Mehr

Verstehen Sie Standortspeicherung und Abfragealgorithmen?

Verstehen Sie Standortspeicherung und Abfragealgorithmen?


Einer der wichtigsten Aspekte einer mit GIS ausgestatteten Datenbank ist, dass sie dem Benutzer die Möglichkeit bietet, schnell alle Punkte innerhalb eines beliebigen geografischen Gebiets abzufragen, die einigen zusätzlichen Kriterien entsprechen. (Beispiel: "Finde mir auf einer Karte die nächsten 3 Restaurants zu diesem Punkt.")

Kann mich jemand auf eine theoretische Diskussion der beteiligten Algorithmen hinweisen? Ich möchte lernen, wie sie funktionieren.

Letztendlich möchte ich die gleiche Fähigkeit auf verallgemeinerte Sätze numerischer Daten anwenden – eine große Punktwolke in einem willkürlichen, n-dimensionalen, nicht-euklidischen Raum. Zum Beispiel kann das Gesicht einer Person als Zahlenvektor charakterisiert werden: [Abstand zwischen den Augen, Abstand vom Auge zum Mund, Breite des Gesichts, Länge des Gesichts usw.]. Ich möchte den Straßenverkehr filmen, die Gesichtszüge jeder Person einschätzen und dann später die Daten abfragen können, z. B. "Angesichts des Gesichts dieser Person, finde mir die 100 ähnlichsten Gesichter".

Gibt es derzeit eine vorhandene Software, die die Möglichkeit bietet, diese verallgemeinerten Räume zu durchsuchen?


Gute Darstellungen von Algorithmen in 2 und 3 Dimensionen finden sich im klassischen Text von Preparata & Shamos. In GIS verwendete Algorithmen sind eine Spezialität von Hanan Samet, der mehrere Bücher zu diesem Thema veröffentlicht hat.

Höherdimensionale Suchen werden in der Regel durch vorläufiges Data Mining, Clustering oder dimensionsreduzierende Techniken unterstützt oder beschleunigt. Dies ist eher eine Frage der Datenanalyse und Statistik, nicht des GIS, das sich naturgemäß auf die Suche in einer bis vier euklidischen Dimensionen konzentriert. Für weitere Informationen suchen Sie in unserem Schwesterforum stats.stackexchange.com nach wahrscheinlichen Begriffen wie Clustering, Dimensionsreduktion und multidimensionaler Skalierung und nach weniger offensichtlichen wie pca (Hauptkomponentenanalyse) und svm (Support Vector Machines). Das ist auch ein guter Ort, um nach vorhandener Software zu fragen.


Die klassische Antwort (Paläogeograph) besteht darin, einen K-D-Baum zum Speichern der Daten zu verwenden (siehe http://en.wikipedia.org/wiki/Kd-Baum). Diese funktionieren, indem sie die Daten ungefähr in zwei Partitionen in jeder Dimension halbieren, während Sie sich im Baum nach unten bewegen. Der Vorteil von ihnen besteht darin, dass Sie beim Auffinden des nächstgelegenen Artikels auch ohne zusätzliche Kosten eine Liste der nächstgelegenen Artikel erstellen können, sodass die Beantwortung der drei nächstgelegenen Restaurants genauso einfach ist wie das Finden des nächstgelegenen.

Ich habe irgendwo gelesen, dass eHarmony K-D-Bäume verwendet, um "kompatible Übereinstimmungen" in 14 Dimensionen zu finden.


Ich habe gehört, dass Netezza einige innovative räumliche Parallelverarbeitungsalgorithmen implementiert hat. Das Whitepaper ist da.

Die Asymmetric Massively Parallel Processing-Architektur von Netezza bietet die beste Kombination aus symmetrischem Multiprocessing (SMP) und Massively Parallel Processing (MPP) und erleichtert so die komplexe Abfrageverarbeitung räumlicher und nicht-räumlicher Daten im Terabereich ohne die in herkömmlichen Systemen erforderliche Komplexität, Optimierung und Aggregation.

Aktualisieren

Ich habe vergessen zu erwähnen, dass Netezza das Bayes-Theorem stark nutzt. Hier ist eine Sammlung von Videos hier.


Enzyklopädie der Datenbanksysteme

Diese überarbeitete und erweiterte Ausgabe der Encyclopedia of Database Systems bietet einen einfachen Zugang zu wichtigen Konzepten, die für alle Aspekte sehr großer Datenbanken, Datenmanagement und Datenbanksysteme relevant sind, einschließlich aktueller Interessengebiete und Forschungsergebnisse von historischer Bedeutung. Dieses umfassende Nachschlagewerk ist alphabetisch geordnet und jeder Eintrag enthält grundlegende Terminologie, Konzepte, Methoden und Algorithmen, die wichtigsten bisherigen Ergebnisse, Literaturverweise und Querverweise zu anderen Einträgen. Die Themen für die Enzyklopädie – einschließlich aktueller Interessengebiete sowie Forschungsergebnisse von historischer Bedeutung – wurden von einem angesehenen internationalen Beirat ausgewählt und von erstklassigen Experten auf diesem Gebiet verfasst. Neue Einträge, die die jüngsten Entwicklungen und technologischen Fortschritte in sehr großen Datenbanken widerspiegeln, umfassen: Big Data, Big Data-Technologie, Cloud Computing, Cloud-Rechenzentren, Geschäftsanalysen, soziale Netzwerke, Ranking, Vertrauensmanagement, Abfragen über verschlüsselte Daten und mehr. Völlig neue Einträge sind Datenbanksysteme, relationale Datenbanksysteme, Datenbanken, Multimedia-Datenbanken, Bioinformatik, Workflow-Systeme und Web-Datenmanagement.

Encyclopedia of Database Systems, 2. Auflage, wurde entwickelt, um die Bedürfnisse von Forschern, Professoren, Doktoranden und Studenten der Informatik und Ingenieurwissenschaften zu erfüllen. Auch Branchenprofis, vom Datenbankspezialisten bis zum Softwareentwickler, profitieren von diesem wertvollen Nachschlagewerk.


ENZYKLOPÄDIE DER DATENBANKSYSTEME

<P> DIESE ÜBERARBEITETE UND ERWEITERTE AUSGABE DER ENCYCLOPEDIA OF DATABASE SYSTEMS BIETET EINEN EINFACHEN ZUGANG ZU ENTSCHEIDENDEN KONZEPTEN, DIE FÜR ALLE ASPEKTE SEHR GROßER DATENBANKEN, DATENMANAGEMENT UND DATENBANKSYSTEME EINSCHLIESSLICH VON AKTUELLEN FORSCHUNGS- UND SPEICHERBEREICHEN RELEVANT SIND. DIESE UMFASSENDE REFERENZ IST ALPHABETISCHER ORGANISIERT UND JEDER EINTRAG PRÄSENTIERT GRUNDLEGENDE TERMINOLOGIEN, KONZEPTE, METHODEN UND ALGORITHMEN, DIE BISHERIGEN WICHTIGSTEN ERGEBNISSE, LITERATURVERWEISE UND QUERVERWEISE AUF ANDERE EINTRÄGE. THEMEN FÜR DIE ENZYKLOPÄDIE – EINSCHLIESSLICH AKTUELLER INTERESSE SOWIE FORSCHUNGSERGEBNISSE VON HISTORISCHER BEDEUTUNG – WURDEN VON EINEM AUSGEZEICHNETEN INTERNATIONALEN BEIRAT AUSGEWÄHLT UND VON ERSTKLASSIGEN EXPERTEN AUF DEM GEBIET GESCHRIEBEN. NEUE EINGÄNGE, DIE JÜNGSTE ENTWICKLUNGEN UND TECHNOLOGISCHE FORTSCHRITTE IN SEHR GROßEN DATENBANKEN REFLEKTIEREN, UMFASSEN: BIG DATA, BIG DATA TECHNOLOGY, CLOUD COMPUTING, CLOUD DATA CENTER, BUSINESS ANALYTICS, SOCIAL NETWORKS, RANAGEMENT, EN, QUERT. VÖLLIG NEUE EINGÄNGE UMFASSEN DATENBANKSYSTEME, RELATIONALE DATENBANKSYSTEME, DATENBANKEN, MULTIMEDIA-DATENBANKEN, BIOINFORMATIK, WORKFLOW-SYSTEME UND WEBDATENVERWALTUNG. </P><P>ENCYCLOPEDIA OF DATABASE SYSTEMS, 2. AUFLAGE, ENTWICKELT DIE BEDÜRFNISSE VON FORSCHERN, PROFESSOREN, STUDIERENDEN UND STUDIERENDEN DER INFORMATIONS- UND INGENIEURWISSENSCHAFT. VON DIESER WERTVOLLE REFERENZARBEIT PROFITIEREN AUCH INDUSTRIEPROFESSIONELLE, VON DATENBANKSPEZIALISTEN BIS SOFTWAREENTWICKLER.</P>

