expose.txt

1. Motivation 

Ubiquitous computing, Context-Awareness und die stetig zunehmende Verbreitung von mobilen Endgeräten haben auch in sozialen Online-Netzwerken ("Online Social Networks"/ "OSNs") zu einem Paradigmenwechsel geführt. Traditionelle adressbasierte Netzwerke wurden zunächst durch P2P-Overlay-Strukturen ergänzt, um bessere Skalierbarkeit und Datenmobilität zu erreichen. Kontextinformationen als Informationsquelle für Anwendungen und Netzwerke ermöglichen darüber hinaus die Anpassung an die aktuellen Nutzerbedürfnisse, damit stärkere Personalisierung und letztlich eine höhere Dienstqualität. Das Mobilitätsverhalten der Nutzer beeinflusst damit Struktur und Kommunikation in OSNs, andererseits kann die Dienstgüte von OSNs durch Kontextinformationen verändert und verbessert werden. 

Das Ziel eines "Context-centric Online Social Network" (vgl. [WDS15]) ist ein OSN, dessen sozialer Graph einzig auf Kontextinformationen der Nutzer basiert. Im Unterschied zu bestehenden Netzwerken beruht die Kommunikation nicht auf Online-Freundschaft, sondern allein auf Kontext-Ähnlichkeit. Design und Implementierung eines solchen Netzwerks wurden prototypisch in AMBIENCE realisiert. Als Ähnlichkeitsmaß für Kontextinformationen wird die Jaccard-Distanz zwischen Bloom-Filtern verwendet. Nachrichten werden im Netzwerk also versendet bzw. bereitgestellt, indem ihre Metadaten als Bloom-Filter codiert und z.B. an einen WiFi-Access-Point oder eine Menge von MAC-Adressen gebunden werden. Beim Absetzen einer Query nach bestimmten Metadaten wird der Bloom-Filter dieser Query erstellt und mit den vorhandenen Bloom-Filtern verglichen. Diejenigen Nachrichten, deren Bloom-Filter die Kriterien erfüllen, werden dem Nutzer, von dessen Gerät die Query abgesetzt wurde, nach Ähnlichkeit sortiert zugestellt. Mathematisch betrachtet handelt es sich dabei um einen Mengenvergleich ("set reconciliation"). Für eine hohe Dienstqualität muss dieser möglichst schnell und effizient durchgeführt werden.  

2. Ziel 

Die prototypische Implementierung von AMBIENCE legt keinen Schwerpunkt auf Optimierung des Anfrageverhaltens für Queries und das Speichermanagement der verwendeten Datenstrukturen. Die Bloom-Filter der Nachrichten werden als unsortierte Liste auf einem Host gespeichert. Wird eine Query an den Host abgesetzt, wird ihre Jaccard-Distanz zu jedem Listenelement berechnet bzw. approximiert und die passenden Elemente werden zurückgegeben. Für eine kleine Anzahl an Nutzern und Nachrichten im Netzwerk kann das ausreichen. In Hinblick auf den zukünftigen Ausbau des Netzwerks und erweiterte Anwendungsszenarien geraten Anfrageverhalten der Queries und Speichermanagement der Datenstrukturen in den Fokus. So stellt sich z.B. die Frage, was geschieht, wenn eine hohe Anzahl von Queries an einen Host abgesetzt wird oder eine große Anzahl an Nachrichten (bzw. ihre Bloom-Filter) auf einem Host gespeichert werden sollen. 

Ziel dieser Arbeit ist es daher, das Anfrageverhalten für Suchqueries und das Speichermanagement der Datenstrukturen in AMBIENCE zu verbessern. Dazu soll ein Verfahren entwickelt werden, das auf der vorhandenen Implementierung mit Jaccard-Distanz als Ähnlichkeitsmaß und Repräsentation der Metadaten durch Bloom-Filter aufsetzt. Bestehende Lösungsansätze finden sich im Umfeld von Datenbanksystemen, P2P-Netzwerken und Location-Based Services. Allerdings beruhen sie entweder auf abweichenden Ähnlichkeitsmaßen (vgl. [BMS07]), dem Mengenvergleich zwischen unterschiedlichen Hosts (vgl. [SS11]), auf Geodaten und ihren spezifischen Charakteristika (vgl. [YL02]) oder der Location als einziger Kontextinformation (vgl. [STT+09]). Nichts davon lässt sich unmittelbar auf das Anwendungsszenario von AMBIENCE übertragen. Es wird daher untersucht werden, ob und inwiefern die dort verwendeten Algorithmen und Indexstrukturen für AMBIENCE nutzbar gemacht werden können. Am Ende soll ein Verfahren stehen, das optimal auf AMBIENCE zugeschnitten ist. 

3. Fragestellung 

Optimierung von Anfrageverhalten und Speichermanagement der Datenstrukturen in AMBIENCE unter Verwendung bestehender Algorithmen und Indexstrukturen zum Mengenvergleich.