BBQ und MauveDBJonathan Hellwig20.07.2007
Data Management in Wireless Sensor NetworksTimo Mika Gläßer & Ulf Leser
2Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
Modell driven data adquisition• Daten werden nicht direkt abgerufen• Daten fließen in Modellberechnung ein• Daten werden vom Modell abgerufen• Bespiel:
• Korrelation von Schuhgröße und Körpergröße• Größere Schuhe -> mehr Körpergröße• Schuhgröße -> Körpergröße• Schuhgröße + Gewicht -> Körpergröße
3Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
Gliederung• MauveDB• BBQ• Schlussfolgerungen• Diskussion
4Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
MauveDB – Was ist das?• Eine Datenbank• Es können Model-Based-Views erstellt
werden• Datenerfassung unabhängig von MauveDB
5Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
MauveDB – Was ist das?
6Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
MauveDB - Wie Funktioniert MauveDB?
Quelle: Deshpande, A.; Madden, S. , MauveDB: Supporting Model-based User Views in Database Systems. SIGMOD 2006.
7Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
MauveDB - Regression
Quelle: Deshpande, A.; Madden, S. , MauveDB: Supporting Model-based User Views in Database Systems. SIGMOD 2006.
8Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
MauveDB - Interpolation
Quelle: Deshpande, A.; Madden, S. , MauveDB: Supporting Model-based User Views in Database Systems. SIGMOD 2006.
9Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
MauveDB – Anwendungsbeispiel• 54 Sensoren• Messung von Temperatur, Feuchtigkeit, …• Create View Query
• CREATE VIEW• IntView(time[0::1],sensorid[::1],temp)• AS INTERPOLATE temp USING time, sensorid• FOR EACH sensorid M• TRAINNING_DATA SELECT temp, time, sensorid• FROM raw-temp-readings• WHERE raw-temp-readings.sensorid = M
10
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
MauveDB – Anwendungsbeispiel• Abfrage von:
1. Temperatur über Zeit von Rohdaten2. Temperatur über Zeit von interpolierten Daten3. Anteil von messenden Sensoren über Zeit
Quelle: Deshpande, A.; Madden, S. , MauveDB: Supporting Model-based User Views in Database Systems. SIGMOD 2006.
11
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
Was kann MauveDB (noch) nicht?• Andere Modelle als Regression und
Interpolation• Continuous-Queries
12
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ - Was ist das?• Barbie Q = a Tiny-Model Query System
• Abfragesystem für ein Sensorennetzwerk• Aus Daten der Sensoren wird Modell
berechnet• Anfragen an Modell und nicht an Rohdaten
13
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ - Was ist das?
14
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ - Wie funktioniert BBQ?
Quelle: Deshpande, A.; Guestrin, C.; Madden, S.; Hellerstein, J.; Hong W. . Model-driven data acquisition in sensor networks. In VLDB, 2004.
15
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ - Wie sehen Anfragen aus?• Range-Query
• Liegt ein Attribut (Messwert eines Sensors) in einem bestimmten Bereich
• Angabe der Wahrscheinlichkeit, mit der dies zutreffen soll
• Value-Query• Werte von Attributen• Wahrscheinlichkeitsangabe• Angabe des tolerierten Fehlers, den die Attribute vom
angegebenen Wert abweichen können• Average-Query
• Durchschnittliche Werte von Attributen• Wahrscheinlichkeitsangabe und Fehlerangabe
16
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ – Wie werden Anfragen beantwortet?• Trainingsdaten werden benutzt, um ein Modell der Daten zu
bilden• Die Attribute (Messwerte der Sensoren) werden durch
Zufallsvariablen dargestellt• Es wird angenommen, dass Zufallsvariablen
NORMALVERTEILT sind (dadurch ist die Verteilung durch den Erwartungswert und der Varianz vollständig beschrieben)
17
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ – Wie werden Anfragen beantwortet?• Anfrage nach einem Attribut Xi mit Fehlertoleranz
(Abweichung vom angegeben Wert) und Wahrscheinlichkeit (mit der Wert+/-Fehler zutrifft)
• Zwei Möglichkeiten1. Modell kann Anfrage sofort beantworten
18
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ – Wie werden Anfragen beantwortet?• 2. Modell kann Anfrage nicht mit geforderter
Wahrscheinlichkeit antworten. Es werden Attribute im Sensornetzwerk beobachtet, um geforderte Wahrscheinlichkeit einzuhalten
19
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ - Kostenvorhersage und Minimierung• O ist Menge der beobachteten Variablen• Ca(O) Kosten für Datengewinnung• Ct(O) Kosten für Transmission• C(O) = Ca(O) + Ct(O) Beobachtungskosten• Optimales O muss Folgendes erfüllen:
1. Beobachtung erweitert Modell, so dass geforderte Wahrscheinlichkeit von Anfrage erfüllt wird
2. Beobachtungskosten für C(O) minimal• Brute Force (Exponentiell), Greedy (nicht
optimal)
20
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ – Kosten• Energiekosten für verschiedene Aufgaben eines
Nodes/Sensors im (getesteten) Sensornetzwerk
Sensor Energy PerSample (@3V), mJ
Solar RadiationBarometric Pressure Humidity and Temperature Voltage
.5250.003
0.5
0.00009
Node Energy, mJ
SendingRecieving
0.40.4
21
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ – Wie funktioniert BBQ (genauer)?
