Navigation Zur Modulseite
Anzeigesprache

Advanced Information Management 2 - Management of Data Streams

6 LP

Deutsch

#40310 / #4

Seit SS 2017

Fakultät IV

EN 7

Institut für Softwaretechnik und Theoretische Informatik

34351500 FG Datenbanksysteme und Informationsmanagement

Markl, Volker

Borusan, Alexander

sekr@dima.tu-berlin.de

POS-Nummer PORD-Nummer Modultitel
60815 29167 Advanced Information Management 2: Management of Data Streams

Lernergebnisse

Durch die technologischen Entwicklungen der letzten Jahre entstehen immer mehr Anwendungen, in denen kontinuierlich Daten produziert werden, die auch nur für eine gewisse Zeit aktuell bzw. gültig sind. Derartige Anwendungen sind dadurch gekennzeichnet, dass sie Ströme von Daten verarbeiten müssen. Die Teilnehmer dieses Moduls bekommen vertiefte konzeptionelle, methodische und praktische Kenntnisse für die Verarbeitung von Datenströmen an Beispielen aus den verschiedenen Anwendungsbereichen.

Lehrinhalte

In den letzten Jahren haben Fortschritte in der Hardwaretechnologie neue Möglichkeiten der kontinuierlichen Datenerfassung vereinfacht. In vielen Anwendungen, wie beispielsweise Netzwerküberwachung, ist das Volumen derartiger Daten so groß, dass es unmöglich ist, die Daten auf der Platte zu speichern. Weiterhin kann, selbst wenn die Daten gespeichert werden können, das Volumen der eingehenden Daten so groß sein, dass es unmöglich ist, einen bestimmten Datensatz mehr als einmal zu verarbeiten. Daher werden viele Datenbankoperationen und Datenanalysealgorithmen wie zum Beispiel Filterung, Indexierung, Klassifikation und Clustering in diesem Zusammenhang wesentlich anspruchsvoller. Wir folgen dem nachstehenden Themenkatalog: - Konzeptionelle Grundlagen/Terminologie von Datenstrommanagement, Einführung in Datenströme, Unterschied zum klassischen Datenmanagement, Bespiele (Telefonnetze, Automobilelektronik, Avionik, Medizintechnik, Verkehrsmanagement, Gebäudeüberwachung etc.) - Basiskonzepte von technischen Informationssystemen, Modellierung von Datenströmen - Stromquellen, Anforderungserfassung, Anforderungsstrukturierung, Anforderungen an Datenstrommanagementsystemen (DSMS) - Referenzarchitektur von DSMS, Architekturmodellierung - Modellierung der Funktionalität, Funktionsnetzwerk (Logische Architektur). Abbildung auf Technische Architektur, Schnittstellenbeschreibung, Verhaltensmodellierung - Fensterbasierte Verarbeitung von Datenströmen, tupelbasierte, zeitbasierte und wertebasierte Fenster (The Sliding- Window Computation Model and Results) - Synopsis-Konstruktion für Datenströme (Sampling, Wavelets, Sketches and Histograms) - Filtering und Counting in Datenströmen - Datenstromanalyse: Klassifikation und Clustering - Datenstromverarbetung in Sensornetzen, Nutzung von Ressourcen, Sende- bzw. Übertragungskosten - Modellierungsbeispiele (Automobilelektronik, Avionik). Prototypische Systeme (Aurora, STREAM, TelegraphCQ). Werkzeuge (Flink, Spark, Storm, Samza, SAMOA)

Modulbestandteile

Pflichtteil:

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen Art Nummer Turnus Sprache SWS
Advanced Information Management 2 - Management of Data Streams IV 0434 L 471 WS Keine Angabe 4

Arbeitsaufwand und Leistungspunkte

Advanced Information Management 2 - Management of Data Streams (IV):

Aufwandbeschreibung Multiplikator Stunden Gesamt
Ausarbeitung 15.0 2.0h 30.0h
Präsenz 15.0 4.0h 60.0h
Vor- und Nachbearbeitung (inkl. Lesen der Primärliteratur und eigenem Vortrag) 15.0 4.0h 60.0h
Übungsaufgaben/Praxisteil (Fallbeispiel) 15.0 2.0h 30.0h
180.0h (~6 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Diese integrierte Veranstaltung (IV) besteht aus einem Vorlesungsanteil und einem Seminaranteil, für den Sie ein Thema selbständig erarbeiten und der Gruppe präsentieren. Daneben gibt es einen Übungs- und Praxisanteil, der aus kleinen und größeren Aufgaben besteht und in kleinen Teams erarbeitet wird (incl. Präsentationen). Dabei wird von den Studierenden Anwesenheit und aktive Mitarbeit an allen Terminen erwartet. Bis zum Semesterende erstellt jedes Team eine ca. 10-15-seitige Ausarbeitung und präsentiert die Ergebnisse in der Abschlusspräsentation.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Diese Lehrveranstaltung wendet sich an Master-Studenten mit Schwerpunkt im Bereich Datenbanksysteme und Informationsmanagement ab dem 1. (Master-)Semester. Die Voraussetzungen sind das abgeschlossene Bachelorstudium und Kenntnisse der modernen Modellierungssprachen und des klassischen Datenbankmanagements. Die Literatur für diese Veranstaltung ist in vielen Fällen in englischer Sprache abgefasst, daher sind gute Englischkenntnisse erforderlich.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Keine Angabe

Abschluss des Moduls

Benotung:

benotet

Prüfungsform:

Mündliche Prüfung

Sprache:

Deutsch

Dauer/Umfang:

ca. 40 Minuten

Dauer des Moduls

Dieses Modul kann in einem Semester abgeschlossen werden.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 30.

Anmeldeformalitäten

Alle Teilnehmer/innen müssen sich vor dem ersten Lehrveranstaltungstermin mit dem Anmeldetool auf den DIMA-Webseiten (http://www.dima.tu-berlin.de/) für dieses Modul bei DIMA anmelden. Während der ersten sechs Wochen der Vorlesungszeit müssen sich die Studierenden zusätzlich zur direkten DIMA-Anmeldung auch bei QISPOS (Prüfungsmeldung) und ISIS (LV-Organisation/ Dokumentation) für das Modul anmelden. Beachten Sie bitte unbedingt alle Regelungen Ihres Studienganges!

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

Skript in elektronischer Form

Verfügbarkeit:  nicht verfügbar

Literatur

Empfohlene Literatur
Data Streams: Models and Algorithms. Ed. by Charu C. Aggarwal, Springer, 2007 als Basisliteratur, daneben zu jedem Themenkomplex klassische und aktuelle Forschungspapiere.
J. Leskovec, A.Rajaraman, J.D.Ullman. Mining of Massive Data Sets. Cambridge University Press. 2014, ISBN: 9781107077232

Zugeordnete Studiengänge

Dieses Modul wird auf folgenden Modullisten verwendet:

Sonstiges

Keine Angabe