Εργαστήριο Συστημάτων Βάσεων Γνώσεων και Δεδομένων Τ. Σελλής.

Παρουσίαση με θέμα: "Εργαστήριο Συστημάτων Βάσεων Γνώσεων και Δεδομένων Τ. Σελλής."— Μεταγράφημα παρουσίασης:

1 Εργαστήριο Συστημάτων Βάσεων Γνώσεων και Δεδομένων Τ. Σελλής

2 -2--2- Γενικές πληροφορίες Ιδρύθηκε το 1992 Επικεντρώνεται στη μελέτη των συστήματων διαχείρισης δεδομένων Ανθρώπινο δυναμικό 2 καθηγητές, Ι. Βασιλείου και Τ. Σελλής 15 υποψήφιοι διδάκτορες Μέχρι τώρα έχουν εκπονηθεί 20 διδακτορικές διατριβές 200 διπλωματικές εργασίες Πάνω από 220 άρθρα δημοσιευμένα σε διεθνή επιστημονικά περιοδικά και συνέδρια Πάνω από 40 ερευνητικά έργα

3 -3--3- Γενικά Το ΕΣΒΓΔ (KDBSL) έχει ως αποστολή να διεξάγει έρευνα, να αναπτύσσει εφαρμογές και προϊόντα, και να παρέχει υπηρεσίες στους τομείς της διαχείρισης της πληροφορίας και των πληροφοριακών συστημάτων μεγάλης κλίμακας, καθώς και των εφαρμογών ευρυ-ζωνικών δικτύων και υπηρεσιών. Ιδιαίτερο ενδιαφέρον έχουν οι τομείς των βάσεων δεδομένων, των μεθοδολογιών και τεχνικών ανάπτυξης πληροφοριακών συστημάτων, της διαχείρισης και αξιοποίησης πληροφοριακών πόρων, καθώς και οι μεγάλης κλίμακας εφαρμογές τους. Συμβολή στην μεγάλη διεθνή πρόκληση του χώρου των Πληροφοριακών Συστημάτων να γίνει εύκολο για όλους να αποθηκεύουν, οργανώνουν, προσπελαύνουν, αναλύουν και συντηρούν την πλειοψηφία της ανθρώπινης γνώσης ηλεκτρονικά

4 -4--4- Ερευνητικές κατευθύνσεις Βάσεις δεδομένων και διαδίκτυο Διαχείριση πολυδιάστατων και δυναμικά μεταβαλλόμενων δεδομένων Μοντελοποίηση βάσεων δεδομένων Διαχείριση αποθηκών δεδομένων και εξόρυξη γνώσης

5 -5--5- Βάσεις δεδομένων και διαδίκτυο Διαχείριση ιεραρχικών δεδομένων Ιστού Α. Δημητρίου Σημασιολογικός Ιστός και υπηρεσίες διαδικτύου (Semantic Web, Web services) Ι. Λιαγούρης, Ν. Μπικάκης Εξατομίκευση (Personalization) Α. Αρβανίτης, Γ. Γιαννόπουλος, Π. Μπούρος Ανάκτηση δεδομένων και μηχανές αναζήτησης ( Information retrieval) Γ. Γιαννόπουλος Διαχείριση δεδομένων Ιστού που εξαρτώνται από ερμηνευτικά περιβάλλοντα (Context) Α. Αρβανίτης Συστήματα ομοτίμων βάσεων δεδομένων ( P2P databases) Γ. Τσατσανίφος Προστασία της ιδιωτικότητας σε δεδομένα ( Privacy preservation) Ο. Γκουντούνα, Ι. Λιαγούρης

6 -6--6- Διαχείριση πολυδιάστατων και δυναμικά μεταβαλλόμενων δεδομένων Χωρικές βάσεις δεδομένων (Spatial databases) Α. Εφεντάκης, Ε. Δρυμώνας Συστήματα γεωγραφικών πληροφοριών (GIS) Κ. Πατρούμπας Προσεγγιστικοί αλγόριθμοι ρευμάτων δεδομένων (Data streams) Χωροχρονικά ρεύματα δεδομένων Κ. Πατρούμπας Επεξεργασία δεδομένων από συλλογές διαδρομών (Routing data) Π. Μπούρος Διαχείριση βιοεπιστημονικών δεδομένων ( Biological data management) Θ. Βεργούλης

7 -7--7- Μοντελοποίηση βάσεων δεδομένων Βάσεις δεδομένων με περιορισμούς ( Constraint databases) Εξέλιξη βάσεων δεδομένων (Database evolution) Θ. Γαλάνη, Ι. Ρούσσος Μοντελοποίηση προτύπων (Pattern management) Πολυμορφικές (context-aware) βάσεις δεδομένων Α. Αρβανίτης, Ι. Ρούσσος

