HAREN: Självdistribuerad och anpassningsbar dataströmningsanalys i dimman
Forskningsprojekt , 2017 – 2020

För att till fullo kunna utnyttja den stora beräkningskraften som finns i dimman behövs ett nytt analytiskt förhållningssätt. Istället för "först hårdvara, sedan förfrågan" behöver man tänka "först förfrågan, sedan hårdvara". Den föreslagna forskningen i ramverket HAREN, kommer att innebära att skalbar dataanalys kan gå från tusentals homogena enheter (molnet) till miljontals heterogena enheter (dimman). Tanken är att programutvecklaren inte själv behöver ta hänsyn till dynamiken i nätverket, med att balansera last eller tillhandahålla och avveckla resurser, utan forskningen för HAREN kommer att studera metoder för att automatiskt och dynamiskt kunna sprida ut delar av dataströmningsanalysen på de just nu tillgängliga enheterna. Utvecklandet av HAREN kommer att utnyttja den huvudsökandes kunskap i parallell, distribuerad och elastisk dataströmningsanalys med finkorning synkronisering och utnyttja existerande industrikontakter för att erhålla heterogen och mångfaldig hårdvara för användarfall och validering.

Deltagare

Vincenzo Massimiliano Gulisano (kontakt)

Docent vid Chalmers, Data- och informationsteknik, Nätverk och system

Finansiering

Vetenskapsrådet (VR)

Finansierar Chalmers deltagande under 2017–2020

Publikationer

Mer information

Senast uppdaterat

2018-02-01