Quelle: Deshpande, A.; Guestrin, C.; Madden, S.; Hellerstein, J.; Hong W. . Model-driven data acquisition in sensor networks. In VLDB, 2004.
22
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ – Was kann BBQ messen?• BBQ kann kontinuierliche Daten messen
• Temperaturmessungen• Licht• Luftfeuchtigkeit
• BBQ kann nicht diskontinuierliche Daten messen• Erdbeben
23
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ – Gründe um BBQ zu benutzen• Energie sparen• Auch bei Ausfall von Sensoren
(Eingeschränkte) Funktion• Stetige Werte von Messdaten bei diskreten
Messungen
24
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ - Anwendungsbeispiele
Name Garden LabAnzahl von Sensoren
11 54
Was wird gemessen
Feuchtigkeit, Licht, Temperatur, Spannung
Feuchtigkeit, Licht, Temperatur, Spannung
Wo Außen InnenAnzahl von Messungen
830002/3 Training1/3 Test
6 Tage Trainingsdaten2 Tage Testdaten
25
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ – Anwendungsbeispiele• Vergleich zu:1. TinyDB-style Querying
• Alle Sensoren werden Abgefragt• Keinen Fehler
2. Approximate-Caching• Sensoren messen immer• Nur wenn eine festgelegte Toleranzgrenze
überschritten wird, meldet Sensor Messung• Fehler wird immer eingehalten• Spart Transmissionskosten
26
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ - Garden
Quelle: Deshpande, A.; Guestrin, C.; Madden, S.; Hellerstein, J.; Hong W. . Model-driven data acquisition in sensor networks. In VLDB, 2004.
27
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ - Garden
Quelle: Deshpande, A.; Guestrin, C.; Madden, S.; Hellerstein, J.; Hong W. . Model-driven data acquisition in sensor networks. In VLDB, 2004.
28
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ - Lab
Quelle: Deshpande, A.; Guestrin, C.; Madden, S.; Hellerstein, J.; Hong W. . Model-driven data acquisition in sensor networks. In VLDB, 2004.
29
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
BBQ - Was kann BBQ (noch) nicht?• Dynamische Netzwerke• Ausreißer• Messungen die nicht Trainingsmuster
entsprechen
30
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
Schlussfolgerungen• Was haben MauveDB und BBQ gemeinsam?
• Anfragen in SQL-Style• Anfragen an Modelle statt an Rohdaten
31
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
Schlussfolgerungen• Worin unterscheiden sich MauveDB und BBQ?
• MauveDB ist unabhängig von Sensorennetzwerk• BBQ interagiert mit Sensorennetzwerk• Unterstützung von unterschiedliche Modelle
(Implementierungsfrage?)
32
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
Schlussfolgerungen• Unter welchen Umständen sind Daten aus
Modellen sinnvoller als Rohdaten?• Schwankungen der Daten durch
Messungenaugkeiten• Unvollständige Daten (Ausfall von Sensoren,
Sensoren decken nicht alles ab)• Prognosen
33
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
Schlussfolgerungen• Für welche Arten von Wireles Sensor
Networsks (WSN) können BBQ und MauveDB eingesetzt werden?• Ausfall von Sensoren
• Für welche nicht?• Bewegliche Knoten• Daten werden im Knoten bearbeitet• Desasterzonen in denen kein Daten-Training
durchgeführt werden kann• Gesundheitsüberwachung in der eine
Wahrscheinlichkeit von 95% nicht ausreicht
34
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
Diskussion• Bieten sich BBQ und MauveDB überhaupt
für WSN an?
35
Jonathan Hellwig – BBQ und MauveDBTimo Mika Gläßer & Ulf Leser - Data Management in Wireless Sensor Networks
Vielen Dank!Fragen?