[TASK] Generic commit.

Bachelorarbeit.tex

@@ -16,7 +16,7 @@
 \usepackage{textcomp} % Zusätzliches Package für °C
 \usepackage{listings} % Codesnippets
 \usepackage{scrhack} % Hack for lstlisting i suspect :-/
-\usepackage{color}
+\usepackage{xcolor}
 % Setup für Codeblocks
 \lstset{
 	% Optionen
@@ -54,7 +54,10 @@
 }
 
 % Befehl für TODO-Markierungen
-\newcommand{\todo}[1]{\textcolor{blue}{\emph{Hier gibt es noch zu tun: #1}}}
+\newcommand{\todo}[1]{\textcolor{blue}{\emph{TODO: #1}}}
+
+% Befehl für Entwürfe und grobe Pläne
+\newenvironment{draft}{\par\color{orange}\begin{center}Entwurf / Konzept\end{center}\hrule}{\hrule\par}
 
 % Broken citation needs broken command
 \newcommand\mathplus{+}
@@ -155,15 +158,27 @@ Diese Arbeit beschäftigt sich mit \enquote{Complex Event Processing} (CEP), als
 Nach einem kurzen Einstieg in das Thema CEP soll der Leser einen Einblick in die Features von aktuellen CEP-Engines erhalten und am Beispiel der Engine C-SPARQL\footnote{Mehr Informationen zu C-SPARQL und Download unter \url{http://streamreasoning.org/resources/c-sparql}} die Verarbeitung von Ereignisströmen im RDF-Format in Kombination mit Hintergrundwissen im Detail kennenlernen.
 An einem Beispielszenario soll dann der Praxiseinsatz von C-SPARQL erklärt werden, in dem einige der vorgestellten Funktionen Anwendung finden. Im Abschluss wird ein kurzer Ausblick auf die technischen Möglichkeiten des \enquote{Reasoning} gegeben - eine Technik, die es erlaubt auf den vorhandenen und eingehenden Daten logische Operationen und Schlussfolgerungen durchzuführen um daraus neues Wissen abzuleiten.
 
-\todo{Den Inhalten der Arbeit angepasste Einleitung}
+\todo{Dem Dokument anpassen; Soll groben Ausblick auf Inhalte geben.}
 
 \section{Motivation}
 
-\todo{Fließtext}
+\begin{draft}
+Wir haben offene Systeme, über die wir Ereignisse via RDF-Datenstrom bereitgestellt bekommen und wollen damit CEP machen.
 
-Warum machen wir überhaupt CEP mit RDF und CSPARQL?
-Wir haben offene Systeme, die Informationen via RDF bereitstellen.
-Warum RDF? Warum nicht irgendein anderes Format? Warum ist RDF im Vergleich zu RDBMS so viel geiler?
+Warum denn RDF?
+
+RDF ist von der Struktur her der kleinste gemeinsame Nenner und es lässt sich alles in RDF verlustfrei abbilden.
+Weiterhin ist es sehr leicht, RDF-Daten aus verschiedensten Quellen miteinander zu verknüpfen.
+
+Warum nicht ein anderes Format?
+
+Es gibt kaum andere Formate, die ebenso universell und offen sind.
+
+Wie sieht RDF im Vergleich zu RDBMS aus?
+
+Bei RDBMS gibt es je nach Anwendung unterschiedlichste Datenbankschemen, die Struktur und verwendete Datentypen von Tupeln in Relationen vorschreiben.
+Für die Verknüpfung von Daten aus verschiedenen RDBMS miteinander wird es hier sehr schwierig, da beispielsweise klassisches SQL keine Unterstützung für Queries über mehrere Datenbankserver unterstützt.
+\end{draft}
 
 \section{Einführung in Complex Event Processing}
 
@@ -171,7 +186,7 @@ Im folgenden Abschnitt wird ein kurzer Einstieg in das Konzept von Complex Event
 
 Wie der Begriff \enquote{Complex Event Processing} schon andeutet, geht es bei CEP um die Verarbeitung von komplexen Ereignissen - konkret: Die Erkennung und Erfassung von komplexen Ereignissen aus Datenströmen von primitiven Ereignissen. Von Messereignissen aus mit Sensoren ausgestatteten Geräten über Transaktionen im Handel bis hin zu Benutzerinteraktionen auf Webseiten entstehen täglich unzählig viele Ereignisse, die abhängig von ihrem Kontext für einen bestimmten Zeitraum ein Stück der echten Welt korrekt abbilden.
 
