SWISSQM S tephan Wagner Seminar Datenmanagement in Sensornetzen SS 2007, Prof. Ulf Leser, Dipl-Inf. Timo Mika Gläßer.

Slides:



Advertisements
Ähnliche Präsentationen
Be.as WEB Technologie
Advertisements

Powerpoint-Präsentation
1 Multicast Routing in Ad Hoc Netzen.ppt Oliver Finger_ TECHNISCHE UNIVERSITÄT ZU BRAUNSCHWEIG CAROLO-WILHELMINA Institut für Betriebssysteme und.
Kap. 7 Sortierverfahren Kap. 7.0 Darstellung, Vorüberlegungen
Eine dynamische Menge, die diese Operationen unterstützt,
Prof. Dr. T. Kudraß1 Hash-Verfahren. Prof. Dr. T. Kudraß2 Einführung Drei Alternativen, wie Dateneinträge k* im Index aussehen können: 1. Datensatz mit.
B-Bäume.
Echtzeit-Ethernet - eine Potentialanalyse -
Musterlösung IT-Struktur an Schulen © Zentrale Planungsgruppe Netze am Kultusministerium Baden-Württemberg Serverpflege Autor: Michael Stütz.
SAP R/3 - Speichermanagement
Standortfaktoren INTERN - Ausdrucksstark präsentieren.
Seminar: XML für Fortgeschrittene Referent: Katrin Apel
Stefanie Selzer - Pascal Busch - Michael Kropiwoda
Lehrstuhl Informatik III: Datenbanksysteme Achim Landschoof 28. April 2009 Strukturierte P2P Systeme 1 Achim Landschoof Betreuerin: Dipl.-Inf. Jessica.
FH-Hof Formale Sprachen - Maschinenmodelle Richard Göbel.
ARRAY oder FELD oder VEKTOR
Algorithmentheorie 04 –Hashing
WS Algorithmentheorie 13 - Kürzeste (billigste) Wege Prof. Dr. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (03 – Verschiedene Algorithmen für dasselbe Problem) Prof. Dr. Th. Ottmann.
Informatik II, SS 2008 Algorithmen und Datenstrukturen Vorlesung 4 Prof. Dr. Thomas Ottmann Algorithmen & Datenstrukturen, Institut für Informatik Fakultät.
SQL als Abfragesprache
Rechneraufbau & Rechnerstrukturen, Folie 10.1 © W. Oberschelp, G. Vossen W. Oberschelp G. Vossen Kapitel 10.
EINI-I Einführung in die Informatik für Naturwissenschaftler und Ingenieure I Vorlesung 2 SWS WS 99/00 Gisbert Dittrich FBI Unido
Institut für Kartographie und Geoinformation Diskrete Mathematik I Vorlesung Bäume-
Geometrische Objekte in Datenbanken Martin Pfeifle Institut für Informatik, Universität München Lehr- und Forschungseinheit für Datenbanksysteme Prof.
PG 520 Intelligence Service – gezielte Informationen aus dem Internet
Vorlesung 4: Memory Universität Bielefeld – Technische Fakultät AG Rechnernetze und verteilte Systeme Peter B. Ladkin Wintersemester.
Vorlesung 2 Rechnerarchitektur Universität Bielefeld – Technische Fakultät AG Rechnernetze und verteilte Systeme Peter B. Ladkin
Vorlesung 3: Verschiedenes Universität Bielefeld – Technische Fakultät AG Rechnernetze und verteilte Systeme Peter B. Ladkin
Rechnerarchitektur Vorlesung 2 Peter B. Ladkin
Netze Vorlesung 11 Peter B. Ladkin
Wir suchen ‘ mit m = m    ‘ c  ‘ mod 26
6 Normalformen Normalisieren Schlüssel
Programmierung 1 - Repetitorium WS 2002/2003 Programmierung 1 - Repetitorium Andreas Augustin und Marc Wagner Homepage:
Datenmanagement in Sensornetzen PRESTO - Feedback gesteuertes Datenmanagement - SS 2007 Sören Wenzlaff.
Open Source Prozessor Leon2 Peer Royla und Marco Siebert RST-Labor WS 04/05 Prof. Dr.-Ing. Thomas Risse.
Seite Common Gateway Interface. Konzepte. Übersicht 1Einleitung 2Was ist CGI? 3Wozu wird CGI verwendet? 4Geschichtlicher Überblick 5Grundvoraussetzungen.
1 Vorlesung 3 Verschiedenes Peter B. Ladkin
Ralf KüstersDagstuhl 2008/11/30 2 Ralf KüstersDagstuhl 2008/11/30 3.
7.1 Externes Suchen Bisherige Algorithmen: geeignet, wenn alle Daten im Hauptspeicher. Große Datenmengen: oft auf externen Speichermedien, z.B. Festplatte.
Druckerinstallation HP1050C
Steuerung externer Komponenten über ein USB-Interface.
EXCEL PROFESSIONAL KURS
Übersicht Definition Netzwerk
Begriffe -Technische Geräte
Effiziente Algorithmen
Effiziente Algorithmen
Präsentation läuft auch vollautomatisch ab … wie du möchtest
Auslegung eines Vorschubantriebes
1 Peer to Peer – GNUTELLA Seminar Innovative Netztechnologien Christophe LE ROQUAIS, den 17. Juni 2002.
CGI (Common Gateway Interface)
HORIZONT 1 XINFO ® Das IT - Informationssystem Assembler HORIZONT Software für Rechenzentren Garmischer Str. 8 D München Tel ++49(0)89 /
Präsentation von Lukas Sulzer
Vorlesung Datenbanksysteme vom Physische Datenorganisation
Interne Speicher © Christian Barby FIN
Grundlagen Wissenschaftlichen Arbeitens Hilal Tekoglu
SQL - Structured Query Language AIFB SS (1/9) Join-Operationen in SQL-92(1/9) Syntax einer Join-Operation: join-op := CROSS JOIN | [NATURAL]
Analyseprodukte numerischer Modelle
Mag. Andreas Starzer weloveIT – EDV Dienstleistungen
ADAT©2004 Dipl. - Ing. Walter SabinSeite: 19 Version 1.0a Programme - Zusatzsoftware Oracle: –Forms –Reports –Designer –Jdeveloper –APEX (Application Express)
Meldungen über Ethernet mit FINS/UDP
Seite 1 Technische Informatik II (INF 1211) – Kurzfragenteil (Ohne Unterlagen) Am Prof. W. Adi Zeit: (20 Minuten) Bitte schreiben Sie die Lösung.
Technik schädlicher Software
Einführung Dateisystem <-> Datenbanksystem
BBQ und MauveDB Jonathan Hellwig Data Management in Wireless Sensor Networks Timo Mika Gläßer & Ulf Leser.
Kirsten Kropmanns Allgemeine Technologien II 9. März 2009
Distributed Database Systems Parallele Datenbanksysteme von Stefan Schneider.
PVM – Parallel Virtual Machine Michael Springmann.
1 Einleitung Auf dem Weg zum Web 2.0 (was immer das sein mag) ist jQuery klein und fix Hängt damit die "Großen" wie Prototype, Dojo oder Mochikit ab Kreuzt.
Manuel Abbt Drahtlose Sensornetze Einführung und Szenarien Proseminar Technische Informatik SS 2007 Betreuer: Jürgen Sommer.
 Präsentation transkript:

