Abstract: |
Advances in wireless technology have facilitated direct communication among mobile devices in recent years, enabling opportunistic networks. Opportunistic networking among mobile devices is often utilized to offload and save cellular network traffic and to maintain communication in case of impaired communication infrastructure, such as in emergency situations. With a plethora of built-in capabilities, such as built-in sensors and the ability to perform even intensive operations, mobile devices
in such networks can be used to provide distributed applications for other devices upon opportunistic contact. However, ensuring quality requirements for such type of distributed applications is still challenging due to uncontrolled mobility and resource constraints of devices. Addressing this problem, in this thesis, we propose a tasking methodology, which allows for assigning tasks to capable mobile devices, considering quality requirements. To this end, we tackle two fundamental types of tasks required
in a distributed application, i.e., information retrieval and distributed processing.
Our first contribution is a decentralized tasking concept to obtain crowd collected data through built-in sensors of participating mobile devices. Based on the Named Data Networking paradigm, we propose a naming scheme to specify the quality requirements for crowd sensing tasks. With the proposed naming scheme, we design an adaptive self-organizing approach, in which the sensing tasks will be forwarded to the right devices, satisfying specified quality requirements for requested information.
In our second contribution, we develop a tasking model for distributed processing in opportunistic networks. We design a task-oriented message template, which enhances the definition of a complex processing task, which requires multiple processing stages to accomplish a predefined goal. Our tasking concept enables distributed coordination and an autonomous decision of participating device to counter uncertainty caused by the mobility of devices in the network. Based on this proposed model, we develop computation handover strategies among mobile devices for achieving quality requirements of the distributed processing.
Finally, as the third contribution and to enhance information retrieval, we integrate our proposed tasking concept for distributed processing into information retrieval. Thereby, the crowd-collected data can be processed by the devices during the forwarding process in the network. As a result, relevant information can be extracted from the crowd-collected data directly within the network without being offloaded to any remote computation entity. We show that the obtained information can be disseminated to the right information consumers, without over-utilizing the resource of participating devices in the network.
Overall, we demonstrate that our contributions comprise a tasking methodology for leveraging resources of participating devices to ensure quality requirement of applications built upon an opportunistic network. |
Alternative Abstract: |
Alternative Abstract | Language |
---|
Mit Hilfe von drahtlosen Kommunikationstechnologien ist der Aufbau von direkten (ad hoc) Verbindungen zwischen Mobilgeräten möglich. Über diese Verbindung können Informationen lokal und direkt unter Mobilgeräten ausgetauscht werden, was eine Grundlagen für viele Anwendungen bietet. Der sinnvolle Einsatz solcher Technologien ist zum Beispiel die Entlastung der Mobilfunknetze durch lokale Datenverteilung und der Aufbau sowie die Aufrechterhaltung von infrastrukturlosen Netzen in Katastrophenszenarien. Darüber hinaus verfügen Mobilgeräte über eine Vielzahl an leistungfähigen Sensoren, und die Möglichkeit, komplexe Aufgaben auszuführen. Solche Fähigkeiten können als Dienste im Kontext einer verteilten Anwendung mit
direkter Kommunikation angeboten werden. Dabei ist eine große Herausforderung, die Qualitätanforderungen solcher Anwendungen bei limitierten Ressourcen und der Mobilität der Geräte zu garantieren. In dieser Arbeit wird diese Problematik addressiert, indem wir ein Modell zur verteilten Aufgabenzuweisung unter teilnehmenden Mobilgeräten entwickeln. Bei dieser Verteilung werden vor allem unterschiedliche Qualitätsanforderungen und die Heterogenität der Geräte berücksichtigt. Dabei fokussieren wir uns auf die Informationsakquise und die verteilte Datenverarbeitung, welche die Grundsteine für die Entwicklung einer verteilten Anwendung darstellen.
In unserem ersten Beitrag entwickeln wir eine Methode basierend auf dem Named Data Networking Paradigma, um die Qualitätanforderung einer Anfrage zum Datensammeln zu spezifizieren. Dabei werden die Anforderungen direkt in das Namensschema integriert. Aufbauend auf dieser Spezifikation wird die Weiterleitung von Anfragen an Daten durch Geräte im Netzwerk selbst organisiert und gestaltet, sodass die Anforderungen an die angefragten Daten erfüllt werden können.
Mit unserem zweiten Beitrag wird eine verteilte und lokale Verarbeitung von Daten auf Basis der Kooperation mit anderen Mobilgeräten untereinander ermöglicht. Um eine Verteilung der Verarbeitung auf benachbarte Mobilgeräte zu ermöglichen, wurde eine Nachrichtenvorlage konzipiert, welche ein komplexes Verarbeitungsziel spezifiziert, in mehrere Operationen aufbricht und an umliegende Mobilgeräte verteilt. Dabei erlauben wir autonome Entscheidungen der teilnehmenden Geräte, um der hohen Dynamik und der Ressourceneinschränkung entgegen zu wirken.
Als letzten Beitrag kombinieren wir das entwickelte Model zur verteilten Datenverarbeitung mit unserer Methode zur Weiterleitung von Netzwerkpaketen. Dabei werden die angefragten Daten während der Weiterleitung verarbeitet, um die relevanten Informationen direkt im Netzwerk zu extrahieren. Wir zeigen, dass solche Informationen effizient interessierten Mobilgeräte geliefert werden können, ohne dabei zusätzliche Last in Netzwerk zu generieren.
Die in dieser Arbeit vorgestellten Beiträge bilden gemeinsam ein Model zur Aufgabenzuweisung, welches die Qualitätanforderungen einer Anwendung in dynamischen Mobilnetzen erfüllt. | German |
|