-Die Informationen dieser Ereignisse stellen nur einen momentanen Zustand dar; sie sind für sich alleine betrachtet Kontext- und somit Bedeutungslos. Betrachtet man beispielsweise ein Ereignis \enquote{Die gemessene Temperatur beträgt 42°C.}, so ist zunächst nicht einmal zu erkennen, was es mit dieser Temperatur auf sich hat. Hier kommt das \emph{Hintergrundwissen} ins Spiel, welches uns in diesem Fall verraten kann, dass die Quelle dieses Ereignisses ein Sensor in einem PKW ist und am Motorblock befestigt ist. Dieses Wissen ermöglicht nun eine weitere Interpretation des Ereignisses; allerdings müssen noch weitere Informationen hinzugezogen werden, um ein eindeutiges Bild zu erhalten. Kombiniert man dieses Ereignis mit den Meldungen des im PKW installierten Geschwindigkeitssensors, so kann man herausfinden, ob die gemessene Motortemperatur für den aktuellen Betriebszustand des PKW innerhalb der im Hintergrundwissen für die über das spezifische PKW-Modell hinterlegten Grenzwerten liegt.
+Die Informationen dieser Ereignisse stellen nur einen momentanen Zustand dar; sie sind für sich alleine betrachtet Kontext- und somit Bedeutungslos. Betrachtet man beispielsweise ein Ereignis \enquote{Die gemessene Temperatur beträgt 42°C.}, so ist zunächst nicht einmal zu erkennen, was es mit dieser Temperatur auf sich hat. Hier kommt das \emph{Hintergrundwissen} (auch Domänenwissen) ins Spiel, welches uns in diesem Fall verraten kann, dass die Quelle dieses Ereignisses ein Sensor in einem PKW ist und am Motorblock befestigt ist. Dieses Wissen beinhaltet auch weitere Angaben zum konkreten Modell des PKW - unter anderem auch dessen zulässige Höchstgeschwindigkeit und die für den Motor zugelassenen Temperaturbereiche. Dies ermöglicht eine weiterführende Interpretation des Ereignisses; allerdings werden noch weitere Informationen benötigt, um ein eindeutiges Bild zu erhalten. Kombiniert man dieses Ereignis mit den Meldungen des im PKW installierten Geschwindigkeitssensors, so kann man herausfinden, ob die gemessene Motortemperatur für den aktuellen Betriebszustand des PKW innerhalb der im Hintergrundwissen für die über das spezifische PKW-Modell hinterlegten Grenzwerten liegt.
 
 Ein weiterer, wichtiger Faktor ist der Zeitraum in dem gewisse Ereignisse auftreten. Um dies näher zu erläutern, betrachten wir den gegebenen Ereignisstrom aus Listing~\ref{lst:sample_eventstream}.
 \begin{lstlisting}[caption={Exemplarischer Ereignisstrom: Motortemperatur eines PKW},label={lst:sample_eventstream}]
@@ -188,6 +203,18 @@ Insgesamt liegt die Herausforderung von CEP darin, in kürzester Zeit große Dat
 
 \section{Complex Event Processing auf RDF-Datenströmen}
 
+\begin{draft}
+\begin{itemize}
+\item Warum überhaupt RDF?
+\item Kleinster gemeinsamer Nenner für Informationen
+\item Events als Quadrupel (wegen Timestamps)
+\item Einführung des Begriffs CSPARQL als SPARQL mit Erweiterungen für Ereignisverarbeitung
+\item Beispielhafter CSPARQL-Query
+\item Erläuterung der einzelnen Bestandteile?
+\item Vorteile bei der Nutzung von CSPARQL?
+\end{itemize}
+\end{draft}
+
 Um Ereignisse aus verschiedenartigen Quellen gemeinsam zu verarbeiten ist das RDF-Format das Mittel der Wahl. Das Ressource Description Framework (RDF) wird bereits im semantischen Web zur Erfassung und Verknüpfung von Wissen verwendet und kann leicht über die Sprache SPARQL (\enquote{SPARQL Protocol And RDF Query Language}) abgefragt werden. RDF-Daten bestehen aus einer Menge von Tripeln, welche sich aus den drei Komponenten Subjekt, Prädikat und Objekt zusammensetzen. Ein Subjekt wird durch eine eindeutige URI identifiziert; über Prädikate aus Ontologien können diesem Subjekt über Spezifikation im Objekt-Teil des Tripels bestimmte Attribute mit Werten zugesprochen werden oder Verknüpfungen mit anderen Subjekten hergestellt werden. Aufgrund der Flexibilität dieser Struktur ist es möglich, nahezu jede Art von Informationen auf Tripel abzubilden.
 
 Zur Verarbeitung von Ereignissen im RDF-Format werden die Ereignisdatenströme der verarbeitenden Engine entweder direkt als RDF-Datenstrom zugeführt oder gegebenenfalls vor der Zuführung in einen RDF-Datenstrom konvertiert. In Listing~\ref{lst:sample_rdf_event} aufgeführt sind RDF-Tripel, die ein beispielhaftes Zustands-Ereignis aus einem PKW zeigen.
@@ -243,17 +270,14 @@ Wichtig wären gegebenenfalls diese Kriterien:
 \item Bonuspunkte: Reasoning (Logikoperationen und Schlussfolgerungen)
 \end{itemize}
 
-\section{Etalis/EP-SPARQL?}
+\section{Etalis/EP-SPARQL}
 
-\todo{Grobe Charakteristik recherchieren}
 
-\section{CQELS?}
+\section{CQELS}
 
-\todo{Generell mal recherchieren}
 
 \section{Esper}
 
-\todo{}
 Ein Ansatz mit einer eigenen Abfragesprache.
 Hintergrundwissen etwas fummelig, aber theoretisch möglich. Nur halt nicht in der selben Abfragesprache.
 
@@ -274,14 +298,6 @@ Dieser Bereich bekommt noch genug Sections für die Features von C-SPARQL.
 
 \todo {Teilbereiche überdenken und füllen}
 
-\section{Abfrage von bestimmten Ereignistypen}
-
-\todo{Überhaupt Text}
-
-\section{Keine Ahnung, aber ganz viel}
-
-\todo{Überhaupt Text}
-
 \chapter{Die C-SPARQL-Engine im Einsatz}
 
 Hier wird jetzt mal wirklich C-SPARQL verwendet.