Universität Rostock, Lehrstuhl Datenbank- und Informationssysteme: Dbis Repository
Not a member yet
940 research outputs found
Sort by
METIS in PArADISE: Provenance Management bei der Auswertung von Sensordatenmengen für die Entwicklung von Assistenzsystemen
n diesem Beitrag soll ein langfristiges Forschungsvorhaben im Bereich der Informatik und Elektrotechnik an der Universität Rostock vorgestellt werden, in dem wissenschaftliche Experimente in der Informatik, der Zellbiologie und der Medizin (neurodegenerative Erkrankungen) durch effiziente Analyseverfahren auf sehr großen Mengen von Mess- oder Sensordaten unterstützt und im Sinne des Provenance Management rückverfolgbar gemacht werden sollen. Im Bereich der Informatik ist das experimentelle Anwendungsgebiet das der Erforschung und systematischen Entwicklung von Assistenzsystemen. Da in Assistenzsystemen unterstützte Personen durch eine Vielzahl von Sensoren beobachtet werden, müssen auch Privatheitsaspekte bereits während der Phase der Modellbildung berücksichtigt werden, um diese bei der
konkreten Konstruktion des Assistenzsystems automatisch in den Systementwurf zu integrieren.
Die Datenbankteilaspekte dieses Forschungsgebietes werden im Beitrag näher beleuchtet: Neben der effizienten Auswertung großer Mengen von Mess- und Sensordaten sind dies das Provenance Management und die Integration von Privatheitsbedingungen. Um diese Problemkreise zu verknüpfen, treffen zwei extrem unterschiedliche Datenbankthemen aufeinander: (1) Ableitung inverser Schema- und Instanzabbildungen, die üblicherweise in der Datenbankintegration, -föderation und -evolution benötigt werden, aus dem Projekt METIS, sowie (2) Effizienz von Analyseverfahren und Integration von Privatheitsaspekten durch Anfragetransformationen für die Entwicklung von Assistenzsystemen im Projekt PArADISE. Im Beitrag werden wir den gemeinsamen Kern beider Themen in den theoretischen Grundlagen von Datenbanken identifizieren
Der Lehrstuhl Datenbank- und Informationssysteme der Universität Rostock
Im Jahr 2014 feierte der Lehrstuhl Datenbank- und Informationssysteme (LS DBIS) an der Universität Rostock sein zwanzigjähriges Bestehen. Zur Jubiläumsveranstaltung mit ehemaligen und aktuellen Studenten, Mitarbeitern, Kollegen und Kooperationspartnern wurde diverses Material aus 20 Jahren aufbereitet. In diesem Beitrag soll daraus ein Rückblick auf 20 Jahre Forschung und Lehre im Bereich Datenbank- und Informationssysteme sowie ein Ein- und Ausblick auf aktuelle Forschungsarbeiten gegeben werden
Das PArADISE-Projekt: Big-Data-Analysen für die Entwicklung von Assistenzsystemen
Bei der Erforschung und systematischen Entwicklung von
Assistenzsystemen fallen eine große Menge von Sensordaten an, aus denen Situationen, Handlungen und Intentionen der vom Assistenzsystem unterstützten Personen abgeschätzt (modelliert) werden müssen. Neben Privatheitsaspekten, die bereits während der Phase der Modellbildung berücksichtigt werden müssen, sind die Performance des Analysesystems sowie die Provenance (Rückverfolgbarkeit von Modellierungsentscheidungen) und die Preservation (die
langfristige Aufbewahrung der Forschungsdaten) Ziele unserer Projekte in diesem Bereich. Speziell sollen im Projekt PArADISE die Privatheitsaspekte und die Performan-
ce des Systems berücksichtigt werden. In einem studentischen Projekt wurde innerhalb einer neuen
experimentellen Lehrveranstaltung im reformierten Bachelor- und Master-Studiengang Informatik an der Universität Rostock eine Systemplattform für eigene Entwicklungen geschaffen, die auf Basis von klassischen zeilenorientierten Datenbanksystemen, aber auch spaltenorientierten und hauptspeicheroptimierten Systemen die Analyse der Sensordaten vornimmt und für eine effiziente, parallelisierte Verarbeitung vorbereitet. Ziel
dieses Beitrages ist es, die Ergebnisse dieser studentischen
Projektgruppe vorzustellen, insbesondere die Erfahrungen mit den gewählten Plattformen PostgreSQL, DB2 BLU, MonetDB sowie R (als Analysesystem) zu präsentieren als auch die Erfahrungen mit dieser Art von experimenteller Lehrveranstaltung im Kontext der Bologna-Regelungen weiterzugeben
A stream-based architecture for the management and on-line analysis of unbounded amounts of simulation data
Conducting simulation studies can mean to execute a multitude of parameter configurations, for each of these we may need to execute a vast number of replications, and each single replication may mean the need to process a significant amount of data. Here, we propose a stream-based architecture that aligns data processing and buffering with the actual data usage during simulation to make the most of available memory. This turns away from the first-write-then-read approach, often utilizing databases or plain files as temporary storage. Instead, data are processed on the fly. By introducing a processing graph, which distinguishes between buffering and processing nodes, a flexible analysis of simulation data is achieved. As the data are processed close to their generation, the developed architecture fits well to a distributed execution of simulation studies. We illustrate how the stream-based architecture integrates into simulation workflows