Logo des Repositoriums
 

Organic Data: Ein sicheres, dezentralisiertes Big Data Konzept

dc.contributor.authorMammen, Sebastian Von
dc.contributor.authorGrenz, Carsten
dc.contributor.authorHähner, Jörg
dc.contributor.authorTimpf, Sabine
dc.contributor.authorLoebenberger, Daniel
dc.contributor.authorMandl, Stefan
dc.contributor.authorKozachuk, Oleksandr
dc.contributor.editorPlödereder, E.
dc.contributor.editorGrunske, L.
dc.contributor.editorSchneider, E.
dc.contributor.editorUll, D.
dc.date.accessioned2017-07-26T10:58:31Z
dc.date.available2017-07-26T10:58:31Z
dc.date.issued2014
dc.description.abstractIn diesem Papier stellen wir ein Konzept vor für die sichere, dezentralisierte Sammlung und Verwertung großer Datenmengen. Die Kernidee ist eine selbstorganisierte hierarchische Organisation cyber-physikalischer “Organic Data”-Knoten (ODNs), die fähig sind, Daten lokal zu speichern, zu verarbeiten und gezielt unter Nachbarknoten zu kommunizieren. Das resultierende Netzwerk ist eine sich anpassende virtuelle Struktur, in der Daten aggregiert, verarbeitet und gespeichert werden. Der präsentierte Ansatz schließt Business-to-Consumer-Modelle gestützt auf potentiell personenbezogenen Datensätzen explizit mit ein. Neben der allgemeinen Darstellungen des Konzepts und weiterführender Erläuterungen hinsichtlich zugrundeliegender Technologien, werden konkrete Benchmarks für seine Evaluation präsentiert.de
dc.identifier.isbn978-3-88579-626-8
dc.identifier.pissn1617-5468
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofInformatik 2014
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-232
dc.titleOrganic Data: Ein sicheres, dezentralisiertes Big Data Konzeptde
dc.typeText/Conference Paper
gi.citation.endPage1252
gi.citation.publisherPlaceBonn
gi.citation.startPage1241
gi.conference.date22.-26. September 2014
gi.conference.locationStuttgart

Dateien

Originalbündel
1 - 1 von 1
Lade...
Vorschaubild
Name:
1241.pdf
Größe:
81.79 KB
Format:
Adobe Portable Document Format