.NET REMOTING.- ABSOLUTE ZEIT.- ABSTRAKTE VERSUS KONKRETE SPRACHEN FÜR TEMPORALE ABFRAGE.- ABSTRAKTION.- ZUGRIFFSKONTROLLE.- VERWALTUNGSRICHTLINIEN FÜR DIE ZUGRIFFSKONTROLLE.- SPRACHEN FÜR DIE ZUGRIFFSKONTROLLE.- ZUGRIFFSPFAD.- SÄUREEIGENSCHAFTEN.- ZEITAKTIVE UND REAL LAGERUNG.- AKTIVE DATENBANK KOPPELMODI.- AKTIVE DATENBANK AUSFÜHRUNGSMODELL.- AKTIVE DATENBANK WISSENSMODELL.- AKTIVE DATENBANK MANAGEMENT SYSTEMARCHITEKTUR.- AKTIVE DATENBANK REGELBANK.- AKTIVE DATENBANK, AKTIVE DATENBANK SYSTEM .- AKTIVITÄT.- AKTIVITÄTSDIAGRAMME.- SCHAUSPIELER/AGENTEN/ROLLEN.- ADAPTIVE INTERFACES.- ADAPTIVE MIDDLEWARE FÜR MESSAGE QUEUING SYSTEMS.- ADAPTIVE QUERY PROCESSING.- ADAPTIVE STREAM PROCESSING.- ADBMS.- ADMINISTRATION W.- ADMINISTRATION. - ERWEITERTE MASSNAHMEN ZUM ABRUFEN VON INFORMATIONEN.- AGGREGATION: AUSDRUCK UND EINHALTUNG.- AGGREGATIONSBASIERTER STRUKTURIERTER TEXTABRUF.- AIR INDEXES FÜR Räumliche DATENBANKEN.- AJAX.- ALLEN'S RELATIONS.- AMOSQL.- AMS AHORETCH.- T.- ANNOTATION.- ANNOTATION-BASIERTER BILDABRUF.- ANORMALE ERKENNUNG IN STREAMS.- ANONYMITY.- ANSI/INCITS RBAC STANDARD.- BEANTWORTUNG VON FRAGEN MIT VIEWS.- ANTI-MONOTON-EINSCHRÄNKUNGEN.- APPLICABILITY PERIOD WIEDERHERSTELLUNG.- ANWENDUNGSSERVER.- ANWENDUNGSEBENE TUNING.- ANWENDUNGEN NEUER MUSTER FÜR MICROARRAY-GENEXPRESSIONSDATENANALYSE.- ANWENDUNGEN DES SENSOR-NETZWERK-DATENMANAGEMENT.- UNGEFÄHRLICHE ABFRAGE-PROESS BEGRÜNDUNG.- ANNAHME DER HÄUFIGSTEN ELEMENTE.- APRIORI EIGENSCHAFT UND BREITE-FIRST SUCHALGORITHMEN.- ARCHITEKTUR-BEWUSSTES DATENBANKSYSTEM.- ARCHIVIERUNG EXPERIMENTELLER DATEN.- ARMSTRONG AXIOMS.- ARRAY DATENBANKEN AS.- ARRAY. ASSOZIATIONSREGELN.- ASYMMETRISCHE VERSCHLÜSSELUNG.- ATELISCHE DATEN.- ATOMIC EVENT.- ATOMICITY.- AUDIO.- AUDIO-KLASSIFIZIERUNG.- AUDIO-INHALTSANALYSE.- AUDIO-METADATEN.- AUDIO-DARSTELLUNG.- AUDIO-SEGMENTIERUNG.- AUDITIN G UND FORENSISCHE ANALYSE.- AUTHENTIFIZIERUNG.- AUTOMATISCHE BILDBEMERKUNG.- AUTONOME REPLIKATION.- DURCHSCHNITTLICHE PRÄZISION.- DURCHSCHNITTLICHE PRÄZISION BEI N.- DURCHSCHNITTLICHE PRÄZISION HISTOGRAMM.- DURCHSCHNITTLICHE R-PRÄZISION.- B+-BAUM.- BACKUP UND RESTORE.- SEMANTIK.- BAGGING.- BAYESIAN-KLASSIFIZIERUNG.- BENCHMARK-FRAMEWORKS.- BENCHMARKS FÜR BIG-DATA-ANALYTIK.- BIG-DATA-PLATTFORMEN FÜR DIE DATENANALYTIK.- BIG-STREAM-SYSTEME.- BIOLOGISCHES METADATEN-MANAGEMENT.- BIOLOGISCHES BIOLOGISCHES NETZWERK .- BIOMEDIZINISCHE DATEN/INHALTE ERFASSUNG, KURATION.- BIOMEDIZINISCHE BILDDATENTYPEN UND -VERARBEITUNG.- BIOMEDIZINISCHE WISSENSCHAFTLICHE TEXTUELLE DATENTYPEN UND -VERARBEITUNG.- BIOSTATISTIK UND DATENANALYSE.- BI-TEMPORAL INDEXING.- BITEMPORAL INDEXING.- BITEMPORAL DIAGRAMM .- BITMAP-BASIERTE INDEXSTRUKTUREN.- BLINDE SIGNATUREN.- BLOOM FILTER.- BM25.- BOOLEAN MODEL.- BOOSTING.- BOOTSTRAP.- BOYCE-CODD NORMALFORM.- BP-VOLLSTÄNDIGKEIT.- BPREF.- BROWSING.- BROWSING DIGITALE BIBLIOTHEKEN.- B-BAUM-VERRIEGELUNG.- BU FFER MANAGEMENT.- PUFFER MANAGER.- PUFFER POOL.- BUSINESS INTELLIGENCE.- BUSINESS PROCESS EXECUTION SPRACHE.- BUSINESS PROCESS MANAGEMENT.- BUSINESS PROCESS MODELING NOTATION.- BUSINESS PROCESS REENGINEERING.- CAQUERY-BEWUSST .- CAP-Theorem.- KARDINAL-RICHTUNGS-BEZIEHUNGEN.- KARTESISCHES PRODUKT.- KATALOGIEREN IN DIGITALEN BIBLIOTHEKEN.- URSACHENKONSISTENZ.- BESTIMMTE (UND MÖGLICHE) ANTWORTEN.- ÄNDERUNGSERKENNUNG AUF STREAMS.- KANALBASIERTE VERÖFFENTLICHUNG.-SUBSCRIBE. CHASE.- PRÜFSUMME UND ZYKLISCHE REDUNDANZ PRÜFMECHANISMUS.- CHOREOGRAPHIE.- CHRONON.- ZITATION.- KLASSIFIZIERUNG.- KLASSIFIZIERUNG DURCH ASSOZIATIONSREGELANALYSE.- KLASSIFIZIERUNG IN STREAMS.- CLIENT-SERVER ARCHITEKTUR ARCHITEKTUR. KLINISCHE DATEN UND INFORMATIONSMODELLE.- KLINISCHE DATEN QUALITÄT UND VALIDIERUNG.- KLINISCHE ENTSCHEIDUNGSUNTERSTÜTZUNG.- KLINISCHE DOKUMENTENARCHITEKTUR.- KLINISCHE VERANSTALTUNG.- KLINISCHES WISSENSREPOSITORY.- KLINISCHE BEOBACHTUNG.- KLINISCHE ONTOLOGIEN .- KLINISCHE REIHENFOLGE.- CLOSED-ITEMSET-MINING UND NICHT-REDUNDANTES ASSOCIATION-REGEL-MINING.- CLOSEST-PAIR-ABFRAGE.- CLOUD COMPUTING.- CLOUD INTELLIGENCE.- CLUSTER- UND DISTANZMESSUNG.- CLUSTERING FÜR POST-HOC-INFORMATIONSABFRAGE AUF STREAMS.- CLOUD COMPUTING.- CLUSTER- UND DISTANZMESSUNG.- - CLUSTERING-ÜBERSICHT UND ANWENDUNGEN.- CLUSTERING-VALIDITÄT.- CLUSTERING MIT EINSCHRÄNKUNGEN.- KOLLABORATIVE FILTERUNG.- SÄULEN-SEGMENTIERUNG.- SÄULEN-STORES.- GEMEINSAMES LAGER-METAMODELL.- VERGLEICHENDE VISUALISIERUNG.- KOMPENSIEREND.- KOMPLEXIERENDE TRANSAKTIONEN. COMPOSED SERVICES UND WS-BPEL.- COMPOSITE EVENT.- COMPOSITION.- COMPREHENSIONS.- KOMPRESSION VON MOBILEN STANDORTDATEN.- COMPUTATIONAL MEDIA AESTHETICS.- COMPUTATIONAL COMPLETE RELATIONAL QUERY SPRACHEN.- COMPUTERIZED PHYSICIAN DESIGN.- GLEICHZEITIGKEITSKONTROLLE - TRADITIONELLE ANSÄTZE.- GLEICHZEITIGKEITSKONTROLLE FÜR REPLIZIERTE DATENBANKEN.- GLEICHZEITIGKEITSKONTROLLE MANAGER.- BEDINGTE TABELLEN.- KONJUNKTIVE ABFRAGE.- VERBINDUNG.- KONSISTENZMODELLE FÜR REPLIZIERTE DATEN.- KONSEQUENTE ABFRAGE-ANTWORTUNG.- CONSTRAINT-DATENBANKEN.- CONSTRAINT-ABFRAGE-SPRACHEN.- CONSTRAINT-GETRIEBENE DATENBANK-REPARATUR.- INHALTS-UND-STRUKTUR-ABFRAGE.- INHALTSBASIERTE PUBLISH VIDEOABFRAGE.- KONTINUIERLICHE ABFRAGE.- KONTEXT.- KONTEXTUALISIERUNG IM STRUKTURIERTEN TEXTABFRAGE.- KONTINUIERLICHER DATENSCHUTZ.- KONTINUIERLICHE ÜBERWACHUNG VON RÄUMLICHEN ABFRAGEN.- KONTINUIERLICHE MULTIMEDIADATENABFRAGE.- KONTINUIERLICHE DATENABFRAGE .- KONTROLLDATEN.- KONVERTIERBARE EINSCHRÄNKUNGEN.- KOORDINATION.- URHEBERRECHTSFRAGEN IN DATENBANKEN.- CORBA.- KORREKTURKRITERIEN ÜBER DIE SERIALISIERBARKEIT HINAUS.- KOSTEN- UND QUALITÄTSKOMPETENZEN BEIM CROWDSOURCING.- KOSTENSCHÄTZUNG.- UND ZÄHLEN.- ENTKOPPELUNG.- COVERING INDEX.- CRASH RECOVERY.- SPRACHENÜBERGREIFENDES MINING UND ABRUFEN.- MODALÜBERGREIFENDE MULTIMEDIA-INFORMATIONSABFRAGE.- QUERVALIDIERUNG.- CROWD-DATENBANK-BETREIBER.- CROWD-DATENBANK-SYSTEME.- CROWD-MINING.- UND ANALYSECROWDSOURCING GEOGRAPHISCHE INFORMATIONSSYSTEME.- CUBE.- CUBE IMPLEMENTATIONEN.- AKTUELLE SEMANTIK.- FLUCH DER DIMENSIONALITÄT.- DAPLEX.- DATENERFASSUNG UND -VERBREITUNG IN SENSORNETZWERKEN.- DATENAGGREGATION IN SENSOR NETZWERKEN .- DATENREINIGUNG.- DATENKOMPRESSION IN SENSOR-NETZWERKEN.- DATENKONFLIKTE.- DATENDEFINITION.- DATENDEFINITIONSSPRACHE (DDL).- DATENWÖRTERBUCH.- DATENVERSCHLÜSSELUNG.- DATENSCHÄTZUNG IN SENSORNETZWERKEN.- DATENAUSTAUSCH.- DATENVERBINDUNG .- DATENFUSION IN SENSOR-NETZWERKEN.- DATENERZEUGUNG.- DATA GOVERNANCE.- DATENINTEGRATION ARCHITEKTUREN UND METHODIK FÜR DIE LIFE SCIENCES.- DATENINTEGRATION IN WEB DATENEXTRAKTION SYSTEM.- DATENMANAGEMENT FÜR VANETS.- DATENMANAGEMENT: SYSTEM .FUNDAMENT MANAGEMENT .- DATENMANAGEMENT IN RECHENZENTREN.- DATENMANIPULATION.- DATENMANIPULATIONSSPRACHE (DML).- DATA MART.- DATENMIGRATIONSMANAGEMENT.- DATA MINING.- DATENPARTITIONIERUNG.- DATENSCHUTZ UND EINWILLIGUNG DER PATIENTEN.- DATENPROF ILING.- DATENHERVORSTAND.- DATENQUALITÄTSBEURTEILUNG.- DATENQUALITÄTSABMESSUNGEN.- DATENQUALITÄTSMODELLE.- DATENRANK/SWAPPING.- DATENREDUKTION.- DATENREPLIKATION.- DATENSAMPLING.- DATENSCRUBBING.- DATENSKIZZE-/SYNOPSIS. DATENSKEW.- DATENSPEICHERUNG UND INDEXIERUNG IN SENSORNETZWERKEN.- DATENSTREAM.- DATENSTREAMMANAGEMENT ARCHITEKTUREN UND PROTOTYPEN.- DATENTYPEN IM WISSENSCHAFTLICHEN DATENMANAGEMENT.- DATENUNSICHERHEITSMANAGEMENT IN SENSORNETZWERKEN.- DATENVERWENDUNG.- DATENVERWENDUNG WAREHOUSE LEBENSZYKLUS UND DESIGN.- DATA WAREHOUSE WARTUNG, EVOLUTION UND VERSIONIERUNG.- DATA WAREHOUSE METADATEN.- DATA WAREHOUSE SICHERHEIT.- DATA WAREHOUSING FÜR DIE KLINISCHE FORSCHUNG.- DATA WAREHOUSING IN CLOUD-UMGEBUNGEN.- DATA-ON-WAREHOUSING DATA-WAREHOUSING-SYSTEME: GRUNDLAGEN UND ARCHITEKTUREN.- DATEN-, TEXT- UND WEB-MINING IM GESUNDHEITSWESEN.- DATENBANK.- DATENBANKADAPTER UND -VERBINDER.- DATENBANKVERWALTER (DBA).- DATENBANKGERÄTE.- DATENBANKBENCHMARKS.- DATENBANKCLUSTER.- DATENBANKCLUSTER CLUSTER.- DATENBANK-ABHÄNGIGKEIT.- DATENBANK-DESIGN.- DATENBANK-SPRACHEN FÜR SENSOR-NETZWERKE.- DATENBANK-MASCHINE.- DATENBANK-MANAGEMENT-SYSTEM.- DATENBANK-MIDDLEWARE.- DATENBANK-REPARATUR.- DATENBANK-REVERSE-ENGINEERING.- DATENBANK-SCHEMA-SICHERHEIT.- DATENBANK-DATENBANK-DATENBANK.- .- DATENBANK-TECHNIKEN ZUR VERBESSERUNG WISSENSCHAFTLICHER SIMULATIONEN.- DATENBANK-TRIGGER.- DATENBANK-ABSTIMMUNG MITTELS KOMBINATORISCHER SUCHE.- DATENBANK-ABSTIMMUNG MITTELS ONLINE-ALGORITHMEN.- DATENBANK-ABSTIMMUNG MITTELS TRADE-OFF-ELIMINATION.- DATENBANKVERWENDUNG IN DER WISSENSCHAFT. - DBMS-SCHNITTSTELLE.- DCE.- DCOM.- DECAY MODELLE.- ENTSCHEIDUNGSREGEL-MINING IN ROUGH SET THEORY.- ENTSCHEIDUNGSBAUM-KLASSIFIZIERUNG.- ENTSCHEIDUNGSBÄUME.- DEKLARATIVE VERNETZUNG.- DEDUKTIVES DATEN-MINING MIT GRANULAR COMPUTING.- . INDUPLIKATION DATENREINIGUNG.- TIEFE INSTANTIATION.- DEEP-WEB-SUCHE.- DICHTER INDEX.- DICHTE PIXEL-DISPLAYS.- DICHTE-BASIERTE CLUSTERING.- BESCHREIBUNG LOGIK.- DESIGN FÜR DATENQUALITÄT.- DEWEY DEZIMALSYSTEM.- DIAGRAMM.- UNTERSCHIED.- D DIFFERENTIAL PRIVACY.- DIGITALE ARCHIVE UND ERHALTUNG.- DIGITALE KURATION.- DIGITALE ERHÖHUNGSMODELLE.- DIGITALE BIBLIOTHEKEN.- DIGITALE RECHTSVERWALTUNG.- DIGITALE SIGNATUREN.- DIMENSION.- DIMENSIONSREDUKTION TECHNIKEN FÜR DIE CLUSTERIONALITÄT NÄCHSTE NÄCHSTE NÄCHSTE BERECHNUNGEN.- DIMENSIONSERWEITERTE TOPOLOGISCHE BEZIEHUNGEN.- DIRECT ATTACHED STORAGE.- DIRECT MANIPULATION.- DISASTER RECOVERY.- OFFENLEGUNGSRISIKO.- RABATTIERTER KUMULIERTER GEWINN.- DISCOVERYAVELET. DISK.- FESTPLATTEN-ENERGIEEINSPARUNG.- VERZERRUNGSTECHNIKEN.- VERTEILTE ARCHITEKTUR.- VERTEILTE GLEICHZEITIGKEITSKONTROLLE.- VERTEILTE DATENSTRÖME.- VERTEILTE DATENBANK-DESIGN.- VERTEILTE DATENBANK-SYSTEME.- VERTEILTE. DISTRIBUTED HASH TABLE.- DISTRIBUTED JOIN.- DISTRIBUTED MASCHINE LERNING.- DISTRIBUTED QUERY OPTIMIERUNG.- DISTRIBUTED QUERY PROCESSI NG.- VERTEILTE WIEDERHERSTELLUNG.- VERTEILTE RÄUMLICHE DATENBANKEN.- VERTEILTES TRANSAKTIONSMANAGEMENT.- ABWEICHUNG VON ZUFALLSMODELLEN.- D-MEASURE.- DOKUMENT.- DOKUMENTEN-CLUSTERING.- DOKUMENTENDATENBANKEN.- DOKUMENTENVERKNÜPFUNG UND HYPERLINKS.- DOKUMENT-DARSTELLUNGEN (INKLUSIVE NATIVE UND RELATIONAL).- DUBLIN CORE.- DYNAMISCHE GRAFIK.- DYNAMISCHE WEBSEITEN.- ERREICHBARKEIT.- ECA-REGEL-AKTION.- ECA-REGELBEDINGUNG.- ECA-REGELN.- TRANSACTIONS-COMMERCE EFFEKTIVITÄT BEI MEHREREN ABFRAGEN.- EHRENFEUCHT-FRAÏSSÉ SPIELE.- ELASTIZITÄT.- ELEKTRONISCHES WÖRTERBUCH.- ELEKTRONISCHE ENZYKLOPÄDIE.- ELEKTRONISCHE GESUNDHEITSDATENBLATT.- ELEKTRONISCHE TINTENINDEXIERUNG.- ELEKTRONISCHE ZEITUNGEN.- IONELEVEN POINTEM MUSTERBASIERTE KLASSIFIZIERUNG.- EMERGING PATTERN.- ENERGIEEFFIZIENZ IN RECHENZENTREN.- ENSEMBLE.- ENTERPRISE APPLICATION INTEGRATION.- ENTERPRISE CONTENT MANAGEMENT.- ENTERPRISE SERVICE BUS.- ENTERPRISE TERMINOLOGY SERVICES.- BEZIEHUNGSMODELL.- ENTITY RESOLUTION.- ENTITY RETRIEVAL.- GLEICHHEITS-GENERIERENDE ABHÄNGIGKEITEN.- FEHLER- ERWARTETER REZIPROCAL RANK.- ERR-IA INTENT-AWARE FEHLER.- ESCROW TRANSAKTIONEN.- EUROPÄISCHES RECHT IN DATENBANKEN TEXT .- BEWERTUNG DER RELATIONALEN OPERATOREN.- EREIGNIS.- EREIGNIS- UND MUSTERERKENNUNG ÜBER STREAMS.- EREIGNISKAUSALITÄT.- EREIGNISKANAL.- EREIGNIS CLOUD.- EREIGNISERKENNUNG.- EREIGNISGETRIEBENE ARCHITEKTUR.- EREIGNISFLOW.- EREIGNISFLOW.- EREIGNISDATEN EREIGNIS IN TEMPORALEN DATENBANKEN.- EREIGNISLINIE.- EREIGNISMUSTER-ERKENNUNG.- EREIGNISVORHERSAGE.- EREIGNISVERARBEITUNGS-AGENT.- EREIGNISVERARBEITUNGSNETZWERK.- EREIGNIS-SPEZIFIKATION.- EREIGNIS-SPEZIFIKATION.- EREIGNIS-STREAM.- EREIGNIS-STREAM - GETRIEBENES GESCHÄFTSPROZESSMANAGEMENT.- EVENTUELLE KONSISTENZ.- EVIDENCE BASED MEDICINE.- AUSFÜHRBARES WISSEN.- EXECUTION SKEW.- EXPLICIT EVENT.- EXPLORATORY DATA ANALYSIS.- AUSDRUCKFÄHIGKEIT DER ABFRAGESPRACHEN.- ERWEITERT ERWEITERT ERWEITERT UND DIE ACTA FRAMEWORK.- EXTENDIBLE HASHING.- EXTRAKTION, TRANSFORMATION UND LADEN.- FACETED SUCHE.- FEHLERTOLERANZ UND HOHE VERFÜGBARKEIT IN DATENSTREAM-MANAGEMENT-SYSTEMEN.- FEATURE-EXTRAKTION ZUM INHALTSBASIERTEN BILDABRUF.- FEATURE-SELECTING.- BASIERENDER 3D-OBJEKTABRUF.- FELDBASIERTE INFORMATIONSABFRAGEMODELLE.- FELDBASIERTE RAUMMODELLIERUNG.- ERSTE LOGIK: SEMANTIK.- ERSTE LOGIK: SYNTAX.- FESTE ZEITSPANNE.- FLEX TRANSAKTIONEN.- FM SYNOP F-MESS.- FOKUSSIERTES WEB-CRAWLING.- FOL-MODELLIERUNG VON INTEGRITÄTSBEDINGUNGEN (ABHÄNGIGKEITEN).- FÜR IMMER.- FORM.- VIERTE NORMALFORM.- FQL.- FRAKTAL.- FREQUENZMOMENTE.- HÄUFIG GRAPHMUSTER.- HÄUFIG .- HÄUFIGES ARTIKEL-MINING MIT EINSCHRÄNKUNGEN.- HÄUFIG ARTIKEL UND VERBINDUNGSREGELN.- HÄUFIG TEILBESTELLUNGEN.- VOLLAUTOMATISCHE WEBDATENEXTRAKTION.- FUNKTIONELLES DATENMODELL.- FUNKTIONALE ABHÄNGIGKEITEN FÜR HALBSTRUKTURIERTE DATEN.-C-ABHÄNGIGKEIT .- FUZZY MODELLE.- FUZZY RELATIO N.- FUZZY-SET.- FUZZY-SET-ANSATZ.- FUZZY/SPRACHLICHE WENN-DANN-REGELN UND SPRACHLICHE BESCHREIBUNGEN.- GAZETTEERS.- GENEXPRESSIONS-ARRAYS.- GENERALISIERUNG VON SÄURE-EIGENSCHAFTEN.- GENERALISIERTE SUCHALKÖRPER .- ABRUFEN VON GEOGRAPHISCHEN INFORMATIONEN.- GEOGRAPHIE-MARKUP-SPRACHE.- GEOMETRISCHES STREAM-MINING.- GEO-RBAC-MODELL.- GEOREFERENZ.- GEOSZIALE NETZWERKE.- GEOSPATIAL METADATEN.- GEO-ZIELGERICHTETE WEB-SUCHE.- GRAPH.-. - GRAPHDATENMANAGEMENT IN WISSENSCHAFTLICHEN ANWENDUNGEN.- GRAPHDATENBANK.- GRAPHMANAGEMENT IN DEN LIFE SCIENCES.- GRAPHMINING.- GRAPHMINING AUF STREAMS.- GRAPH OLAP.- GRAPHISCHE MODELLE FÜR UNSICHERES DATENMANAGEMENT.- LOW GRID.- UND WORKFLOW (UND FAMILIE).- GUIS FÜR DIE EXTRAKTION VON WEBDATEN.- HASH-FUNKTIONEN.- HASH JOIN.- HASH-BASIERTE INDEXIERUNG.- HEALTHCARE METRIKEN.- HIERARCHISCHES CLUSTERING.- HIERARCHISCHES DATENMODELL.- HIERARCHISCHE DATENZUSAMMENFASSUNG.- HIERARCHISCHES HEAVY HITTER STREAMS.- HIERARCHIE.- HOHE DIMENSIONAL INDEXING.- HISTOGRAMM.- HISTOGRAMS ON STREAMS.- HISTORY IN TEMPORAL DATABASES.- HOMOMORPHIC ENCRYPTION.- HORIZONTAL PARTITIONIERTE DATEN.- HUMAN FACTORS MODELLING IN CROWDSOURCING.- HUMAN-CENTERED-COMPLITEX .- I/O MODELL OF COMPUTATION.- SYMBOL.- IKONISCHE DISPLAYS.- BILD.- MODELLIERUNG VON BILDINHALTEN.- BILDDATENBANK.- BILDVERWALTUNG FÜR BIOLOGISCHE DATEN.- BILDMETADATEN.- BILDABFRAGE.- BILDDARSTELLUNG.- BILDABRUF UND RELEVANZFEEDBACK.- BILDSEGMENTIERUNG.- BILDÄHNLICHKEIT.- IMPLEMENTIERUNG VON DATENBANKBEDIENER (VERBINDET, GRUPPE NACH,ETC.).- IMPLIKATION VON EINSCHRÄNKUNGEN.- AUSWIRKUNGEN DER GENOMIK AUF DIE KLINISCHE INFORMATIK.- IMPLIZITES EREIGNIS.- UNVOLLSTÄNDIGE INFORMATIONEN.- INKONSISTENTE DATENBANKEN.- INKREMENTELLE BERECHNUNG VON ABFRAGEN.- INKREMENTELLES CRAWLING.-TENCREMENTAL MAINEX UND DATEISTRUKTUREN.- INDEX JOIN.- INDEXSTRUKTUREN FÜR BIOLOGISCHE SEQUENZEN.- INDEX TUNING.- INDEXIERTER SEQUENTIELLER ZUGRIFFSVERFAHREN.- INDEXIERUNG UND ÄHNLICHTSUCHE.- INDEXIERUNG VON KOMPRIMIERTEN TEXT.- INDEXIERUNG VON HISTORISCHEN SPATIO-DATEN SYSTEME.- INDEXIERUNG METRISCHER RÄUME.- INDEXIERUNG VON DATA WAREHOUSES.- INDEXIERUNG DER AKTUELLEN UND KÜNFTIGEN POSITIONEN BEWEGLICHER OBJEKTE.- INDEXIERUNGSTECHNIKEN ZUM MULTIMEDIA-DATENABRUF.- INDEXIERUNG DES WEBS.- INDEXIERUNG DER DATEN UNSICHER TEXTABFRAGE.- INDEXIERUNG MIT MENGEN.- INDIVIDUELL IDENTIFIZIERBARE DATEN.- INFERENZKONTROLLE IN STATISTISCHEN DATENBANKEN.- INFORMATIONSEXTRAKTION.- INFORMATIONSFILTERUNG.- INFORMATIONSSUCHE.- INFORMATION INT EGRATION.- INFORMATIONSINTEGRATIONSTECHNIKEN FÜR WISSENSCHAFTLICHE DATEN.- INFORMATIONS-LEBENSZYKLUS-MANAGEMENT.- MASSNAHMEN FÜR INFORMATIONSVERLUST.- INFORMATIONSNAVIGATION.- INFORMATIONSQUALITÄT.- INFORMATIONSQUALITÄT UND ENTSCHEIDUNGSFINDUNG.- INFORMATIONSQUALITÄTSBEURTEILUNG.- INFORMATIONSQUALITÄTSBEWERTUNG : VERWALTUNG VON INFORMATIONEN ALS PRODUKT.- INFORMATION RETRIEVAL.- INFORMATION RETRIEVAL MODELLE.- INFORMATION RETRIEVAL OPERATIONEN.- INFRASTRUCTURE AS-A-SERVICE (IAAS).- INITIATIVE ZUR AUSWERTUNG VON XML RETRIEVAL.- INITIATOR.- IN-NETWORK .QUERY PROCESSING .- INTEGRIERTE DB- UND IR-ANSÄTZE.- INTEGRATION VON REGELN UND ONTOLOGIEN.- INTELLIGENTE SPEICHERSYSTEME.- INTERAKTIVE ANALYTIK IN SOCIAL MEDIA.- SCHNITTSTELLE.- SCHNITTSTELLENMOTOREN IM GESUNDHEITSWESEN.- INTEROPERABILITÄT MIT KLINISCHE DATENBANKEN.- INTER-OPERATOR-PARALLELISM.- INTER-QUERY-PARALLELISM.- INTRA-OPERATOR-PARALLELISM.- INTRA-QUERY-PARALLELISM.- INTRUSION DETECTION TECHNOLOGY.- INVERSE DOKUMENTENFREQUENZ.- INVERTIERTE DATEIEN.- IP-SPEICHER.- ITERATOR.- JAVA DATENBANKVERBINDUNG.- JAVA ENTERPRISE EDITION.- JAVA METADATA FACILITY.- JOIN.- JOIN DEPENDENCY.- JOIN INDEX.- JOIN ORDER.- K-ANONYMITY. - KARP-LUBY SAMPLING.- KDD PIPELINE.- SCHLÜSSEL.- K-MITTEL UND K-MEDOIDS.- WISSENSBASIS.- WISSENSBASIS-EXTRAKTION.- SPRACHMODELLE.- SPRACHEN FÜR DIE WEB-DATEN-EXTRAKTION.- LERNENDISTANZMESSUNGEN.- LEXISCHE ANALYSE VON TEXTDATEN.- LIZENZ- UND VERTRAGSFRAGEN IN DATENBANKEN.- LEBENSDAUER.- LEICHTE ONTOLOGIEN.- LINEARES HASHING.- LINEARE REGRESSION.- VERKNÜPFTE OFFENE DATEN.- VERKNÜPFUNG UND BRUSHING.- LASTAUSGLEICH IM PEER-TO-PEER-OVERLAY.- LOAD SHEDDING.- LOC METS.- LOKALITÄT.- LOKALITÄT DER ABFRAGEN.- STANDORTBASIERTE EMPFEHLUNG.- STANDORTSMANAGEMENT IN MOBILEN UMGEBUNGEN.- STANDORTAKTUALISIERUNGSMANAGEMENT.- STANDORTSBASIERTE DIENSTE.- SPERRGRANULARITÄT UND AUFZEICHNUNGSARTEN UND. - UNTERSYSTEM LOGGING/RECOVERY.- UNABHÄNGIGKEIT VON LOGISCHEN UND PHYSIKALISCHEN DATEN.- LOGISCHE DATENBANK DES IGN: VOM KONZEPTIONELLEN ZUM LOGISCHEN SCHEMA.- LOGISCHE DOKUMENTENSTRUKTUR.- LOGISCHE GRUNDLAGEN DER WEB-DATENEXTRAKTION.- LOGISCHE MODELLE DER INFORMATIONSABFRAGE.- LOGISCHE EINHEITSNUMMER.- LOGISCHE EINHEITSNUMMER MAPPING.- LOGISCHES VOLUMEN-MANAGER.- LOGISCHES VOLUMEN-MANAGER.- - LOOP.- LOSE KUPPLUNG.- MASCHINELLES LERNEN IN DER COMPUTATIONAL BIOLOGY.- HAUPTSPEICHER.- HAUPTSPEICHER DBMS.- PFLEGE MATERIALISIERTER ANSICHTEN MIT OUTER-JOINS.- PFLEGE REKURSIVER ANSICHTEN.- MANAGING KOMPRESSIERT .- VERWALTUNG DER PROBABILISTISCHEN ENTITY EXTRAKTION.- OBLIGATORISCHE ZUGRIFFSKONTROLLE.- MANET DATENBANKEN.- MAP.- MAP MATCHING.- MAPREDUCE.- MARKUP SPRACHE.- MASHUP.- MASSIVES ARRAY VON LEERLAUFPLATTEN.- MATRIX MASKING.-NG MAX.-MUSTER - MEAN RECIPROCAL RANK.- MEASURE.- MEDIATION.- MITGLIEDSCHAFTSABFRAGE.- SPEICHERHIERARCHIE.- SPEICHERLOKALITÄT.- MERKLE TREES.- MESSAGE AUTHENTICATION CODES.- MESSAGE QUEUING SYSTEMS.- META DATA REPOSITORY METAACILTA. - METADATEN-AUSTAUSCH SPEZIFIKAT ION.- METADATA REGISTRY, ISO/IEC 11179.- METAMODEL.- METASEARCH ENGINES.- METRIC SPACE.- MICROAGGREGATION.- MICROBENCHMARK.- MICRODATA.- MICRODATA ROUNDING.- MIDDLEWARE-UNTERSTÜTZUNG FÜR DATENBANKREPLIKATION UND CACHING-UNTERSTÜTZUNG.- MIDDLEWARE-UNTERSTÜTZUNG SEMANTIK.- MINING VON CHEMISCHEN DATEN.- MOBILE DATENBANK.- MOBILE SCHNITTSTELLEN.- MOBILE RESSOURCEN-SUCHE.- MOBILE SENSORNETZWERKDATENVERWALTUNG.- MODELLVERWALTUNG.- MODELLBASIERTE ABFRAGE IN SENSORNETZWERKEN.- MONOTONE BEDINGUNGEN FÜR FAHRZEUGE.- HOHER UNSICHERE DATEN.- BEWEGLICHES OBJEKT.- BEWEGENDE OBJEKTE DATENBANKEN UND TRACKING.- MRR.