URI | http://purl.tuc.gr/dl/dias/06B38814-2483-404B-9B2A-1CEC22C98D80 | - |
Αναγνωριστικό | https://doi.org/10.26233/heallink.tuc.65984 | - |
Γλώσσα | en | - |
Μέγεθος | 71 pages | en |
Τίτλος | Scaling geometric monitoring over distributed streams | en |
Τίτλος | Κλιμάκωση της γεωμετρικής μεθόδου επί κατανεμημένων ροών δεδομένων | el |
Δημιουργός | Keros Alexandros-Dimitrios | en |
Δημιουργός | Κερος Αλεξανδρος-Δημητριος | el |
Συντελεστής [Επιβλέπων Καθηγητής] | Samoladas Vasilis | en |
Συντελεστής [Επιβλέπων Καθηγητής] | Σαμολαδας Βασιλης | el |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Garofalakis Minos | en |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Γαροφαλακης Μινως | el |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Deligiannakis Antonios | en |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Δεληγιαννακης Αντωνιος | el |
Εκδότης | Πολυτεχνείο Κρήτης | el |
Εκδότης | Technical University of Crete | en |
Ακαδημαϊκή Μονάδα | Technical University of Crete::School of Electrical and Computer Engineering | en |
Ακαδημαϊκή Μονάδα | Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
Περίληψη | Modern applications, such as telecommunication and sensor networks, have brought distributed
data streams to the foreground, with monitoring tasks being an important aspect of such systems.
The inefficiency of collecting data to a central point for processing dictates the need to devise local
or semi-local algorithms that aim to reduce the communication overhead while retaining accuracy
standards.
The geometric monitoring method [Sharfman et al., “A Geometric Approach to Monitoring
Threshold Functions over Distributed Data Streams”, ACM SIGMOD ’06 ICMD] provides a frame-
work for enforcing local constraints at distributed nodes, as well as a method for resolving violations
not representing the system’s state i.e., false alarms, in order to reduce the necessary communi-
cation with the coordinating node. Furthermore, successive work proposed optimizations to the
selection process of the nodes participating to the set that resolves such violations.
We propose a heuristic method that exploits data stream characteristics and utilizes multi-
objective optimization in order to avert, or delay, successive false alarms by optimally positioning
vector representations of data streams during the violation resolution process. Additionally, a
hierarchical node clustering method for deterministic and optimal node selection, found in [ Keren
et al., “Geometric Monitoring of Heterogeneous Streams”, IEEE Trans. Knowl. Data Eng., 2014], is
improved and simplified. Extensive experimentation on real-world and synthetic datasets showcase
that the proposed methods can reduce the communication burden in half, compared to that of the
original geometric monitoring method. | en |
Τύπος | Διπλωματική Εργασία | el |
Τύπος | Diploma Work | en |
Άδεια Χρήσης | http://creativecommons.org/licenses/by-nc-sa/4.0/ | en |
Ημερομηνία | 2016-07-07 | - |
Ημερομηνία Δημοσίευσης | 2016 | - |
Θεματική Κατηγορία | Data streams | en |
Θεματική Κατηγορία | Scalability | en |
Θεματική Κατηγορία | Distributed streams | en |
Θεματική Κατηγορία | Geometric monitoring | en |
Θεματική Κατηγορία | Multi-objective optimization | en |
Βιβλιογραφική Αναφορά | Alexandros-Dimitrios Keros, "Scaling geometric monitoring over distributed streams", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2016 | en |
Βιβλιογραφική Αναφορά | Αλέξανδρος-Δημήτριος Κέρος, "Κλιμάκωση της γεωμετρικής μεθόδου επί κατανεμημένων ροών δεδομένων", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2016 | el |