8 Μια σύγχρονη θεματολογία έρευνας Κινούμενα αντικείμενα - ρεύματα δεδομένων Κοινή δουλειά με Κ. Πατρούμπα, ΥΔ ΕΜΠ

9 Πηγές ρευμάτων δεδομένων Ρεύματα δεδομένων (data streams) προκύπτουν δυναμικά από καταγραφές στοιχείων Κύρια χαρακτηριστικά μη πεπερασμένο σύνολο στοιχείων όπως συνηθίζεται σε συμβατικές βάσεις δεδομένων αλλά μη φραγμένο σύνολο δεδομένων συνεχή, αλλά με χρονικά κυμαινόμενο όγκο ταχύτατα, εφήμερα και πιθανόν ανεξάντλητα  δίκτυα αισθητήρων  τηλεφωνικές συνδιαλέξεις  μηχανές αναζήτησης στο Διαδίκτυο  εποπτεία κίνησης σε δίκτυα  παρακολούθηση χρηματοοικονομικών δεικτών ...

10 Επεξεργασία ρευμάτων δεδομένων Προς συστήματα διαχείρισης ρευμάτων δεδομένων ( DSMS ) με νεωτερικούς μηχανισμούς επεξεργασίας ρευμάτων ( SPE ) – εκτέλεση πολλαπλών ερωτημάτων διαρκείας (continuous queries) σταδιακή επικαιροποίηση με τυχόν νέα δεδομένα εισόδου online – ανεπάρκεια συμβατικών βάσεων δεδομένων (DBMS): pull-based πρακτικά ανέφικτη η αποθήκευση όλων των στοιχείων στον δίσκο – push-based επεξεργασία μεγάλου όγκου ευμετάβλητων δεδομένων απευθείας στην κύρια μνήμη για ταχύτερη αποτίμηση ιδιαίτερη σημασία στην σειρά άφιξης των στοιχείων DBMS Ερώτημα Απάντηση Pull-based processingPush-based processing Ερώτημα διαρκείας Επίκαιρη απάντηση DSMS Ρεύμα δεδομένων

11 Διαχείριση ρευμάτων δεδομένων Αποτίμηση ερωτημάτων  άμεση ανταπόκριση στην είσοδο νέων στοιχείων – δίνουν έγκαιρες – έστω και προσεγγιστικές – απαντήσεις  προσεγγίσεις με δυναμικά τηρούμενες συνόψεις: – σκίτσα (sketches)– δειγματοληψία (sampling) – κυματίδια (wavelets)– ιστογράμματα (histograms)...  εστίαση σε πεπερασμένα πρόσφατα στοιχεία – κυρίως με κυλιόμενα παράθυρα (sliding windows)  επιλεκτική απόρριψη φόρτου ( load shedding ) Γλώσσα ερωταποκρίσεων  προτίμηση προς παραλλαγές της SQL – Continuous Query Language [STREAM] – SQuAl [Aurora] – StreQuel [TelegraphCQ]– GSQL (Gigascope)  προσπάθειες για πρότυπο StreamSQL

12 Εφαρμογές παρακολούθησης Επεξεργασία συμβάντων ( complex event processing – CEP ), λ.χ.: – ασφάλεια δικτύων – τιμές μετοχών – ειδοποίηση συνδρομητών κ.ά. Ενδιαφέρον για υπηρεσίες εντοπισμού ( location-based services ): – πλοήγηση– προστασία περιβάλλοντος – τηλεματική– τουρισμός, διαφήμιση κ.ά. Διαχείριση θέσεων κινούμενων αντικειμένων

13 Θεματικοί άξονες διερεύνησης Παράθυρα με χωρικές επεκτάσεις  χειρισμός συνεχώς κινούμενων αντικειμένων  ευκαιρίες για εξελιγμένα ερωτήματα διαρκείας Συμπίεση δεδομένων τροχιάς αντικειμένων  συνεξέταση χαρακτηριστικών κίνησης  αντιστάθμιση ακρίβειας απαντήσεων με βαθμό συμπίεσης Επεξεργασία χωροχρονικών ερωτημάτων διαρκείας  k-εγγύτεροι γείτονες με προσεγγιστικά κελιά Voronoi  ερωτήματα περιοχής με διαβάθμιση προτεραιότητας  εποπτεία προσανατολισμού κινήσεων

14

15 -15- Περισσότερες πληροφορίες Διαθέσιμο υλικό Διατριβές, διπλωματικές εργασίες, δημοσιευμένα άρθρα, τεχνικές αναφορές Προτεινόμενες διπλωματικές εργασίες 15 εργασίες (2010-2011) Συνεργασία με το Ινστιτούτο Πληροφοριακών Συστημάτων και Προσομοίωσης (ΙΠΣΥΠ) http://www.dblab.ece.ntua.gr