Erweiterung eines Logging-Frameworks um Discovery

Type: Bachelorarbeit
Status: Offen
Beginn: Sofort
Student: N.N.
Tutor: Franziska Kühn
Supervisor: Prof. Dr. Horst Hellbrück

Forschungsgebiet

Im sogenannten Internet der Dinge (IoT) werden physische Objekte mit Kleinstcomputern ausgestattet und in unsere gewohnte Umgebung eingebettet. Es wird erwartet, dass die Anzahl der vernetzten Dinge in den nächsten Jahren gewaltig ansteigen wird. Schätzungen für die nahe Zukunft bzgl. der Zahl der vernetzten Geräte reichen von 26 bis 50 Milliarden rund um das Jahr 2020 [1]; neuere Schätzungen gehen von einem weiteren starken Wachstum mit um die 125 Milliarden Geräten in 2030 aus, von denen 337 Millionen ihren Dienst in medizinischen Anwendungen versehen (siehe bspw. IoT ebook).
 
Die Dinge können oftmals (drahtlos) mit dem Internet kommunizieren und verfügen häufig über Sensorik und Aktuatorik. Dadurch wird es möglich den Zustand der realen Welt in Echtzeit der digitalen Welt zur Verfügung zu stellen und den Zustand der realen Welt über Aktuatoren direkt zu beeinflussen. IoT-Systeme können vielfältig eingesetzt werden und weitreichende, auch sicherheitskritische, Aufgaben übernehmen. Die eingesetzten Systeme in IoT-Umgebungen sind oftmals heterogen, ressourcenbeschränkt (bspw. CPU, Speicher, Energie), hochgradig verteilt und dynamisch sowie selbst häufig unzuverlässig.

Thema der Arbeit/Aufgabenstellung

Das am ITM entwickelte Logging-Framework für IoT-Systeme ermöglicht es Daten von IoT-Systemen, die das CoAP-Protokoll implementieren, zu loggen, um die Daten dann später aufbereiten und weiterverwenden zu können. Der Logger ist dabei ein Dienst, der im IoT-Netz auf einem beliebigen IoT-Knoten deployed werden kann, unabhängig davon von welchen Knoten im Netz Daten geloggt werden sollen.

In einer Datei kann die Konfiguration der Logger angegeben werden anhand deren sich die Komponenten dann automatisch konfigurieren. In der Datei angegeben werden kann u.a.

  • auf welchen IoT-Knoten sollen die Logger laufen,
  • von welchem „Typ“ IoT-Knoten (bspw. Temperatursensor) sollen die Daten stammen,
  • welche Daten sollen gesammelt werden und
  • sollen die Daten bei Änderung oder in einem bestimmten Zeitintervall geloggt werden.

Durch einen Discovery-Dienst soll es ermöglicht werden, das Hinzukommen/den Wegfall von IoT-Knoten automatisch zu registrieren und die Logger-Dienste automatisch zu „aktualisieren“. D.h. tritt ein für einen Logger-Dienst relevanter IoT-Knoten dem Netz bei, soll der Logger automatisch die entsprechenden Daten loggen. Fällt ein IoT-Knoten aus, von dem Daten geloggt werden, muss automatisch ein Ersatzknoten (von dem die notwendigen Daten bezogen werden können) gefunden werden können.

Im Rahmen dieser Bachelorarbeit soll zunächst erarbeitet werden, wie das zuvor beschriebene Discovery für das Logging-Framework aussehen soll. Dabei ist bspw. zu ermitteln, ob das Discovery zentral oder verteilt realisiert werden sollte bzw. ob der Discovery-Dienst ein Teil des Logging-Dienstes ist oder als „externer“ Dienst realisiert werden sollte. Hierfür notwendige (semantische) Erweiterungen (bspw. für die Konfiguration, den Typ des IoT-Knotens und dessen Daten) und fehlende Daten in der Konfigurationsdatei sind zu ermitteln und umzusetzen bzw. zu ergänzen. Das Discovery muss in das Logging-Framework integriert und die Erweiterung evaluiert werden.

Voraussetzungen

Begriffe wie „verteilte Systeme“ und „Internet of Things“ sollten bekannt und verstanden sein. Java-Kenntnisse und erste Programmiererfahrungen werden vorausgesetzt.

Das Kleingedruckte

Nach Einarbeitung und Umsetzung ist die geleistete Arbeit in der eigentlichen Ausarbeitung sorgfältig zu dokumentieren. Der implementierte Code ist vollständig zu kommentieren. Die Ergebnisse werden quelloffen, beispielsweise unter den Bedingungen der Apache-Lizenz 2.0, veröffentlicht. Es sind die Regeln zur Erstellung von wissenschaftlichen Arbeiten des Instituts zu beachten.

Literatur

[1] Tavis C. McCourt, Simon Leopold, Frank G. Louthan IV, Hans Mosesmann, J. Steven Smigie, Terry Tillman, Daniel Toomey, Georgios Kyriakopoulos, Eric Lemus, Brian Peterson, and Alexander Sklar. The Internet of Things - A Study in Hype, Reality, Disruption and Growth. Industry report, Raymond James & Associates, January 2014.