- MULTI-RECHENZENTRUM-KONSISTENZ-EIGENSCHAFTEN.- MULTI-RECHENZENTRUM-REPLIKATIONSPROTOKOLLE.- MEHRDIMENSIONALE DATENFORMATE.- MEHRDIMENSIONALE MODELLIERUNG.-MEHRERE DATEIEN MODELLIERUNG.- MEHRSTUFENWIEDERHERSTELLUNG UND DER WIDDER-ALGORITHMUS.- MEHRSTUFENSICHERES DATENBANK-MANAGEMENTSYSTEM.- MEHREBENEN TRANSAKTIONEN UND OBJEKTMODELL-TRANSAKTIONEN.- MULTIMEDIA-DATEN.- MULTIMEDIA-DATENPUFFER.- MULTIMEDIA-DATENINDEXIERUNG.- MULTIMEDIA-DATENABFRAGE.- MULTIMEDIA-DATENSPEICHER.- MULTIMEDIA-DATENBANKEN.- MULTIMEDIA-INFORMATIONSABFRAGEMODELL.- MULTIMEDIA-METADATEN.- MULTIMEDIA-PRÄSENTATIONSDATENBANKEN.- MULTIMEDIA-RESSOURCEN-PLANUNG.- MULTIMEDIA-ABFRAGEAUSWERTUNG.- MULTIMEDIA-PAD-TAG .- MULTIPLE REPRESENTATION MODELLING.- MULTI-QUERY OPTIMIERUNG.- MULTI-RESOLUTION TERRAIN MODELLING.- MULTI-STEP QUERY PROCESSING.- MULTITENANCY.- MULTI-TIER ARCHITECTURE.- MULTI-TIER STORAGE SYSTEMS.- MEHRWERTIGE ABHÄNGIGKEIT .- SERIALISIERBARKEIT IN MEHREREN VERSIONEN UND GLEICHZEITIGKEITSKONTROLLE.- NAIVE TABELLEN.- EINGEGEBENE ERWEITERTE XPATH I.- NATÜRLICHE INTERAKTION.- NEAR-DUPLICATE RETRIEVAL.- NEAREST NEIGHBOR KLASSIFIZIERUNG.- NEAREST NEIGHBOR NEAR BASE NEIGHT QUERY. - NESTED LOOP JOIN.- NESTED TRANSACTION MODELLE.- NETWORK ATTACHED SECURE DEVICE.- NETWORK ATTACHED STORAGE.- NETWORK DATA MODEL.- NEURAL NETWORKS.- N-GRAM MODELLE.- NOISE ADDITIO N.- NICHT-PARAMETRISCHE DATEN-REDUKTIONSTECHNIKEN.- NICHT-PERTURBATIVE MASKING-METHODEN.- NICHT-RELATIONALE STRÖME.- NICHT-SEQUENZIERTE SEMANTIK.- NORMALE FORM-ORA-SS-SCHEMA-DIAGRAMME.- NORMALE FORMEN UND NORMALISIERUNGEN.- NOSQL-DATEN-INSTOREN.- NOSQL-DATEN-INSTOREN - NULL-WERTE.- OASIS.- OBJEKTBESCHRÄNKUNGSSPRACHE.- OBJEKTDATENMODELLE.- OBJEKTIDENTITÄT.- OBJEKTERKENNUNG.- OBJEKTBEZIEHUNGSATTRIBUTDATENMODELL FÜR SEMI-STRUKTURIERTE DATEN.- OBJEKTSPEICHERPROTOKOLL.- OBJEKTIONSMODELL.-ROLE .- PERSONALISIERUNG UND EMPFEHLUNG VON OLAP.- PERSONALISIERUNG UND EMPFEHLUNG VON OLAP_OLD.- ONE-COPY-SERIALIZABILITY.- ONE-PASS-ALGORITHMUS.- ONLINE-ANALYTISCHE VERARBEITUNG.- ONLINE-WIEDERHERSTELLUNG IN PARALLELEN DATENBANKSYSTEMEN UND DATENVERWALTUNG.- ONTOLOGY.- ONTOLOGY ELICITATION.- ONTOLOGY ENGINEERING.- ONTOLOGY VISUAL QUERYING.- ONTOLOGY-BASIERTER DATENZUGRIFF UND -INTEGRATION.- OPEN DATABASE CONNECTIVITY.- OPEN INFORMATION EXTRACTION.- OPEN NESTED TRANSACTION MODELSM NING.- OPTIMISTISCHE REPLIKATION UND AUFLÖSUNG.- OPTIMIERUNG UND TUNING IN DATA WAREHOUSES.- OQL.- ORCHESTRATION.- AUFTRAGSABHÄNGIGKEIT.- ODER-JOIN.- ODER-SPLIT.- OSQL.- AUSREISERERKENNUNG.- OVERLAY NETWORK.- OWL: WEB-ONTOLOGIE-SPRACHE.- P/FDM.- PARALLELE UND VERTEILTE DATENWAREHOUSES.- PARALLELE KOORDINATEN.- PARALLELE DATENPLATZIERUNG.- PARALLELE DATENBANKVERWALTUNG.- PARALLEL HASH JOIN, PARALLEL MERGE JOIN, PARALLEL JOIN. - PARALLEL-ABFRAGE-OPTIMIERUNG.- PARALLEL-ABFRAGE-VERARBEITUNG.- PARAMETERISIERTE KOMPLEXITÄT VON ABFRAGEN.- TECHNIKEN ZUR REDUKTION VON PARAMETRISCH-DATEN.- TEILREPLIKATION.- PFADABFRAGE.- MUSTERWACHSTUMSMETHODEN , ROUTING UND WARTUNG.- PEER-TO-PEER-INHALTSVERTEILUNG.- PEER-TO-PEER-DATENINTEGRATION.- PEER-TO-PEER VERÖFFENTLICHUNGS-ABONNEMENT-SYSTEME.- PEER-TO-PEER-SPEICHERUNG.- PEER-TO-PEER-SYSTEM. - PEER-TO-PEER WEBSEARCH.- LEISTUNGSANALYSE VON TRANSAKTIONSVERARBEITUNGSSYSTEMEN.- PER FORMANCE-ÜBERWACHUNGS-TOOLS.- ZEITRAUM-MODELLE MIT ZEITPRÄSENTATION.- PERSONALISIERTE WEBSUCHE.- PETRI-NETZE.- PHYSIKALISCHE UHR.- PHYSIKALISCHES DATENBANK-DESIGN FÜR RELATIONALE DATENBANKEN.- PHYSIKALISCHES LAYER-TUNING.- PIPELINE.- PIPELINING AS-A- (PAAS).- PUNKT-IN-ZEIT-KOPIE.- PUNKTGEPRÄGT TEMPORALE MODELLE.- POLYTRANSAKTIONEN.- POSITIVE RELATIONALE ALGEBRA.- MÖGLICHE ANTWORTEN.- PRAM.- PRÄZISION.- PRÄZISION UND RÜCKRUF.- PRÄZISION BEI N.- PRÄZISION- ORIENTIERTE EFFEKTIVITÄTSMASSNAHMEN.- PREDICTIVE ANALYTICS.- PREFERENCE QUERIES.- PREFERENCE SPEZIFICATION.- PRESCRIPTIVE ANALYTICS.- PRÄSENTIEREN VON STRUKTURIERTEN TEXTABFRAGEERGEBNISSEN.- PRIMARY INDEX.- PRINCIPAL COMPONENT ANALYICS.- PRINCIPAL COMPONENT ANALYCS AND. DATENSCHUTZ DURCH RECHENSCHAFTLICHKEIT.- DATENSCHUTZSTEIGENDE TECHNOLOGIEN.- DATENSCHUTZ-ERHALTENDES DATA-MINING.- DATENSCHUTZ-ERHALTENDE DBMSS.- PRIVATE INFORMATION RETRIEVAL.- PROBABILISTISCHE DATENBANKEN.- PROBABILISTISCHE ENTITÄTSAUFLÖSUNG UND WIEDERHERSTELLUNG DER PROBABILISTISCHEN ENTITÄTSAUFLÖSUNG TRIEVAL (BIR)-MODELL.- PROBABILISTISCHE SKYLINES.- PROBABILISTISCHE RAUMABFRAGEN.- PROBABILISTISCHE TEMPORALE DATENBANKEN.- PRINZIP DER PROBABILITÄTS-RANGLISTE.- GLÄTTERUNG DER PROBABILITÄT.- PROZESSLEBENSZYKLUS.- PROZESSMODELLIERUNG A DBMS.- VERARBEITUNG VON ÜBERLAPSUNGEN BEIM STRUKTURIERTEN TEXTABRUFEN.- VERARBEITEN STRUKTURELLER EINSCHRÄNKUNGEN.- PROZESSOR-CACHE.- PROFILE UND KONTEXT FÜR STRUKTURIERTEN TEXTABRUF.- PROJEKTION.- PROPAGATION-BASIERTER STRUKTURIERTER TEXTABRUF.- DER SCHUTZ VON STRUKTURIERTEN TEXTABRUFEN.-SICHERHEITSSCHUTZ VON INNEN.-. PROVENIENZ UND REPRODUZIERBARKEIT.- PROVENIENZ IN DATENBANKEN.- PROVENIENZ IN WISSENSCHAFTLICHEN DATENBANKEN.- PROVENIENZ IN WORKFLOWS.- PROVENIENZ-VERWALTUNG.- PROVENIENZ-STANDARDS.- PROVENIENZ-SPEICHERUNG.- PROVENIENZ: DATENSCHUTZ UND SICHERHEIT.- PUBLIKUM. ABONNIEREN SIE SICH ÜBER STREAMS.- INTERNETZWEITE.- Q-MESSUNG.- QUADTREES (UND FAMILIE).- QUALITATIVE ZEITLICHE BEGRÜNDUNG.- QUALITÄT UND VERTRAUEN DER INFORMATIONEN INHALTE UND DER DATENQUALITÄT W AREHOUSES.- QUANTILEN AUF STREAMS.- QUANTITATIVE ASSOZIATIONSREGELN.- QUEL.- ABFRAGE DURCH HUMMING.- ABFRAGE CONTAINMENT.- ABFRAGE AUSWERTUNGSTECHNIKEN FÜR MEHRDIMENSIONALE DATEN.- ABFRAGE ERWEITERUNG FÜR INFORMATIONSABFRAGE SPRACHEN UND AUSWERTUNGSTECHNIKEN FÜR BIOLOGISCHE SEQUENZDATEN.- ABFRAGESPRACHEN FÜR DIE LIFE-WISSENSCHAFTEN.- ABFRAGELASTABGLEICH IN PARALLELEN DATENBANKSYSTEMEN.- ABFRAGEOPTIMIERUNG.- ABFRAGEOPTIMIERUNG (IN RELATIONALEN DATENBANKEN.-PLANUNGSABFRAGEABFRAGE.-ABFRAGEABFRAGE). - QUERY POINT BEWEGUNGSTECHNIKEN FÜR INHALTSBASIERTEN BILDABRUF.- ABFRAGEVERARBEITUNG.- ABFRAGEVERARBEITUNG (IN RELATIONALEN DATENBANKEN).- ABFRAGEVERARBEITUNG UND OPTIMIERUNG IN OBJEKTRELATIONALEN DATENBANKEN.- ABFRAGEVERARBEITUNG IN DATENVERARBEITUNG. - ABFRAGEBEARBEITUNG IN DEDUKTIVEN DATENBANKEN.- ABFRAGEVERARBEITUNG ÜBER UNSICHERE DATEN.- ABFRAGEBEARBEITUNG.- ABFRAGE UMSCHREIBEN.- ABFRAGE UMSCHREIBEN MIT ANSICHTEN.- ABFRAGE ÜBERSETZUNG.- QUORUM SYSTEME.- RANDOMISIERUNGSMETHODEN ZUR SICHERSTELLUNG DES DATENSCHUTZES.- RANGE-ABFRAGE.- RANK-AWARE-ABFRAGE-VERARBEITUNG.- RANKED XML-VERARBEITUNG.- RANKING-FUNKTIONEN.- RANKING-ANSICHTEN.- RANK-JOIN.- RANK-JOIN-MANAGE-UNDRASTERIZES MEHRDIMENSIONALE ARRAYS.- RDF-SPEICHER.- RDF-TECHNOLOGIE.- REALE UND SYNTHETISCHE TESTDATENSÄTZE.- ECHTZEIT-TRANSAKTIONSVERARBEITUNG.- RÜCKRUF.- EMPFÄNGERBETRIEBSEIGENSCHAFTEN.- EMPFEHLERSYSTEME.- RECORD REDORDANTAGE-UND VON UNABHÄNGIGEN FESTPLATTEN.- REFERENZWISSEN.- REGION ALGEBRA.- EINHALTUNG DER RECHTSVORSCHRIFTEN IM DATENMANAGEMENT.- RELATIONALE ALGEBRA.- RELATIONALE RECHNE.- RELATIONALES MODELL.- BEZIEHUNGEN BEIM STRUKTURIERTEN TEXTABRUF.- RELATIVE ZEIT.-. RELATIVE ZEIT.-. RELEVANZFEEDBACK FÜR DEN INHALTSBASIERTEN INFORMATIONSABRUF.- RELEVANZFEEDBACK FÜR DEN TEXTABRUF.- REPLIK KONTROLLE.- REPLIK AKTUELL.- REPLIZIERTE DATENTYPEN.- REPLIZIERTE DATENBANK KONZURRENZKONTROLLE.- REPLIKATION.- AUF FÜR VERFÜGBARKEIT UND FEHLERTOLERANZ.- REPLIKATION FÜR HOHE VERFÜGBARKEIT.- REPLIKATION FÜR PAXOS.- REPLIKATION FÜR SKALIERBARKEIT.- REPLIKATION IN MULTI-TIER ARCHITEKTUREN.- REPLIKATION MIT SNAPSHOT ISOLATION.- REPUTATION UND VERTRAUEN. - PROBLEME DER RESSOURCENzuweisung IN Räumlichen DATENBANKEN.- RESSOURCENBESCHREIBUNGSFRAMEWORK.- RESSOURCENBESCHREIBUNGSFRAMEWORK (RDF) SCHEMA (RDFS).- RESSOURCEN-IDENTIFIER.- ERGEBNISANZEIGE.- RETROSPEKTIVE EREIGNISVERARBEITUNG.- REVERSE NEAREST NEIGHB REVERSE NEAREST NEIGHB REVERSE NEAREST NEIGHB .- ABFRAGEN MIT ANSICHTEN UMSCHREIBEN.- RMI.- STRASSENNETZE.- ROCCHIOS FORMEL.- ROLLENBASIERTE ZUGRIFFSKONTROLLE.- R-PRÄZISION.- R-BAUM (UND FAMILIE).- REGELBASIERTE KLASSIFIZIERUNG.- SICHERHEIT UND DOMÄNENUNABHÄNGIGKEIT. - SAGAS.- SAMPLING-TECHNIKEN FÜR STATISTISCHE DATENBANKEN.- SAN-DATEISYSTEM.- SKALIERBARE ENTSCHEIDUNGSBAUM-KONSTRUKTION.- SCHEDULER.- PLANUNGSSTRATEGIEN FÜR DIE DATENSTREAM-VERARBEITUNG.- SCHEMA EVOLUTION.- SCHEMA MAPPING.- SCHEMA MAPPING COMPOSITION. SCHEM A TUNING.- SCHEMA-VERSIONIERUNG.- SCHEME-/ONTOLOGIE-EXTRAKTION.- WISSENSCHAFTLICHE DATENBANKEN.- WISSENSCHAFTLICHE VISUALISIERUNG.- WISSENSCHAFTLICHE WORKFLOWS.- SCORE-AGGREGATION.- SCREEN SCRAPER.- SCSI ZIEL.- SDC SCORE .- ZWEITE NORMALFORM (2NF).- SEKUNDÄRER INDEX.- SICHERES DATEN-OUTSOURCING.- SICHERE DATENBANKENTWICKLUNG.- SICHERE MEHRPARTEI-BERECHNUNGSMETHODEN.- SICHERE TRANSAKTIONSVERARBEITUNG.- SICHERHEITSDIENSTE.- SEGMENTIERUNG UND .- SELEKTIVITÄTSSCHÄTZUNG.- SELBSTPFLEGE VON ANSICHTEN.- SELBSTVERWALTUNGSTECHNOLOGIE IN DATENBANKEN.- SEMANTISCHE ATOMICITÄT.- SEMANTISCHES CROWD SOURCING.- SEMANTISCHE DATENINTEGRATION FÜR LIFE SCIENCE ENTITIES.- SEMANTISCHES DATENMODELL UND WISSENSDARSTELLUNG FÜR MULTIMEDIADATEN.- SEMANTISCHE MODELLIERUNG FÜR GEOGRAFISCHE INFORMATIONSSYSTEME.- SEMANTISCHE ÜBERLAGERUNGSNETZE.- SEMANTISCHES SOCIAL WEB.- SEMANTISCHE STREAMS.- SEMANTISCHES WEB.- SEMANTISCHE WEB-ABFRAGESPRACHE S.- SEMANTISCHE WEB-SERVICES.- SEMANTIK-BASIERTE KONZURRENZKONTROLLE.- SEMIJOIN.- SEMIJOIN-PROGRAMM.- SEMI-STRUKTURIERTE DATEN.- SEMI-STRUKTURIERTES DATENMODELL.- SEMI-STRUKTURIERTES DATENBANK-DESIGN.- SEMI-STRUKTURIERTE ABFRAGESPRACHEN.- -ÜBERWACHTES LERNEN.- SENSORNETZWERKE.- SEQUENZIERTE SEMANTIK.- SEQUENTIALE MUSTER.- SERIALISIERBARKEIT.- SERIALISIERBARE SNAPSHOT-ISOLIERUNG.- SERVICE-KOMPONENTEN-ARCHITEKTUR (SCA).- DIENSTLEISTUNGSORIENTIERTE ARCHITEKTUR ARCHITECTURE.- SHARED-NOTHING ARCHITECTURE.- NEBENWIRKUNGSFREIE AKTUALISIERUNGEN.- SIGNATURDATEIEN.- ÄHNLICHKEIT UND RANKING-BETRIEB.- EINFACHER KOMPLEX.- SINGULARE VALUE ZERSETZUNG.- SKYLINE-ABFRAGEN UND PARETO-OPTIMALITÄT .- SNIPPET.- SCHNEEFLOCKENSCHEMA.- SOAP.- SOZIALE ANWENDUNGEN.- SOZIALER EINFLUSS.- SOCIAL MEDIA ANALYSIS.- SOCIAL MEDIA ANALYTICS.- SOCIAL MEDIA Harvesting.- SOCIAL NETWORK ANALYSIS.- SOCIAL SERVICESOFTWORK AS-A- SOFTWARE (SAAS).- SOFTWARE-TRANSAKTIONSMEMO RY.- SOFTWARE-DEFINIERTER SPEICHER.- SOLID STATE DRIVE (SSD).- SORT-MERGE JOIN.- PLATZFÜLLENDE KURVEN.- PLATZFÜLLENDE KURVEN FÜR DIE ABFRAGEVERARBEITUNG.- SPARQL.- SPARSE INDEX.- Räumlich und räumlich-zeitlich DATENMODELLE UND SPRACHEN.- Räumliche und zeitliche Datenlager & AMPNBSP.- Räumliche Anonymität.- Räumliche Datenanalyse.- Räumliches Datenmining.- Räumliche Datentypen.- Räumliche Datenhaltung.- Räumliche Indexierung. Räumliche Zuordnungsprobleme.- Räumliche Netzwerk-Datenbanken.- Räumliche Operationen und Kartenoperationen.- Räumliche Abfragen in der Cloud.- Räumlich-temporäre Datenmining.- Räumliche-Temporale Datentypen.- Räumliche-Temporale Datenlager. RÄUMLICH-TEMPORAL-SELEKTIVITÄT-SCHÄTZUNG.- RÄUMLICH-TEMPORAL-VERKEHRSWEGE.- SPEZIALISIERUNG UND GENERALISIERUNG.- SPEZIFIZITÄT.- SPECTRAL CLUSTERING.- SPLIT.- SPLIT TRANSAKTIONEN.- SQL.- SQL-ANALYTIK AUF BIG DATA.- SQL.-SQL-ISOLATIONSEBENE SPRACHEN FÜR TEMPORALE ABFRAGE.- STABILE VERTEILUNG N.- STACK-BASED QUERY LANGUAGE.- STAGED DBMS.- STANDARD EFFEKTIVITÄTSMASSNAHMEN.- STAR INDEX.- STAR SCHEMA.- STATISTISCHES VERÖFFENTLICHEN/ABONNENTEN.- STATISTISCHES DATENMANAGEMENT.- STATISTISCHE OFFENLEGUNGSBESCHRÄNKUNG FÜR STEG-DATENZUGRIFF.- - STEMMING.- STOP-&-GO BETREIBER.- STOPLISTEN.- SPEICHERZUGANGSMODELLE.- SPEICHERBEREICHSNETZWERK.- SPEICHERKONSOLIDIERUNG.- SPEICHERGERÄTE.- SPEICHERGITTER.- SPEICHERVERWALTUNG.- SPEICHERVERWALTUNG INITIATIVE-SPEZIFIKATIONEN- . SPEZIFIKATION .- STORAGE NETWORK ARCHITECTURES.- STORAGE NETWORKING INDUSTRY ASSOCIATION.- SPEICHERUNG GROSSER MEHRDIMENSIONALER DATEN.- SPEICHER-POWER-MANAGEMENT.- SPEICHER-SCHUTZ.- SPEICHER-PROTOKOLLE.- SPEICHER-RESSOURCEN-MANAGEMENT.- VIUALISIERTE. - STREAM MINING.- STREAM MODELLE.- STREAM PROCESSING.- STREAM PROCESSING AUF MODERNER HARDWARE.- STREAM REASONING.- STREAM SAMPLING.- STREAM SIMILARITY MINING.- STREAMING ANALYTICS.- STREAMING ANWENDUNGEN ORS.- STARKE KONSISTENZMODELLE FÜR REPLIZIERTE DATEN.- STRUKTURINDEXIERUNG.- STRUKTURANALYTIK IN SOZIALEN MEDIEN.- STRUKTURGEWICHT.- STRUKTURIERTE DATEN IN PEER-TO-PEER-SYSTEMEN.- STRUKTURIERTER DOKUMENTABRUF.- STRUKTURIERTER TEXT-SPA. .- TECHNIKEN FÜR DIE CLUSTERING DER UMGEBUNG.- ERFOLG BEI N.- KLEINEN EINSCHRÄNKUNGEN.- SUFFIX-BAUM.- ZUSAMMENFASSBARKEIT.- ZUSAMMENFASSUNG.- UNTERSTÜTZUNG VEKTOR-MASCHINE.- UNTERSTÜTZUNG DER TRANSAKTIONSZEITDATENBANKEN.- SYM MIKRODATEN.- SYSTEM R (R*) OPTIMIZER.- TABELLE.- TABELLE DATEN.- TAXONOMIE: BIOMEDIZINISCHE GESUNDHEITSINFORMATIK.- TBENCH.- TELISCHE UNTERSCHEIDUNG IN TEMPORALEN DATENBANKEN.- TELOS.- TEMPORAL ZUGANGSKONTROLLE.- TEMPORALE TEMPORALE AGGRATION .- TEMPORAL ANALYTICS IN SOCIAL MEDIA.- TEMPORAL BENCHMARKS.- TEMPORAL COALESCING.- TEMPORAL COMPATIBILITY.- TEMPORAL CONCEPTUAL MODELS.- TEMPORAL CONSTRAINTS.- TEMPORAL DATA MINING.- TEMPORAL- DATABASE. . MODELS NG.- ZEITLICHE ABHÄNGIGKEITEN.- ZEITLICHES ELEMENT.- ZEITLICHER AUSDRUCK.- ZEITLICHE ALLGEMEINE ALLGEM MODELLE.- TEMPORAL OBJEKTORIENTIERTE DATENBANKEN.- TEMPORAL PERIODIZITÄT.- TEMPORAL PROJEKTION.- TEMPORAL PSM.- TEMPORAL ABFRAGESPRACHEN.- TEMPORAL ABFRAGEBEARBEITUNG.- TEMPORAL RELATIONAL CALCULUS.- TEMPORAL TEMPORAL STANDARD.- TEMPORALES VAKUUMIEREN.- TEMPORAL VISUELLE SPRACHEN.- TEMPORAL XML.- TERM NÄHE.- TERM STATISTIK FÜR STRUKTURIERTE TEXTABFRAGE.- TERM GEWICHTUNG.- TESTSAMMLUNG.- TEXT ANALYTICS.- TEXT ANALYTICS.- TEXT ANALYTICS. - TEXT-CLUSTERING.- TEXT-KOMPRESSION.- TEXT-ERZEUGUNG.- TEXT-INDEX-KOMPRESSION.- TEXT-INDEXIERUNG UND -ABRUF.- TEXT-INDEXIERUNGSTECHNIKEN.- TEXT-MINING.- TEXT-MINING VON BIOLOGISCHEN RESSOURCEN.- TEXT-DARSTELLUNG.- TEXT-SEGMENTIERUNG.- TEXT-SEMANTISCHE DARSTELLUNG.- TEXT-STREAM-VERARBEITUNG.- TEXT-STREAMING-MODELL.- TEXT-ZUSAMMENFASSUNG.- TEXT-VISUALISIERUNG.- TF*IDF.- THEMATISCHE KARTE.- DRITTE NORMALFORM.- DREIDIMENSION. DREIPHASE COMMIT.- DICHTE KUPPLUNG.- ZEITAGGREGIERTE GRAPHIEN.- ZEIT- UND INFORMATIONSABFRAGE.- ZEITBEREICH.- ZEIT IN DER PHILOSOPHISCHEN LOGIK.- ZEIT INSTANT.- ZEITINTERVALL.- ZEITPERIODE.- ZEITSERIENABFRAGE ..- ZEIT SPANIEN .- TIME-LINE UHR.- TIMESLICE OPERATOR.- THEMENERKENNUNG UNDVERFOLGUNG.- THEMENKARTEN.- THEMENBASIERTES VERÖFFENTLICHEN/ABONNENTEN.- TOP-K-ABFRAGEN.- TOP-K-AUSWAHLABFRAGEN ZU MULTIMEDIA-DATENSÄTZEN.- TOPOLOGISCHE DATENMODELLE.- TOPOLOGISCHE BEZIEHUNGEN.- TRAJEKTION.- TRANSAKTION.- TRANSAKTIONSKHOPPE TRANSAKTIONSMANAGEMENT.- TRANSAKTIONSMANAGER.- TRANSAKTIONSMODELLE - DER READ/WRITE-ANSATZ.- TRANSAKTIONSZEIT.- TRANSAKTIONELLE MIDDLEWARE.- TRANSAKTIONSPROZESSE.- TRANSAKTIONELLE STREAMVERARBEITUNG.- TRANSAKTIONSZEIT-INDEXIERUNG.- INDEX. DREIECKIGE NORMEN.- TRIANGULATED IRREGULAR NETWORK.- TRIE.- TRIP PLANNING QUERIES.- VERTRAUEN UND REPUTATION IN PEER-TO-PEER-SYSTEMEN.- VERTRAUEN IN BLOGOSPHERE.- VERTRAUENSWÜRDIGE HARDWARE.- TSQL2.- TUNING CONCURRENCY-GENERATING.- TUPLENCING .- ZWEIDIMENSIONALER FORMABRUF.- ZWEIPHASE COMMIT.- ZWEIPHASE COMMIT PROTOKOLL.- ZWEIPHASE VERRIEGELUNG.- ZWEI-POISSON MODELL.- TYP-BASIERTES VERÖFFENTLICHEN/ABONNENTEN.- U-MESS.- UNSICHERE DATEN .- UNSICHERES DATA-MINING.- UNSICHERE DATENMODELLE.- UNSICHERE DATENSTRÖME.- UNSICHERES D ATA-ZUSAMMENFASSUNG.- UNSICHERES GRAPHDATENMANAGEMENT.- UNSICHERES RÄUMLICHES DATENMANAGEMENT.- UNSICHERE TOP-K-ABFRAGEN.- UNSICHERHEIT BEI EREIGNISSEN.- UNSICHERHEITSVERWALTUNG IN WISSENSCHAFTLICHEN DATENBANKSYSTEMEN.- UNCODEING.- UNSICHERHEIT. UPDATES UND TRANSAKTIONEN IN PEER-TO-PEER-SYSTEMEN.- UPDATES DURCH VIEWS.- VERWENDBARKEIT.- BENUTZERDEFINIERTE ZEIT.- GÜLTIGE ZEIT.- GÜLTIGE ZEITINDEXIERUNG.- WERTÄQUIVALENZ.- VARIABLE ZEITSPANNE.- VEKTOR-RAUM-MODELL. - VERTIKAL PARTITIONIERTE DATEN.- VIDEO.- ANALYSE VON VIDEOINHALTEN.- MODELLIERUNG VON VIDEOINHALTEN.- STRUKTUR VON VIDEOINHALTEN.- VIDEOMETADATEN.- VIDEOABFRAGE.- VIDEODARSTELLUNG.- VIDEOSZENEN- UND EREIGNISERKENNUNG.- VIDEOSEGMENTIERUNG.- VIDEOSEQUENZ .- VIDEOAUFNAHME-ERKENNUNG.- VIDEOZUSAMMENFASSUNG.- ANPASSUNG ANZEIGEN.- DEFINITION ANZEIGEN.- WARTUNG ANZEIGEN.- ASPEKTE DER WARTUNG ANSEHEN.- ANSICHTSBASIERTE DATENINTEGRATION.- ANSICHTEN.- VIRTUELLE PARTITIONIERUNG.- VISUAL ANALYTICS.SOCIATION. - VISUELLE KLASSIFIZIERUNG.- VISUELLE CLUSTERING.- VISUELLE INHALTSANALYSE.- VISUELLES DATA-MINING.- VISUELLE FORMALISMEN.- VISUELLE INTERAKTION.- VISUELLE SCHNITTSTELLEN.- VISUELLE SCHNITTSTELLEN FÜR GEOGRAFISCHE DATEN.- VISUELLE SCHNITTSTELLEN FÜR DAS DATENSTREAMEN.- VISUELLE METAPHOR.- VISUELLE ONLINE-BEARBEITUNG. VISUELLE WAHRNEHMUNG.- VISUELLE ABFRAGESPRACHE.- VISUELLE DARSTELLUNG.- VISUALISIERUNG ZUM INFORMATIONSABRUF.- VISUALISIERUNGSPIPELINE.- VISUALISIERUNG VON KATEGORISCHEN DATEN.- VISUALISIERUNG VON CLUSTERING ERGEBNISSEN.- VISUALISIERUNG. - VORONOI-DIAGRAMME.- W3C.- WAN-DATEN-REPLIKATION.- WAVELETS AUF STREAMS.- SCHWACH-KONSISTENZ-MODELLE FÜR REPLIZIERTE DATEN.- SCHWACHE ÄQUIVALENZ.- WEB 2.0/3.0.- WEB-WERBUNG.- WEB-EIGENSCHAFTEN UND EVOLUTION.- WEB CRAWLER ARCHITE - WEB-DATENEXTRAKTION SYSTEM.- WEB ETL.- WEB HARVESTING.- WEB INFORMATION EXTRAKTION.- WEB INFORMATION RETRIEVAL MODELLE.- WEB MASHUPS.- WEBSEITE QUALITÄTSMETRIKEN.- WEB FRAGE ANTWORT.- WEB SUCHABFRAGE UMSCHREIBEN RELEVANZFEEDBACK.- RELEVANZRANKING DER WEBSUCHE.- CACHING UND PREFETCHING DER WEBSUCHRESULTATE.- DEDUPLIZIERUNG UND CLUSTERING DER WEBSUCHERGEBNISSE.- WEBDIENSTE.- WEBDIENSTE UND DAS SEMANTISCHE WEB FÜR LIFE SCIENCE DATEN.- WEB SPAM ERKENNUNG.- WEB TRANSAKTIONEN.- WEBANSICHTEN.- WAS-WENN-ANALYSE.- WIMP INTERFACES.- WINDOW OPERATOR IN RDBMS.- WINDOW-BASIERTE ABFRAGEVERARBEITUNG.- WINDOWS.- WORKFLOW KONSTRUIERT.- WORKFLOW EVOLUTION.- WORKFLOW JOINAGE.-.-WORKFLOW MANAGEMENT.- WORKFLOW MANAGEMENT MANAGEMENT- UND WORKFLOW-MANAGEMENT-SYSTEM.- WORKFLOW-MANAGEMENT-KOALITION.- WORKFLOW-MODELL.- WORKFLOW-MODELLANALYSE.- WORKFLOW-MUSTER.- WORKFLOW-SCHEMA.- WORKFLOW-TRANSAKTIONEN.- WRAPPER-INDUKTION.- WRAPPER-WARTUNG. - XML.- XML ​​ZUGRIFFSKONTROLLE.- XML ​​ATTRIBUT.- XML ​​BENCHMARKS.- XML ​​KOMPRESSION.- XML ​​DOKUMENT.- XML ​​ELEMENT.- XML ​​INDEXING.- XML ​​INFORMATION INTEGRATION.- XML ​​INTEGRITY CONSTRAINTS.- XML ​​METADATA AUSTAUSCH.- XML ​​METADATA INTERCHANGE SPEZIFIKATION (XMI).- XML-PARSING, SAX/DOM.- XML ​​PROCESS DEFINITION LANGUAGE.- XML ​​PROGRAMMING.- XML ​​PUBLISH/ABONNIEREN.- XML ​​PUBLISHING.- XML ​​RETRIEVAL.- XML ​​SCHEMA.- XML ​​SELECTIVITY ESTIMATION.- XML ​​STORAGE.- XML ​​STREAM PROCESSING.- XML ​​TREE PATTERN , XML TWIG QUERY.- XML ​​TUPLE ALGEBRA.- XML ​​TYPECHECKING.- XML ​​TYPES.- XML ​​UPDATES.- XML ​​VIEWS.- XPATH/XQUERY.- XQUERY FULL-TEXT.- XQUERY PROCESSORS.- XSL/XSLT.- ZERO-ONE GESETZE.- ZOOMING-TECHNIKEN.- ?-NDCG.-


