Software en Services INTEC

Software en Services research @ INTEC 17-19 March 2012 Filip De Turck, Chris Develder, Frank Gielen, Bart Dhoedt

Department of Information Technology

Cloud Computing: conferences

TECHNICAL SESSION PROGRAM (chair: Filip De Turck) Service Management •Multimedia service management •Data service management •Hosting •Data center management •Grid & cloud computing •Virtualized infrastructure management •Infrastructure as a Service •Platform as a Service •Software as a Service 2

Agenda  

Welcome and introduction [Bart Dhoedt] Example of typical planning and time schedule [Philip Leroux, Femke Ongenae]



Research Topics     



Smart client offloading [Pieter Simoens] Service personalization [Philip Leroux] Autonomic networks and services [Niels Bouten] Smart Grids [Chris Develder] eHealth and kennismodellering [Femke Ongenae, Stijn Verstichel]

Conclusion and division in small groups


3

Positioning within IBBT and Ghent Univ.

UGent Medicine INTEC

VUB

…

… Engineering ELIS

Soc. Sciences …

… PHOT WiCa IBCN MMLab TFCG

IBBT

KULeuven

…

…

CUO

IBCN hierarchie Universiteit Gent

Faculteit “Ingenieurswetenschappen & Architectuur”

Vakgroep “Informatietechnologie”

Onderzoeksgroep “Internet Based Communication Networks & Services IBCN” Department of Information Technology – Broadband Communication Networks (IBCN)

5

IBCN INTEC BreedbandCommunicatieNetwerken   

Onderzoeksgroep binnen INTEC IBBT onderzoekpartner 130 medewerkers Software    



Services

IBCN

Track record  



10 professoren 20 postdocs > 90 onderzoekers Networks: 50 medewerkers 50 doctoraten > 1250 publicaties

iLab.t testinfrastructuur    

Networks

500 m2, 80 racks, 3300 units Wireless Lab Virtual Wall Operational GRID

Department of Information Technology – Broadband Communication Networks (IBCN)

6

iLab.t

500 m2

iLab.t : Overzicht

8 Department of Information Technology – Broadband Communication Networks (IBCN)

iLab.t : Virtual Wall

9

iLab.t : Wireless Lab

10

IBBT Interdisciplinair Instituut voor Breedband Technologie

Missie vormen van hoogcompetent menselijk kapitaal door interdisciplinair vraaggedreven basisonderzoek gericht op ICT en breedbanddiensten in samenwerking met bedrijven en overheid

Onderzoeksdomeinen

Track record meer dan 150 onderzoeksprojecten in de laatste 5 jaar


11

IBBT onderzoeksartners IMEC NES

K.U.Leuven

K.U.Leuven

K.U.Leuven

K.U.Leuven

K.U. Leuven

UAntwerpen

UAntwerpen VisieLab

UGent

UGent

UGent

UGent

UGent

UHasselt

VUB

VUB

12 Department of Information Technology – Broadband Communication Networks (IBCN)

Samenwerking met bedrijven


13

Important trends



Software and Services: important trends

14

Important trends

Tackling the increasing complexity by introducing more intelligence inside the software systems

15

Important trends

Mobile middleware – Pervasive systems Department of Information Technology

16

Important trends

Cloud Computing – Virtual Machine Mgmt – Smart Clients Department of Information Technology

17

Important trends

New application domains Department of Information Technology

18

Agenda Welcome and introduction [Bart Dhoedt]  Example of typical planning and time schedule 

[Philip Leroux, Femke Ongenae]






Smart client offloading [Pieter Simoens] Service personalization [Philip Leroux] Autonomic networks and services [Niels Bouten] Smart Grids [Chris Develder] eHealth and kennismodellering [Femke Ongenae, Stijn Verstichel]

Conclusion and division in small groups Department of Information Technology

19

Gepersonaliseerde en contextafhankelijke profielen op Android mobiele toestellen Pieter Van Lysebetten, Sam Govaert Promotor: prof. dr. ir. Filip De Turck Begeleiders: Philip Leroux, Klaas Roobroeck

Vakgroep Informatietechnologie – IBCN

Probleemstelling 

Groot aantal mobiele applicaties & contacten



Vaak contextafhankelijk 

Plaatsafhankelijk   



Tijdsafhankelijk   



AlarmClock  slaapkamer Angry Birds  trein Collega’s en klanten  op het werk

QuickOffice tijdens werkuren Facebook avond, weekend Familie en vrienden  avond, weekend

Persoonsafhankelijk  

Mail, QuickOffice zakenman Facebook, Youtube student p. 21

Doelstelling 1.

