Hochschule Darmstadt - Fb Informatik

Drucken| Layout| Design| Schriftgröße English|
Modulbeschreibung
Modul:IoT Technologien

IoT Technologies

Belegnummern:41.5076 [PVL 41.5077; Modul 41.50760]
Sprache:deutsch
Zuordnung:Dualer Master 2021 - Katalog AS: Anwendungs- und systemorientierte Module
Master 2021 - Katalog AS: Anwendungs- und systemorientierte Module
Dualer Master 2013 - Katalog AS: Anwendungs- und systemorientierte Module
Dualer Master 2013 - Vertiefung TG: Technische und Graphische Systeme
Master 2013 - Katalog AS: Anwendungs- und systemorientierte Module
Master 2013 - Vertiefung TG: Technische und Graphische Systeme
MN Data Science 2016 - Katalog DS-I: Data Science - Informatik
Lehrform:V+S+P = Vorlesung+Seminar+Praktikum
SWS:2+1+1
CP:6
Prüfung:Klausur (Erstellung einer Technologiestudie als benotete schriftliche Hausarbeit mit Präsentation der Ergebnisse; Anwesenheitspflicht bei allen Seminarsitzungen und Praktikumsterminen)
Anmeldung zur Prüfung:explizit und unabhängig von der Belegung
PVL (z.B. Praktikum):benotet
Anteil PVL:50%
Häufigkeit des Angebots:jährlich (zuletzt im SS 2022)
Erforderliche Vorkenntnisse:Hilfreich sind allgemeine Kenntnisse auf Bachelorniveau über Datenbanken, Dateisysteme, Technische Grundlagen der Informatik und Programmieren, Grundlagen von IP wie HTTP und OSI-Schichtenmodell
Lernziele:
  • Einordnen und Anwenden von IoT Technologien (Hardware und Software)
  • Erkennen und Spezifizieren von Anforderungen an Technologien bei vernetzten und ressourcenbeschränkten Systemen im Internet of Things (IoT)
  • Kenntnisse über Aufbau und Realisierung exemplarischer IoT Technologien für Hardware, Middleware, Funktechniken
  • Kenntnisse über Eigenschaften und Verarbeitung von IoT-Daten
  • Modellierung und Kriterien zur Evaluierung nichtfunktionaler Eigenschaften
  • Übertragung und Speicherung großer Mengen und Volumen von IoT-Daten
  • Bewerten von Einflüssen unzuverlässiger Niedrigenergienetzwerke (low power lossy networks) und von Zugriffsmustern auf Daten
  • Einordnen und Anwenden von IT-Security-Merkmalen für IoT Technologien
  • Verständnis von IoT-Architekturen und -deren Gesamtsystemeigenschaften
  • Erlangung einer datenzentrischen und datenflussorientierten Sichtweise und Berücksichtigung der zu Grunde liegenden technischen Systeme
Lehrinhalte:
  • Architektur und Technologien im IoT
  • Abstraktionsschichten: Speicher, Daten, Information
  • IoT-Hardware und -Funktechnik
  • Anforderungen großer Mengen und Volumen von IoT-Datenmengen
  • IoT-Cloudarchitektur und Object Storage zur verteilten Speicherung
  • Beispielhafte Technologien für Sensornetzwerke bzw. IoT-Datennetze wie IoT-SOCs, CoAP, MQTT, OPC UA, Blockchain, IoT-Funktechniken wie LPWA/LoRa, 6loWPAN, BLE
  • Netzwerk-, Protokoll- und Zeiteigenschaften im IoT
  • CAP-Theorem in ereignisorientierten IoT-Architekturen
  • Modellierungsansätze nichtfunktionaler Eigenschaften im IoT
  • IoT-Daten - Eigenschaften, Zugriffsmuster, Verarbeitung und Auswertung
  • IoT-Architekturen und -Gesamtsystemeigenschaften
  • Identity Management und IT-Security-Merkmale im IoT
  • Weitere Aspekte des Data Management in Speichernetzen und im IoT
Literatur:
  • Ulf Troppens, Nils Haustein, "Speichernetze", 3. Auflage, dpunkt, 2019
  • Dirk Slama, "Enterprise IoT", O'Reilly, 2015
  • Gastón C. Hillar, "MQTT Essentials - A Lightweight IoT Protocol", Packt, 2017
  • Wolfgang Mahnke et.al., "OBC Unified Architecture", Springer, 2009
  • Zach Shelby, Carsten Bormann, "6loWPAN - the wireless Embedded Internet", Wiley, 2009
  • Joe Arnold & members of the SwiftStack team, OpenStack Swift - using, administering, and developing for Swift Object Storage, O'Reilly Verlag, 2014
  • Shuang-Hua Yang, "Wireless Sensor Networks", Springer Verlag 2014
  • Parikshit N. Mahalie et.al., Identity for Internet of Things, River Publishers, 2015
Arbeitsformen / Hilfsmittel:Vorlesung mit Seminar und Praktikum; Der Wissenserwerb in der Vorlesung wird im Seminar mittels aktiver Gruppenübungen aller Teilnehmer vertieft und so mit der Anwendung im Praktikum verknüpft. Im Praktikum wird das Verständnis der Herangehensweisen durch Untersuchungen und Erstellung von individuellen Technologiestudien geübt und vertieft.
Modulverantwortung:Jens-Peter Akelbein
Freigabe ab:SS 2021
Angebot im SS 22:Akelbein
Fachliche Kompetenzen:
  • Formale, algorithmische, mathematische Kompetenzen: schwach
  • Analyse-, Design- und Realisierungskompetenzen: mittel
  • Technologische Kompetenzen: hoch
  • Befähigung zum Wissenschaftlichen Arbeiten: mittel
Überfachliche Kompetenzen:
  • Projektbezogene Kompetenzen: mittel
  • Fachübergreifende Sachkompetenzen: Technische und naturwissenschaftliche Grundkompetenz, aus angrenzenden Fachgebieten wie der Elektrotechnik und Data Science
  • Sozial- und Selbstkompetenzen: Sprachkompetenz

[Fachbereich Informatik] [Hochschule Darmstadt]
© 2008 - 2022 FBI OBS Team. Alle Rechte vorbehalten.