Überblick

Die Verarbeitung und Aggregation von Daten ist ein integraler Bestandteil der Vision von drahtlosen Sensornetzen, da man sich von der Reduktion des Datenvolumens eine längere Lebensdauer des Netzes verspricht. Desweiteren können redundante Messungen mit mehreren günstigen Sensoren die Datenqualität steigern, ohne die Kosten, wie durch den teuren Einsatz von hochpräziser Sensorik, übermäßig ansteigen zu lassen.

In den vergangenen Jahren wurden unterschiedlichste Ansätze zur Datenvorverarbeitung in Sensornetzen vorgestellt, wobei der Fokus stark auf der Aggregation von Rohdaten oder Anfragen nach diesen lag. Erst seit Kurzem wird begonnen die Qualität der Daten schon im Sensornetz zu bewerten, um Aggregationen abhängig von der Datengüte durchführen zu können.

Das verteilte Bewerten von Sensorrohdaten bereits im Sensornetz unterscheidet sich von bisherigen Forschungsansätzen durch folgende Merkmale: Bisher wurde darauf verzichtet überhaupt die Qualität der Sensordaten bereits innerhalb des Sensornetzes verteilt zu bewerten. Es wurden nur lokal auf den Sensorknoten oder zentral auf einer Basisstation Daten bezüglich ihrer Qualität bewertet. In diesem Ansatz sollen bereits im Sensornetz Nachbarschaftsinformationen genutzt werden, um die Daten auf ein zu definierendes Gütemaß abzubilden. Die Sensorknoten müssen zu diesem Zweck Information austauschen. Die Ressourcenknappheit der Sensornetze steht hier dem technischen Anspruch mit hoher Präzision Daten zu analysieren.

Das Ziel dieser Arbeit ist es, Daten mit hoher Qualität bereits im Sensornetz von unbrauchbaren oder minderwertigen Daten zu unterscheiden, sowie ausgewählte, als gut bewertete Daten derart zu fusionieren, dass die resultierende Datenqualität sich positiv abhebt.

Dies beinhaltet die schrittweise Verbesserung einer Rohdatenbewertung im Sensornetz von verschiedenen Sensoren in einem geeigneten Kontext. Verschiedene Bewertungskriterien und daran anschließende Fusionstechniken sollen in Tests untereinander verglichen werden. Des Weiteren soll das versendete Datenaufkommen mit dem eines Referenzsystems ohne netzinterne Qualitätsbestimmung der Rohdaten verglichen werden.

Aufgaben

Eine Diplom- oder Masterarbeit in diesem Bereich umfasst folgende Punkte:

• Einarbeitung in die ScatterWeb Plattform und Analyse bestehender aktueller Ansätze zur Datenfusion sowie in optional unterschiedliche Sensortypen.

• Implementierung unterschiedlicher Strategien zur verteilten Qualitätsschätzung und Datenfusion auf den ScatterWeb Sensorknoten unter Berücksichtigung eines konkreten Szenarios oder optional mehrerer konkreter Szenarien.

• Evaluation der Fusionsalgorithmen auf Basis einer erarbeiteten Definition der "Datenqualität in Drahtlosen Sensornetzen“ anhand von geeigneten Metriken und Testläufen unter Optimierung des Gesamtsystems, sowie Testläufe in Sensornetzen mit einer geeigneten Anzahl von Sensorknoten.

• Implementierung einer graphischen Benutzeroberfläche, die die vom Sensornetz ausgewerteten Daten im Bezug auf das zu überwachende Areal anzeigt (optional)

Umfeld

Datenqualität ist ein derzeit wieder aktuelles Thema in der Sensornetzforschung. Der grundsätzliche Bedarf an dem Wissen über die Datenqualität ist z.B. für den Spezialfall der Ereigniserkennung in Sensornetzen gegeben. Sensornetze werden jedoch generell von der Information über die Datenqualität und entsprechend geeigneter Aggregation profitieren, da fehlerhafte oder ungeeignete Daten sowohl das Kommunikationsmedium als auch die Energieressourcen nicht mehr belasten. Darüber hinaus kann eine geeignete Datenauswahl nach deren Qualität die Effizienz eines Sensornetzes erheblich steigern.

Für den praktischen Teil der Arbeit stehen ScatterWeb Sensorknoten zur Verfügung, die am Fachbereich entwickelt wurden und auf der ScatterWeb Homepage voll dokumentiert sind. Zur Vernetzung der Aktivitäten der Arbeitsgruppe gibt es regelmäßige Treffen aller Studien-, Master- und Diplomarbeiter sowie der wissenschaftlichen Mitarbeiter der Arbeitsgruppe montags von 10:00 bis 12:00 Uhr.

Bei Interesse entweder bei Norman Dziengel (dziengel[at]inf fu-berlin de) melden oder einfach in Raum K23 vorbeikommen.