Vorlesungstermine "Große Datenmengen in Web-basierten Umgebungen"

Ringvorlesung "Große Datenmengen in Web-basierten Umgebungen"
Hauptseite		Humboldt-Universität	Institut für Informatik

Vorlesungstermine jeweils 15:00 Uhr c.t. in 3.001
Termin	Thema	Dozent
21.10.2004	Einführung: Große Datenmengen in Web-basierten Umgebungen Vorstellung aktueller Themen und Trends	Prof. Johann-Christoph Freytag Prof. Ulf Leser Prof. Felix Naumann Prof. Alexander Reinefeld Humboldt-Universität zu Berlin
28.10.2004	Ein Data Warehouse-basierter Ansatz für adaptive Web Recommendations (Folien)	Prof. Erhard Rahm Universität Leipzig
04.11.2004	Tree-Aware Relational Database Systems (Folien)	PD Dr. Torsten Grust Universität Konstanz
11.11.2004	Transaktionen im Grid-Computing (Folien)	Prof. Norbert Ritter Universität Hamburg
18.11.2004	Die Nexus-Platform: Eine Infrastruktur für mobile, kontextbezogene Systeme (Folien 4,5MB)	Prof. Bernhard Mitschang Universität Stuttgart
25.11.2004	fällt leider aus
02.12.2004	Information Extraction for the Life Sciences: from Text Mining to Compound Structure Reconstruction (Folien)	Dr. Marc Zimmermann Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAI
09.12.2004	Database Regression Tests (Folien)	Prof. Donald Kossmann ETH Zürich
16.12.2004	Surfen auf den 'omics'-Wellen: Die Bioinformatik auf dem Weg zur Systembiologie (Folien 6MB)	Dr. Reinhard Schneider EMBL - European Molecular Biology Laboratory
23.12.2004	entfällt (Weihnachten)
31.12.2004	entfällt (Silvester)
06.01.2005	Datenbanktechnologie für skalierbare Notifikationssysteme (Folien)	Prof. Wolfgang Lehner Technische Universität Dresden
13.01.2005	The Two Cultures of Digital Curation (Folien)	Prof. Peter Buneman University of Edinburgh
20.01.2005	Intelligente und effiziente Suche auf semistrukturierten Daten (Zusammenfassung) (Folien)	Prof. Gerhard Weikum Max-Planck-Institut für Informatik, Saarbrücken
27.01.2005	Verarbeitung sehr großer Datenströme in der Physik (Folien 4,7MB)	Prof. Dr. Volker Lindenstruth Kirchhoff-Institut für Physik
03.02.2005	AutoGlobe: Automatische Administration von dienstbasierten Datenbankanwendungen (Zusammenfassung) (Folien)	Prof. Alfons Kemper Technische Universität München
10.02.2005	Kommerzielles Computational Grid: Der Weg vom theoretischen Grid Modell zum G-Commerce (Folien 5MB)	Mathias Kaldenhoff Oracle, Deutschland
17.02.2004	Anfrageverarbeitung in P2P-Systemen (Folien)	Prof. Kai-Uwe Sattler Technische Universität Ilmenau

Zur Hauptseite der Ringvorlesung

Kurzzusammenfassungen

Prof. Gerhard Weikum
Intelligente und effiziente Suche auf semistrukturierten Daten

Im Zeitalter der Informationsexplosion findet man in zunehmendem Maße semistrukturierte Daten in XML und anderen Formaten, beispielsweise in großen Intranets, digitalen Bibliotheken, wissenschaftlichen Datenarchiven und auch im Web. Häufig möchte man mehrere Datenquellen dieser Art durchsuchen und trifft dabei auf das Problem, dass es kein global einheitliches Datenbankschema gibt; man hat es vielmehr mit hochgradig heterogenen Daten zu tun, die bezüglich Struktur, Annotationen (z.B. XML-Tags) und Terminologie stark variieren. Boolesche Datenbankanfragen, die man in XQuery oder XPath formulieren kann, sind dann häufig unbefriedigend, weil sie entweder zu wenige oder viel zu viele Resultate liefern. Stattdessen benötigt man ein auf Relevanz- oder Ähnlichkeitsmaßen beruhendes Ranking von Anfrageresultaten, und dafür wiederum müssen Datenbankverfahren mit Techniken des dokumentenorientierten Information Retrieval kombiniert werden.

Der Vortrag stellt mit den in Saarbrücken entwickelten Systemen XXL und COMPASS einen Ansatz dieser Richtung vor. Es wird gezeigt, wie man - unter anderem mit Hilfe von quantifizierten ontologischen Konzeptbeziehungen - heterogene XML-Daten mit hoher Präzision und Ausbeute suchen kann. Zur effizienten Ausführung von Anfragen kommen spezifische Indexstrukturen, insbesondere der Pfadindex HOPI (Two-Hop-Based Path Index), sowie approximative Algorithmen für Top-k-Ähnlichkeitsanfragen mit probabilistischen Garantien zum Einsatz. Wesentliche Konzepte der XML-Suche lassen sich auch auf - automatisch und dynamisch in XML konvertierte - HTML- und PDF-Daten aus dem Web sowie auf Deep-Web-Portale anwenden.

Prof. Alfons Kemper
AutoGlobe: Automatische Administration von dienstbasierten Datenbankanwendungen

Derzeit lässt sich ein Trend weg von monolithischen Systemen hin zu Service Oriented Architectures (SOAs) beobachten. Dieser Paradigmenwechsel erfordert neue Administrationstechniken, um die auf SOAs basierenden verteilten Datenbankanwendungen zuverlässig und kostengünstig betreiben zu können. Zu diesem Zweck entwickeln wir in Kooperation mit der ACI-Abteilung von SAP neue Selbstadministrierungskonzepte. Die Grundlage hierfür bilden die Virtualisierung von Hardware und Diensten, sowie ein kontinuierliches Monitoring. Dadurch ist es möglich, die Verteilung der Dienste auf die zur Verfügung stehende Hardware durch statische und dynamische Allokationstechniken zu optimieren. Statische Allokationsalgorithmen liefern eine optimierte a priori Verteilung der Dienste auf die Hardware. Dazu werden Dienste mit komplementären Ressourcenanforderungen möglichst gemeinsam auf einem Rechner ausgeführt. Eine rein statische Optimierung kann allerdings nicht zeitnah auf unvorhersagbare Ereignisse, wie etwa Überlast- oder Fehlersituationen, reagieren. Deshalb setzen wir zusätzlich eine auf Fuzzy-Logik basierende Kontrollkomponente ein, die zur Laufzeit dynamisch Anpassungen der Dienstallokation vornimmt. Beispielsweise werden abgestürzte Dienste neu gestartet und Überlastsituationen durch Hinzunahme weiterer Instanzen oder den Umzug einer Instanz auf einen leistungsfähigeren Rechner behoben. Die vorgestellten Technologien stellen damit einen ersten Schritt in Richtung eines durchgängigen Quality of Service-Managements (QoS-Management) in einer derartigen verteilen Web-Service basierten Informationsverarbeitungs-Infrastruktur dar. AutoGlobe ist die prototypische Umsetzung der in diesem Beitrag beschriebenen Konzepte für eine adaptive Infrastruktur, die sich durch Selbstkonfiguration, Selbstoptimierung und eigenständige Fehlerbehebung auszeichnet. Die grundlegenden hier vorgestellten Konzepte wurden bereits in SAP NetWeaver integriert.