Logo des Repositoriums

Auflistung nach Autor:in "Geesen, Dennis"

1 - 6 von 6
  • Konferenzbeitrag
    Koordinierte zyklische Kontext-Aktualisierungen in Datenströmen
    (Datenbanksysteme für Business, Technologie und Web (BTW), 2011) Geesen, Dennis; Bolles, André; Grawunder, Marco; Jacobi, Jonas; Nicklas, Daniela; Appelrath H., Jürgen
    Kontextsensitive Anwendungen benötigen ein möglichst exaktes Modell der Umgebung. Zur Ermittlung und regelmäßigen Aktualisierung dieses Kontextmodells werden typischerweise Sensordaten verwendet. Datenstrommanagementsysteme (DSMS) bilden die ideale Basis, um mit den durch die Sensoren generierten, potentiell unendlichen Datenströmen umzugehen. Leider bieten bisherige DSMS keine native Unterstützung für dynamische Kontextmodelle. Insbesondere die bei der Aktualisierung entstehenden Zyklen im Anfrageplan bedürfen einer besonderen Koordination, um Aktualität und Konsistenz des Kontextmodells zu gewährleisten. Diese Arbeit präsentiert eine Lösung, die einen Broker zur Koordination der verschiedenen Zugriffe auf das Kontextmodell als neuen Operator im DSMS einführt. Wir zeigen dazu eine semantische Beschreibung und eine abstrakte Implementierung des Brokers.
  • Konferenzbeitrag
    Lernen häufiger Muster aus intervallbasierten Datenströmen - Semantik und Optimierungen
    (Datenbanksysteme für Business, Technologie und Web (BTW) 2031, 2013) Geesen, Dennis; Appelrath, H. -Jürgen; Grawunder, Marco; Nicklas, Daniela
    Das Erkennen und Lernen von Mustern über Ereignisdatenströmen ist eine wesentliche Voraussetzung für effektive kontextbewusste Anwendungen, wie sie bspw. in intelligenten Wohnungen (Smart Homes) vorkommen. Zur Erkennung dieser Muster werden i.d.R. Verfahren aus dem Bereich des Frequent Pattern Mining (FPM) eingesetzt. Das Erlernen relevanter Muster findet aktuell entweder auf aufgezeichneten Ereignisströmen statt oder wird online mit Hilfe spezieller, an die Be- sonderheiten der Stromverarbeitung angepasste FPM-Algorithmen durchgeführt. Auf diese Weise muss entweder auf die Onlineverarbeitung verzichtet oder existierende und bewährte effiziente FPM-Algorithmen können nicht eingesetzt werden. In diesem Beitrag stellen wir einen Ansatz vor, der es ermöglicht, beliebige Datenbank-basierte FPM-Algorithmen ohne Anpassung auch auf Datenströmen durchzuführen. Da unsere Semantik auf der bekannten relationalen Algebra basiert, können weitere Optimierungen bspw. durch Anfrageumschreibungen erfolgen. Wir evaluieren den Ansatz im Datenstrom-Framework Odysseus und zeigen, dass bspw. beim Einsatz des FPM- Algorithmus „FP-Growth“ das Lernen in konstanter Zeit erfolgen kann und somit ein kontinuierliches Lernen auf dem Datenstrom möglich ist.
  • Zeitschriftenartikel
    Scheduling von Datenströmen auf der Basis von Service Level Agreements
    (Datenbank-Spektrum: Vol. 12, No. 1, 2012) Vogelgesang, Thomas; Geesen, Dennis; Grawunder, Marco; Nicklas, Daniela; Appelrath, H.-Jürgen
    Software as a Service (SaaS) stellt einen Ansatz zur Bereitstellung standardisierbarer Software über das Internet dar. Auch die Verarbeitungskapazität von Datenstrommanagementsystemen (DSMS) kann auf diese Weise verschiedenen Kunden kostengünstig zugänglich gemacht werden. Der Anbieter garantiert dem Kunden eine gewisse Dienstqualität in Form von Service Level Agreements (SLAs), deren Verletzung i.d.R. finanzielle Konsequenzen hat. Der Dienstanbieter ist also zum einen daran interessiert, möglichst geringe Kosten durch die SLA-Verletzung zu verursachen, zum anderen eine optimale Systemressourcenauslastung (CPU, Hauptspeicher, etc.) zu erzielen. Diese Ressourcen werden in DSMS mit Hilfe von Schedulingverfahren den kontinuierlichen Anfragen zugewiesen. In unserer Arbeit haben wir ein aus dem Datenbankkontext stammendes Schedulingverfahren für Datenströme angepasst, das sowohl die durch Verletzungen von SLAs entstehenden Kosten aus Sicht des Anbieters berücksichtigt als auch eine effiziente Ressourcenverteilung ermöglicht. In Simulationen haben wir gezeigt, dass sich durch ein solches Scheduling die Kosten des Anbieters senken lassen.