Ontdekken van profielen 

Gepersonaliseerd en automatisch herkend 



Op basis van contextuele parameters 

2.

Bvb voor een kotstudent: thuis, kot, school, trein

Thuis: vaste locatie, lage verplaatsingssnelheid, ...

Ontdekken van patronen en verbanden in het gebruik van applicaties en contacten 

Patronen in het applicatiegebruik: 





Tijdspatronen, plaatspatronen, snelheidspatronen, ... – Vb tijdspatroon: vaak rond 20u op Facebook Patronen afhankelijk van meerdere parameters – Vb: zetten van de alarmklok voor slapengaan

Verbanden: na applicatie X vaak applicatie Y

p. 22

Vooraf 

April/ Mei: Infodagen + afspraak 

Persoonlijk contact met mogelijke toekomstige begeleiders!  



Heb je een correct beeld van het onderwerp? Eerste denkoefening om het onderwerp te ‘kneden’ op maat van de student

Keuze-deadline Plato (AJ1213: ? mei)



Juni: Toekennen / opsplitsen van de onderwerpen



Na de examens:  

Overlopen van de opdracht Toelichting manier van werken en algemene evaluatiecriteria  



Opstarten literatuurstudie o.b.v. enkele pointers  



Concrete afspraken m.b.t. rapportering, meetings (vb. 2 wekelijks), … Infosessies 3-4 artikels , URL’s , … IEEE, bibliotheek

Regeling praktische zaken / stage 23

Stage tijdens zomermaanden



4 of 6 weken (resp. 3 of 6 studieptn.)



Stage telt niet mee voor de thesis



Stageverslag best afgewerkt voor aanvang scriptie



Goede manier om zich in te werken op een onderwerp



Ideale kennismaking met een bedrijf

24

1ste semester 

Aug.- Okt.: Literatuurstudie  

Definieren aanpak doelstellingen/ functional requirements Onderzoeksdomeinen:  

  



Planning Testen van enkele technieken Resultaat: keuze te gebruiken technieken+ verfijnde planning

Nov.: Architectuur opstellen + Android kennismaking  



Data Mining (Clustering, Neurale Netwerken, Decision Trees,...) Artificial Intelligence (Rule based systems)

Client – server architectuur of alles op het toestel? Poging porteren van bibliotheken naar Android (hands-on learning)

Dec.: Implementatie  

Inhaalweek: thesisbespreking met tussentijdse presentatie Afspraken rond thesiswerk, afhankelijk van examenrooster 25

2de semester  Jan.  Maart: thesisbespreking 

Student stelt zelf besprekingsagenda op (geen presentatie)

 Status eind maart:  

Client-Server Architectuur afgewerkt Android Client  Service    



Widget 



Monitoren van gegevens op toestel (Intern) opslaan van de getrackte gegevens Communicatie met de server (via REST) Events (bvb aanbevelingen) naar widget sturen Visualiseren van informatie

Server: alle algoritmes geimplementeerd op de server 

clustering, association rules, gerichte grafen, …

26

2de semester 

April – begin Mei: Evaluatie

•

Performantie  Netwerkbelasting  Serverdiensten  Performantie van de Android client

– Vertragingen op GUI-niveau – Batterijverbruik

•

Kwaliteit van de aanbevelingen



Mei: Schrijven thesisboek



Juni:  

Proefverdediging (1 week voor officiele verdediging) Evaluatie scriptie:   

Jaarwerk (inzet, technische vaardigheden, zelfstandigheid,…) Boek (diepgang, besluitvorming, vorm,…) Presentatie (voorstelling, vragen beantwoording) p. 27








