http://dl.gi.de/handle/20.500.12116/11557 2026-07-23T12:50:43Z http://dl.gi.de/handle/20.500.12116/11633 Scheduling von Datenströmen auf der Basis von Service Level Agreements Vogelgesang, Thomas; Geesen, Dennis; Grawunder, Marco; Nicklas, Daniela; Appelrath, H.-Jürgen Software as a Service (SaaS) stellt einen Ansatz zur Bereitstellung standardisierbarer Software über das Internet dar. Auch die Verarbeitungskapazität von Datenstrommanagementsystemen (DSMS) kann auf diese Weise verschiedenen Kunden kostengünstig zugänglich gemacht werden. Der Anbieter garantiert dem Kunden eine gewisse Dienstqualität in Form von Service Level Agreements (SLAs), deren Verletzung i.d.R. finanzielle Konsequenzen hat. Der Dienstanbieter ist also zum einen daran interessiert, möglichst geringe Kosten durch die SLA-Verletzung zu verursachen, zum anderen eine optimale Systemressourcenauslastung (CPU, Hauptspeicher, etc.) zu erzielen. Diese Ressourcen werden in DSMS mit Hilfe von Schedulingverfahren den kontinuierlichen Anfragen zugewiesen. In unserer Arbeit haben wir ein aus dem Datenbankkontext stammendes Schedulingverfahren für Datenströme angepasst, das sowohl die durch Verletzungen von SLAs entstehenden Kosten aus Sicht des Anbieters berücksichtigt als auch eine effiziente Ressourcenverteilung ermöglicht. In Simulationen haben wir gezeigt, dass sich durch ein solches Scheduling die Kosten des Anbieters senken lassen. 2012-01-01T00:00:00Z http://dl.gi.de/handle/20.500.12116/11634 Umgang mit semantischer Heterogenität bei der Integration stromverarbeitender Systeme Lauterwald, Frank; Daum, Michael; Pollner, Niko; Meyer-Wegener, Klaus Verteilte Datenstromverarbeitung unter Beteiligung heterogener Datenstromsysteme und Sensorknoten erfährt zunehmendes Interesse. Ein Problem dabei ist, dass die heute verfügbaren Datenstromsysteme sich hinsichtlich ihrer Verarbeitungslogik unterscheiden. Das zeigt sich darin, dass für vermeintlich gleiche Anfragen unterschiedliche Ergebnisse erzeugt werden bzw. Ergebnisströme unterschiedliches zeitliches Verhalten aufweisen. Problematisch ist das insbesondere für die automatische Integration heterogener Datenstromsysteme im Sinne einer Föderation, denn hier gibt der Anwendungsentwickler die Kontrolle darüber, wie und von welchem System Ergebnisse erzeugt werden, an einen Koordinator ab. Der möglichen Abweichungen muss sich der Anwendungsentwickler bewusst sein und er muss angeben können, welche davon er in Kauf nehmen will. Dieser Beitrag beschreibt einen Ansatz, der es dem Anwendungsentwickler wahlweise erlaubt, präzise zu definieren, wie eine Anfrage verarbeitet werden soll oder dem System bestimmte Teilaspekte freizustellen, um so Optimierungspotentiale zu nutzen. Unterstützt wird er dabei durch eine Visualisierung der möglichen Unterschiede im Anfrageergebnis. 2012-01-01T00:00:00Z http://dl.gi.de/handle/20.500.12116/11641 An Index-Inspired Algorithm for Anytime Classification on Evolving Data Streams Kranen, Philipp; Assent, Ira; Seidl, Thomas Due to the ever growing presence of data streams there has been a considerable amount of research on stream data mining over the past years. Anytime algorithms are particularly well suited for stream mining, since they flexibly use all available time on streams of varying data rates, and are also shown to outperform traditional budget approaches on constant streams. In this article we present an index-inspired algorithm for Bayesian anytime classification on evolving data streams and show its performance on benchmark data sets. 2012-01-01T00:00:00Z http://dl.gi.de/handle/20.500.12116/11638 Editorial Fischer, Peter M.; Nicklas, Daniela; Seeger, Bernhard 2012-01-01T00:00:00Z