Transition (Informatik) – Wikipedia

Das Ziel der Transition ist eine nahtlose, gleichbleibende Qualität bzw. Dienstgüte in einem Kommunikationssystem

Transition bezeichnet ein informatisches Paradigma im Rahmen von Kommunikationssystemen das den Übergang zwischen Mechanismen, d. h. Funktionen eines Kommunikationssystems, insbesondere Dienst- und Protokollbestandteile, beschreibt. Bei einer Transition werden kontextabhängig funktional vergleichbare Mechanismen innerhalb eines Kommunikationssystems ineinander überführt. Das Ziel ist es, eine möglichst gleichbleibende und hohe Qualität bzw. Dienstgüte sicherzustellen.

Idee und Funktionsprinzip

[Bearbeiten | Quelltext bearbeiten]
Durch die Transition und die folgende Anpassung des Kommunikationssystems ist eine Optimierung der Qualität trotz sich ändernden Rahmenbedingungen möglich

Durch die Transition sollen sich Kommunikationssysteme im laufenden Betrieb an veränderte Rahmenbedingungen anpassen können. Diese Veränderung kann beispielsweise eine rasche Steigerung der Last auf einem Dienst sein, die z. B. durch eine Ansammlung (und Verdichtung) von Menschen mit mobilen Endgeräten hervorgerufen werden kann. Eine Transition betrifft oft verschiedene Mechanismen auf unterschiedlichen technischen Ebenen einer Schichtenarchitektur. Mechanismen werden als konzeptuelle Elemente eines vernetzten Kommunikationssystems verstanden und sind an bestimmte Funktionseinheiten, insb. als Dienst- und Protokollbestandteil, gebunden. Im Extremfall kann ein Mechanismus auch ein gesamtes Protokoll sein. Auf der Übertragungsebene wäre LTE beispielsweise ein solcher Mechanismus. Es gibt zahlreiche Mechanismen und sie sind zum Teil in ihrer Basisfunktionalität äquivalent wie z. B. einerseits Wi-Fi, Bluetooth und ZigBee für lokale drahtlose Netze und andererseits UMTS und LTE für breitbandige drahtlose Verbindungen. Zum Beispiel besitzen LTE und WIFI eine äquivalente Basisfunktionalität, sind jedoch technologisch unterschiedlich in ihrem Aufbau. Von Transitionen betroffene Mechanismen sind oft Bestandteile eines Protokolls oder Dienstes. Beispielsweise kann bei einer Videodatenübertragung die Nutzung unterschiedlicher Videodatenkodierungen je nach verfügbarer Datenübertragungsrate erfolgen. Durch Transitionen werden diese Übergänge gesteuert und umgesetzt; ein Beispiel aus der Forschung ist ein kontextbewusster Videoanpassungsservice zur Unterstützung mobiler Videoapplikationen[1]. Durch Transition werden diese bestehenden, vielfältigen Strukturen genutzt. Durch Analyse der aktuellen Vorgänge im Kommunikationssystem kann ermittelt werden, welche Transitionen auf welcher Ebene idealerweise ausgeführt werden sollen, um den derzeitigen Anforderungen hinsichtlich der benötigten Qualität gerecht zu werden. Um Kommunikationssysteme an den jeweiligen Rahmenbedingungen anzupassen, stehen Architekturansätze selbst organisierender, adaptiver Systeme zur Verfügung wie z. B. der MAPE-Zyklus[2] (Monitor-Analyze-Plan-Execute). Mit diesem zentralen Konzept des Autonomic Computing wird der Zustand des Kommunikationssystems ermittelt, die Monitoring Daten analysiert sowie die nötige Transition geplant und ausgeführt. Ein zentrales Ziel ist es, dass Nutzer die Transition(en) in der laufenden Anwendung nicht bewusst wahrnehmen und die Funktionalität genutzter Dienste als reibungslos und flüssig empfunden wird.

Aktuelle Forschung

[Bearbeiten | Quelltext bearbeiten]

Die Erforschung neuer Konstruktionsmethoden, Modelle und Verfahren, welche automatisierte, koordinierte und schichtenübergreifende Transitionen zwischen funktional ähnlichen Mechanismen innerhalb eines Kommunikationssystems ermöglichen ist das Hauptziel eines DFG Sonderforschungsbereichs 1053 MAKI – Multi-Mechanismen-Adaption für das künftige Internet. Dabei werden zentrale Fragestellungen erforscht in den Schwerpunkten: der (i) methodischen Grundlagen der Transitionen, der (ii) Verfahren der Adaption von transitionsfähigen Kommunikationssystemen anhand angestrebter und erreichter Qualität, und der (iii) konkreten Transitionen aus unterschiedlichen Sichten auf ein Kommunikationssystem.

