Volltextdatei(en) vorhanden
Titel: Kontextadaptive Anwendungsarchitekturen für das mobile Cloud Computing
Sonstige Titel: Context-adaptive Application Architectures for Mobile Cloud Computing
Sprache: Deutsch
Autor*in: Orsini, Gabriel
Schlagwörter: Kontextadaption; Kontextbewusstsein; kontextadaptive Anwendungen; Context Adaptation; Context Awareness; Context-adaptive Applications
GND-Schlagwörter: Cloud ComputingGND
Mobile Computing
Ubiquitous Computing
Maschinelles LernenGND
Erscheinungsdatum: 2017
Tag der mündlichen Prüfung: 2017-12-05
Zusammenfassung: 
Der stetige technologische Fortschritt im Bereich der Informationstechnologie hat innerhalb der letzten Jahre zu einer fortlaufenden Miniaturisierung der beteiligten Geräte geführt. Diese Miniaturisierung wird als der entscheidende Wegbereiter für die Realisierung von Mark Weisers Vision des Ubiquitous Computings gesehen, die die Durchdringung von Alltagsgegenständen mit Informationstechnologie beschreibt.

Die Miniaturisierung hat bereits eine Reihe neuer Kategorien von Geräten wie Smartphones oder Tablet-PCs hervorgebracht, die sich aufgrund ihrer Größe durch eine hohe Mobilität im Zusammenhang mit ihrer Benutzung auszeichnen. Diese mobilen Geräte können allerdings nicht immer den Anforderungen der Nutzer an unterstützte Anwendungen, Speicherkapazität und Akkulaufzeit gerecht werden, da der fortlaufenden Miniaturisierung nur in Teilen eine entsprechende Leistungssteigerung folgt. Zukünftig ist von einem weiteren Anstieg dieser Anforderungen an mobile Geräte auszugehen, die die Kooperation ressourcenbeschränkter mobiler Geräte mit weiteren Ressourcen in ihrer Umgebung erforderlich machen, um die Anforderung der Nutzer zu erfüllen. Diese Kooperation wird auch als mobiles Cloud Computing beschrieben. Ein Beispiel findet sich in der Auslagerung von Berechnungen durch Sprachassistenzsysteme wie Apple Siri oder Microsoft Cortana, die Eingaben ihrer Nutzer zur Verarbeitung in eine entfernte Infrastruktur übertragen.

Um die beschriebene Kooperation zu realisieren, gilt es allerdings zu berücksichtigen, dass sich durch die hohe Mobilität dieser Geräte ihre Umgebung, also ihr Kontext, häufig verändert und eine entsprechende Adaption der Interaktion mit der Infrastruktur erforderlich macht. Dies wiederum führt zu einem wachsenden Bedarf an Softwaresystemen, die in der Lage sind, sich selbstständig an ihren Ausführungskontext anzupassen.
Eine kontextadaptive Anwendung kann sich so beispielsweise bei einer niedrigen Übertragungsbandbreite durch eine Reduktion der Qualität an einen veränderten Kontext anpassen und so die Nutzbarkeit der Anwendung sicherstellen. Ebenso kann sie einen niedrigen Ladezustand der Batterie erfassen und entsprechende Teile ihrer Implementierung durch eine energieeffiziente Variante ersetzen, um die verbleibende Nutzungsdauer des mobilen Gerätes im Batteriebetrieb zu maximieren.
Entsprechend liegt der zentrale Forschungsaspekt dieser Dissertation auf der Untersuchung und Erarbeitung von Konzepten für eine kontextadaptive Anwendungsarchitektur, die es Anwendungen auf mobilen Geräten erlaubt, sich mittels verschiedener Adaptionsstrategien anzupassen. Dies ermöglicht es die umgebende Infrastruktur im Rahmen des beschriebenen Kooperationsszenarios der Sprachassistenz zu nutzen und die Adaptionsstrategien in Abhängigkeit vom aktuellen und zukünftigen Kontext eines mobilen Geräts automatisiert und proaktiv anzupassen.

Als erstes Ergebnis dieser Arbeit wird hierzu eine Anwendungsarchitektur für mobiles Cloud Computing vorgestellt, die darauf abzielt, die verteilte Ausführung unterschiedlicher mobiler Anwendungen zu unterstützen. Mithilfe verschiedener Adaptionsstrategien erlaubt es diese Architektur die Funktionalität eines mobilen Gerätes zu erweitern, bestehende Funktionalität zu beschleunigen oder eine insgesamt höhere Verfügbarkeit und Nutzbarkeit mobiler Anwendungen zu ermöglichen. Anschließend wird gezeigt, dass Kontextinformationen dazu verwendet werden können, das mobile Cloud Computing effizienter zu gestalten. Als zweites Ergebnis dieser Arbeit wird entsprechend ein generischer Prozess zur Kontextadaption vorgestellt, welcher die erforderlichen Adaptionsstrategien weitgehend eigenständig lernt und dabei den zukünftigen Kontext eines mobilen Gerätes antizipiert.

