1 / 28

ipd.uni-karlsruhe.de/DIANE

Universität Karlsruhe. Effektive und effiziente Dienstsuche und -nutzung in Ad-hoc-Netzen. Birgitta König-Ries, Michael Klein, Philipp Obreiter. Universität Karlsruhe (TH) Institut für Programmstrukturen und Datenorganisation. http://www.ipd.uni-karlsruhe.de/DIANE. .

ezra
Download Presentation

ipd.uni-karlsruhe.de/DIANE

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Universität Karlsruhe Effektive und effiziente Dienstsuche und -nutzung in Ad-hoc-Netzen Birgitta König-Ries, Michael Klein, Philipp Obreiter Universität Karlsruhe (TH) Institut für Programmstrukturen und Datenorganisation http://www.ipd.uni-karlsruhe.de/DIANE

  2. Offizielle SQL Folien 1 - 2 - 4 Zusammenfassung über 2PC Übungsblatt zu SQL Übungsblatt zu UML Lösung zum SQL-Übungs-blatt Unser Szenario Mehr über SQL? Anna

  3. Nur wenige Arbeiten auf den höheren Ebenen: Wie können Dienste effektiv gefunden werden? Wie können Dienste effizient genutzt werden? Vielzahl von Arbeiten auf der technischen Ebene: Wie kann zuverlässige Nachrichtenübertragung erreicht werden? TCP Tahoe, TCP Reno, TCP SACK, etc. Wie werden Nachrichten von A nach B geroutet? AODV, LAR, DSR, ZRP, STAR, etc. Wie werden Adressen Geräten zugeordnet? IP, Mobile IP Wie wird auf das physikalische Medium zugegriffen? 802.11, CSMA, MACA, FSCS-CSMA, TDMA, etc. Arbeiten zu Ad-hoc-Netzen Application Transport IP Network Data Link MAC

  4. Dienstbeschreibung • semantisch • maschinell auswertbar Übungsblatt zu SQL  • Dienstfindung • dynamisch • dezentral • effizient • Dienstintegration • transparente Kombination • von Diensten + = SQL  SQL • Motivation • Kompensation für Knoten Fragestellungen bei DIANE

  5. Stand der Forschung:Dienstbeschreibung und Dienstfindung • Technologien & Architekturen • SLP, Jini, Corba Trading Service, SSDP, UDDI, SDP, SDL, JXTA Search • Architektur oft nicht geeignet für Ad-hoc-Netzwerke • semantisches Matchen sehr beschränkt • Semantische Beschreibung • Semantic Web, Ontologien • RDF(S), DAML-S • nicht architekturgebunden • noch keine Verfahren für das Matchen • noch keine Plattformen, Werkzeuge, …

  6. Stand der Forschung: Dienstfindung • Ansätze auf der Netzwerkschicht • Routingverfahren • tabellengesteuert (DSDV,…) • bedarfsgesteuert (AODV, DSR,…) • lokationsgesteuert (Terminode,…) • inhaltsgesteuert (SIENA,…)  nicht direkt verwendbar

  7. Geschichtete Dienstontologie • I. Obere Dienstontologie • "Wie ist eine Dienstbeschreibung allgemein aufgebaut?" Dienst Eingabe Ausgabe • II. Ontologien für Dienstkategorien • "Was sind typische Ein-/Ausgaben für einen Dienst dieser Kategorie?" • z.B. Informationsdienst, Einkaufsdienst, Problemlösedienst etc. Dokument Dokument Informationsdienst Autor Titel Inhalt Rel. Modell • III. Domänenontologien • "Mit welchem Vokabular können die Objekte beschrieben werden?" • z.B. Schuhe, Autos, Datenbanken, etc. Rel. Algebra SQL Datenbanken SELECT UPDATE Schritt 1: Schichte Ontologien, um domänenspezifische, aber dennoch stets gleich strukturierte Dienstbeschreibungsschablonen zu erhalten.