ENZYKLOPÄDIE DER DATENBANKSYSTEME

<P> DIESE ÜBERARBEITETE UND ERWEITERTE AUSGABE DER ENCYCLOPEDIA OF DATABASE SYSTEMS BIETET EINEN EINFACHEN ZUGANG ZU ENTSCHEIDENDEN KONZEPTEN, DIE FÜR ALLE ASPEKTE SEHR GROßER DATENBANKEN, DATENMANAGEMENT UND DATENBANKSYSTEME EINSCHLIESSLICH VON AKTUELLEN FORSCHUNGS- UND SPEICHERBEREICHEN RELEVANT SIND. DIESE UMFASSENDE REFERENZ IST ALPHABETISCHER ORGANISIERT UND JEDER EINTRAG PRÄSENTIERT GRUNDLEGENDE TERMINOLOGIEN, KONZEPTE, METHODEN UND ALGORITHMEN, DIE BLEIBENDEN WICHTIGSTEN ERGEBNISSE, LITERATURVERWEISE UND QUERVERWEISE AUF ANDERE EINTRÄGE. THEMEN FÜR DIE ENZYKLOPÄDIE – EINSCHLIESSLICH AKTUELLER INTERESSE SOWIE FORSCHUNGSERGEBNISSE VON HISTORISCHER BEDEUTUNG – WURDEN VON EINEM AUSGEZEICHNETEN INTERNATIONALEN BEIRAT AUSGEWÄHLT UND VON ERSTKLASSIGEN EXPERTEN AUF DEM GEBIET GESCHRIEBEN. NEUE EINGÄNGE, DIE AKTUELLE ENTWICKLUNGEN UND TECHNOLOGISCHE FORTSCHRITTE IN SEHR GROßEN DATENBANKEN REFLEKTIEREN, UMFASSEN: BIG DATA, BIG DATA TECHNOLOGY, CLOUD COMPUTING, CLOUD DATA CENTER, BUSINESS ANALYTICS, SOCIAL NETWORKS, RANAGEMENT, EN, QUERT. VÖLLIG NEUE EINGÄNGE UMFASSEN DATENBANKSYSTEME, RELATIONALE DATENBANKSYSTEME, DATENBANKEN, MULTIMEDIA-DATENBANKEN, BIOINFORMATIK, WORKFLOW-SYSTEME UND WEBDATENVERWALTUNG. </P><P>ENCYCLOPEDIA OF DATABASE SYSTEMS, 2. AUFLAGE, WURDE AUF DIE BEDÜRFNISSE VON FORSCHERN, PROFESSOREN, GRADUIERTEN UND STUDIERENDEN DER INFORMATIONS- UND INGENIEURWISSENSCHAFT ENTWICKELT. VON DIESER WERTVOLLE REFERENZARBEIT PROFITIEREN AUCH INDUSTRIEPROFESSIONELLE, VON DATENBANKSPEZIALISTEN BIS SOFTWAREENTWICKLER.</P>

