FogStore – Eine Datenmanagementplattform für geo-verteilte Fogumgebungen

• Antragsteller: Professor Dr.-Ing. David Bermbach
• Fachliche Zuordnung: Sicherheit und Verlässlichkeit, Betriebs-, Kommunikations- und verteilte Systeme
• Förderung: Förderung von 2018 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 415899119

Moderne Anwendungen sind heute typischerweise cloudbasiert. Gleichzeitig bietet das neue Paradigma Fog-Computing, d.h. die gleichzeitige Nutzung von Cloud- und Edge-Computing sowie potentiell weiterer kleinerer Rechenzentren im Netzwerk zwischen Edge und Cloud, weitere Vorteile in Form von Systemqualität (QoS) für einige Anwendungen. Insbesondere neue Anwendungsdomänen wie das Internet der Dinge, autonomes Fahren, 5G-Netzwerke oder eHealth können von diesen Vorteilen profitieren oder benötigen diese sogar zwingend. Der größere Grad an Geoverteilung im Fog-Computing erfordert es jedoch, System- und Anwendungsarchitekturen zu überdenken. Insbesondere Datenmanagement - egal ob relational oder auf NoSQL-Art - kann mit diesem Grad an Geoverteilung und den Fogcharakteristika schlecht umgehen. Dies bedeutet insbesondere, dass typische Datenmanagementaufgaben aktuell auf Anwendungsebene implementiert werden müssen.Im Projekt FogStore wollen wir diese Lücke schließen und dabei insbesondere folgende Kernergebnisse erzielen:(i) Ein Datenmanagementsystem, das beliebige, dynamisch veränderbare Datenverteilungsstrategien unterstützt, die von Anwendungen definiert werden, und dabei QoS-Anforderungen und Fehlersituationen beachtet.(ii) Eine anwendungsseitige Middlewarekomponente, die mittels leichtgewichtigem Monitoring für sich bewegende Anwendungsklienten automatisch das jeweils nächste Datenreplika auswählt.(iii) Einen Manager für Predictive-Replica-Placement, der zukünftige Anwendungszugriffe vorhersagt und darauf basierend proaktiv Daten an einen für die Anwendung günstigereren Ort bewegt. Hierfür werden vergangene Zugriffsmuster analysiert und anwendungsspezifisches Wissen in Kombination mit Zeitreihenanalyse und maschinellem Lernen genutzt. Dies erlaubt, Daten rechtzeitig am vorhergesagten Ort bereitzustellen.(iv) Ein neues Benchmarkingframework, das speziell für die koordinierte Ausführung mehrerer paralleler Workloads in geoverteilten Umgebungen designed ist. Dieses Framework wird in FogStore genutzt, um Performance und andere Qualitätseigenschaften des entwickelten Fogdatenmanagementsystemen experimentell zu untersuchen. Es kann jedoch auch für Benchmarking allgemeiner geoverteilter Systeme, wie bspw. im Bereich Cloud-Federation, eingesetzt werden.

• DFG-Verfahren: Sachbeihilfen