  • Konferenzbeitrag
    Sensordatenverarbeitung mit dem Open Source Datenstrommanagementframework Odysseus
    (INFORMATIK 2010. Service Science – Neue Perspektiven für die Informatik. Band 2, 2010) Bolles, André; Geesen, Dennis; Grawunder, Marco; Jacobi, Jonas; Nicklas, Daniela; Appelrath, H. -Jürgen
    Die Verarbeitung von kontinuierlichen Datenströmen, bspw. aus Sensoren, gewinnt zunehmend an Bedeutung. Flexible Möglichkeiten zur Verarbeitung solcher Daten werden durch Konzepte des Datenstrommanagements (DSM) bereitgestellt. Bisherige prototypische Datenstrommanagementsysteme (DSMS) wurden jeweils zur Evaluation bestimmter Verarbeitungskonzepte entwickelt. Der Vergleich oder die kombinierte Betrachtung dieser verschiedenen Konzepte ist bisher nur unter großem Aufwand möglich, da hierzu verschiedene DSMS integriert werden müssen. An der Universität Oldenburg wird daher ein Datenstrommanagementframework (DSMF) namens Odysseus entwickelt, welches es ermöglicht, nahezu beliebige Aspekte des DSM zu implementieren und zu evaluieren. Dieses Framework wird noch 2010 als Open Source DSMF veröffentlicht. Die vorliegende Arbeit stellt Odysseus und dessen Er- weiterbarkeit vor und erläutert Fragestellungen, die bei der Veröffentlichung auftreten.
  • Konferenzbeitrag
    StreamCars – Datenstrommanagementbasierte Verarbeitung von Sensordaten im Fahrzeug
    (Datenbanksysteme für Business, Technologie und Web (BTW), 2011) Bolles, André; Geesen, Dennis; Grawunder, Marcro; Jacobi, Jonas; Nicklas, Daniela; Appelrath, Hans-Jürgen; Hannibal, Marco; Köster, Frank
    Wir präsentieren StreamCars, eine datenstrommanagementbasierte Architektur für die flexible Verarbeitung von Sensordaten im Fahrzeug. Das Datenstrommanagementsystem Odysseus stellt Anfrageverarbeitungsmechanismen zur Objektverfolgung und zum Aufbau eines Kontextmodells bereit. Auf dieses wird dann über kontinuierliche Datenstromanfragen zugegriffen, sodass spezifische Informationen an unterschiedliche Assistenzfunktionen in Fahrzeugen weitergeleitet werden können.
  • Konferenzbeitrag
    Temporale Konsistenz von Kontextinformationen in Datenstromsystemen
    (Datenbanksysteme für Business, Technologie und Web (BTW) 2013 - Workshopband, 2013) Geesen, Dennis; Grawunder, Marco; Appelrath, H. -Jürgen
    Bei Entscheidungen in ereignisorientierten Systemen, wie bspw. in Smart Homes, wird neben kontinuierlichen und sich schnell ändernden Ereignisdatenströmen häufig auch auf Kontextinformationen zurückgegriffen, die den Zustand bestimmter Dinge wie z.B. Türen oder Lampen charakterisieren. Da sich diese im Gegensatz zu Ereignisdatenströmen sehr selten ändern, wird der zeitliche Zusammenhang zwischen Kontextinformationen und Ereignissen meistens vernachlässigt. In einigen Systemen ist jedoch diese temporale Konsistenz wichtig. In diesem Beitrag werden zwei Konzepte betrachtet, um solche Kontextinformationen zu verwalten und Ereignisdatenströmen damit anzureichern. Der geläufige Ansatz mit Fenstern bietet zwar temporale Konsistenz, ist jedoch nachteilig bei sich selten ändernden Kontextinformationen, da er das System blockiert. Wir zeigen daher alternativ einen Ansatz, der zwar temporale Konsistenz nicht stets zusichern kann, aber dafür nicht blockierend ist.