Completed Theses

Edge Computing verlagert Dienste von Cloud-Infrastruktur in die Nähe der Datenquellen und Endnutzer, um so beispielsweise die Ende-zu-Ende-Latenz zu reduzieren. Aufgrund der Heterogenität der Geräte macht es in bestimmten Situationen Sinn, die Applikationslogik in verschiedenen Qualitätsstufen bereitzustellen, z.B. unterschiedliche Genauigkeiten von Objekterkennungen oder verschiedene Kompressionsstufen eines Video-Streams.

Desweiteren müssen Metainformationen, wie etwa die Ausführungszeit einer Operation in der Pipeline, bereitgestellt werden, um auf dieser Basis Entscheidungen für Adaptierung zu treffen.

Ziele:

• Literaturrecherche zu bestehenden Ansätzen für Approximate Computing
• Modellierung einer Verarbeitungspipeline, die entsprechend der (Netzwerk-)Bedingungen adaptierbar ist und ein Maß für die Qualität der Berechnung bereitstellt
• Integration des entwickelten Ansatzes in ein bestehendes Edge Computing-Framework
• Evaluation in einer realen Umgebung

Kenntnisse / Voraussetzungen:

• Eigenständige Arbeitsweise und Spaß an forschungsnahen Fragestellungen
• Gute analytische und mathematische Fähigkeiten
• Gute Programmierkenntnisse (vorwiegend Python)
• Idealerweise Erfahrungen mit Docker-Containern