschließlich Graphenmusterabfrage, logisches Denken und probabilistische Folgerung auf Stromdaten. Die neu erfundenen Klassen von Verarbeitungsvorgängen sollen die Entwicklung effizienter Klassen von inkrementellen Bewertungsalgorithmen ermöglichen. Daraufhin wird das Projekt untersuchen, wie eine hochexpressive Stromverarbeitungspipeline in einer dynamischen und verteilten Computerumgebung elastisch und robust skaliert werden kann. Darüber hinaus wird das Projekt einen neuartigen Optimierungsmechanismus untersuchen, der auf Logik und theoretischen Garantien basierende Optimierungsalgorithmen mit Laufzeitstatistikenadaptiven Algorithmen kombiniert. Die vorgeschlagenen Algorithmen und Rahmenbedingungen werden in zwei Anwendungsbereichen, dem Internet der Dinge und vernetzten Fahrzeugen, umfassend evaluiert.

• DFG-Verfahren: Sachbeihilfen