Anschlussprojekte
Prof. Dr. Markus U. Mock
Hochschule Landshut
Fakultät Informatik
Prof. Chandra Krintz
University of California, Santa Barbara
Department of Computer Science
Serverless Computing für IoT: vom Endgerät zur Cloud und zurück
Das Serverless-Computing-Paradigma hat schnell großes Interesse als flexibles und skalierbares Ausführungsmodell gefunden, da es keine komplizierte Bereitstellung oder Verwaltung von Recheninfrastruktur erfordert. Aufgrund der nötigen (Netzwerk-) Bandbreiten- und Latenzanforderungen funktioniert es jedoch nicht ohne weiteres, dieses Paradigma auf das schnell wachsende Internet der Dinge (IoT) zu übertragen. Gleichzeitig ist Edge-Computing per se keine Lösung, da dann IoT-Anwendungen ihre eigenen Computerinfrastruktur verwalten müssen. In diesem Projekt möchten wir untersuchen, wie Serverless Computing für IoT-Installationen mit eingeschränkter Bandbreite und Anforderungen an geringe Latenz, also, z. B. in Smart Farm-Umgebungen, einsetzt werden kann, so dass „Functions as a Service“ vom Endgerät bis zur Cloud nahtlos verfügbar sind. Um dies zu erreichen, untersuchen wir, welche Sprach- und Betriebssystemmechanismen erforderlich sind, um robuste IoT-Datenerfassungs- und -Analyse-Pipelines zu erstellen, die ohne eine eigene komplexe Recheninfrastruktur funktionieren.
Ausgangsprojekt: Datenanalyse von Bodenqualitätsdaten
Abschlussbericht
Die ursprüngliche Idee des Projekts war es, zu untersuchen, wie man Serverless Computing in IoTImplementierungen einbringen kann, so dass Funktionen als Dienst so nahtlos wie möglich von der Edge zur Cloud verfügbar werden. Dies sollte durch die Untersuchung von Sprach- und Systemprimitiven geschehen, die für den Aufbau einer robusten IoT-Datenerfassungs- und Analysepipeline erforderlich sind.
Leider war es aufgrund des Ausbruchs der Pandemie nicht möglich, das ursprünglich geplante Ziel zu erreichen. Der kalifornienweite Shutdown machte alle intensiven gemeinschaftlichen Aktivitäten unmöglich, da die UCSB-Professoren ganztägig damit beschäftigt waren, den Unterricht auf einem minimalen Niveau aufrechtzuerhalten, und da das Laufzeitsystem von der UCSB kommen sollte, mussten wir das Projekt von der Untersuchung der Sprach- und Laufzeitmechanismen für eine robuste IoT-Plattform auf die Nutzung der Vielseitigkeit des cloudbasierten serverlosen Ansatzes in einem anderen Anwendungsbereich, nämlich Energiemanagementsysteme, umstellen.
Wir konnten zwei wesentliche Ergebnisse erzielen. Erstens haben wir die Vielseitigkeit einer serverlosen Architektur für die Datenerfassung, -speicherung und -visualisierung demonstriert, indem wir ein voll funktionsfähiges Pilotsystem an der HAW Landshut mit fast hundert Messungen erstellt haben, z. B. Echtzeit-Stromverbrauch in verschiedenen Gebäuden, Echtzeit-Wasserverbrauch, Echtzeit-Wetterdaten und Größe der Stromproduktion der Photovoltaikanlage der Hochschule. Diese Referenzarchitektur wurde auf der von Experten begutachteten Konferenz European Conference of Service-Oriented and Cloud Computing unter dem Titel Upilio: Leveraging the Serverless Paradigm for Building a Versatile IoT Application von Markus Mock und Stefan Arlt, 9th European Conference on Service-Oriented and Cloud Computing, 22 - 24 March 2022, Wittenberg, Germany, (run virtually).
Als zweites Hauptergebnis konnten wir auch zeigen, dass alltägliche Datenanalyseoperationen (OLAP), einschließlich On-Demand-Visualisierung, mit dem serverlosen Paradigma effizient und kostengünstig umgesetzt werden können. Neben manuellen Analysen konnten wir auch die effiziente Implementierung einfacher Rechenintelligenz in das System demonstrieren, z.B. die automatische Erkennung von Anomalien in der Solarstromproduktion, z.B. aufgrund von fehlerhaften Wechselrichtern. Dies wurde durch "Synthese" eines Sensorwertes aus der normierten Globalstrahlung der lokalen Wetterstation in Kombination mit dem normierten Sensor der PV-Leistung erreicht. Wie eine solche Echtzeit-Computational Intelligence serverlos realisiert werden kann, wurde auf der (von Fachleuten begutachteten) IEEE Computational Intelligence Conference in vorgestellt: Toci: Computational Intelligence in an Energy Management System von Florian Huber und Markus Mock, 2020 IEEE Symposium Series on Computational Intelligence, December 1-4, 2020, Canberra, Australia (run virtually).