Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Modelle und Speicherungsstrukturen für Kontextinformationen Seminar Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Ansgar Lamersdorf.

Ähnliche Präsentationen


Präsentation zum Thema: "Modelle und Speicherungsstrukturen für Kontextinformationen Seminar Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Ansgar Lamersdorf."—  Präsentation transkript:

1 Modelle und Speicherungsstrukturen für Kontextinformationen Seminar Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Ansgar Lamersdorf

2 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Agenda Motivation Kontextmodelle Indexstrukturen Anwendung: Nexus Motivation Kontext-bewusste Anwendungen Ort als Kontext Kontextmodelle Indexstrukturen Nexus

3 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Motivation Eigenschaften kontextbewusster Anwendungen: Kontext registrieren (Sensoren) Kontextdaten speichern Kontextdaten abrufen Auf Kontext reagieren Verhalten abhängig von aktuellen und gespeicherten Kontextinformationen Aktuelle Kontextdaten müssen mit gespeicherten Daten verglichen werden können Objekte werden abhängig von Kontextdaten gesucht Motivation Kontext-bewusste Anwendungen Ort als Kontext Kontextmodelle Indexstrukturen Nexus

4 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Beispiel Beispiel einer mobilen kontextbewussten Anwendung: Tourist Guide Angezeigte Informationen variieren nach Kontext (hier: Ort) Das 1670 erbaute Hauptschloss wurde errichtet von… Die im Jahre 1720 angebaute Kirche galt zunächst… Motivation Kontext-bewusste Anwendungen Ort als Kontext Kontextmodelle Indexstrukturen Nexus

5 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Anforderungen an kontextbewusste Anwendungen Kontextdaten Speichern Erkennen Abrufen Vergleichen... Verknüpfung von Objekten mit Kontextdaten Objekt an Kontext speichern Objekte nach ihrem Kontext suchen Kontextbeziehungen zwischen Objekten erkennen Motivation Kontext-bewusste Anwendungen Ort als Kontext Kontextmodelle Indexstrukturen Nexus

6 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Arten von Kontextdaten Viele verschiedene Informationen können als Kontextdaten relevant sein Ort Zeit Temperatur Helligkeit Interessen des Nutzers Zustand des Nutzers (Hunger, Müdigkeit…) … Unterschiedliche Datentypen Dimensionalität Komplexität Änderungsrate … Hier: Fokussierung auf Ort als Kontext Motivation Kontext-bewusste Anwendungen Ort als Kontext Kontextmodelle Indexstrukturen Nexus

7 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Ort als Kontext Gründe für Festlegung auf Ort: Am weitesten verbreitete Art von Kontextdaten Besonders wichtig bei mobilen Systemen Gut zu modellierendes Merkmal (etwa im Vergleich zu Interessen) Mehrdimensionale Daten (2 oder 3), erfordern spezielle Zugriffsarten Wdh: Verknüpfung von Objekten mit Kontextdaten Objekt an Kontext speichern Objekte nach ihrem Kontext suchen Kontextbeziehungen zwischen Objekten erkennen Konkret: Objekte mit Ort als Kontext Speichere Objekt Drucker in Raum 220 Welche Objekte liegen an den Koordinaten 200/300/50? Welche Objekte vom Typ Drucker befinden sich in 20 m Entfernung von Objekt Hans? Was ist die Entfernung zwischen Hans und Heinz? Motivation Kontext-bewusste Anwendungen Ort als Kontext Kontextmodelle Indexstrukturen Nexus

8 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Notwendige Elemente kontextbewusster Anwendungen Kontextmodell Welche Eigenschaften des Kontexts (Ortes) werden gespeichert? – Welche Abfragen sind möglich? Speicherungsstrukturen Wie kann der Kontext (Ort) effizient gespeichert werden? Wie kann schnell (logarithmisch) nach dem Kontext gesucht werden? Motivation Kontext-bewusste Anwendungen Ort als Kontext Kontextmodelle Indexstrukturen Nexus

9 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Kontextmodelle Legen fest, welche Eigenschaften des Kontexts betrachtet werden können Zu speichernde Attribute Informationen, die später verwendet werden können Bestimmen wie Kontextdaten gespeichert und abgerufen werden können Verknüpfungen von Daten mit Objekten Verknüpfungen von Daten untereinander Räumliche Modelle legen fest Über welche Attribute wird der Ort gespeichert? Wie präzise wird der Ort gespeichert? Wie wird ein Objekt einem Ort zugeordnet? Zwei grundsätzliche Arten von Kontextmodellen Geometrisch Hierarchisch (symbolisch, topologisch) Motivation Kontextmodelle Geometrisch vs. Hierarchisch Semantic Spaces Hu&Lee Aura Indexstrukturen Nexus

