Odysseus hat bereits einen Operator zum Erkennen von Mustern über Datenströmen:

https://wiki.odysseus.informatik.uni-oldenburg.de/display/ODYSSEUS/Pattern+operator

Dieser Operator ist bereits einige Jahre alt und basiert noch auf einer alten "Philsophie". Außerdem kann der Operator nicht mit Gruppierung umgehen.

In dieser Arbeit soll es darum gehen, diesen Operator basieren auf dem Aggregation Framework (https://wiki.odysseus.informatik.uni-oldenburg.de/display/ODYSSEUS/Aggregation+operator) neu zu implementieren. Es sind bereits eine ganze Reihe anderer Arbeiten (z.B. auch eine zum Thema Klassifikation https://git.swl.informatik.uni-oldenburg.de/projects/OI/repos/classification/browse) hier gelaufen und können als Basis verwendet werden.

Das Ergebnis der Umsetzung soll dann mit der alten Umsetzung zum einen bzgl. der Mächtigkeit und zum anderen bzgl. Laufzeit und Speicherverbrauch verglichen werden.

Allgemeine Informationen zum Thema Pattern-Matching für Datenströme finden sich z.B. hier:

@misc{EtzionOpher2011Epia,
series = {Software Engineering},
isbn = {1935182218},
year = {2011},
title = {Event processing in action},
language = {eng},
author = {Etzion, Opher},
keywords = {Service-oriented architecture (Computer science); Event processing (Computer science); Discrete-time systems; Business -- Data processing; Business enterprises -- Computer networks},
lccn = {2011280552},
}
 

s.o.

Programmierkenntnisse in Java