1 / 26

Henning Hasemann TU Braunschweig Juni 2011

Henning Hasemann TU Braunschweig Juni 2011. Semantic Service Provisioning for the Internet of Things u sing Future Internet Research by Experimentation. Struktur. WP1: Services WP2: Semantics WP3: Semantic E ntities. Work Package 1 (IBBT, UZL). Services. Aufgaben WP1.

ajaxe
Download Presentation

Henning Hasemann TU Braunschweig Juni 2011

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Henning Hasemann TU Braunschweig Juni 2011

  2. Semantic Service Provisioning for the Internet of Things using Future Internet Research by Experimentation

  3. Struktur WP1: Services WP2: Semantics WP3: SemanticEntities

  4. Work Package 1 (IBBT, UZL) Services

  5. Aufgaben WP1 • Entwicklungeiner Service-Infrastruktur • Self-Configuration / Discovery • Cross-Layer Services

  6. KnotenmitRESTfulCoAP-Webservice

  7. Self Organization

  8. Work Package 2 (NUIG, UZL) Semantics

  9. Aufgaben WP2 ? • Erzeugeneiner SPITFIRE-Ontologie • AutomatischeSemantischeAnnotierung • UIs fürsemantischeBeschreibungen ? ?

  10. Einschub: Semantik-Beispiel Property @prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> . @prefix owl: <http://www.w3.org/2002/07/owl#> . @prefix f: <http://blah.somewhere.com/owl/families#> . @prefix ont: <http://example.com/owl/beispiel#> . :lukerdf:type f:Person . :lukeont:ist-Kind-von :darth_vader . :anakin_skywalkerrdf:type f:Person . :darth_vaderrdf:type f:Person ; ont:ist :anakin_skywalker . Object Subject

  11. Einschub: Ontologie-Beispiel @prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> . @prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> . @prefix owl: <http://www.w3.org/2002/07/owl#> . @prefix f: <http://blah.somewhere.com/owl/families#> . :istowl:sameAsowl:sameAs . :ist-Kind-von rdf:typeowl:ObjectProperty , owl:IrreflexiveProperty , owl:AssymetricProperty ; rdfs:domain f:Person ; rdfs:range f:Person . :ist-Elternteil-von rdf:typeowl:ObjectProperty ; owl:inverseOf :ist-Kind-von . _:HatKindrdf:typeowl:Restriction ; owl:onProperty :ist-Elternteil-von ; owl:onClass f:Person ; owl:minCardinalityQ “1” . :Elternteilrdf:typeowl:Class ; owl:intersectionOf (f:Person _:HatKind) .

  12. Nochmal: Aufgaben WP2 • Erzeugeneiner SPITFIRE-Ontologie • UIs fürsemantischeBeschreibungen • AutomatischeSemantischeAnnotierung

  13. Ontologie-Definition und Alignment DBpedia:Galway Geonames:Galway

  14. Ontologie-Definition und Alignment ordnanceSurvey:Parking_lot appliesTo: umbel:ParkingPlace opencyc:ParkingPlace dbpedia:Parking_lot

  15. SnippetGenerator • SemantischeBeschreibungausWebformüberSensor-Spezifikation, -daten, etc… • BenutztexterneDatenzumvervollständigen

  16. Fuzzy-Logic basierte Annotation 2. New sensor : Score = 0,8 3. Inferred: car-park sensor : Score = 0,5 : Score = 0,1 1. Extract fuzzy rules & collect semantic descriptions car-park sensor humidity sensor type: car-park temperature sensor fuzzy database

  17. Sensor Ranking Example: Quiet places at waterfront • Filter static (waterfront, occupancy) • Predict (quiet) • Rank • Read • Return X .7 .9 .1 .5 .6 .2 .2

  18. Work Package 3 (CTI, TUBS, UZL) Semantic Entities

  19. Aufgaben WP3 • Instanziierung und Erhaltung von Semantic Entities • AlgorithmenfürEnergieeffizienz • Support für In-Network-Queries & Push-Mechanismen

  20. Einschub: Was ist eine SemanticEntity? Sensor_580435 :hasSensortemp_sensor ; :located_in Bridge ; :hasServiceread_temp . Sensor_834897 :hasSensortemp_sensor ; :located_in Bridge ; :hasServiceread_temp . Sensor_483353 :hasSensortemp_sensor ; :located_in Bridge ; :hasServiceread_temp . Semantic Entity: Bridge :hasSensortemp_sensor ; :hasServiceread_temp .

  21. Nochmal: AufgabenWP3 • Instanziierung und Erhaltung von Semantic Entities • AlgorithmenfürEnergieeffizienz • Support für In-Network-Queries & Push-Mechanismen

  22. Helper Nodes Anforderung: ≥1 Knoten von jederSE wachzujedemZeitpunkt Problem: Kleine SE’s habeneinekurzeLebenserwartung SE-Energie: 3 SE-Energie:7

  23. Helper Nodes Anforderung: ≥1 Knoten von jeder SE wachzujedemZeitpunkt Problem: Kleine SE’s habeneinekurzeLebenserwartung Lösung: Helper Nodes SE-Energie:3+4=7 SE-Energie:7

  24. ProbabilistischesSchedulingProblemstellung • Jede SE mitWahrscheinlichkeit≥qerreichbar • MaximiereerwarteteLebensdauerjederSE • Annahme: BatterienallerKnotenhabenEnergie 1

  25. Probabilistisches Scheduling • Idee: JederKnotenwählteinefesteAktivitätswahrsch. • |S| = AnzahlderKnoten in jeder SE • q = GeforderteAktivitätswahrsch. • pv = Wahrsch. dassKnoten v in einem Slot aktivist

  26. Probabilistisches Scheduling pv := max|S| 1 – (1 – q)1/|S| • Max. erw. LebensdauerjedesKnotens Was, wenneinKnotenausfällt?  Berechne die pveinfachneu!  SE-Lifetime ≥q / -ln(1 – q) ⋅ OPT

More Related