.NET REMOTING.- ABSOLUTE ZEIT.- ABSTRAKTE VERSUS KONKRETE TEMPORALE ABFRAGESPRACHEN.- ABSTRAKTION.- ZUGRIFFSKONTROLLE.- ZUGRIFFSKONTROLLE ADMINISTRATIONSRICHTLINIEN.- ZUGRIFFSKONTROLLE RICHTLINIEN.- ZUGRIFFSPFAD.- SÄUREEIGENSCHAFTEN.- ZEITAKTIVE UND REAL LAGERUNG.- AKTIVE DATENBANK KOPPELMODI.- AKTIVE DATENBANK AUSFÜHRUNGSMODELL.- AKTIVE DATENBANK WISSENSMODELL.- AKTIVE DATENBANK MANAGEMENT SYSTEMARCHITEKTUR.- AKTIVE DATENBANK REGELBANK.- AKTIVE DATENBANK, AKTIVE DATENBANK SYSTEM .- AKTIVITÄT.- AKTIVITÄTSDIAGRAMME.- SCHAUSPIELER/AGENTEN/ROLLEN.- ADAPTIVE INTERFACES.- ADAPTIVE MIDDLEWARE FÜR MESSAGE QUEUING SYSTEMS.- ADAPTIVE QUERY PROCESSING.- ADAPTIVE STREAM PROCESSING.- ADBMS.- ADMINISTRATION W.- ADMINISTRATION. - ERWEITERTE MASSNAHMEN ZUM ABRUFEN VON INFORMATIONEN.- AGGREGATION: AUSDRUCK UND EINHALTUNG.- AGGREGATIONSBASIERTER STRUKTURIERTER TEXTABRUF.- AIR INDEXES FÜR Räumliche DATENBANKEN.- AJAX.- ALLEN'S RELATIONS.- AMOSQL.- AMS AHORETCH.- T.- ANNOTATION.- ANNOTATION-BASIERTER BILDABRUF.- ANORMALE ERKENNUNG IN STREAMS.- ANONYMITY.- ANSI/INCITS RBAC STANDARD.- BEANTWORTUNG VON FRAGEN MIT VIEWS.- ANTI-MONOTON-EINSCHRÄNKUNGEN.- APPLICABILITY PERIOD WIEDERHERSTELLUNG.- ANWENDUNGSSERVER.- ANWENDUNGSEBENE TUNING.- ANWENDUNGEN ENTSTEHENDER MUSTER FÜR MICROARRAY-GENEXPRESSIONSDATENANALYSE.- ANWENDUNGEN DES SENSOR-NETZWERK-DATENMANAGEMENT.- UNGEFÄHRLICHE ABFRAGE-PROESS BEGRÜNDUNG.- ANNAHME DER HÄUFIGSTEN ELEMENTE.- APRIORI EIGENSCHAFT UND BREITE-FIRST SUCHALGORITHMEN.- ARCHITEKTUR-BEWUSSTES DATENBANKSYSTEM.- ARCHIVIERUNG EXPERIMENTELLER DATEN.- ARMSTRONG AXIOMS.- ARRAY DATENBANKEN AS.- ARRAY. ASSOZIATIONSREGELN.- ASYMMETRISCHE VERSCHLÜSSELUNG.- ATELISCHE DATEN.- ATOMIC EVENT.- ATOMICITY.- AUDIO.- AUDIO-KLASSIFIZIERUNG.- AUDIO-INHALTSANALYSE.- AUDIO-METADATEN.- AUDIO-DARSTELLUNG.- AUDIO-SEGMENTIERUNG.- AUDITIN G UND FORENSISCHE ANALYSE.- AUTHENTIFIZIERUNG.- AUTOMATISCHE BILDBEMERKUNG.- AUTONOME REPLIKATION.- DURCHSCHNITTLICHE PRÄZISION.- DURCHSCHNITTLICHE PRÄZISION BEI N.- DURCHSCHNITTLICHE PRÄZISION HISTOGRAMM.- DURCHSCHNITTLICHE R-PRÄZISION.- B+-BAUM.- BACKUP UND RESTORE.- SEMANTIK.- BAGGING.- BAYESIAN-KLASSIFIZIERUNG.- BENCHMARK-FRAMEWORKS.- BENCHMARKS FÜR BIG-DATA-ANALYTIK.- BIG-DATA-PLATTFORMEN FÜR DIE DATENANALYTIK.- BIG-STREAM-SYSTEME.- BIOLOGISCHES METADATEN-MANAGEMENT.- BIOLOGISCHES BIOLOGISCHES NETZWERK .- BIOMEDIZINISCHE DATEN/INHALTE ERFASSUNG, KURATION.- BIOMEDIZINISCHE BILDDATENTYPEN UND -VERARBEITUNG.- BIOMEDIZINISCHE WISSENSCHAFTLICHE TEXTUELLE DATENTYPEN UND -VERARBEITUNG.- BIOSTATISTIK UND DATENANALYSE.- BI-TEMPORAL INDEXING.- BITEMPORAL INDEXING.- BITEMPORAL .- BITMAP-BASIERTE INDEXSTRUKTUREN.- BLINDE SIGNATUREN.- BLOOM FILTER.- BM25.- BOOLEAN MODEL.- BOOSTING.- BOOTSTRAP.- BOYCE-CODD NORMAL FORM.- BP-VOLLSTÄNDIGKEIT.- BPREF.- BROWSING.- BROWSING DIGITALE BIBLIOTHEKEN.- B-BAUM-VERSCHLUSS.- BU FFER MANAGEMENT.- PUFFER MANAGER.- PUFFER POOL.- BUSINESS INTELLIGENCE.- BUSINESS PROCESS EXECUTION SPRACHE.- BUSINESS PROCESS MANAGEMENT.- BUSINESS PROCESS MODELING NOTATION.- BUSINESS PROCESS REENGINEERING.- CAQUERY-BEWUSST .- CAP-Theorem.- KARDINAL-RICHTUNGS-BEZIEHUNGEN.- KARTESISCHES PRODUKT.- KATALOGIEREN IN DIGITALEN BIBLIOTHEKEN.- URSACHENKONSISTENZ.- BESTIMMTE (UND MÖGLICHE) ANTWORTEN.- ÄNDERUNGSERKENNUNG AUF STREAMS.- KANALBASIERTE VERÖFFENTLICHUNG.-SUBSCRIBE. CHASE.- PRÜFSUMME UND ZYKLISCHE REDUNDANZ PRÜFMECHANISMUS.- CHOREOGRAPHIE.- CHRONON.- ZITATION.- KLASSIFIZIERUNG.- KLASSIFIZIERUNG DURCH ASSOZIATIONSREGELANALYSE.- KLASSIFIZIERUNG IN STREAMS.- CLIENT-SERVER ARCHITEKTUR, DATENAUFNAHME. KLINISCHE DATEN UND INFORMATIONSMODELLE.- KLINISCHE DATEN QUALITÄT UND VALIDIERUNG.- KLINISCHE ENTSCHEIDUNGSUNTERSTÜTZUNG.- KLINISCHE DOKUMENTENARCHITEKTUR.- KLINISCHE VERANSTALTUNG.- KLINISCHES WISSENSREPOSITORY.- KLINISCHE BEOBACHTUNG.- KLINISCHE ONTOLOGIEN .- KLINISCHE REIHENFOLGE.- CLOSED ITEMSET MINING UND NICHT-REDUNDANTE ASSOCIATION RULE MINIING.- CLOSEST-PAIR QUERY.- CLOUD COMPUTING.- CLOUD INTELLIGENCE.- CLUSTER UND DISTANZMESSUNG.- CLUSTERING FÜR POST-HOC-INFORMATIONSABFRAGE AUF STREAMS.- CLOUD COMPUTING.- CLOUD INTELLIGENCE.- CLUSTER- UND DISTANZMESSUNG.- - CLUSTERING-ÜBERSICHT UND ANWENDUNGEN.- CLUSTERING-VALIDITÄT.- CLUSTERING MIT EINSCHRÄNKUNGEN.- KOLLABORATIVE FILTERUNG.- SÄULEN-SEGMENTIERUNG.- SÄULEN-STORES.- GEMEINSAMES LAGER-METAMODELL.- VERGLEICHENDE VISUALISIERUNG.- KOMPENSIEREND.- TRANSAKTIONSVERGLEICH. COMPOSED SERVICES UND WS-BPEL.- COMPOSITE EVENT.- ZUSAMMENSETZUNG.- COMPREHENSIONS.- KOMPRESSION VON MOBILEN STANDORTDATEN.- COMPUTATIONAL MEDIA AESTHETICS.- COMPUTATIONAL VOLLSTÄNDIGE RELATIONALE ABFRAGESPRACHEN.- COMPUTERIZED PHYSICIAN DESIGN.- GLEICHZEITIGKEITSKONTROLLE - TRADITIONELLE ANSÄTZE.- GLEICHZEITIGKEITSKONTROLLE FÜR REPLIZIERTE DATENBANKEN.- GLEICHZEITIGKEITSKONTROLLE MANAGER.- BEDINGTE TABELLEN.- KONJUNKTIVE ABFRAGE.- VERBINDUNG.- KONSISTENZMODELLE FÜR REPLIZIERTE DATEN.- KONSEQUENTE ABFRAGE-ANTWORTUNG.- CONSTRAINT-DATENBANKEN.- CONSTRAINT-ABFRAGE-SPRACHEN.- CONSTRAINT-GETRIEBENE DATENBANK-REPARATUR.- INHALTS-UND-STRUKTUR-ABFRAGE.- INHALTSBASIERTE PUBLISH VIDEOABFRAGE.- KONTINUIERLICHE ABFRAGE.- KONTEXT.- KONTEXTUALISIERUNG IM STRUKTURIERTEN TEXTABFRAGE.- KONTINUIERLICHER DATENSCHUTZ.- KONTINUIERLICHE ÜBERWACHUNG VON RÄUMLICHEN ABFRAGEN.- KONTINUIERLICHE MULTIMEDIADATENABFRAGE.- KONTINUIERLICHES.-KONTINUIERLICHE ABFRAGE .- KONTROLLDATEN.- KONVERTIERBARE EINSCHRÄNKUNGEN.- KOORDINATION.- URHEBERRECHTSFRAGEN IN DATENBANKEN.- CORBA.- KORREKTURKRITERIEN ÜBER DIE SERIALISIERBARKEIT HINAUS.- KOSTEN- UND QUALITÄTSKOMPETENZEN BEIM CROWDSOURCING.- KOSTENSCHÄTZUNG.- UND ZÄHLEN.- ENTKOPPELUNG.- COVERING INDEX.- CRASH RECOVERY.- SPRACHENÜBERGREIFENDES MINING UND ABRUFEN.- MODALÜBERGREIFENDE MULTIMEDIA-INFORMATIONSABFRAGE.- QUERVALIDIERUNG.- CROWD-DATENBANK-BETREIBER.- CROWD-DATENBANK-SYSTEME.- CROWD-MINING.- UND ANALYSECROWDSOURCING GEOGRAPHISCHE INFORMATIONSSYSTEME.- CUBE.- CUBE IMPLEMENTATIONEN.- AKTUELLE SEMANTIK.- FLUCH DER DIMENSIONALITÄT.- DAPLEX.- DATENERFASSUNG UND -VERBREITUNG IN SENSORNETZEN.- DATENAGGREGATION IN SENSOR NETZWERKEN .- DATENREINIGUNG.- DATENKOMPRESSION IN SENSOR-NETZWERKEN.- DATENKONFLIKTE.- DATENDEFINITION.- DATENDEFINITIONSSPRACHE (DDL).- DATENWÖRTERBUCH.- DATENVERSCHLÜSSELUNG.- DATENSCHÄTZUNG IN SENSORNETZWERKEN.- DATENAUSTAUSCH.- DATENSICHERUNG .- DATENFUSION IN SENSOR-NETZWERKEN.- DATENERZEUGUNG.- DATA GOVERNANCE.- DATENINTEGRATION ARCHITEKTUREN UND METHODIK FÜR DIE LIFE SCIENCES.- DATENINTEGRATION IN WEB-DATENEXTRAKTION SYSTEM.- DATENVERWALTUNG FÜR VANETS.- DATENVERWALTUNG: SYSTEMFUNDAMENT-MANAGEMENT .- DATENMANAGEMENT IN RECHENZENTREN.- DATENMANIPULATION.- DATENMANIPULATIONSSPRACHE (DML).- DATA MART.- DATENMIGRATIONSMANAGEMENT.- DATA MINING.- DATENPARTITIONIERUNG.- DATENSCHUTZ UND EINWILLIGUNG DER PATIENTEN.- DATENPROF ILING.- DATENHERVORSTAND.- DATENQUALITÄTSBEURTEILUNG.- DATENQUALITÄTSABMESSUNGEN.- DATENQUALITÄTSMODELLE.- DATENRANK/SWAPPING.- DATENREDUKTION.- DATENREPLIKATION.- DATENSAMPLING.- DATENSCRUBBING.- DATENSKIZZE-/SYNOPSIS. DATENSKEW.- DATENSPEICHERUNG UND INDEXIERUNG IN SENSORNETZEN.- DATENSTREAM.- DATENSTREAMMANAGEMENT ARCHITEKTUREN UND PROTOTYPEN.- DATENTYPEN IM WISSENSCHAFTLICHEN DATENMANAGEMENT.- DATENUNSICHERHEITSMANAGEMENT IN SENSORNETZWERKEN.- DATENVERWENDUNG.- DATENVERWENDUNG WAREHOUSE LEBENSZYKLUS UND DESIGN.- DATA WAREHOUSE WARTUNG, EVOLUTION UND VERSIONIERUNG.- DATA WAREHOUSE METADATEN.- DATA WAREHOUSE SICHERHEIT.- DATA WAREHOUSING FÜR KLINISCHE FORSCHUNG.- DATA WAREHOUSING IN CLOUD-UMGEBUNGEN.- DATA-ON-WAREHOUSING DATA-WAREHOUSING-SYSTEME: GRUNDLAGEN UND ARCHITEKTUREN.- DATEN-, TEXT- UND WEB-MINING IM GESUNDHEITSWESEN.- DATENBANK.- DATENBANKADAPTER UND -VERBINDER.- DATENBANKVERWALTER (DBA).- DATENBANKGERÄTE.- DATENBANKBENCHMARKS.- DATENBANKCLUSTER CLUSTER.- DATENBANK-ABHÄNGIGKEIT.- DATENBANK-DESIGN.- DATENBANK-SPRACHEN FÜR SENSOR-NETZWERKE.- DATENBANK-MASCHINE.- DATENBANK-MANAGEMENT-SYSTEM.- DATENBANK-MIDDLEWARE.- DATENBANK-REPARATUR.- DATENBANK-REVERSE-ENGINEERING.- DATENBANK-SCHEMA-SICHERHEIT.- DATENBANK-DATENBANK-DATENBANK.- .- DATENBANK-TECHNIKEN ZUR VERBESSERUNG DER WISSENSCHAFTLICHEN SIMULATIONEN.- DATENBANK-TRIGGER.- DATENBANK-ABSTIMMUNG MITTELS KOMBINATORISCHER SUCHE.- DATENBANK-ABSTIMMUNG MITTELS ONLINE-ALGORITHMEN.- DATENBANK-ABSTIMMUNG MITTELS TRADE-OFF-ELIMINATION.- DATENBANKVERWENDUNG IN DER WISSENSCHAFT. - DBMS-SCHNITTSTELLE.- DCE.- DCOM.- DECAY-MODELLE.- ENTSCHEIDUNGSREGEL-MINING IN ROUGH SET THEORY.- ENTSCHEIDUNGSBAUM-KLASSIFIZIERUNG.- ENTSCHEIDUNGSBÄUME.- DEKLARATIVE VERNETZUNG.- DEDUKTIVES DATEN-MINING MIT GRANULAR COMPUTING.- .DEDUPLIZIERUNG DATENREINIGUNG.- TIEFE INSTANTIATION.- DEEP-WEB-SUCHE.- DICHTER INDEX.- DICHTE PIXEL-DISPLAYS.- DICHTE-BASIERTE CLUSTERING.- BESCHREIBUNG LOGIK.- DESIGN FÜR DATENQUALITÄT.- DEWEY DEZIMALSYSTEM.- DIAGRAMM.- UNTERSCHIED.- D DIFFERENTIAL PRIVACY.- DIGITALE ARCHIVE UND ERHALTUNG.- DIGITALE KURATION.- DIGITALE ERHÖHUNGSMODELLE.- DIGITALE BIBLIOTHEKEN.- DIGITALE RECHTSVERWALTUNG.- DIGITALE SIGNATUREN.- DIMENSION.- DIMENSION REDUCTION TECHNIQUES FOR CLUSTERIONAL NÄCHSTE NÄCHSTE NÄCHSTE BERECHNUNGEN.- DIMENSIONSERWEITERTE TOPOLOGISCHE BEZIEHUNGEN.- DIRECT ATTACHED STORAGE.- DIRECT MANIPULATION.- Disaster Recovery.- OFFENLEGUNGSRISIKO.- RABATTIERTER KUMULIERTER GEWINN.- DISCOVERYAVELET. DISK.- FESTPLATTEN-ENERGIEEINSPARUNG.- VERZERRUNGSTECHNIKEN.- VERTEILTE ARCHITEKTUR.- VERTEILTE GLEICHZEITIGKEITSKONTROLLE.- VERTEILTE DATENSTRÄME.- VERTEILTE DATENBANK-DESIGN.- VERTEILTE DATENBANK-SYSTEME.- VERTEILTE. DISTRIBUTED HASH TABLE.- DISTRIBUTED JOIN.- DISTRIBUTED MASCHINE LERNING.- DISTRIBUTED QUERY OPTIMIERUNG.- DISTRIBUTED QUERY PROCESSI NG.- VERTEILTE WIEDERHERSTELLUNG.- VERTEILTE RÄUMLICHE DATENBANKEN.- VERTEILTE TRANSAKTIONSVERWALTUNG.- ABWEICHEN VON ZUFALLSMODELLEN.- D-MEASURE.- DOKUMENT.- DOKUMENTEN-CLUSTERING.- DOKUMENTENDATENBANKEN.- DOKUMENTENVERKNÜPFUNG UND HYPERLINKS.- DOKUMENT-DARSTELLUNGEN (INKLUSIVE NATIVE UND RELATIONAL).- DUBLIN CORE.- DYNAMISCHE GRAFIK.- DYNAMISCHE WEBSEITEN.- ERREICHBARKEIT.- ECA-REGEL-AKTION.- ECA-REGELBEDINGUNG.- ECA-REGELN.- TRANSACTIONS-COMMERCE EFFEKTIVITÄT BEI MEHREREN ABFRAGEN.- EHRENFEUCHT-FRAÏSSÉ SPIELE.- ELASTIZITÄT.- ELEKTRONISCHES WÖRTERBUCH.- ELEKTRONISCHE ENZYKLOPÄDIE.- ELEKTRONISCHE GESUNDHEITSDATENBLATT.- ELEKTRONISCHE TINTENINDEXIERUNG.- ELEKTRONISCHE ZEITUNGEN.- IONELEVEN PUNKTEM MUSTERBASIERTE KLASSIFIZIERUNG.- EMERGING PATTERN.- ENERGIEEFFIZIENZ IN RECHENZENTREN.- ENSEMBLE.- ENTERPRISE APPLICATION INTEGRATION.- ENTERPRISE CONTENT MANAGEMENT.- ENTERPRISE SERVICE BUS.- ENTERPRISE TERMINOLOGY SERVICES.- BEZIEHUNGSMODELL.- ENTITY RESOLUTION.- ENTITY RETRIEVAL.- GLEICHHEITS-GENERIERENDE ABHÄNGIGKEITEN.- FEHLER- ERWARTETER REZIPROCAL RANK.- ERR-IA INTENT-AWARE FEHLER.- ESCROW TRANSAKTIONEN.- EUROPÄISCHES RECHT IN DATENBANKEN TEXT .- BEWERTUNG DER RELATIONALEN OPERATOREN.- EREIGNIS.- EREIGNIS- UND MUSTERERKENNUNG ÜBER STREAMS.- EREIGNISKAUSALITÄT.- EREIGNISKANAL.- EREIGNIS CLOUD.- EREIGNISERKENNUNG.- EREIGNISGETRIEBENE ARCHITEKTUR.- EREIGNISFLOW.- EREIGNISFLOW.- EREIGNISDATEN EREIGNIS IN TEMPORALEN DATENBANKEN.- EREIGNISLINIE.- EREIGNISMUSTER-ERKENNUNG.- EREIGNISVORHERSAGE.- EREIGNISVERARBEITUNGS-AGENT.- EREIGNISVERARBEITUNGSNETZWERK.- EREIGNIS-SPEZIFIKATION.- EREIGNIS-SPEZIFIKATION.- EREIGNIS-STREAM.- EREIGNIS-STREAM -DRIVENESS BUSINESS PROCESS MANAGEMENT.- EVENTUELLE KONSISTENZ.- EVIDENCE BASED MEDICINE.- AUSFÜHRBARES WISSEN.- EXECUTION SKEW.- EXPLICIT EVENT.- EXPLORATORY DATA ANALYSIS.- AUSDRUCKFÄHIGKEIT DER ABFRAGESPRACHEN.- ERWEITERT ERWEITERT ERWEITERT UND DIE ACTA FRAMEWORK.- EXTENDIBLE HASHING.- EXTRAKTION, TRANSFORMATION UND LADEN.- FACETED SUCHE.- FEHLERTOLERANZ UND HOHE VERFÜGBARKEIT IN DATENSTREAM-MANAGEMENT-SYSTEMEN.- FEATURE-EXTRAKTION ZUM INHALTSBASIERTEN BILDABRUF.- FEATURE-SELECTING.- BASIERENDER 3D-OBJEKTABRUF.- FELDBASIERTE INFORMATIONSABFRAGEMODELLE.- FELDBASIERTE RAUMMODELLIERUNG.- ERSTE LOGIK: SEMANTIK.- ERSTE LOGIK: SYNTAX.- FESTE ZEITSPANNE.- FLEX TRANSAKTIONEN.- FM SYNOP F-MESS.- FOKUSSIERTES WEB-CRAWLING.- FOL-MODELLIERUNG VON INTEGRITÄTSBEDINGUNGEN (ABHÄNGIGKEITEN).- FÜR IMMER.- FORM.- VIERTE NORMALFORM.- FQL.- FRAKTAL.- HÄUFIGKEIT MOMENTE.- HÄUFIG GRAPHMUSTER.- HÄUFIG .- HÄUFIGES ARTIKEL-MINING MIT EINSCHRÄNKUNGEN.- HÄUFIG ARTIKEL UND VERBINDUNGSREGELN.- HÄUFIG TEILBESTELLUNGEN.- VOLLAUTOMATISCHE WEBDATENEXTRAKTION.- FUNKTIONELLES DATENMODELL.- FUNKTIONALE ABHÄNGIGKEITEN FÜR HALBSTRUKTURIERTE DATEN.