Detailseite
Projekt
EdgeMine: Verteiltes Process Mining auf ressourcenbeschränkten Edge-Geräten & Sensorknoten
Antragsteller
Professor Dr. Olaf Landsiedel
Fachliche Zuordnung
Sicherheit und Verlässlichkeit, Betriebs-, Kommunikations- und verteilte Systeme
Förderung
Förderung seit 2023
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 496119880
Process Mining auf Sensordaten bringt neue Herausforderungen, wie z.B. die geografische Verteilung von Sensorknoten und deren Ressourcenbeschränkungen. Dieses Projekt, EdgeMine, wird neue Ansätze für (1) verteiltes, ortsbezogenes Process Mining und (2) Process Mining auf ressourcenbeschränkten IoT-Geräten entwickeln. In einer verteilten Mining-Umgebung dieses Projektes wird jeder Sensorknoten lokal ein partielles Mining-Ergebnis, sogenannte Prozessfragmente, berechnen. Jedes Fragment stellt einen partiellen Datenflussgraphen des Prozesses dar, den der Sensor dann an benachbarte Sensoren oder Edge-Geräte weiterleitet, wo er schrittweise mit Prozessfragmenten anderer Sensoren zusammengeführt wird. Mit jedem Schritt in dieser Analysekette werden weitere Fragmente auf verteilte Weise hinzugefügt und der partielle Prozessgraph wächst Schritt für Schritt zu einem vollständigen Prozessmodell. Insgesamt wird das Ergebnis ein verteilter Datenflussgraph sein, dessen Berechnung auf verteilte und heterogene IoT-Geräten abbildet wird. In diesem Projekt werden folgende Forschungsfragen betrachtet: (1) Wie können verteilte Process-Mining Algorithmen so entwickel werden, dass sich ihr Datenfluss effizient an die zugrunde liegende Topologie eines physisch verteilten Netzwerks aus z. B. Sensorknoten anpasst, ohne dass Daten an einem zentralen Ort gesammelt werden müssen? (2) Wie können ressourceneffiziente Prozessverarbeitungsalgorithmen entwickelt werden, die den begrenzten, oft heterogenen Rechenressourcen in einem Netz von IoT-Sensoren, Edge- und Cloud-Geräten gerecht werden? (3) Wie können die Verteilung und Abbildung der in diesem Projekt entwickelten Algorithmen auf dynamische IoT-Netzwerke automatisiert und diese dynamisch an veränderte Anforderungen, Ressourcen und Netzwerktopologien anpasst werden? (4) Wie können wir Benchmarks für eie systematisches, faires und reproduzierbares Evaluation von verteilten, ressourceneffizienten und adaptiven Process Mining Algorithmen entwickeln? Die Synergien von SOURCED und insbesondere die Zusammenarbeit mit Experten für Process Mining, Data Mining, Datenschutz und Software-Engineering werden neuartige Ansätze ermöglichen. So wird insbesondere das verteilte Process Mining, das in EdgeMine entwickelt werden wird, als Grundlage für skalierbares und datenschutzgerechtes Process Mining in SOURCED dienen. Weiterhin wird die in SOURCED entwickelte Erklärbarkeit des Process Mining in diesem Projekt helfen, die wichtigen Daten von den unwichtigen zu trennen und dadurch die Ressourceneffizienz zu verbessern. In ähnlicher Weise werden die Arbeiten zur Datenunsicherheit EdgeMine helfen, mit verrauschten Daten umzugehen. Das Tiny House, das im Rahmen von SOURCED eingerichtet wird, dient als Plattform für das Benchmarking verteilter Process-Mining-Algorithmen, die wir in EdgeMine entwickeln.
DFG-Verfahren
Forschungsgruppen