Durch diese Beiträge werden Entwickler in die Lage versetzt, mobile Anwendungen zu entwickeln, die verteilt und kontextadaptiv ausgeführt werden. Hierzu müssen sie sich nicht mit den Details der Verteilung und Adaption auseinandersetzen, da diese mobilen Anwendungen selbständig die Veränderungen ihres Nutzungskontextes lernen und antizipieren.

The ongoing technological progress in the field of information technology has led to an ongoing miniaturization of the devices involved. This miniaturization is seen as the main enabler for the realization of Mark Weiser's vision of Ubiquitous Computing, which describes the pervasion of everyday objects with information technology.

This miniaturization has already brought about a variety of new devices, such as smartphones or tablets, which, due to their size, are characterized by enabling high mobility in conjunction with their use. These mobile devices, however, may not always meet the requirements of the users with regard to supported applications, storage capacity, and battery life, as the ongoing miniaturization is followed only partially by an opposing increase in performance. In the future, we expect increasing challenges for these mobile devices, which require the cooperation of resource-constrained mobile devices with additional resources in their environment in order to meet the users' requirements. This cooperation is also referred to as Mobile Cloud Computing. An example is the computational offloading in natural language processing by personal assistants such as Apple Siri or Microsoft Cortana, which transfer the input of their users to a remote infrastructure for processing.

In order to achieve the described cooperation, the high mobility of these devices and their frequently changing environment, i.e. their context, has to be taken into account and the interaction with the infrastructure needs to be adapted accordingly. This in turn leads to a growing need for software systems that are capable of adapting themselves independently to their respective execution contexts.
A context-adaptive application is able to, for example, adapt to a changed context like a decreasing transmission bandwidth by reducing the quality, thus ensuring the usability of the application. Likewise, it can detect a low charge state of the battery and replace corresponding parts of its implementation with an energy-efficient variant in order to maximize the remaining uptime of the mobile device in battery mode.

Accordingly, the main research focus of this dissertation is on the investigation and elaboration of concepts for a context-adaptive application architecture, which allows applications on mobile devices to adapt themselves by means of different adaptation strategies. For example, by using the surrounding infrastructure to enable the mentioned scenario of distributed natural language processing by adapting the distribution strategy automatically and proactively to the current and future context of a mobile device.

The first result of this work represents an application architecture for mobile cloud computing, which aims to support the distributed execution of a multitude of mobile applications. Supported by different adaptation strategies, this architecture allows to extend the functionality of a mobile device, to accelerate existing functionality or to achieve a higher availability and usability of mobile applications. Subsequently, it is shown that context information can be used to increase the efficiency of mobile cloud computing. Hence, the second result of this thesis is a generic context adaptation process, that learns the necessary adaptation strategies to a large extent independently while anticipating the future context of a mobile device.

The developed architecture enables developers to build mobile applications that are distributed and context-adaptive without having to deal with the details of the distribution and adaptation as these mobile applications independently learn and anticipate changes in their individual usage context.
URL: https://ediss.sub.uni-hamburg.de/handle/ediss/7471
URN: urn:nbn:de:gbv:18-88747
Dokumenttyp: Dissertation
Betreuer*in: Lamersdorf, Winfried (Prof. Dr.)
Enthalten in den Sammlungen:Elektronische Dissertationen und Habilitationen

Dateien zu dieser Ressource:
Datei Beschreibung Prüfsumme GrößeFormat  
Dissertation.pdf4ce4358806f31d2b488c447bb48e32534.99 MBAdobe PDFÖffnen/Anzeigen
Zur Langanzeige

Diese Publikation steht in elektronischer Form im Internet bereit und kann gelesen werden. Über den freien Zugang hinaus wurden durch die Urheberin / den Urheber keine weiteren Rechte eingeräumt. Nutzungshandlungen (wie zum Beispiel der Download, das Bearbeiten, das Weiterverbreiten) sind daher nur im Rahmen der gesetzlichen Erlaubnisse des Urheberrechtsgesetzes (UrhG) erlaubt. Dies gilt für die Publikation sowie für ihre einzelnen Bestandteile, soweit nichts Anderes ausgewiesen ist.

Info

Seitenansichten

467
Letzte Woche
Letzten Monat
geprüft am 27.03.2024

Download(s)

637
Letzte Woche
Letzten Monat
geprüft am 27.03.2024
Werkzeuge

Google ScholarTM

Prüfe