Smart client offloading [Pieter Simoens] Service personalization [Philip Leroux] Autonomic networks and services [Niels Bouten] Smart Grids [Chris Develder] eHealth and ontologies [Femke Ongenae, Stijn Verstichel]


28

Masterproeven Mobile Augmented Reality Smart Clients

Department of Information Technology – Internet Based Communication Networks and Services (IBCN)

Google Project Glass

30

CLOUD Uitdagingen • netwerkvertraging • bandbreedte • schaalbaarheid • gebruiksgemak • batterij smartphone •…

geindividualiseerde, real-time multimedia toepassingen voor mobiele gebruikers

visie binnen IBCN

CLOUD CLOUDLET

femtocell

Masterproef 1 Locatie- en persoonsafhankelijk samenstellen van meereizende virtuale machines in de cloud

Welke componenten en data moeten op welke cloud(let) geplaatst worden? Department of Information Technology – Internet Based Communication Networks and Services (IBCN)

33

Masterproef 2 Hand-over van componenten van real-time diensten tussen clouds dichtbij de gebruiker

Beheer van de vele handovers voor mobiele gebruikers, zowel op applicatieniveau als via centraal platform Department of Information Technology – Internet Based Communication Networks and Services (IBCN)

34

Masterproef 3 Uitbesteden van taken in hybride cloudomgevingen met Amazon AWS/MS Azure

Ontwerp van een raamwerk: toevoegingen aan applicatie en ontwikkeling van een beheerssysteem Department of Information Technology – Internet Based Communication Networks and Services (IBCN)

35

Masterproef 4 Verbeteren van de batterijduur door cyber foraging

Ontwikkeling van een energiemodel, beslissingsalgoritmes, softwaretechnische aspecten…


36

Masterproef 5 Autonome protocolselectie voor gedistribueerde systemen

De keuze van de beste netwerktechnologie hangt vaak af van runtime parameters.


37

Masterproef 6 Schaalbare grafische bibliotheken voor remote applicaties onder extreme condities


38

Masterproef 7 Vanishing PC, a PC in your pocket

nieuwe manieren van input/output onderzoeken


39

Masterproef 8 Mobiele augmented reality in de cloud

Maak bestaande AR algoritmes gedistribueerd, algoritmisch werk, uitbouwen demo… Department of Information Technology – Internet Based Communication Networks and Services (IBCN)

40










41

9205: Automatische moderatie van gebruikers op online dating sites

9206: Ontwerp van een automatisch evaluatiesysteem voor aanbevelingsalgoritmes op online dating sites

9189: Gepersonaliseerde en transparante filtering van aanbiedingen in een VAMP-netwerk “VAMP-network” (Virtual Anonymous-account Match-oriented Place-based network) Doelstellingen: aanbevelingen + mobiele optimalisaties (batterij, C2DM, ...)










45

Autonomic networks


46

Autonomic networks 

Self-CHOP 

Self-Configuration



Self-Healing



Self-Optimization



Self-Protection


47


IBM MAPE loop


48


FOCALE reflective loop


49

CDN interconnectie voor efficiënte videodiensten op het Internet


50

Ontwerp van een self-healing cognitieve cloud omgeving


51

Cognitieve (mobiele) video client voor SVCgebaseerde HTTP Adaptive Streaming


52

Cognitieve netwerkelementen voor een tweede scherm videoapplicatie


53

Ontwerp van een toegangspolicyvertalingssysteem voor autonome gedistribueerde multitenant clouds


54










55

8689 Locatiebewuste algoritmes voor slimme energienetwerken Controle-algoritmen om aanstuurbare lasten te verschuiven? Distributed generation (large scale) Green energy sources (fluctuating) ICT PHEV infrastructure charging Demand Distributed (car side generation parks) manage (small scale) ment Local energy storage

PHEV chargi ng (reside ntial) 56

8686 Automatisch beheersysteem voor controle netwerktoepassingen Automatisch QoS beheer? Karakterisatie netwerkbehoeften? Technologie-scan

57

Bedankt … nog vragen?

?