SWISSQM S tephan Wagner Seminar Datenmanagement in Sensornetzen SS 2007, Prof. Ulf Leser, Dipl-Inf. Timo Mika Gläßer

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks Eckpunkte SWISSQM Entwicklung im Rahmen des XTream Projektes an ETH Zürich SWISSQM = Scalable Wireless Sensor Network Query Machine auf Stack basierende integer VM ist Turingvollständig Unterstützung benutzerdefinierter Funktionen

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks Motivation 1.Trennung der Sensoren vom externen Interface - Knoten sollen keine anwendungsspezifische Funktionalität beinhalten (z.B. Parsen) 2.Dynamische multi-user- und multi-programing- Umgebung 3.Effiziente Benutzung der Sensoren - Empfangen, Berechnen und Senden von Daten 4.Erweiterbarkeit - benutzerdefinierte Funktionen - Benutzung von higher data processing layers

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks Anwendungsmöglichkeit: Der Vesuv letzter Ausbruch ereignete sich im Jahre 1944 gilt als gefährlichster Vulkan Europas es wird ein baldiger Ausbruch befürchtet (ca Jahre) am Fuß des Vulkans liegt die Stadt Neapel mit mehr als einer Million Menschen

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks Beispiel SWISSQM: Sensorknoten Netzwerk von Sensorknoten am Vesuv Sensoren messen Tektonik und Hitze Zweck: Vorwarnung

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks Netzwerktopologie: Koten Knoten sind in Baum angeordnet und senden Daten zum Gateway Unterstützt werden verschiedene Bäume und Adressierungen auf Sensoren läuft eine QM multi-hop routing (TinyOS)

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks Netzwerktopologie: Gateway Gateway generiert Bytecodeprogramme Speichert Daten die Effizienz des Netzes beeinträchtigen würden du liefert diese bei Bedarf aus Interface zur Kontrolle der Knoten (reset, stop, Code senden usw.) Funktionsweise: - Gateway wandelt Benutzerquerys über virtuelle Querys in Netzwerk-Querys um (liegen in Bytecode vor)

