- Titel
- Methoden zur effizienten Datenaggregation in drahtlosen Big-Data-Sensornetzen
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:ch1-qucosa2-904412
- Schriftenreihe
- Wissenschaftliche Schriftenreihe EINGEBETTETE, SELBSTORGANISIERENDE SYSTEME
- Bandnummer
- Band 20
- Datum der Einreichung
- 10.05.2023
- Datum der Verteidigung
- 11.03.2024
- ISBN
- 978-3-96100-212-2
- ISSN
- ISSN 2196-4815 online
- ISSN 2196-3932 print
- DOI
- https://doi.org/10.51382/978-3-96100-212-2
- Abstract (DE)
- Sowohl in der Forschung als auch in der industriellen Anwendung erfahren drahtlose Sensornetze (engl. Wireless Sensor Networks, WSN) eine immer höhere Popularität. Dies liegt nicht zuletzt an den Forschungsgebieten Car2X-Kommunikation, Internet of Things sowie Umweltüberwachung als Teil des Katastrophenschutzes. Typischer Schwerpunkt ist das energieeffiziente und latenzarme Übertragen von Informationen in einem drahtlos verknüpften Netz aus stark ressourcenbeschränkten Hardwareplattformen. Die Dissertation beschäftigt sich mit der Forschungsfrage, inwieweit Methoden und konkrete Algorithmen aus dem Big-Data-Computing vorteilhaft in drahtlosen Sensornetzen eingesetzt werden können. Während es im ersten Moment nicht intuitiv erscheinen mag, dass Ansätze aus dem Big-Data-Bereich, die bereits konventionelle Rechensysteme an ihre Grenzen bringen, für Sensornetze relevant sein sollen, zeigt die Arbeit Parallelen auf, die zwischen klassischem Big Data und einer Teilgruppe von Sensornetzen existieren. Im Rahmen der Arbeit wird dazu der Begriff drahtloses Big-Data-Sensornetz (Big Data WSN) definiert und darauf aufbauend werden Anforderungen an ein Datenaggregationssystem für ebensolche Sensornetze erörtert sowie konkrete Big-Data-Algorithmen konzeptionell übertragen und adaptiert. Es wird gezeigt, dass sich sogenannte datenbank-orientierte Aggregationssysteme zur Umsetzung dieser Anforderungen eignen und dass ein solches existierendes System für Big Data WSN erweitert werden kann. Die Hauptbeiträge der Dissertation sind die Vorstellung eines Routingverfahrens für Big Data WSN, das anwendungsrelevante Knoten energieeffizient ermittelt, die Übertragung von Big Data Algorithmen auf WSN zur Reduzierung der zu übertragenden beziehungsweise zu speichernden Datenmenge sowie ein Ereignissystem zur Steigerung der Energieeffizienz und Verringerung der Latenz von Ereignisreaktionen.
- Freie Schlagwörter (DE)
- Drahtlose Sensornetze, Datenaggregation
- Klassifikation (DDC)
- 000
- 006
- 600
- 620
- Normschlagwörter (GND)
- Drahtloses Sensornetz, Energieeffizienz, Big Data, Routing, Informatik
- GutachterIn
- Prof. Dr. Dr. h. c. Wolfram Hardt
- Prof. Dr. Ulrich Heinkel
- Prof. Dr. André Windisch
- BetreuerIn Hochschule / Universität
- Prof. Dr. Dr. h. c. Wolfram Hardt
- Verlag
- Universitätsverlag Chemnitz, Chemnitz
- Den akademischen Grad verleihende / prüfende Institution
- Technische Universität Chemnitz, Chemnitz
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:ch1-qucosa2-904412
- Veröffentlichungsdatum Qucosa
- 10.07.2024
- Dokumenttyp
- Dissertation
- Sprache des Dokumentes
- Deutsch
- Lizenz / Rechtehinweis
CC BY-SA 4.0- Inhaltsverzeichnis
1. Einleitung 2. Grundlagen 3. Stand der Forschung 4. Konzeptionierung eines Aggregationsverfahrens für WSN im Big-Data-Kontext 5. Big-Data-WSN-Aggregationssystem Planetary 6. Auswertung und Ergebnisse 7. Zusammenfassung Anhang