Chris Develder [email protected] gent.be Ghent University – IBBT

58










59

Innovate healthcare through information technology


60


61


62


63

Vroegtijdige voorspelling van langdurige opnames van patiënten Ongenae & F. De Backere in de Intensieve Zorgen ICU +F. eHealth


64

Efficiënte medische beslissingsadvisering uit eHealth databronnen F. De Backere & F. Ongenae

ICU + eHealth


65

Ontwerp van een autonoom systeem voor kritieke diensten in een Intensieve Zorg afdeling ICU + eHealth K. Steurbaut & S. Latré


66

eHomeCare


67

Intelligente ondersteuning van de thuiszorg F. Ongenae& F. De Backere

ICU + eHealth


68

Knowledge Management: From collection of information to knowledge! Information Communication Connecting

Observe knowing deciding Department of Information Technology – Internet Based Communication Networks and Services (IBCN)

69

Some words on ontology

70

Introduction: why do we need context?

?! Disease > 1000 results   

Treatment

“Treatment” Detection – AI techniques Complete overview? Sepsis

Antibiotics

71

What is an ontology? “An ontology is a specification of a conceptualization in the context of knowledge description.”

has_symptom

*

Symptom Is a

Disease

Curable Disease Disease has_treatment.Treatment

Fever

Temp

has_treatment

*

Treatment Antibiotics 72

E

Advantages 

Structured knowledge representation



Domain  Application



Sharing – Reuse



Support communication



Capture knowledge formally  Reasoning  Extract new knowledge 73

Rules 

Define Rules/algorithms on top of the ontology



Express general workflows, intelligent behavior

IF patient makes call AND IF patient just had chemo

 call has a high priority

IF night

 close the blinds AND dim the lights

74

Een context-aware platform voor real-time ondersteuning van hulpverleners in noodsituaties ICU + eHealth F. De Backere& F. Ongenae


75

Intelligente foutdetectie en diagnose voor complexe systemen S. Verstichel & F. Ongenae

ICU + eHealth


76

Modelleren van onzekerheid in ontologieën F. Ongenae& S. Verstichel

ICU + eHealth


77










78

Onderzoekstopics Autonomic networking Autonomic systems Smart Clients Mobile middleware eHealth Department of Information Technology

High level goal

ad

availability

video rate adaptation

re sp tim ons es e

tra ffic a p f lo w ta t io n

admission control

software distribution

Autonomic systems


81

Autonomic systems


82

Mobile cloud computing •

Use resources in the network to enhance mobile applications

Use case: Augmented Reality

Recognition

Rendering

Mapping

Reconstruction

Tracking

Mobile Device

3D

Local Network

Cloud

The vanishing computer •

This will lead to a new personal computing model, where the PC fits in your pocket… …and with new Human-Computer interfaces

Example research topic

86

Mobile Middleware


87

Actuele Onderzoekstopics (1)


88



89



90



91



92


93

eHealth


94

eHealth


95

HPC in biology Context: in samenwerking met biologen, ontwikkelen we nieuwe algoritmes voor genetisch onderzoek. Gezien de grootte van de typische datasets, wordt hierbij voornamelijk naar efficiënte en parallelle algoritmes gekeken. HPC

bioinformatica

+


96

iLab.t : Overview

iLab.t – Wireless access DVB-H, WiMax, WLAN technology

98

iLab.t – Fixed access and aggregation DSL & cable equipment

99



Infrastructure for production and storage of digital content

100

iLab.t – Grid computing Operational grid node Capacity of 1 TeraFLOPS

101

iLab.t – Test equipment 

 

Several applications: audio, video, web services (avalanche) Traffic generators & analyzers Protocol testers

102



Shielded wireless environment



shielded from outside interference tunable attenuators emulate mobility

 

103

iLab.t – Connectivity



> 20 Gbit/s connection to Belnet

104

iLab.t – Virtual Wall

Virtual Wall @ iLab.t Generic test environment for advanced network and service emulation and evaluation • 100+ nodes • central switch: Force 10 networks non-blocking • display wall (e.g. 20 monitors for experiment visualization) Node functionalities: terminal, server, network node, impairment node Connected to: test boxes for wireless terminals, generic test equipment, simulation nodes (for combined emulation/simulation), … Full Automatic Install, remote access, …

Thank you … any questions?

?

Software en Services INTEC

Recommend Documents