Distributed Heterogeneous Stream Reasoning
supported by the Austrian Science Funds (FWF) under project number P26471.
Funded student projects available!
We are looking for motivated students for the development of
- a prototypical stream reasoning engine (in Scala), and
- a benchmarking framework for the empirical study of existing stream processing/reasoning engines
Geförderte Studentenprojekte verfügbar!
Für Bakkalaureatsarbeiten, Praktika und vor allem Diplomarbeiten such wir proaktive Studierende zu folgenden Themen:
- Entwicklung einer prototypischen Stream Reasoning Engine (in Scala)
- Entwicklung eines Benchmarking Framework zur empirischen Studie existierender Reasoning/Processing Engines
Wir suchen deswegen
- initiative,
- analytische und zugleiche kreative,
- geduldige Studierende, die
- ein Interesse an formaler Logik haben und
- Wert auf saubere Programmierung legen.
Wir bieten
- direkte Einbindung in die Forschung,
- intensive Betreuung,
- Training in den obigen Aspekten,
- 128GB RAM + 12-core CPU (AMD 6176 SE), und
- finanzielle Förderung (im Bereich der Geringfügigkeitsgrenze; eventuell auch etwas darüber hinaus).
- Harald Beck (beck AT kr tuwien ac at), oder
- Minh Dao-Tran (dao AT kr tuwien ac at)
Stream Reasoning Engine
Ein Fokus in der Forschung unserer Arbeitsgruppe ist, wie man auf Basis deklarativer Programme komplexe logische Schlüsse aus Daten ziehen kann. Stream Reasoning erweitert diese Fragestellung auf Datenströme, also auf laufend eingehende Echtzeit-Daten.
Der Konflikt zwischen hoher Datenrate und komplexer Semantik der erwünschten Anfragen (und der dafür notwendigen Berechnungszeit) führt zu spannenden Forschungsfragen, sowohl aus theoretischer wie praktischer Perspektive.
Angeregt durch Arbeiten in- Knowledge Representation & Reasoning (siehe etwa oclingo) und Trends in
- Event-basierter Programmierung (siehe etwa Principles of Reactive Programming von Coursera),
Implementierungssprache: Scala.
Benchmarking Framework
Stream Processing/Reasoning Engines werden in unterschiedlichen Communities entwickelt, die auf verschiedene Aspekte fokussieren, wie z.B. hohe Datenrate vs. Ausdrucksstärke. Zur empirischen Studie dieser Engines hinsichtlich performance und v.a. Semantik soll ein Benchmarking Framework erarbeitet werden. Das heißt:
- Der tatsächliche Output einer Engine soll mit seiner Spezifikation auf systematische Weise verglichen werden können.
- Es soll überprüft werden können, ob die "gleiche" Query in unterschiedlichen Engines tatsächlich die selben Resultate liefert.
- Anfragen sollen nach Schwierigkeit (hinsichltich notwendiger worst-case Berechnungszeit) klassifiziert werden. Auf Basis dessen sollen die Laufzeiten differenzierter verglichen werden können.
- Systems, welches unterschiedliche Engines aufruft und Vergleiche zu deren Ausgaben erstellt; sowie und eines
- Data Generators, so dass Szenarien strömender Daten reproduziert werden können.
Dieses Thema erlaubt, sich mit aktuellen Trends im Bereich data/stream processing/reasoning, event-processing etc, auf wissenschaftliche Weise zu beschäftigen.
Insbesondere erlaubt es praktisch orientierten Studierenden, Einblicke in logik-orientierte Forschung zu erlangen. Ein Fokus liegt hier sicherlich auf Semantic Web / Linked Data Engines wie C-SPARQL und CQELS; je nach eigenem Interesse können aber auch Brücken zu prominenten Anwendungen wie Apache Storm oder Spark geschlagen werden.
Implementierungssprache: Offen.