Masterarbeit MSTR-2020-71

Bibliograph.
Daten
Pauly, Vincenz: Situationserkennung mithilfe von Smart Contracts.
Universität Stuttgart, Fakultät Informatik, Elektrotechnik und Informationstechnik, Masterarbeit Nr. 71 (2020).
71 Seiten, deutsch.
Kurzfassung

Sensordaten, die in den Anwendungsgebieten der Industrie 4.0 oder dem Internet der Dinge erhoben werden, können unter Zuhilfenahme von Situationsvorlagen genutzt werden, um Situationen zu erkennen. Situationsvorlagen können hierbei durch die Definition von gültigen Wertebereichen für Sensordaten verschiedene Situationen beschreiben. Als Antwort auf erkannte Situationen können Prozesse so an die aktuellen Gegebenheiten angepasst werden. Smart Contracts aus dem Bereich der Blockchain-Technologie können genutzt werden, um Situationstemplates zu realisieren. Um die Eignung dieser Technologie für die verteilte Erkennung von Situationen zu überprüfen, wurden zwei Szenarien gewählt, innerhalb derer Situationen erkannt werden sollen. Hierbei handelte es sich um die Erkennung von Lagerbedingungen, die als Beispiel eines Anwendungsszenarios innerhalb der Industrie 4.0 gewählt wurde. Zudem wurde als Beispiel eines Anwendungsszenarios innerhalb eines Smart Homes die Situationserkennung der aktuellen Sonneneinstrahlung gewählt. Im Rahmen dieser Arbeit wird die Blockchain-Technologie Hyperledger Fabric eingesetzt, die Teilnehmern des Ledger Netwerks durch die Nutzung von Smart Contracts die Erkennung von Situationen durch Bedingungen an die Sensorwerte erlaubt. Der verpflichtende Konsens zwischen den einzelnen Teilnehmern zur Speicherung von Transaktionen ermöglicht zudem die eindeutige Situationserkennung von Sensordaten und eine redundante Speicherung der Ergebnisse pro beteiligtem Peer. Für die webbasierte Exploration der innerhalb des Ledger Netzwerks gespeicherten Sensordaten kommt die Bibliothek Data-Driven-Documents (D3) für die Visualisierung zum Einsatz.

Abteilung(en)Universität Stuttgart, Institut für Parallele und Verteilte Systeme, Anwendersoftware
BetreuerMitschang, Prof. Bernhard; Przytarski, Dennis
Eingabedatum22. April 2021
   Publ. Informatik