Skip to main content Skip to main navigation

Projekt | STREAMLINE

Laufzeit:
Streamlined Analysis of Data at Rest and Data in Motion

Streamlined Analysis of Data at Rest and Data in Motion

Gemeinsam mit vier führenden Europäischen Data-Economy-Unternehmen sowie weltbekannten Wissenschaftlern und Erfindern wird das DFKI im Projekt STREAMLINE den modernen Anforderungen des Europäischen Online-Mediengeschäfts begegnen. Die Projektpartner SICS, SZTAKI, PT, NMusic, IMR und Rovio werden ein bereichsübergreifendes Analyseframework entwickeln, welches sich aus Daten mehrerer Quellen (Online-Medien, Online-Spiele, Telekommunikation, mehrsprachige Webinhalte) bedient.

Aktuelle Technologien sind für Anwendungsfälle in diesem Bereich, z.B. gezielte Echtzeit-Dienstleistungen, Kundenbindung oder das Erstellen von Kundenprofilen, nur bedingt geeignet. Das Fehlen geeigneter Analysewerkzeuge für Datenströme, die sowohl im Daten Ruhezustand als auch Daten in Bewegung unterstützen, führt zu großen Verzögerungszeiten im System, während gleichzeitig die Verwendung und Verknüpfung verschiedenster Werkzeuge auch den Menschen an seine Grenzen stoßen lässt. Die sich daraus bisher ergebenden Lösungen gehen mit verringerter Effizient und Effektivität einher, während sie gleichzeitig Komplexität, Kosten und Lasten erhöhen.

STREAMLINE wird Barrieren abbauen und den Zugang zu Datenanalysewerkzeugen im Bereich Big Data für KMU in Märkten wie Gesundheit, Handwerk und Transport erweitern. Durch die Bereitstellung von Open-Source-Technologien, mit denen innovative, kontextualisierte und mehrsprachige Produkte und Services entwickelt werden können, werden Europäische Unternehmen eine führende Rolle im Bereich Big-Data-Technologien und der Transformation der Datenökonomie einnehmen können.

In Verlauf des Projekts wird das DFKI die wissenschaftlichen und technischen Aktivitäten der Partner koordinieren und technische Forschung und Entwicklung betreiben. Dabei wird das Projekt von der Verwendung von Apache Flink als eine etablierte Basis für die Entwicklung einer hochskalierbaren Echtzeit-Plattform für die Verarbeitung von Datenströmen mit hohen Durchlaufzeiten profitieren.

This project has received funding from the European Union’s Horizon 2020 research and innovation program under grant agreement No 688191.

Partner

SICS Swedish ICT, MTA SZTAKI, PT Portugal, NMusic, IMR, Rovio

Publikationen zum Projekt

  1. AStream: Ad-hoc Shared Stream Processing

    Tilmann Rabl Jeyhun Karimov; Tilmann Rabl; Volker Markl

    In: SIGMOD '19: Proceedings of the 2019 International Conference on Management of Data. ACM SIGMOD International Conference on Management of Data (SIGMOD-2019), June 30 - July 5, Amsterdam, Netherlands, Pages 607-622, ISBN 978-1-4503-5643-5, ACM, New York, NY, 6/2019.
  2. Continuous Deployment of Machine Learning Pipelines

    Behrouz Derakhshan; Alireza Rezaei Mahdiraji; Tilmann Rabl; Volker Markl

    In: International Conference on Extending Database Technology. International Conference on Extending Database Technology (EDBT-2019), March 25-29, Lisbon, Portugal, ISBN 978-3-89318-081-3, OpenProceedings, 2019.

Fördergeber

EU - Europäische Union

688191

EU - Europäische Union