-C-ABHÄNGIGKEIT .- FUZZY MODELLE.- FUZZY RELATIO N.- FUZZY-SET.- FUZZY-SET-ANSATZ.- FUZZY/SPRACHLICHE WENN-DANN-REGELN UND SPRACHLICHE BESCHREIBUNGEN.- GAZETTEERS.- GENEXPRESSIONS-ARRAYS.- GENERALISIERUNG VON SÄURE-EIGENSCHAFTEN.- GENERALISIERTE SUCHALKÖRPER .- ABRUFEN VON GEOGRAPHISCHEN INFORMATIONEN.- GEOGRAPHIE-MARKUP-SPRACHE.- GEOMETRISCHES STREAM-MINING.- GEO-RBAC-MODELL.- GEOREFERENZ.- GEOSZIALE NETZWERKE.- GEOSPATIAL METADATEN.- GEO-ZIELGERICHTETE WEB-SUCHE.- GRAPH.-. - GRAPHDATENMANAGEMENT IN WISSENSCHAFTLICHEN ANWENDUNGEN.- GRAPHDATENBANK.- GRAPHMANAGEMENT IN DEN LIFE SCIENCES.- GRAPHMINING.- GRAPHMINING AUF STREAMS.- GRAPH OLAP.- GRAPHISCHE MODELLE FÜR UNSICHERES DATENMANAGEMENT.- LOW GRID.- UND WORKFLOW (UND FAMILIE).- GUIS FÜR DIE EXTRAKTION VON WEBDATEN.- HASH-FUNKTIONEN.- HASH JOIN.- HASH-BASIERTE INDEXIERUNG.- HEALTHCARE METRIKEN.- HIERARCHISCHES CLUSTERING.- HIERARCHISCHES DATENMODELL.- HIERARCHISCHE DATENZUSAMMENFASSUNG.- HIERARCHISCHES HEAVY HITTER STREAMS.- HIERARCHIE.- HOHE DIMENSIONAL INDEXING.- HISTOGRAMM.- HISTOGRAMME ON STREAMS.- HISTORY IN TEMPORAL DATABASES.- HOMOMORPHIC ENCRYPTION.- HORIZONTAL PARTITIONIERTE DATEN.- HUMAN FACTORS MODELLING IN CROWDSOURCING.- HUMAN-CENTERED-COMPLITEX .- I/O MODELL OF COMPUTATION.- SYMBOL.- IKONISCHE DISPLAYS.- BILD.- MODELLIERUNG VON BILDINHALTEN.- BILDDATENBANK.- BILDVERWALTUNG FÜR BIOLOGISCHE DATEN.- BILDMETADATEN.- BILDABFRAGE.- BILDDARSTELLUNG.- BILDABRUF UND RELEVANZFEEDBACK.- BILDSEGMENTIERUNG.- BILDÄHNLICHKEIT.- IMPLEMENTIERUNG VON DATENBANKBEDIENERETC.).- IMPLIKATION VON EINSCHRÄNKUNGEN.- AUSWIRKUNGEN DER GENOMIK AUF DIE KLINISCHE INFORMATIK.- IMPLIZITES EREIGNIS.- UNVOLLSTÄNDIGE INFORMATIONEN.- INKONSISTENTE DATENBANKEN.- INKREMENTELLE BERECHNUNG VON ABFRAGEN.- INKREMENTELLES CRAWLING.-TENCREMENTAL MAINEX UND DATEISTRUKTUREN.- INDEX JOIN.- INDEXSTRUKTUREN FÜR BIOLOGISCHE SEQUENZEN.- INDEX TUNING.- INDEXIERTE SEQUENTIAL ZUGRIFFSMETHODE.- INDEXIERUNG UND ÄHNLICHKEITSSUCHE.- INDEXIERUNG VON KOMPRIMIERTEN TEXT.- INDEXIERUNG VON HISTORISCHEN SPATIO-DATEN IN IN-UBINDEX SYSTEME.- INDEXIERUNG METRISCHER RÄUME.- INDEXIERUNG VON DATA WAREHOUSES.- INDEXIERUNG DER AKTUELLEN UND KÜNFTIGEN POSITIONEN BEWEGLICHER OBJEKTE.- INDEXIERUNGSTECHNIKEN ZUM MULTIMEDIA-DATENABRUF.- INDEXIERUNG DES WEBS.- INDEXIERUNG DER DATEN UNSICHER TEXTABFRAGE.- INDEXIERUNG MIT MENGEN.- INDIVIDUELL IDENTIFIZIERBARE DATEN.- INFERENZKONTROLLE IN STATISTISCHEN DATENBANKEN.- INFORMATIONSEXTRAKTION.- INFORMATIONSFILTERUNG.- INFORMATIONSSUCHE.- INFORMATION INT EGRATION.- INFORMATIONSINTEGRATIONSTECHNIKEN FÜR WISSENSCHAFTLICHE DATEN.- INFORMATIONS-LEBENSZYKLUS-MANAGEMENT.- MASSNAHMEN FÜR INFORMATIONSVERLUST.- INFORMATIONSNAVIGATION.- INFORMATIONSQUALITÄT.- INFORMATIONSQUALITÄT UND ENTSCHEIDUNGSFINDUNG.- INFORMATIONSQUALITÄTSBEURTEILUNG.- INFORMATIONSQUALITÄTSBEWERTUNG : INFORMATION ALS PRODUKT VERWALTEN.- INFORMATION RETRIEVAL.- INFORMATION RETRIEVAL MODELLE.- INFORMATION RETRIEVAL OPERATIONEN.- INFRASTRUCTURE AS-A-SERVICE (IAAS).- INITIATIVE ZUR AUSWERTUNG VON XML RETRIEVAL.- INITIATOR.- IN-NETWORK .QUERY PROCESSING .- INTEGRIERTE DB- UND IR-ANSÄTZE.- INTEGRATION VON REGELN UND ONTOLOGIEN.- INTELLIGENTE SPEICHERSYSTEME.- INTERAKTIVE ANALYTIK IN SOCIAL MEDIA.- SCHNITTSTELLE.- SCHNITTSTELLENMOTOREN IM GESUNDHEITSWESEN.- INTEROPERABILITÄT MIT KLINISCHE DATENBANKEN.- INTER-OPERATOR-PARALLELISM.- INTER-QUERY-PARALLELISM.- INTRA-OPERATOR-PARALLELISM.- INTRA-QUERY-PARALLELISM.- INTRUSION DETECTION TECHNOLOGY.- INVERSE DOKUMENTENFREQUENZ.- INVERTIERTE DATEIEN.- IP-SPEICHER.- ITERATOR.- JAVA DATENBANKVERBINDUNG.- JAVA ENTERPRISE EDITION.- JAVA METADATA FACILITY.- JOIN.- JOIN DEPENDENCY.- JOIN INDEX.- JOIN ORDER.- K-ANONYMITY. - KARP-LUBY SAMPLING.- KDD PIPELINE.- SCHLÜSSEL.- K-MITTEL UND K-MEDOIDS.- WISSENSBASIS.- WISSENSBASIS-EXTRAKTION.- SPRACHMODELLE.- SPRACHEN FÜR DIE WEB-DATEN-EXTRAKTION.- LERNENDISTANZMESSUNGEN.- LEXISCHE ANALYSE VON TEXTUALDATEN.- LIZENZ- UND VERTRAGSFRAGEN IN DATENBANKEN.- LEBENSDAUER.- LEICHTGEWICHTIGE ONTOLOGIEN.- LINEARES HASHING.- LINEARE REGRESSION.- VERKNÜPFTE OFFENE DATEN.- VERKNÜPFUNG UND BRUSHING.- LASTAUSGLEICH IN PEER-TO-PEER-OVERLAY.- LOAD SHEDDING.- LOC METS.- LOKALITÄT.- LOKALITÄT DER ABFRAGEN.- STANDORTBASIERTE EMPFEHLUNG.- STANDORTSMANAGEMENT IN MOBILEN UMGEBUNGEN.- STANDORTAKTUALISIERUNGSMANAGEMENT.- STANDORTSBASIERTE DIENSTE.- SPERRGRANULARITÄT UND AUFZEICHNUNGSARTEN UND. - UNTERSYSTEM LOGGING/RECOVERY.- UNABHÄNGIGKEIT VON LOGISCHEN UND PHYSIKALISCHEN DATEN.- LOGISCHE DATENBANK DES IGN: VOM KONZEPTIONELLEN ZUM LOGISCHEN SCHEMA.- LOGISCHE DOKUMENTENSTRUKTUR.- LOGISCHE GRUNDLAGEN DER WEB-DATENEXTRAKTION.- LOGISCHE MODELLE DER INFORMATIONSABFRAGE.- LOGISCHE EINHEITSNUMMER.- LOGISCHE EINHEITSNUMMER MAPPING.- LOGISCHES VOLUMEN-MANAGER.- LOGISCHES VOLUMEN-MANAGER.- - LOOP.- LOSE KUPPLUNG.- MASCHINELLES LERNEN IN DER COMPUTATIONAL BIOLOGY.- HAUPTSPEICHER.- HAUPTSPEICHER DBMS.- PFLEGE MATERIALISIERTER ANSICHTEN MIT OUTER-JOINS.- PFLEGE REKURSIVER ANSICHTEN.- MANAGING KOMPRESSIERT .- VERWALTUNG DER PROBABILISTISCHEN ENTITY EXTRAKTION.- OBLIGATORISCHE ZUGRIFFSKONTROLLE.- MANET DATENBANKEN.- MAP.- MAP MATCHING.- MAPREDUCE.- MARKUP SPRACHE.- MASHUP.- MASSIVES ARRAY VON LEERLAUFPLATTEN.- MATRIX MASKING.-NG MAX.-MUSTER - MEAN RECIPROCAL RANK.- MEASURE.- MEDIATION.- MITGLIEDSCHAFTSABFRAGE.- SPEICHERHIERARCHIE.- SPEICHERLOKALITÄT.- MERKLE TREES.- MESSAGE AUTHENTICATION CODES.- MESSAGE QUEUING SYSTEMS.- META DATA REPOSITORY METAACILTA. - METADATEN-AUSTAUSCH SPEZIFIKAT ION.- METADATA REGISTRY, ISO/IEC 11179.- METAMODEL.- METASEARCH ENGINES.- METRIC SPACE.- MICROAGGREGATION.- MICROBENCHMARK.- MICRODATA.- MICRODATA ROUNDING.- MIDDLEWARE-UNTERSTÜTZUNG FÜR DATENBANKREPLIKATION UND CACHING-UNTERSTÜTZUNG.- MIDDLEWARE-UNTERSTÜTZUNG SEMANTIK.- MINING VON CHEMISCHEN DATEN.- MOBILE DATENBANK.- MOBILE SCHNITTSTELLEN.- MOBILE RESSOURCEN-SUCHE.- MOBILE SENSORNETZWERKDATENVERWALTUNG.- MODELLVERWALTUNG.- MODELLBASIERTE ABFRAGE IN SENSORNETZWERKEN.- MONOTONE BEDINGUNGEN FÜR FAHRZEUGE.- HOHER UNSICHERE DATEN.- BEWEGLICHES OBJEKT.- BEWEGENDE OBJEKTE DATENBANKEN UND TRACKING.- MRR.- MULTI-RECHENZENTRUM-KONSISTENZ-EIGENSCHAFTEN.- MULTI-RECHENZENTRUM-REPLIKATIONSPROTOKOLLE.- MEHRDIMENSIONALE DATENFORMATE.- MEHRDIMENSIONALE MODELLIERUNG.-MEHRERE DATEIEN MODELLIERUNG.- MEHRSTUFENWIEDERHERSTELLUNG UND DER WIDDER-ALGORITHMUS.- MEHRSTUFENSICHERES DATENBANK-MANAGEMENTSYSTEM.- MEHREBENEN TRANSAKTIONEN UND OBJEKTMODELL-TRANSAKTIONEN.- MULTIMEDIA-DATEN.- MULTIMEDIA-DATENPUFFER.- MULTIMEDIA-DATENINDEXIERUNG.- MULTIMEDIA-DATENABFRAGE.- MULTIMEDIA-DATENSPEICHER.- MULTIMEDIA-DATENBANKEN.- MULTIMEDIA-INFORMATIONSABFRAGEMODELL.- MULTIMEDIA-METADATEN.- MULTIMEDIA-PRÄSENTATIONSDATENBANKEN.- MULTIMEDIA-RESSOURCEN-PLANUNG.- MULTIMEDIA-ABFRAGEAUSWERTUNG.- MULTIMEDIA-PAD-TAG .- MULTIPLE REPRESENTATION MODELLING.- MULTI-QUERY OPTIMIERUNG.- MULTI-RESOLUTION TERRAIN MODELLING.- MULTI-STEP QUERY PROCESSING.- MULTITENANCY.- MULTI-TIER ARCHITECTURE.- MULTI-TIER STORAGE SYSTEMS.- MEHRWERTIGE ABHÄNGIGKEIT .- SERIALISIERBARKEIT IN MEHREREN VERSIONEN UND GLEICHZEITIGKEITSKONTROLLE.- NAIVE TABELLEN.- EINGEGEBENE ERWEITERTE XPATH I.- NATÜRLICHE INTERAKTION.- NEAR-DUPLICATE RETRIEVAL.- NEAREST NEIGHBOR KLASSIFIZIERUNG.- NEAREST NEIGHBOR NEAR BASE NEIGHT QUERY. - NESTED LOOP JOIN.- NESTED TRANSACTION MODELLE.- NETWORK ATTACHED SECURE DEVICE.- NETWORK ATTACHED STORAGE.- NETWORK DATA MODEL.- NEURAL NETWORKS.- N-GRAM MODELLE.- NOISE ADDITIO N.- NICHT-PARAMETRISCHE DATEN-REDUKTIONSTECHNIKEN.- NICHT-PERTURBATIVE MASKING-METHODEN.- NICHT-RELATIONALE STRÖME.- NICHT-SEQUENZIERTE SEMANTIK.- NORMALE FORM-ORA-SS-SCHEMA-DIAGRAMME.- NORMALE FORMEN UND NORMALISIERUNGEN.- NOSQL-DATEN-INSTOREN.- NOSQL-DATEN-INSTOREN - NULL-WERTE.- OASIS.- OBJEKTBESCHRÄNKUNGSSPRACHE.- OBJEKTDATENMODELLE.- OBJEKTIDENTITÄT.- OBJEKTERKENNUNG.- OBJEKTBEZIEHUNGSATTRIBUTDATENMODELL FÜR SEMI-STRUKTURIERTE DATEN.- OBJEKTSPEICHERPROTOKOLL.- OBJEKTIONSMODELL.-ROLE .- PERSONALISIERUNG UND EMPFEHLUNG VON OLAP.- PERSONALISIERUNG UND EMPFEHLUNG VON OLAP_OLD.- ONE-COPY-SERIALIZABILITY.- ONE-PASS-ALGORITHMUS.- ONLINE-ANALYTISCHE VERARBEITUNG.- ONLINE-WIEDERHERSTELLUNG IN PARALLELEN DATENBANKSYSTEMEN UND DATENVERWALTUNG.- ONTOLOGY.- ONTOLOGY ELICITATION.- ONTOLOGY ENGINEERING.- ONTOLOGY VISUAL QUERYING.- ONTOLOGY-BASIERTER DATENZUGRIFF UND -INTEGRATION.- OPEN DATABASE CONNECTIVITY.- OPEN INFORMATION EXTRACTION.- OPEN NESTED TRANSACTION MODELSM NING.- OPTIMISTISCHE REPLIKATION UND AUFLÖSUNG.- OPTIMIERUNG UND TUNING IN DATA WAREHOUSES.- OQL.- ORCHESTRATION.- AUFTRAGSABHÄNGIGKEIT.- ODER-JOIN.- ODER-SPLIT.- OSQL.- AUSREISERERKENNUNG.- OVERLAY NETWORK.- OWL: WEB-ONTOLOGIE-SPRACHE.- P/FDM.- PARALLELE UND VERTEILTE DATENWAREHOUSES.- PARALLELE KOORDINATEN.- PARALLELE DATENPLATZIERUNG.- PARALLELE DATENBANKVERWALTUNG.- PARALLEL HASH JOIN, PARALLEL MERGE JOIN, PARALLEL JOIN. - PARALLEL-ABFRAGE-OPTIMIERUNG.- PARALLEL-ABFRAGE-VERARBEITUNG.- PARAMETERISIERTE KOMPLEXITÄT VON ABFRAGEN.- TECHNIKEN ZUR REDUKTION VON PARAMETRISCH-DATEN.- TEILREPLIKATION.- PFADABFRAGE.- MUSTERWACHSTUMSMETHODEN , ROUTING UND WARTUNG.- PEER-TO-PEER-INHALTSVERTEILUNG.- PEER-TO-PEER-DATENINTEGRATION.- PEER-TO-PEER PUBLISH-ABONNIEREN-SYSTEME.- PEER-TO-PEER-SPEICHERUNG.- PEER-TO-PEER-SYSTEM. - PEER-TO-PEER WEBSEARCH.- LEISTUNGSANALYSE VON TRANSAKTIONSVERARBEITUNGSSYSTEMEN.- PER FORMANCE-ÜBERWACHUNGS-TOOLS.- ZEITRAUM-MODELLE MIT ZEITPRÄSENTATION.- PERSONALISIERTE WEBSUCHE.- PETRI-NETZE.- PHYSIKALISCHE UHR.- PHYSIKALISCHES DATENBANK-DESIGN FÜR RELATIONALE DATENBANKEN.- PHYSIKALISCHES LAYER-TUNING.- PIPELINE.- PIPELINING AS-A- (PAAS).- PUNKT-IN-ZEIT-KOPIE.- PUNKTGEPRÄGT TEMPORALE MODELLE.- POLYTRANSAKTIONEN.- POSITIVE RELATIONALE ALGEBRA.- MÖGLICHE ANTWORTEN.- PRAM.- PRÄZISION.- PRÄZISION UND RÜCKRUF.- PRÄZISION BEI N.- PRÄZISION- ORIENTIERTE EFFEKTIVITÄTSMASSNAHMEN.- PREDICTIVE ANALYTICS.- PREFERENCE QUERIES.- PREFERENCE SPEZIFICATION.- PRESCRIPTIVE ANALYTICS.- PRÄSENTIEREN VON STRUKTURIERTEN TEXTABFRAGEERGEBNISSEN.- PRIMARY INDEX.- PRINCIPAL COMPONENT ANALYC.- PRINCIPAL COMPONENT ANALYCS AND. DATENSCHUTZ DURCH RECHENSCHAFTLICHKEIT.- DATENSCHUTZSTEIGENDE TECHNOLOGIEN.- DATENSCHUTZ-ERHALTENDES DATEN-MINING.- DATENSCHUTZ-ERHALTENDE DBMSS.- PRIVATER INFORMATIONSABFRAGE.- PROBABILISTISCHE DATENBANKEN.- PROBABILISTISCHE ENTITÄTSAUFLÖSUNG UND WIEDERHERSTELLUNG DER PROBABILISTISCHEN ENTITÄTSAUFLÖSUNG UND WIEDERHERSTELLUNG DER PROBABIVALLISTE TRIEVAL (BIR)-MODELL.- PROBABILISTISCHE SKYLINES.- PROBABILISTISCHE RAUMABFRAGEN.- PROBABILISTISCHE TEMPORALE DATENBANKEN.- PRINZIP DER PROBABILITÄTS-RANGLISTE.- GLÄTTERUNG DER PROBABILITÄT.- PROZESSLEBENSZYKLUS.- PROZESSMODELLIERUNG A DBMS.- VERARBEITUNG VON ÜBERLAPSUNGEN BEIM STRUKTURIERTEN TEXTABRUFEN.- VERARBEITEN STRUKTURELLER EINSCHRÄNKUNGEN.- PROZESSOR-CACHE.- PROFILE UND KONTEXT FÜR STRUKTURIERTEN TEXTABRUF.- PROJEKTION.- PROPAGATION-BASIERTER STRUKTURIERTER TEXTABRUF.- DER SCHUTZ VON STRUKTURIERTEN TEXTABRUFEN.-SICHERHEITSSCHUTZ VON INNEN.-. PROVENIENZ UND REPRODUZIERBARKEIT.- PROVENIENZ IN DATENBANKEN.- PROVENIENZ IN WISSENSCHAFTLICHEN DATENBANKEN.- PROVENIENZ IN WORKFLOWS.- PROVENIENZ-MANAGEMENT.- PROVENIENZ-STANDARDS.- PROVENIENZ-SPEICHERUNG.- PROVENIENZ: DATENSCHUTZ UND SICHERHEIT.- PUBLIKUM/PUBLITÄT. ABONNIEREN SIE SICH ÜBER STREAMS.- INTERNETZWEITE.- Q-MESSUNG.- QUADTREES (UND FAMILIE).- QUALITATIVE ZEITLICHE BEGRÜNDUNG.- QUALITÄT UND VERTRAUEN DER INFORMATIONEN, INHALTE UND AUSWEISUNGEN.- QUALITÄT DER DATEN W AREHOUSES.- QUANTILEN AUF STREAMS.- QUANTITATIVE ASSOZIATIONSREGELN.- QUEL.- ABFRAGE DURCH HUMMING.- ABFRAGE CONTAINMENT.- ABFRAGE AUSWERTUNGSTECHNIKEN FÜR MEHRDIMENSIONALE DATEN.- ABFRAGE ERWEITERUNG FÜR INFORMATIONSABFRAGE SPRACHEN UND AUSWERTUNGSTECHNIKEN FÜR BIOLOGISCHE SEQUENZDATEN.- ABFRAGESPRACHEN FÜR DIE LIFE SCIENCES.- QUERY LOAD BALANCING IN PARALLELEN DATENBANKSYSTEMEN.- ABFRAGE OPTIMIERUNG.- ABFRAGE OPTIMIERUNG (IN RELATIONALEN DATENBANKEN.- PLAN NETZWERKABFRAGE). - QUERY POINT BEWEGUNGSTECHNIKEN FÜR INHALTSBASIERTEN BILDABRUF.- ABFRAGEVERARBEITUNG.- ABFRAGEVERARBEITUNG (IN RELATIONALEN DATENBANKEN).- ABFRAGEVERARBEITUNG UND OPTIMIERUNG IN OBJEKTRELATIONALEN DATENBANKEN.- ABFRAGEVERARBEITUNG IN DATENVERARBEITUNG. - ABFRAGEBEARBEITUNG IN DEDUKTIVEN DATENBANKEN.- ABFRAGEVERARBEITUNG ÜBER UNSICHERE DATEN.- ABFRAGEBEARBEITUNG.- ABFRAGE UMSCHREIBEN.- ABFRAGE UMSCHREIBEN MIT ANSICHTEN.- ABFRAGE ÜBERSETZUNG.