2023-06-252023-06-25https://tore.tuhh.de/handle/11420/17024Telematik verbindet die Bereiche Telekommunikation und Informatik. Sie erforscht Verteilte Systeme. Dies sind Systeme von vernetzten Rechnern bei denen die Kommunikation ausschließlich über den Austausch von Nachrichten erfolgt, d.h. es gibt keinen gemeinsamen Speicher. Der allgegenwärtige Zugang zum Internet hat Verteilte Systeme zur vorherrschenden Architektur des Informationszeitalters gemacht. World Wide Web, Instant Messaging, Cloud Computing, Internet der Dinge, Peer-to-Peer, Sensornetze, Ubiquitous computing, dies sind alles spezielle Ausprägungen von Verteilten Systemen. Das Institut für Telematik erforscht und lehrt theoretische Grundlagen und praktische Anwendungen Verteilter Systeme. Der theoretische Schwerpunkt liegt auf der Erforschung von Methoden zur Gewährleistung von Fehlertoleranz in Verteilten Systemen. Fehlertoleranz bezeichnet die Eigenschaft eines Systems, seine Funktionsweise auch aufrechtzuerhalten, wenn unvorhergesehenes Benutzerverhalten oder Fehler in der Hard-/Software bzw. bei der Kommunikation auftreten. Fehlertoleranz erhöht die Zuverlässigkeit und die Verfügbarkeit eines Systems. Dies sind wichtige Eigenschaften in Anwendungsbereichen wie Medizintechnik, Automobiltechnik, Luftfahrttechnik und Industrieprozesssteuerung. Weiterhin erforscht das Institut für Telematik praktische Anwendungen von Verteilten Systemen in Bereichen wie Smart Grid, Medizintechnik und Industrieanlagen. Hierbei stehen vernetzte eingebettete Systeme im Mittelpunkt. Es werden Kommunikationsprotokolle für extrem ressourcen-beschränkten Systeme auf Basis des Standards IEEE 802.15.4 entworfen und implementiert. Die Evaluation der Protokolle erfolgt durch Simulationen und Experimente mit realer Hardware. Diese Arbeiten werden durch industrienähere Projekte, in denen ein Transfer in den Anwendungsbereich erfolgt, komplementiert. Maschinelles Lernen für eingebettete Systeme Nach Jahrzehnten intensiver Forschung hält Machine Learning (ML) zunehmend Einzug in reale Anwendungen. Wegbereiter sind der Fortschritt von Rechensystemen mit enormer Rechenleistung und die Verfügbarkeit großer Mengen von Daten. ML hat ein enormes Potenzial, die Leistungsfähigkeit von Geräten und Maschinen unterschiedlichster Anwendungsbereiche zu steigern. In den nächsten fünf bis zehn Jahren wird ML auch in eingebettete Systeme Einzug halten. Im Institut liegt der Schwerpunkt der ML-Forschung daher im Bereich eingebetteter Systeme. Smart Grids für die Energiewende Smart Grids sind als "neue Stromnetze" der "Energiewende" moderne Stromnetze, bei denen Kommunikationsnetze auf allen Spannungsebenen zur Erfassung von Daten und zur Steuerung und Optimierung des Stromnetzbetriebs sowie angeschlossener Generatoren und Verbraucher verwendet werden. Das Institut hat in der Smart Grid Forschung zwei Schwerpunkte. Der erste liegt in der optimierten Nutzung der Niederspannungsebene und im Einsatz von Haushaltsgeräten (z. B. Boiler, Wasserbetten) für Demand-Response. Der andere ist die Modellierung und Simulation von Kommunikationsnetzen in sektorgekoppelten zellularen Energiesystemen. Sensornetze Eingebettete und vernetze Sensorik bieten neue Möglichkeiten in vielen wissenschaftlichen und sozialen Anwendungsgebieten. Sensornetze sind hoch verteilte Systeme, bestehend aus heterogenen Sensorknoten, häufig verbunden über ein drahtloses Netz. Die Beschränktheit der zur Verfügung stehenden Energie, des Speichers oder der Rechenleistung erfordern radikal neue Lösungen im Gegensatz zu den traditionellen verteilten Systemen. In diesem Institut beschäftigen wir uns hauptsächlich mit Middleware-Ansätzen für drahtlose Sensornetze. Selbststabilisierende Systeme Ein verteiltes System ist selbststabilisierend, wenn es aus jedem beliebigen Zustand nach endlich vielen Schritten in einen legitimen Zustand findet und das System bis zum Auftritt eines Fehlers in einem legitimen Zustand bleibt. Selbststabiliersung stellt damit eine Technik zur nicht-maskierenden Fehlertoleranz dar. In diesem Institut untersuchen wir