Eine Formalisierung des Konzepts der Transition, das die Merkmale und Beziehungen innerhalb eines Kommunikationssystems erfasst, um den mit einem solchen System verbundenen Entscheidungsprozess abzubilden und zu optimieren, ist in [3] enthalten. Die zugehörigen Bausteine umfassen (i) dynamische Software-Produktlinien, (ii) Markov-Entscheidungsprozesse und (iii) Utility Design. Während dynamische Software-Produktlinien eine Methode zur prägnanten Erfassung eines großen Konfigurationsraums und zur Angabe der Laufzeitvariabilität adaptiver Systeme bieten, stellen Markov-Entscheidungsprozesse ein mathematisches Werkzeug zur Verfügung, um Transitionen zwischen verfügbaren Kommunikationsmechanismen zu definieren und zu planen. Schließlich quantifizieren Utility-Funktionen die Leistung der einzelnen Konfigurationen des auf Transitionen basierten Kommunikationssystems und bieten die Mittel zur Optimierung der Leistung eines solchen Systems.

Anwendungen der Idee der Transition haben ihren Weg in drahtlose Sensornetzwerke[4] und mobile Netzwerke[5], verteilte Reaktive Programmierung[6][7], WiFi-Firmware-Modifikation[8], Planung von autonomen Computersystemen[9], Analyse von CDNs[10], flexible Erweiterungen des ISO-OSI-Stacks[11], 5G Hochfrequenz-Fahrzeugkommunikation[12][13], die Analyse von MapReduce-ähnlichen Parallelsystemen[14], Planung von Multipath TCP[15], Adaptivität für Beam Training in 802.11ad[16], Operator Placement in dynamischen Benutzerumgebungen[17], DASH-Videoplayeranalyse[18], adaptives Bitrate-Streaming[19] und Complex Event Processing auf mobilen Geräten[20].

[Bearbeiten | Quelltext bearbeiten]