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks Beispiel SWISSQM: Gateway Netzwerktopologie: Koten SELECT parent, MAX(temp), MAX(uschall) WHERE temp > 400 AND beben > 5 FROM Sensoren GROUP BY parent SAMPLE PERIOD 5s Gateway übersetzt folgenden Querys in Bytecode Programme und sendet diese an Sensorknoten: 1.section delivery, 2 get_parent 3 istore 0 4 get_temp 5 istore 1 6 iload 1 7 ipushw if_icmpge 9 9 get_uschall 10 istore 2 11 iload 2 12 ipushb 5 13 if_icmpge iconst_2 15 Iconst_2 16 iconst_2 17 iconst_2 18 merge 19 send_sy section reception 22 iconst_2 23 iconst_2 24 iconst_2 25 iconst_2 26 merge

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks SWISSQM: Speicheraufbau SWISSQM und Benutzerprogramme sind im FLASH-Memory jedes Sensorknotens gespeichert SRAM speichert nichtbeständigen globalen Zustand von SWISSQM aus FLASH-Memory während des Bootens SWISSQM benötigt 3KB + 1KB für Stack für Programme werden 384 byte alloziert pro Programm: - 16byte Stack - 16byte Übertragungspuffer - 16byte * #Elemente Synopsis

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks SWISSQM: Virtuelle Maschine Virtuelle Maschine besteht aus: 1. Stack (beinhaltet Operanten und Befehle) 2. Übertragungspuffer (speichert Daten für Forwarding) 3. Synopsis ermöglicht Ausführung von Aggregationen 4. Sensoren 5. QM-Programme

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks SWISSQM: Querymaschine Bytcodeinterpreter Übertragungspuffer Stack Synopsis - raw mode: Array wird benutzt wie Übertragungspuffer - managed mode: ermöglicht Kombination von Daten des Übertragungspuffers und Synopsis - hat Tabellenstruktur

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks Beispiel SWISSQM: QM parentMAX(temp)MAX(uschall) id 1wert 1 id 2wert id kwert k Synopsis 1.section delivery, 2 get_parent 3 istore 0 4 get_temp 5 istore 1 6 iload 1 7 ipushw if_icmpge 9 9 get_uschall 10 istore 2 11 iload 2 12 ipushb 5 13 if_icmpge iconst_2 15 Iconst_2 16 iconst_2 17 iconst_2 18 merge 19 send_sy section reception 22 iconst_2 23 iconst_2 24 iconst_2 25 iconst_2 26 merge

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks SWISSQM: Querymaschine QM Programm besteht aus 3 Sektionen: init section: wird nur beim Programmstart ausgeführt und initialisiert Synopsis delivery section: wird einmal pro Samplingperiode ausgeführt, tastet Sensoren ab, sammelt Daten, mergen mit localer Synopsis reception section: beinhaltet Daten vom Kindknoten, leitet Daten weiter 1.section init istore section delivery, 6 get_parent 7 istore 0 8 get_temp 9 istore 1 10 iload 1 11 iload 2 12 if_icmpge iconst_2 14 iconst_1 15 iconst_1 16 merge 17 send_sy section reception 20 iconst_2 21 iconst_1 22 iconst_1 23 merge

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks SWISSQM: Befehlssatz Befehlssatz ermöglicht: Manipulation, Logik, Arithmetik, Jumps und Kontrolle pro Befehl 1 byte -> 256 Befehle möglich Befehlssatz sind modular und dadurch leicht erweiterbar 7 verschiedene Sensorbefehle

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks SWISSQM: Merge-Befehl ermöglicht komplexe Berechnung trotz einfacher Bytecodebefehle merge-Syntax: merge(n,m,aggop 1,aggop 2,…,aggop m ) n = Anzahl der Gruppen m = Anzahl der Aggregationen aggop = Aggregation

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks Beispiel SWISSQM: Beispielrechnung für 2. Knoten 0temp443 uschall9 1temp450 uschall8 2temp417 uschall8 3temp4154temp4105temp413 uschall temp401 uschall5 parentMAX(temp)MAX(uschall) parentMAX(temp)MAX(uschall) parenttempuschall merge GATEWAY

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks Beispiel SWISSQM: Synopsis für 0. Knoten parentMAX(temp)MAX(uschall) gateway4439 0temp443 uschall9 1temp450 uschall8 2temp417 uschall8 3temp4154temp4105temp413 uschall temp401 uschall5 GATEWAY

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks SWISSQM GATEWAY Evakuieren Abschalten

Timo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks SWISSQM: Vor- und Nachteile VorteileNachteile hohes AbstraktionslevelBaumstruktur leichte ProgrammierungUpdates werden über jeden Knoten gesendet MultiprogramingAusfall eines Knotens führt zum Ausfall seiner Kindknoten Aktuallisierung der Knoten per Funk