Volltext-Downloads (blau) und Frontdoor-Views (grau)
The search result changed since you submitted your search request. Documents might be displayed in a different sort order.
  • search hit 7 of 641
Back to Result List

Flooded Edge Gateways : Real-Time Aggregation of High-Density Data Using Complex Event Processing and Machine Learning

  • Increasing numbers of internet-compatible devices, in particular in the context of IoT, usually cause increasing amounts of data. The processing and analysis of a continuously growing amount of data in real-time by means of cloud platforms cannot be guaranteed anymore. Approaches of Edge Computing decentralize parts of the data analysis logics towards the data sources in order to control the data transfer rate to the cloud through pre-processing with predefined quality-of-service parameters. In this paper, we present a solution for preventing overloaded gateways by optimizing the transfer of IoT data through a combination of Complex Event Processing and Machine Learning. The presented solution is completely based on open-source technologies and can therefore also be used in smaller companies.
  • Steigende Zahlen Internet-fähiger Geräte, besonders im Kontext des Internet der Dinge (IoT), verursachen zunehmend große Mengen an Daten. Die Verarbeitung und Analyse einer stetig steigenden Datenmenge mit Hilfe von Cloud-Plattformen kann in Echtzeit nicht mehr garantiert werden. Ansätze des Edge Computing dezentralisieren Teile der Datenanalyselogik in Richtung der Datenquellen, um den Datendurchsatz zur Cloud durch eine Vorverarbeitung im Rahmen vordefinierter Quality-Of-Service-Parameter zu kontrollieren. In dieser Arbeit stellen wir eine Lösung zur Prävention überladener Gateways vor, indem wir die Übertragung von IoT-Daten durch eine Kombination von Complex Event Processing und maschinelles Lernen optimieren. Die vorgestellte Lösung basiert vollständig auf Open-Source-Technologien und kann somit auch in kleineren Unternehmen angewendet werden.

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author:Jesko ElsnerGND, Rainer Mueller, S. Thümmel
ISBN:978-3-18-092351-2
Parent Title (English):Automation 2019, 20. Leitkongress der Mess- und Automatisierungstechnik, Autonomous Systems and 5G in Connected Industries, Baden-Baden, DE, 2.-3. Juli, 2019, (VDI-Berichte ; 2351)
Publisher:VDI-Verlag
Place of publication:Düsseldorf
Document Type:Conference Proceeding
Language:English
Year of Publication:2019
Identifier:Im Katalog der Hochschule Konstanz ansehen
Release Date:2020/02/20
First Page:719
Last Page:730
Open Access?:Nein