10 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Geometrische Modelle Beispiel: Geographische Koordinaten (z.B. GPS) Längengrad Breitengrad Höhe über NN Ort eindeutig durch (2 / 3) Koordinaten beschrieben Einfache geometrische Berechnungen Beziehungen zwischen Orten (z.B. Pythagoras für Entfernung) Umrechnungen zwischen verschiedenen Systemen Motivation Kontextmodelle Geometrisch vs. Hierarchisch Semantic Spaces Hu&Lee Aura Indexstrukturen Nexus

11 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Hierarchische Modelle Beispiel Adresse Land – Postleitzahl – Stadt – Straße – Nummer Hierarchische Anordnung von Räumen Jedes Objekt in einem Raum gleichzeitig in allen übergeordneten Räumen Unterschiedliche Arten: Jedes Objekt in nur einem direkt übergeordneten Raum Baum Objekte können in mehreren direkt übergeordneten Räumen liegen Gerichteter Azyklischer Graph Beziehungen zwischen Objekten durch gemeinsame übergeordnete Räume Gebäude Stock2. Stock3. Stock4. Stock Raum 36/330 Raum 36/332 Gebäude 32Gebäude 48 TU KL Motivation Kontextmodelle Geometrisch vs. Hierarchisch Semantic Spaces Hu&Lee Aura Indexstrukturen Nexus

12 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Geometrisch vs. Hierarchisch GeometrischHierarchisch + einfache geometrische Berechnungen möglich + Enthaltens- und Nachbarschaftsbeziehungen sehr schnell berechenbar + leichte Integration verschiedener Datenquellen + Geringe Datenmengen + einfache Attribute- Viele Berechnungen (z.B. Entfernung) nicht möglich - Sehr schnell große Datenmengen - Verschiedene Modelle nur schwer integrierbar Auch Mischformen zwischen beiden Modellen möglich Motivation Kontextmodelle Geometrisch vs. Hierarchisch Semantic Spaces Hu&Lee Aura Indexstrukturen Nexus

13 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Semantic Spaces Beispiel für ein hierarchisches Kontextmodell Barry Brumitt & Steven Shafer (Microsoft Research) Zwei Arten von Orten: Space Ausdehnung Kann weitere Orte enthalten Typ (z.B. Zimmer, Gebäude) Atom Ohne weitere Ausdehnung Nicht weiter unterteilbar Ort eines einzelnen Objektes (Person, Gegenstand…) Beziehungen zwischen Orten: Containment: Space x Space Raum ist in anderem Raum vollständig enthalten (keine Überlappung) Presence: Atom x Space Objekt liegt in Raum Ort kann mehreren Orten direkt untergeordnet sein Keine baumartige Hierarchie Motivation Kontextmodelle Geometrisch vs. Hierarchisch Semantic Spaces Hu&Lee Aura Indexstrukturen Nexus

14 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Semantic Spaces Realisiert als Datenbankschema Ort beweglicher Objekte einfach feststellbar Computer, an dem Person eingeloggt ist Netzwerkknoten, mit dem PDA verbunden ist Schnelle Suche nach nächstliegenden Objekten (z.B. Drucker) Objekte im selben Space Rekursiv in übergeordneten Spaces Aber: Wenig Informationen Aussagen über Lage von Objekten im Space Entfernungsangaben Motivation Kontextmodelle Geometrisch vs. Hierarchisch Semantic Spaces Hu&Lee Aura Indexstrukturen Nexus

15 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Semantic Spaces Darstellung im Editor (zur Administration) Angelehnt an Windows Explorer Problem: Baum- darstellung, obwohl keine Baumstruktur Motivation Kontextmodelle Geometrisch vs. Hierarchisch Semantic Spaces Hu&Lee Aura Indexstrukturen Nexus

16 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Hybride Kontextmodelle Hybride Modelle: Vorteile beider Typen Hierarchisch: einfach und schnell Geometrisch: genaue Berechungen Hierarchische Anordnung Koordinaten oder Entfernungsangaben Beispiel: zwei hybride Modelle Anreicherung eines hierarchischen Modells mit Entfernungen Hierarchische Koordinatensysteme Motivation Kontextmodelle Geometrisch vs. Hierarchisch Semantic Spaces Hu&Lee Aura Indexstrukturen Nexus