Einzelnachweise

[Bearbeiten | Quelltext bearbeiten]
  1. ↑ S. Wilk, D. Stohr, and W. Effelsberg. 2016. A Content-Aware Video Adaptation Service to Support Mobile Video. ACM Trans. Multimedia Comput. Commun. Appl. 12, 5s, Article 82 (November 2016)
  2. ↑ J. O. Kephart und D. M. Chess. The vision of autonomic computing. IEEE Computer, 1, Seiten 41–50, 2003.
  3. ↑ B. Alt, M. Weckesser et al.: Transitions: A Protocol-Independent View of the Future Internet. In: Proceedings of the IEEE. Band 107, Nr. 4, 2019, ISSN 0018-9219, S. 835–846, doi:10.1109/JPROC.2019.2895964 (ieee.org [abgerufen am 22. Mai 2019]).
  4. ↑ Roland Kluge, Michael Stein, David Giessing, Andy Schürr, Max Mühlhäuser: cMoflon: Model-Driven Generation of Embedded C Code for Wireless Sensor Networks. In: Modelling Foundations and Applications (= Lecture Notes in Computer Science). Springer International Publishing, 2017, ISBN 978-3-319-61482-3, S. 109–125, doi:10.1007/978-3-319-61482-3_7 (springer.com [abgerufen am 22. Mai 2019]).
  5. ↑ N. Richerzhagen, B. Richerzhagen, R. Hark, D. Stingl, R. Steinmetz: Limiting the Footprint of Monitoring in Dynamic Scenarios through Multi-Dimensional Offloading. In: 2016 25th International Conference on Computer Communication and Networks (ICCCN). 2016, S. 1–9, doi:10.1109/ICCCN.2016.7568539 (ieee.org [abgerufen am 22. Mai 2019]).
  6. ↑ Ragnar Mogk, Lars Baumgärtner, Guido Salvaneschi, Bernd Freisleben, Mira Mezini: Fault-tolerant Distributed Reactive Programming. In: 32nd European Conference on Object-Oriented Programming (ECOOP 2018) (= Leibniz International Proceedings in Informatics (LIPIcs)). Band 109. Schloss Dagstuhl–Leibniz-Zentrum fuer Informatik, Dagstuhl, Germany 2018, ISBN 978-3-95977-079-8, S. 1:1–1:26, doi:10.4230/LIPIcs.ECOOP.2018.1 (dagstuhl.de [abgerufen am 22. Mai 2019]).
  7. ↑ A. Margara, G. Salvaneschi: On the Semantics of Distributed Reactive Programming: The Cost of Consistency. In: IEEE Transactions on Software Engineering. Band 44, Nr. 7, 2018, ISSN 0098-5589, S. 689–711, doi:10.1109/TSE.2018.2833109 (ieee.org [abgerufen am 22. Mai 2019]).
  8. ↑ Matthias Schulz, Daniel Wegemer, Matthias Hollick: The Nexmon firmware analysis and modification framework: Empowering researchers to enhance Wi-Fi devices. In: Computer Communications. Band 129, 1. September 2018, ISSN 0140-3664, S. 269–285, doi:10.1016/j.comcom.2018.05.015 (sciencedirect.com [abgerufen am 22. Mai 2019]).
  9. ↑ M. Pfannemueller, C. Krupitzer, M. Weckesser, C. Becker: A Dynamic Software Product Line Approach for Adaptation Planning in Autonomic Computing Systems. In: 2017 IEEE International Conference on Autonomic Computing (ICAC). 2017, S. 247–254, doi:10.1109/ICAC.2017.18 (ieee.org [abgerufen am 22. Mai 2019]).
  10. ↑ Jeremias Blendin, Fabrice Bendfeldt, Ingmar Poese, Boris Koldehofe, and Oliver Hohlfeld. 2018. Dissecting Apple's Meta-CDN during an iOS Update. In Proceedings of the Internet Measurement Conference 2018 (IMC '18). ACM
  11. ↑ J. Heuschkel, L. Wang, E. Fleckstein, M. Ofenloch, M. Blöcher: VirtualStack: Flexible Cross-layer Optimization via Network Protocol Virtualization. In: 2018 IEEE 43rd Conference on Local Computer Networks (LCN). Oktober 2018, S. 519–526, doi:10.1109/LCN.2018.8638106 (ieee.org [abgerufen am 22. Mai 2019]).
  12. ↑ A. Asadi, S. Müller, G. H. Sim, A. Klein, M. Hollick: FML: Fast Machine Learning for 5G mmWave Vehicular Communications. In: IEEE INFOCOM 2018 - IEEE Conference on Computer Communications. 2018, S. 1961–1969, doi:10.1109/INFOCOM.2018.8485876 (ieee.org [abgerufen am 22. Mai 2019]).
  13. ↑ G. H. Sim, S. Klos, A. Asadi, A. Klein, M. Hollick: An Online Context-Aware Machine Learning Algorithm for 5G mmWave Vehicular Communications. In: IEEE/ACM Transactions on Networking. Band 26, Nr. 6, Dezember 2018, ISSN 1063-6692, S. 2487–2500, doi:10.1109/TNET.2018.2869244 (ieee.org [abgerufen am 22. Mai 2019]).
  14. ↑ W. R. KhudaBukhsh, A. Rizk, A. Frömmgen, H. Koeppl: Optimizing stochastic scheduling in fork-join queueing models: Bounds and applications. In: IEEE INFOCOM 2017 - IEEE Conference on Computer Communications. 2017, S. 1–9, doi:10.1109/INFOCOM.2017.8057013 (ieee.org [abgerufen am 22. Mai 2019]).
  15. ↑ Alexander Frömmgen, Amr Rizk, Tobias Erbshäußer, Max Weller, Boris Koldehofe: A Programming Model for Application-defined Multipath TCP Scheduling. In: Proceedings of the 18th ACM/IFIP/USENIX Middleware Conference (= Middleware '17). ACM, New York, NY, USA 2017, ISBN 978-1-4503-4720-4, S. 134–146, doi:10.1145/3135974.3135979 (acm.org [abgerufen am 22. Mai 2019]).
  16. ↑ Joan Palacios, Daniel Steinmetzer, Adrian Loch, Matthias Hollick, Joerg Widmer: Adaptive Codebook Optimization for Beam Training on Off-the-Shelf IEEE 802.11Ad Devices. In: Proceedings of the 24th Annual International Conference on Mobile Computing and Networking (= MobiCom '18). ACM, New York, NY, USA 2018, ISBN 978-1-4503-5903-0, S. 241–255, doi:10.1145/3241539.3241576 (acm.org [abgerufen am 22. Mai 2019]).
  17. ↑ Manisha Luthra, Boris Koldehofe, Pascal Weisenburger, Guido Salvaneschi, Raheel Arif: TCEP: Adapting to Dynamic User Environments by Enabling Transitions Between Operator Placement Mechanisms. In: Proceedings of the 12th ACM International Conference on Distributed and Event-based Systems (= DEBS '18). ACM, New York, NY, USA 2018, ISBN 978-1-4503-5782-1, S. 136–147, doi:10.1145/3210284.3210292 (acm.org [abgerufen am 22. Mai 2019]).
  18. ↑ Denny Stohr, Alexander Frömmgen, Amr Rizk, Michael Zink, Ralf Steinmetz: Where Are the Sweet Spots?: A Systematic Approach to Reproducible DASH Player Comparisons. In: Proceedings of the 25th ACM International Conference on Multimedia (= MM '17). ACM, New York, NY, USA 2017, ISBN 978-1-4503-4906-2, S. 1113–1121, doi:10.1145/3123266.3123426 (acm.org [abgerufen am 22. Mai 2019]).
  19. ↑ Rizk, Amr; Koeppl, Heinz; Steinmetz, Ralf; Ballard, Trevor; Alt, Bastian (2019-01-17). "CBA: Contextual Quality Adaptation for Adaptive Bitrate Video Streaming (Extended Version)"
  20. ↑ Pablo Graubner, Christoph Thelen, Michael Körber, Artur Sterz, Guido Salvaneschi: Multimodal Complex Event Processing on Mobile Devices. In: Proceedings of the 12th ACM International Conference on Distributed and Event-based Systems (= DEBS '18). ACM, New York, NY, USA 2018, ISBN 978-1-4503-5782-1, S. 112–123, doi:10.1145/3210284.3210289 (acm.org [abgerufen am 22. Mai 2019]).
Abgerufen von „https://de.wikipedia.org/w/index.php?title=Transition_(Informatik)&oldid=240745447“