  8. Dienstbeschreibungsinstanz • in RDF oder DAML • Folgt der Dienstontologie • Aber flexibel: Lässt unbekannte Werte weg und fügt zusätzliche Attribute hinzu • Verwendet standardisiertes Vokabular (LOM, DC) Dienst xyz abc Dienstbeschreibungsinstanz Schritt 2: Instanziiere eine konkrete Dienstbeschreibung aus der entstandenen Schablone. Dienstontologie

  9. Dienstsuche • Grundproblem ähnlich wie beim Routen, aber auf logischer Ebene • Lösungsansatz: • Logische Gruppierung von ähnlichen Diensten • Dienstringe • Dienstcluster

  10. Offizielle Folien zu SQL Übungsblatt zu SQL SQL Übungsblatt zu SQL Offizielle Folien zu SQL Beispiele zu GROUP_BY Beispiele zu GROUP_BY • Ein ausgezeichneter Knoten dient als Zugangspunkt zum Ring (SAP) Dienstringe • Gruppiere Geräte, die ähnliche Dienste anbieten, zu einem Ring • Ähnlichkeit kann anhand der Dienstbeschreibung ermittelt werden

  11. Übungsblatt zu SQL Papier zur Projektion Hierarchie von Dienstringen Übungsblatt zu SQL? relationale Algebra SQL Normalisierung Rel. Modell

  12. Multi-Layer Clusters • Grundidee: • Clustere Geräte, die logisch und physikalisch benachbart sind • Gruppiere Cluster zu Clustern höherer Ordnung

  13. database isSubTopicOf relational model object oriented model isSubTopicOf SQL rel. algebra OQL isDescribedBy Zwei Dienste/Cluster sind semantisch ähnlich,gdw. sie zum selben Term in der Ontologie gehören Semantische Nähe

  14. Cluster A ist Nachbar_von Cluster B gdw. es ein Gerät m1 in A und ein Gerät m2 in B gibt, so dass m1 Nachbar_von m2 ( Gatewayknoten) A B m1 m2 Physikalische Nähe Gerät a Nachbar_von Gerät b gdw. b in a's Funkreichweite ist b a

  15. Clustering (1) • Schritt 1: • Bilde ein Cluster auf Ebene 1 aus Geräten, die • semantisch ähnlich • (=durch den selben ontologischen Term beschrieben) • b) und benachbart sind • (=verbundener Erreichbarkeitsgraph) insert.doc projection.pdf select.doc sql2.ppt update.doc division.doc sql1.ppt selection.pdf relAlgebra1.ppt sql3.ppt

  16. Clustering (2) • Schritt i • Bilde ein Cluster auf Ebene i aus Clustern der Ebene (i-1), die • semantisch ähnlich sind • (= zum gleichen Oberbegriff in der Ontologie gehören) • b) benachbart sind Relational Model SQL SQL Rel. Algebra

  17. Benutzersicht Lücke Systemsicht Dienstfindung Wir hätten gerne: Funktion Device findService(Service s) • die • nach Geräten sucht, die Dienst s anbieten • von jedem Gerät aufgerufen werden kann • jeden beliebigen Dienst s finden kann • lokal implementierbar ist • Wir haben: • sehr einfache Funktionen auf den Geräten: • überprüfe, ob Dienstanfrage s erfüllt werden kann • sende Nachricht an erreichbares Gerät • Clusterung von Geräten Grundidee: Schichtenarchitektur

  18. findService( ) ? Beispiel Ontologie

  19. findService( ) Beispiel Ontologie findService( )

  20. findService( ) Beispiel Ontologie Mögliche Verbreitungsver-fahren: • Fluten • zyklisch • direkt

  21. findService( ) Beispiel Ontologie sendMessage( )

  22. findService( ) Beispiel Ontologie sendMessage( )

  23. findService( ) Beispiel Ontologie sendMessage( ) findService( )

  24. findService( ) Beispiel Ontologie sendMessage( ) findService( ) findService( ) sendMessage( )

  25. Beispiel Ontologie findService( ) sendMessage( )

  26. Beispiel Ontologie

  27. Zusammenfassung • Fokus: • Dienstnutzung in Ad-hoc-Netzen • Bisher beschäftigt mit: • Dienstbeschreibung • Geschichtete Ontologie • Dienstsuche • Ringe, Cluster • In nächster Zeit: • Weiterentwicklung der Verfahren • Evaluierung der Verfahren durch Simulation • Auch noch auf dem Programm: • Motivation zur Diensterbringung • Kombination von Diensten

  28. Gibt es noch Fragen? Vielen Dank! Vielen Dank für Ihre Aufmerksamkeit! Nähere Informationen gibt es auf unserer Projektseite: http://www.ipd.uni-karlsruhe.de/DIANE

More Related