Direkt zu


Informationen für Studierende

zur Startseite

Fachstudie

Datenbanksysteme für IoT-Geräte
Betreuer M.Sc. Daniel Del Gaudio
M.Sc. Dennis Przytarski
Prüfer Prof. Dr.-Ing. habil. Bernhard Mitschang
Beschreibung
Hintergrund und Motivation

Das Internet der Dinge (IoT) besteht aus heterogenen Geräten, ausgestattet mit Sensoren und Aktoren, welche über standardisierte Internetprotokolle kommunizieren um gemeinsame Ziele zu erreichen [1]. Um Daten zu verarbeiten, die durch IoT-Geräte entstehen, werden sie meist in die Cloud übertragen, um hohe Skalierbarkeit, Verfügbarkeit und dadurch Robustheit zu gewährleisten [2]. Edge Computing [3] erweitert das Cloud Computing Paradigma um die Verarbeitung von Daten nahe an deren Quellen. Das ermöglicht geringe Latenzzeiten und nutzt die bestehenden Rechenressourcen der IoT-Geräte. Um Daten auf IoT-Geräten zu verarbeiten, müssen diese in der Lage sein, Daten persistent auf robuste und effiziente Art und Weise zu speichern. Hierfür wurden in der Vergangenheit spezielle Datenbanksysteme, wie beispielsweise TinyDB [4], entwickelt. Auch manche herkömmliche Datenbanksysteme eignen sich für die Verwendung auf IoT-Geräten. Da diese Geräte oft weniger Rechenressourcen zur Verfügung haben, sollten entsprechende Datenbanksysteme möglichst sparsam hinsichtlich Speicherplatz und Rechenleistung sein. Außerdem sollte es möglich sein, sie schnell und ohne großen Aufwand auf neuen Geräten zu provisionieren, da in IoT-Umgebungen Geräte regelmäßig wegfallen und neue hinzukommen.

Ziele

In dieser Fachstudie soll eine Übersicht über aktuelle Datenbanksysteme, die sich für die Verwendung auf ressourcenbeschränkten Geräten in IoT-Umgebungen eignen, erstellt werden. Die Systeme sollen anhand sinnvoller Kriterien kategorisiert und bewertet werden. Hierfür sollen die verschiedenen Datenbanksysteme mithilfe von Benchmarking-Tools oder einer eigenen Implemen- tierung getestet werden.

Die Arbeit umfasst dazu folgende Aufgaben:

  • Einarbeitung in die Themengebiete IoT, Edge Computing und Datenbanksysteme
  • Erstellen von Kriterien zur Kategorisierung und Bewertung von Datenbanksystemen
  • Recherche zu bestehenden Datenbanksystemen
  • Auswahl geeigneter Datenbanksysteme in Hinblick auf deren Verwendbarkeit auf ressourcenbeschränkten IoT-Geräten
  • Kategorisierung und Bewertung der ausgewählten Datenbanksysteme anhand der vorher erstellten Kriterien mithilfe eines Benchmarking-Tools oder einer eigenen Implementierung
  • Bereitstellung entstandener Implementierungen
  • Dokumentation der Ergebnisse im Vergleichsframework Ultimate Comparison1
  • Präsentation der Ergebnisse in einem Vortrag

Voraussetzungen
  • Vorkenntnisse zu Datenbanksystemen von Vorteil

Literatur
[1] O. Vermesan and P. Friess, Internet of things: converging technologies for smart environments and integrated ecosystems. River Publishers, 2013.
[2] P. Mell, T. Grance et al., “The NIST definition of cloud computing,” 2011.
[3] W. Shi, J. Cao, Q. Zhang, Y. Li, and L. Xu, “Edge computing: Vision and challenges,” IEEE
Internet of Things Journal, vol. 3, no. 5, pp. 637–646, 2016.
[4] S. R. Madden, M. J. Franklin, J. M. Hellerstein, and W. Hong, “TinyDB: an acquisitional query processing system for sensor networks,” ACM Transactions on database systems (TODS), vol. 30, no. 1, pp. 122–173, 2005.