selbststablisierende Algorithmen unter den Gesichtspunkten Effizienz sowie Verhalten im Fehlerfall und forschen an Werkzeugen zur Unterstützung der Entwicklung solcher Algorithmen.Telematics is a made-up word joining the terms telecommunication and informatics. It is a branch of computer science that explores Distributed Systems. These are software system in which components located on networked computers communicate and coordinate their actions by passing messages, i.e. they have no access to a shared memory. The ubiquitous access to the Internet has made Distributed Systems the prevailing software architecture of the information age. World Wide Web, Instant Messaging, Cloud Computing, Internet of things, Peer-to-Peer, Sensornets, Ubiquitous computing, these are all instances of Distributed Systems. The Institute of Telematics researches and teaches theoretical fundamentals and practical applications of Distributed Systems. The theoretical research focusses on fault tolerance in Distributed Systems. Fault tolerance denotes the property that enables a system to continue operating properly in the event of the failure within some of its components. This includes failures in soft-/hardware and in the communication layer. Fault tolerance increases reliability and availability of systems. This is a highly ranked requirement in application areas such as medical technology, automotive, aerospace, and process engineering. The Institute of Telematics also performs research into applications of Distributed Systems in different fields such as Smart Grid, medical technology, and process engineering. The focus is on networked embedded systems. We design and implement communication protocols for extremely resource-constrained systems on the basis of the IEEE 802.15.4 standard. The evaluation of these protocols is done by simulations and by experiments on real hardware. This research is complemented by projects conducted jointly with industry. A transfer of knowledge into applications takes place in these projects. Machine Learning for embedded systems After decades of intensive research, Machine Learning (ML) is increasingly finding its way into real-world applications. This was driven by the progress of computing systems with enormous computing power and the availability of large amounts of data. ML has enormous potential to enhance the performance of devices and machines in a wide variety of application areas. In the next five to ten years, ML will also find its way into embedded systems. The institute thus focusses its ML research on embedded systems. Smart Grids Smart grids are modern electricity grids comprehensively applying communication networks in all voltage levels for acquiring data as well as for controlling and optimizing grid operation and attached generators and loads. The institute has two focal points in smart grid research. The first is the optimized usage of low-voltage grids and the application of domestic devices (e.g. water heaters, waterbeds) for demand response. The other is the modeling and simulation of communication networks in sector-coupled cellular energy systems. Sensor Networks Embedded networked sensing systems provide solutions to many scientific and social applications. Sensor networks are massively distributed systems of heterogeneous sensor nodes, some of them are connected by a wireless network. Limited energy, memory, and processing resources demand for solutions radically different from approaches in traditional distributed systems. In our Institute we mainly focus on investigations for applying middleware technologies for wireless sensor networks. Self-Stabilizing Systems A distributed system is self-stabilizing, if it returns to a legitimate state regardless of the initial state and remains in a legitimate state until a fault occurs. Self-stabilization is a non-masking approach to fault-tolerance. In this institute we analyse self-stabilizing algorithms with respect to their efficiency as well as behaviour in case of a fault and create tools that support the development of such algorithms.tuhhinstitute