- QUORUM SYSTEME.- RANDOMISIERUNGSMETHODEN ZUR SICHERSTELLUNG DER DATENSCHUTZ.- RANGE-ABFRAGE.- RANK-AWARE-ABFRAGE-VERARBEITUNG.- RANKED XML-VERARBEITUNG.- RANKING-FUNKTIONEN.- RANKING-ANSICHTEN.- RANK-JOIN.- RANK-JOIN-MANAGE-UNDRASTERIZES MEHRDIMENSIONALE ARRAYS.- RDF-SPEICHER.- RDF-TECHNOLOGIE.- REALE UND SYNTHETISCHE TESTDATENSÄTZE.- ECHTZEIT-TRANSAKTIONSVERARBEITUNG.- RÜCKRUF.- EMPFÄNGERBETRIEBSEIGENSCHAFTEN.- EMPFEHLERSYSTEME.- RECORD REDORDANTAGE-UND VON UNABHÄNGIGEN FESTPLATTEN.- REFERENZWISSEN.- REGION ALGEBRA.- EINHALTUNG DER RECHTSVORSCHRIFTEN IM DATENMANAGEMENT.- RELATIONALE ALGEBRA.- RELATIONALE RECHNE.- RELATIONALES MODELL.- BEZIEHUNGEN BEIM STRUKTURIERTEN TEXTABRUF.- RELATIVE ZEIT.-. RELATIVE ZEIT.-. RELEVANZFEEDBACK FÜR DEN INHALTSBASIERTEN INFORMATIONSABRUF.- RELEVANZFEEDBACK FÜR DEN TEXTABRUF.- REPLIK KONTROLLE.- REPLIK AKTUELL.- REPLIZIERTE DATENTYPEN.- REPLIZIERTE DATENBANK KONZURRENZKONTROLLE.- REPLIKATION.- AUF FÜR VERFÜGBARKEIT UND FEHLERTOLERANZ.- REPLIKATION FÜR HOHE VERFÜGBARKEIT.- REPLIKATION FÜR PAXOS.- REPLIKATION FÜR SKALIERBARKEIT.- REPLIKATION IN MULTI-TIER ARCHITEKTUREN.- REPLIKATION MIT SNAPSHOT ISOLATION.- REPUTATION UND VERTRAUEN. - PROBLEME DER RESSOURCEN-ALLOKATION IN RÄUMLICHEN DATENBANKEN.- RESSOURCE BESCHREIBUNG FRAMEWORK.- RESSOURCE BESCHREIBUNG FRAMEWORK (RDF) SCHEMA (RDFS).- RESSOURCE IDENTIFIER.- ERGEBNISANZEIGE.- RETROSPEKTIVE EREIGNISVERARBEITUNG.- REVERSE NEAREST NEIGHB REVERSE NEAREST NEIGHB REVERSE NEAREST NEIGHB .- ABFRAGEN MIT ANSICHTEN UMSCHREIBEN.- RMI.- STRASSENNETZE.- ROCCHIOS FORMEL.- ROLLENBASIERTE ZUGRIFFSKONTROLLE.- R-PRÄZISION.- R-BAUM (UND FAMILIE).- REGELBASIERTE KLASSIFIZIERUNG.- SICHERHEIT UND DOMÄNENUNABHÄNGIGKEIT. - SAGAS.- SAMPLING-TECHNIKEN FÜR STATISTISCHE DATENBANKEN.- SAN-DATEISYSTEM.- SKALIERBARE ENTSCHEIDUNGSBAUM-KONSTRUKTION.- SCHEDULER.- PLANUNGSSTRATEGIEN FÜR DIE DATENSTREAM-VERARBEITUNG.- SCHEMA EVOLUTION.- SCHEMA MAPPING.- SCHEMA MAPPING COMPOSITION. SCHEM A TUNING.- SCHEMA-VERSIONIERUNG.- SCHEME-/ONTOLOGIE-EXTRAKTION.- WISSENSCHAFTLICHE DATENBANKEN.- WISSENSCHAFTLICHE VISUALISIERUNG.- WISSENSCHAFTLICHE WORKFLOWS.- SCORE-AGGREGATION.- SCREEN SCRAPER.- SCSI ZIEL.- SDC SCORE .- ZWEITE NORMALFORM (2NF).- SEKUNDÄRER INDEX.- SICHERES DATEN-OUTSOURCING.- SICHERE DATENBANKENTWICKLUNG.- SICHERE MEHRPARTEI-BERECHNUNGSMETHODEN.- SICHERE TRANSAKTIONSVERARBEITUNG.- SICHERHEITSDIENSTE.- SEGMENTIERUNG UND .- SELEKTIVITÄTSSCHÄTZUNG.- SELBSTPFLEGE VON ANSICHTEN.- SELBSTVERWALTUNGSTECHNOLOGIE IN DATENBANKEN.- SEMANTISCHE ATOMICITÄT.- SEMANTISCHES CROWD SOURCING.- SEMANTISCHE DATENINTEGRATION FÜR LIFE SCIENCE ENTITIES.- SEMANTISCHES DATENMODELL UND WISSENSDARSTELLUNG FÜR MULTIMEDIADATEN.- SEMANTISCHE MODELLIERUNG FÜR GEOGRAFISCHE INFORMATIONSSYSTEME.- SEMANTISCHE ÜBERLAGERUNGSNETZE.- SEMANTISCHES SOCIAL WEB.- SEMANTISCHE STREAMS.- SEMANTISCHES WEB.- SEMANTISCHE WEB-ABFRAGESPRACHE S.- SEMANTISCHE WEB-SERVICES.- SEMANTIK-BASIERTE KONZURRENZKONTROLLE.- SEMIJOIN.- SEMIJOIN-PROGRAMM.- SEMI-STRUKTURIERTE DATEN.- SEMI-STRUKTURIERTES DATENMODELL.- SEMI-STRUKTURIERTES DATENBANK-DESIGN.- SEMI-STRUKTURIERTE ABFRAGESPRACHEN.- -ÜBERWACHTES LERNEN.- SENSORNETZWERKE.- SEQUENZIERTE SEMANTIK.- SEQUENTIALE MUSTER.- SERIALISIERBARKEIT.- SERIALISIERBARE SNAPSHOT-ISOLIERUNG.- SERVICE-KOMPONENTEN-ARCHITEKTUR (SCA).- DIENSTLEISTUNGSORIENTIERTE ARCHITEKTUR ARCHITECTURE.- SHARED-NOTHING ARCHITECTURE.- NEBENWIRKUNGSFREIE AKTUALISIERUNGEN.- SIGNATURDATEIEN.- ÄHNLICHKEIT UND RANKING-BETRIEB.- EINFACHER KOMPLEX.- SINGULARE VALUE ZERSETZUNG.- SKYLINE-ABFRAGEN UND PARETO-OPTIMALITÄT .- SNIPPET.- SCHNEEFLOCKENSCHEMA.- SOAP.- SOZIALE ANWENDUNGEN.- SOZIALER EINFLUSS.- SOCIAL MEDIA ANALYSIS.- SOCIAL MEDIA ANALYTICS.- SOCIAL MEDIA Harvesting.- SOCIAL NETWORK ANALYSIS.- SOCIAL SERVICESOFTWORK AS-A- SOFTWARE (SAAS).- SOFTWARE-TRANSAKTIONSMEMO RY.- SOFTWARE-DEFINIERTER SPEICHER.- SOLID STATE DRIVE (SSD).- SORT-MERGE JOIN.- PLATZFÜLLENDE KURVEN.- PLATZFÜLLENDE KURVEN FÜR DIE ABFRAGEVERARBEITUNG.- SPARQL.- SPARSE INDEX.- Räumlich und räumlich-zeitlich DATENMODELLE UND SPRACHEN.- Räumliche UND ZEITLICHE DATENLAGER&NBSP.- Räumliche Anonymität.- Räumliche Datenanalyse.- Räumliches Datenmining.- Räumliche Datentypen.- Räumliche Datenhaltung.- Räumliche Indexierung. Räumliche Zuordnungsprobleme.- Räumliche Netzwerk-Datenbanken.- Räumliche Operationen und Kartenoperationen.- Räumliche Abfragen in der Cloud.- Räumlich-temporäre Datenmining.- Räumliche-Temporale Datentypen.- Räumliche-Temporale Datenlager. RÄUMLICH-TEMPORAL-SELEKTIVITÄT-SCHÄTZUNG.- RÄUMLICH-TEMPORAL-VERKEHRSWEGE.- SPEZIALISIERUNG UND GENERALISIERUNG.- SPEZIFIZITÄT.- SPECTRAL CLUSTERING.- SPLIT.- SPLIT TRANSAKTIONEN.- SQL.- SQL-ANALYTIK AUF BIG DATA.- SQL.-SQL-ISOLATIONSEBENE TEMPORALE ABFRAGESPRACHEN.- STABILE VERTEILUNG N.- STACK-BASED QUERY LANGUAGE.- STAGED DBMS.- STANDARD EFFEKTIVITÄTSMASSNAHMEN.- STAR INDEX.- STAR SCHEMA.- STATISTISCHES VERÖFFENTLICHEN/ABONNENTEN.- STATISTISCHES DATENMANAGEMENT.- STATISTISCHE OFFENLEGUNGSBESCHRÄNKUNG FÜR STEG-DATENZUGRIFF.- - STEMMING.- STOP-&-GO BETREIBER.- STOPLISTEN.- SPEICHERZUGANGSMODELLE.- SPEICHERBEREICHSNETZWERK.- SPEICHERKONSOLIDIERUNG.- SPEICHERGERÄTE.- SPEICHERGITTER.- SPEICHERVERWALTUNG.- SPEICHERVERWALTUNG INITIATIVE-SPEZIFIKATIONEN- . SPEZIFIKATION .- STORAGE NETWORK ARCHITECTURES.- STORAGE NETWORKING INDUSTRY ASSOCIATION.- SPEICHERUNG GROSSER MEHRDIMENSIONALER DATEN.- SPEICHER-POWER-MANAGEMENT.- SPEICHER-SCHUTZ.- SPEICHER-PROTOKOLLE.- SPEICHER-RESSOURCEN-MANAGEMENT.- VIUALISIERTE. - STREAM MINING.- STREAM MODELLE.- STREAM PROCESSING.- STREAM PROCESSING AUF MODERNER HARDWARE.- STREAM REASONING.- STREAM SAMPLING.- STREAM SIMILARITY MINING.- STREAMING ANALYTICS.- STREAMING ANWENDUNGEN ORS.- STARKE KONSISTENZMODELLE FÜR REPLIZIERTE DATEN.- STRUKTURINDEXIERUNG.- STRUKTURANALYTIK IN SOZIALEN MEDIEN.- STRUKTURGEWICHT.- STRUKTURIERTE DATEN IN PEER-TO-PEER-SYSTEMEN.- STRUKTURIERTER DOKUMENTABRUF.- STRUKTURIERTER TEXT-SPA. .- TECHNIKEN FÜR DIE CLUSTERING DER UMGEBUNG.- ERFOLG BEI N.- KLEINEN EINSCHRÄNKUNGEN.- SUFFIX-BAUM.- ZUSAMMENFASSBARKEIT.- ZUSAMMENFASSUNG.- UNTERSTÜTZUNG VEKTOR-MASCHINE.- UNTERSTÜTZUNG DER TRANSAKTIONSZEITDATENBANKEN.- SYM MIKRODATEN.- SYSTEM R (R*) OPTIMIZER.- TABELLE.- TABELLE DATEN.- TAXONOMIE: BIOMEDIZINISCHE GESUNDHEITSINFORMATIK.- TBENCH.- TELISCHE UNTERSCHEIDUNG IN TEMPORALEN DATENBANKEN.- TELOS.- TEMPORAL ZUGANGSKONTROLLE.- TEMPORALE TEMPORALE AGGRATION .- TEMPORAL ANALYTICS IN SOCIAL MEDIA.- TEMPORAL BENCHMARKS.- TEMPORAL COALESCING.- TEMPORAL COMPATIBILITY.- TEMPORAL CONCEPTUAL MODELS.- TEMPORAL CONSTRAINTS.- TEMPORAL DATA MINING.- TEMPORAL- DATABASE. . MODELS NG.- ZEITLICHE ABHÄNGIGKEITEN.- ZEITLICHES ELEMENT.- ZEITLICHER AUSDRUCK.- ZEITLICHE ALLGEMEINE ALLGEM MODELLE.- TEMPORAL OBJEKTORIENTIERTE DATENBANKEN.- TEMPORAL PERIODIZITÄT.- TEMPORAL PROJEKTION.- TEMPORAL PSM.- TEMPORAL QUERY SPRACHEN.- TEMPORAL QUERY VERARBEITUNG.- TEMPORAL RELATIONAL CALCULUS.- TEMPORAL TEMPORAL STANDARD.- TEMPORALES VAKUUMIEREN.- TEMPORAL VISUELLE SPRACHEN.- TEMPORAL XML.- TERM NÄHE.- TERM STATISTIK FÜR STRUKTURIERTE TEXTABFRAGE.- TERM GEWICHTUNG.- TESTSAMMLUNG.- TEXT ANALYTICS.- TEXT ANALYTICS.- TEXT ANALYTICS. - TEXT-CLUSTERING.- TEXT-KOMPRESSION.- TEXT-ERZEUGUNG.- TEXT-INDEX-KOMPRESSION.- TEXT-INDEXIERUNG UND -ABRUF.- TEXT-INDEXIERUNGSTECHNIKEN.- TEXT-MINING.- TEXT-MINING VON BIOLOGISCHEN RESSOURCEN.- TEXT-DARSTELLUNG.- TEXT-SEGMENTIERUNG.- TEXT-SEMANTISCHE DARSTELLUNG.- TEXT-STREAM-VERARBEITUNG.- TEXT-STREAMING-MODELL.- TEXT-ZUSAMMENFASSUNG.- TEXT-VISUALISIERUNG.- TF*IDF.- THEMATISCHE KARTE.- DRITTE NORMALFORM.- DREIDIMENSION. DREIPHASEN-VERBINDUNG.- DICHTE KUPPLUNG.- ZEITAGGREGIERTE GRAPHIEN.- ZEIT UNDINFORMATIONSABFRAGE.- ZEITDOMÄNE.- ZEIT IN DER PHILOSOPHISCHEN LOGIK.- ZEIT INSTANT.- ZEITINTERVALL.- ZEITPERIODE.- ZEITSERIENABFRAGE.- ZEITSPANNE.- TIMELINE UHR.- TIMESLICE OPERATOR.- THEMENERKENNUNG UND -VERFOLGUNG. - THEMENKARTEN.- THEMENBASIERTES VERÖFFENTLICHEN/ABONNENTEN.- TOP-K-ABFRAGEN.- TOP-K-AUSWAHLABFRAGEN ZU MULTIMEDIA-DATENSÄTZEN.- TOPOLOGISCHE DATENMODELLE.- TOPOLOGISCHE BEZIEHUNGEN.- TRAJEKTOR.- TRANSAKTION.- TRANSAKTIONTRANSAKTIONSMANAGEMENT.- .- TRANSAKTIONSMANAGER.- TRANSAKTIONSMODELLE - DER READ/WRITE-ANSATZ.- TRANSAKTIONSZEIT.- TRANSAKTIONS-MIDDLEWARE.- TRANSAKTIONSPROZESSE.- TRANSAKTIONS-STREAM-VERARBEITUNG.- TRANSAKTIONSZEIT-INDEXIERUNG.- BAUM-BASIERT TRIAN-TREMALAR-INDEXIERUNG.- .- TRIANGULIERTES UNREGELMÄßIGES NETZWERK.- VERSUCHEN.- ABFRAGEN ZUR REISEPLANUNG.- VERTRAUEN UND REPUTATION IN PEER-TO-PEER-SYSTEMEN.- VERTRAUEN IN BLOGOSPHERE.- VERTRAUENSWÜRDIGE HARDWARE.- TSQL2.- TUNING CONCURRENCY CONTROL.- TUPLE-GENERATING.- ABHÄNGIG ZWEIDIMENSIONALER FORMABRUF.- ZWEIPHASE COMMIT.- ZWEIPHASE COMMIT PROTOKOLL.- ZWEIPHASEN-VERRIEGELUNG.- ZWEI-POISSON-MODELL.- TYP-BASIERTES VERÖFFENTLICHEN/ABONNENTEN.- U-MASS.- UNSICHERER DATEN-LINEAGE.- UNSICHERER DATEN-MINING.- UNSICHERER DATEN-MODELLE.- UNSICHER- UNSICHERER DATENSTROM ZUSAMMENFASSUNG.- UNSICHERES GRAPHDATENMANAGEMENT.- UNSICHERES RAUMDATENMANAGEMENT.- UNSICHERE TOP-K-ABFRAGEN.- UNSICHERHEIT BEI EREIGNISSEN.- UNSICHERHEITSMANAGEMENT IN WISSENSCHAFTLICHEN DATENBANKSYSTEMEN.- UNICODEING UND TRANSAKTIONEN IN PEER-TO-PEER-SYSTEMEN.- AKTUALISIERUNGEN DURCH VIEWS.- VERWENDBARKEIT.- BENUTZERDEFINIERTE ZEIT.- GÜLTIGE ZEIT.- GÜLTIGE ZEITINDEXIERUNG.- WERTÄQUIVALENZ.- VARIABLE ZEITSPANNE.- VEKTOR-RAUM-MODELL.- VERTIKAL PARTITIONIERTE DATEN.- VIDEO.- ANALYSE VON VIDEOINHALTEN.- MODELLIERUNG VON VIDEOINHALTEN.- STRUKTUR VON VIDEOINHALTEN.- VIDEOMETADATEN.- VIDEOABFRAGE.- VIDEODARSTELLUNG.- VIDEOSZENEN- UND EREIGNISERKENNUNG.- VIDEOSEGMENTIERUNG.- VIDEOSEQUENZ. - VIDEOAUFNAHME-ERKENNUNG.- VIDEOZUSAMMENFASSUNG.- ANPASSUNG ANZEIGEN.- DEFINITION ANSEHEN.- WARTUNG ANZEIGEN.- WARTUNGSASPEKTE ANSEHEN.- ANSICHTSBASIERTE DATENINTEGRATION.- ANSICHTEN.- VIRTUELLE PARTITIONIERUNG.- VISUAL ANALYTICS.- VISUELLE ASSOZIATIONSREGELN.- VISUELLE KLASSIFIZIERUNG.- VISUELLES CLUSTERING.- VISUAL. VISUELLE FORMALISMEN.- VISUELLE INTERAKTION.- VISUELLE SCHNITTSTELLEN.- VISUELLE SCHNITTSTELLEN FÜR GEOGRAFISCHE DATEN.- VISUELLE SCHNITTSTELLEN FÜR DATEN-STREAMEN.- VISUELLE METAPHOR.- VISUELLE ONLINE-ANALYTISCHE VERARBEITUNG (OLAP).-VISUAL. VISUALISIERUNG.- VISUALISIERUNG ZUM INFORMATIONSABRUF.- VISUALISIERUNG PIPELINE.- VISUALISIERUNG VON KATEGORISCHEN DATEN.- VISUALISIERUNG VON CLUSTERING ERGEBNISSEN.- VISUALISIERUNG VON HIERARCHISCHEN DATEN.- VISUALISIERUNG VON NETZWERKDATEN.- VISUALISIERUNG VON NETZWERKDATEN.- VISUALISIERUNG VON QUELLE DATENREPLIKATION.- WAVELETS AUF STREAMS.- SCHWACHE KONSISTENZ MODELLE FÜR REPLIZIERTE DATEN.- SCHWACHE ÄQUIVALENZ.- WEB 2.0/3.0.- WEB-WERBUNG.- WEB-EIGENSCHAFTEN UND ENTWICKLUNG.- WEB-CRAWLER-ARCHITEKTUR.- WEB-DATEN-EXTRAKTION SY STEM.- WEB ETL.- WEB HARVESTING.- WEB INFORMATION EXTRACTION.- WEB INFORMATION RETRIEVAL MODELLE.- WEB MASHUPS.- WEB SEITEN-QUALITÄTSMETRIKEN.- WEB FRAGE ANTWORTUNG.- WEB SUCHABFRAGE UMSCHREIBEN.- WEB SUCHRELEVANZ FEEDBACK.- WEB SUCHRELEVANZ-RANKING.- WEB-SUCHERGEBNIS-CACHING UND PREFETCHING.- WEB-SUCHERGEBNIS-DE-DUPLIZIERUNG UND -CLUSTERING.- WEB-SERVICES.- WEB-SERVICES UND DAS SEMANTISCHE WEB FÜR LIFE-SCIENCE-DATEN.- WEB-SPAM-ERKENNUNG.- WEB-TRANSAKTIONEN.- WEB-ANSICHTEN .- WAS-WENN-ANALYSE.- WIMP-SCHNITTSTELLEN.- FENSTERBEDIENER IN RDBMS.- FENSTERBASIERTE ABFRAGEVERARBEITUNG.- WINDOWS.- WORKFLOW-KONSTRUKTIONEN.- WORKFLOW-ENTWICKLUNG.- WORKFLOW JOIN.- WORKFLOW-MANAGEMENT-MANAGEMENT.- WORKFLOW-MANAGEMENT.- WORKFLOW-VERWALTUNG.- .- WORKFLOW-MANAGEMENT-KOALITION.- WORKFLOW-MODELL.- WORKFLOW-MODELLANALYSE.- WORKFLOW-MUSTER.- WORKFLOW-SCHEMA.- WORKFLOW-TRANSAKTIONEN.- WRAPPER-INDUKTION.- WRAPPER-WARTUNG.- WRAPPER-STABILITÄT.- XML.- SCHREIBEN ZUGRIFFSKONTROLLE.- XML ​​ATTRIBUT.- XML ​​BENCHMARKS.- XML KOMPRESSION.- XML ​​DOKUMENT.- XML ​​ELEMENT.- XML ​​INDEXING.- XML ​​INFORMATION INTEGRATION.- XML ​​INTEGRITY CONSTRAINTS.- XML ​​METADATA INTERCHANGE.- XML ​​METADATA INTERCHANGE SPECIFICATION (XMI).- XML ​​PARSING, SAX/DOM.- XML ​​PROCESS DEFINITION SPRACHE.- XML-PROGRAMMIERUNG.- XML ​​VERÖFFENTLICHUNG/ABONNEMENT.- XML-VERÖFFENTLICHUNG.- XML-ABRUF.- XML-SCHEMA.- XML-AUSWAHLSCHÄTZUNG.- XML-SPEICHERUNG.- XML-STREAM-VERARBEITUNG.- XML-BAUMMUSTER, XML-TWIG-ABFRAGE.- XML-TUPLE ALGEBRA.- XML-TYPÜBERPRÜFUNG.- XML-TYPEN.- XML-UPDATES.- XML-ANSICHTEN.- XPATH/XQUERY.- XQUERY VOLLTEXT.- XQUERY-PROZESSOREN.- XSL/XSLT.- NULL-EINS-GESETZE.- ZOOMING-TECHNIKEN.- ? -NDCG.-


