Im EU-Projekt „Flexible Event Processing for Big Data Architectures (FERARI)“ arbeitet ein Team des Fraunhofer-Instituts für Intelligente Analyse- und Informationssysteme (IAIS) gemeinsam mit Partnern aus Wirtschaft und Wissenschaft an Open-Source-Lösungen, um Datenströme verteilter M2M-Systeme in Echtzeit zu analysieren und zu verarbeiten. Ziel der Projektbeteiligten ist es hierbei vor allem, Strukturdesigns zu entwerfen, die es ermöglichen, große Mengen flüchtiger Daten zu erfassen. „Bei der Entwicklung unserer Systeme achten wir darauf, dass sie auch von Anwendern mit wenigen Vorkenntnissen genutzt werden können“, erklärt Michael Mock, Projektleiter am Fraunhofer IAIS. „Und weil sie ‚Open Source‘ entwickelt werden, sind sie jedem frei zugänglich und individuell anpassbar. Damit wollen wir die Verbreitung von Big-Data-Technologien in der Wirtschaft vorantreiben.“
Um mit Hilfe der im FERARI-Projekt entwickelten Softwarepakete komplexe Analyse-Aufgaben in Echtzeit zu lösen, setzen die Wissenschaftler auf Methoden des Complex Event Processing und hochentwickelte Machine-Learning-Algorithmen. „Um Echtzeitanalysen mit derart massiven Datenströmen zu realisieren, haben wir außerdem die Maschinenebene – also die Ebene der datenverarbeitenden Sensoren an den Maschinen – zum zentralen Bestandteil der Systemarchitektur gemacht“, betont Mock. „Die Sensoren entscheiden selbstständig, ob und welche Daten sie dem zentralen System liefern. Damit reduzieren sie ihren Beitrag zum Gesamtdatenstrom auf das Wesentliche.“ Getestet und bewertet werden die Lösungen in realen Big-Data-Anwendungen der Telekommunikationsbranche und in Cloud-Systemen.