17 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Hu&Lee Kontextmodell Reichert hierarchisches Kontextmodell mit Entfernungsangaben an Grundelemente Ort Exit Zwischen zwei Orten Aus dem Modell heraus Beispiel: Orte: Zimmer, Flur Exit: Tür zwischen Zimmer und Flur Hierarchie zwischen Exits: Exits aus dem Modell heraus Untergeordnete Exits sind Weiter entfernt vom Haupt-Ausgang durch nur einen Ort erreichbar Orts-Hierarchie analog Motivation Kontextmodelle Geometrisch vs. Hierarchisch Semantic Spaces Hu&Lee Aura Indexstrukturen Nexus

18 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Hu&Lee Kontextmodell Beispiel: i ecbj d a g fh Entlang der Exit-Hierarchie werden zusätzlich Entfernungen gespeichert Entfernungen zwischen zwei beliebigen Exits berechenbar Kürzester Weg kann herausgefunden werden Motivation Kontextmodelle Geometrisch vs. Hierarchisch Semantic Spaces Hu&Lee Aura Indexstrukturen Nexus

19 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Aura-Kontexmodell Aura-Projekt an der Carnegie Mellon University Ordnet verschiedene Koordinatensysteme hierarchisch untereinander an Grundelemente Raum (z.B. Zimmer) Gebiet (z.B. W-LAN Empfangsbereich) Punkt Jeder Raum verfügt über eigenes Koordinatensystem Ursprung und Drehung des Koordinatensystems in Koordinaten des übergeordneten Raumes Koordinatensysteme ineinander überführbar Entfernungen zwischen beliebigen Punkten berechenbar Motivation Kontextmodelle Geometrisch vs. Hierarchisch Semantic Spaces Hu&Lee Aura Indexstrukturen Nexus

20 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Aura-Kontexmodell Identifikation von Elementen durch Aura Location Identifier (ALI) Raum: ali://TU-KL/36/3/330 Punkt: ali://TUi-KL/36/3/330#(1,4,5) Gebiet: ali://TU-KL/36/3/330#{(0,0),(1,0),(2,3)-(2,3)} Verschiedene Operationen auf ALIs definiert (hierarchisch & geometrisch) Motivation Kontextmodelle Geometrisch vs. Hierarchisch Semantic Spaces Hu&Lee Aura Indexstrukturen Nexus

21 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Indexstrukturen Bieten schnellen (logarithmischen) Zugriff auf Objekte über Kontextinformationen Räumliche Zugriffe: Welche Objekte liegen am Ort XY? Welche Objekte liegen in 50 m Entfernung von Z? Spezielle Zugriffspfade notwendig B(*)-Bäume nicht anwendbar, da mehrdimensional (Koordinaten) Vor allem wichtig für geometrische Modelle, bei hierarchischen Modellen oft nicht nötig Herkömmliche Strukturen (Semantic Spaces) Eigene Zugriffspfade (ALI) Motivation Kontextmodelle Indexstrukturen UB-Tree Quad-Tree R-Tree Nexus

22 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen UB-Tree Grundprinzip: Mehrdimensionale Koordinaten werden auf eindimensionale umgerechnet Eindimensionale Koordinaten werden mit B*- Baum indiziert Umrechnung der Koordinaten mit Z- Verfahren Bitweise Verschränkung der einzelnen Koordinaten zu einer einzigen Zahl Suchen, Einfügen, Löschen genau wie in Datenbanken mit B*-Bäumen Motivation Kontextmodelle Indexstrukturen UB-Tree Quad-Tree R-Tree Nexus

23 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Z-Verfahren Bitweise Verschränkung: Abwechselnd Bits der einzelnen Koordinaten Beispiel: (10010,11101) ( ) Analog dreidimensionale Koordinaten Problem: Benachbarte Koordinaten oft keine benachbarten Zahlen Bereichssuche aufwändig Motivation Kontextmodelle Indexstrukturen UB-Tree Quad-Tree R-Tree Nexus

24 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Quad-Tree Grundprinzip: Abwandlung binärer Suchbäume Zwei Dimensionen statt einer Binärer Suchbaum: Jeder Knoten hat maximal 2 Kinder Links alle kleineren Werte, rechts alle größeren Quad-Tree: Jeder Knoten hat maximal 4 Kinder Nordosten, Nordwesten, Südwesten, Südosten Motivation Kontextmodelle Indexstrukturen UB-Tree Quad-Tree R-Tree Nexus

25 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Quad-Tree Einfügen, Suchen: Rekursives Absteigen im Baum Balancierung notwendig, um logarithmische Zugriffe sicherzustellen Drei Dimensionen: Oct-Tree A C D BF E DF A BEC Motivation Kontextmodelle Indexstrukturen UB-Tree Quad-Tree R-Tree Nexus

26 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen R-Tree Grundprinzip: B*-Baum mit Rechtecken statt Zahlenbereichen Nicht nur Punkte sondern auch ausgedehnte Objekte Aufbau: Objekte in Blättern Minimal umschließendes Rechteck Übergeordnete Knoten: alle untergeordneten Rechtecke umschließend Rechtecke können sich überlappen Motivation Kontextmodelle Indexstrukturen UB-Tree Quad-Tree R-Tree Nexus

27 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen R-Tree Beispiel: G G2G3G R1 R2 R3 R4R5 R6R7 R8 R9 R1R3R2R4R R6R7 G1G2 G3G4 R8R Motivation Kontextmodelle Indexstrukturen UB-Tree Quad-Tree R-Tree Nexus

28 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen R-Tree Suchen logarithmisch Rekursiv in den Rechtecken, die den gesuchten Bereich überschneiden Suche in mehreren Unterbäumen (Überlappung) Einfügen und Löschen aufwändig Einfügen: Übergeordnete Rechtecke vergrößern Löschen: Übergeordnete Rechtecke verkleinern Knoten entsprechend Füllgraden angepasste werden (wie B*-Baum) Erweiterung auf drei Dimensionen möglich Quader statt Rechtecke Motivation Kontextmodelle Indexstrukturen UB-Tree Quad-Tree R-Tree Nexus

29 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Vergleich der verschiedenen Strukuren Mächtigkeit Komplexität der Zugriffe UB-Tree Nach Umrechnung sehr schnelle Operationen Nur Punktsuche effizient möglich Quad-Tree Tiefere Bäume Einfügen und Löschen komplexer durch Balancieren Auch begrenzt effiziente Bereichssuche R-Tree Ausgedehnte Objekte Bereichssuche Suchen z.T. in mehreren Zweigen Einfügen, Löschen sehr komplex Motivation Kontextmodelle Indexstrukturen UB-Tree Quad-Tree R-Tree Nexus

30 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Anwendung eines Kontextmodells Nexus-Projekt Sonderforschungsbereich Universität Stuttgart Ziel: gemeinsames Weltmodell für ortsbasierte Anwendungen Allgemeines offenes Kontextmodell Lokale Modelle einzelner Anwendungen können integriert werden Gemeinsames XML-Schema Geometrisches Kontextmodell Objekte durch Koordinaten gespeichert Augmented World Model: Modell erweitert durch virtuelle Objekte (z.B. Litfasssäule) Motivation Kontextmodelle Indexstrukturen Nexus

31 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Architektur von Nexus Daten verteilt auf verschiedenen Kontext Servern Föderationsschicht Registriert Kontext Server und integriert Daten Leitet Anfragen an zuständige Server weiter Konsistenz der Daten Motivation Kontextmodelle Indexstrukturen Nexus

32 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Klassifikation von Kontextdaten Viele Arten von Kontextdaten unterstützt Klassifizierung nach Update Rate Zugriffshäufigkeit Unterschiedliche Kontext Server nach Klasse Sensoren Datenbanken Indexstrukturen Kontextserver als Wrapper Festgelegtes XML- Austauschformat Motivation Kontextmodelle Indexstrukturen Nexus

33 Modelle und Speicherstruk- turen für Kontext- informationen Seminar: Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Zusammenfassung Kontextmodelle Legen fest, welche Attribute gespeichert werden Hierarchische vs. Geometrische Hybride Modelle Indexstrukturen UB-Tree, Quad-Tree, R-Tree Mächtigkeit vs. Komplexität Anwendung: Nexus Integration verschiedener Modelle Klassifikation von Kontextdaten Motivation Kontextmodelle Indexstrukturen Nexus Vielen Dank!


Herunterladen ppt "Modelle und Speicherungsstrukturen für Kontextinformationen Seminar Mobile und Kontextbewusste Datenbanktechnologien und -anwendungen Ansgar Lamersdorf."

Ähnliche Präsentationen


Google-Anzeigen