Marktgröße und Wachstumschancen für automatisches Fahrzeugortungssystem (AVL) mit COVID19-Auswirkungsanalyse | Top-Unternehmen – Power System Engineering Inc, Grounds Maintenance, Atlanta Systems Private Limited, Clevest, C3LS, Gforce Systems and Technology

New Jersey, Vereinigte Staaten,- Das Markt für automatische Fahrzeugortungssysteme (AVL) Bericht ist eine Forschungsstudie über den Markt zusammen mit einer Analyse der wichtigsten Segmente. Der Bericht wird durch umfangreiche Primär- und Sekundärforschung erstellt. Durch Interviews und Datenerhebungen von Experten und Branchenspezialisten werden aussagekräftige Marktdaten generiert. Die Studie ist ein umfassendes Dokument zu Schlüsselaspekten der Märkte, einschließlich Trends, Segmentierung, Wachstumsaussichten, Chancen, Herausforderungen und Wettbewerbsanalysen.

Der Bericht wird mit den Auswirkungen der sich derzeit entwickelnden COVID-19-Pandemie aktualisiert. Die Pandemie hat sich dynamisch auf wichtige Marktsegmente ausgewirkt und das Wachstumsmuster und die Nachfrage auf dem Automatisches Fahrzeugortungssystem (AVL)-Markt verändert. Der Bericht enthält eine eingehende Analyse dieser Änderungen und bietet eine genaue Schätzung des Marktwachstums aufgrund der Auswirkungen der Pandemie.

Der Bericht bietet einen umfassenden Überblick über die Wettbewerbslandschaft sowie eine eingehende Analyse der Unternehmensprofile, des Produktportfolios, der Umsatz- und Bruttomargenschätzungen sowie der Marktgröße und des Marktanteils. Darüber hinaus untersucht der Bericht die strategischen Initiativen der Unternehmen zur Erweiterung ihres Kundenstamms, ihrer Marktgröße und zur Erzielung von Einnahmen. Darüber hinaus werden wichtige Branchentrends sowie Vertriebs- und Vertriebskanäle bewertet.

Der Bericht umfasst eine umfassende Analyse der wichtigsten Marktteilnehmer auf dem Markt sowie deren Geschäftsüberblick, Expansionspläne und Strategien. Zu den im Bericht untersuchten Hauptakteuren gehören:

&bull Power System Engineering Inc
&Bullplatzpflege
& Bull Atlanta Systems Private Limited
&Stier Clevest
&Stier C3LS
&bull Gforce-Systeme und -Technologie
&bull Intelect Corporation
&Stier Descartes

Der Bericht bietet eine umfassende Analyse der Markteinblicke des Automatisches Fahrzeugortungssystem (AVL) sowie eine detaillierte Analyse der Marktsegmente und Untersegmente. Der Bericht enthält Umsatz- und Umsatzanalysen der Automatisches Fahrzeugortungssystem (AVL)-Branche. Darüber hinaus enthält es eine detaillierte Studie zu Markttreibern, Wachstumsaussichten, Markttrends, Forschungs- und Entwicklungsfortschritten, Produktportfolio und Marktdynamik.

Marktsegmentierung für automatische Fahrzeugortungssysteme (AVL)

Markt für automatische Fahrzeugortungssysteme nach Produkt

Markt für automatische Fahrzeugortungssysteme nach Anwendung

Umfang des Marktberichts über automatisches Fahrzeugortungssystem (AVL)

Berichtsattribut Einzelheiten
Marktgröße seit Jahren verfügbar 2021 – 2028
Berücksichtigtes Basisjahr 2021
Historische Daten 2015 &ndash 2020
Prognosezeitraum 2021 &ndash 2028
Quantitative Einheiten Umsatz in Mio. USD und CAGR von 2021 bis 2028
Abgedeckte Segmente Typen, Anwendungen, Endbenutzer und mehr.
Abdeckung melden Umsatzprognose, Unternehmensranking, Wettbewerbslandschaft, Wachstumsfaktoren und Trends
Regionaler Geltungsbereich Nordamerika, Europa, Asien-Pazifik, Lateinamerika, Naher Osten und Afrika
Anpassungsumfang Kostenlose Berichtanpassung (entspricht bis zu 8 Arbeitstagen für Analysten) beim Kauf. Ergänzung oder Änderung des Länder-, Regional- und Segmentumfangs.
Preis- und Kaufoptionen Profitieren Sie von maßgeschneiderten Kaufoptionen, um Ihre genauen Forschungsanforderungen zu erfüllen. Kaufoptionen erkunden

Geografische Analyse des Marktes für automatische Fahrzeugortungssysteme (AVL):

Der neueste Business Intelligence-Bericht analysiert den Automatisches Fahrzeugortungssystem (AVL)-Markt in Bezug auf Marktgröße und Verbraucherbasis in den wichtigsten Marktregionen. Der Markt für automatische Fahrzeugortungssysteme (AVL) kann je nach Geografie in Nordamerika, den asiatisch-pazifischen Raum, Europa, Lateinamerika, den Nahen Osten und Afrika unterteilt werden. In diesem Abschnitt des Berichts wird die Präsenz des Automatisches Fahrzeugortungssystem (AVL)-Marktes in Schlüsselregionen sorgfältig bewertet. Es bestimmt den Marktanteil, die Marktgröße, den Umsatzbeitrag, das Vertriebsnetz und die Vertriebskanäle jedes regionalen Segments.

Im Bericht behandeltes geografisches Segment:

&bull Nordamerika (USA und Kanada)
&bull Europe (Großbritannien, Deutschland, Frankreich und restliches Europa)
&bull Asien-Pazifik (China, Japan, Indien und der Rest der asiatisch-pazifischen Region)
&bull Lateinamerika (Brasilien, Mexiko und übriges Lateinamerika)
&bull Naher Osten und Afrika (GCC und übriger Naher Osten und Afrika)

Zusammenfassung des Berichts:

  • Der Bericht bietet eine umfassende Bewertung des Automatisches Fahrzeugortungssystem (AVL)-Marktes, einschließlich der jüngsten und aufkommenden Branchentrends.
  • Umfassende qualitative und quantitative Marktanalysen, um genaue Einblicke in die Branche zu bieten, um Lesern und Investoren zu helfen, aktuelle und aufstrebende Marktchancen zu nutzen
  • Umfassende Analyse des Produktportfolios, der Anwendungslinie und der Endbenutzer, um den Lesern ein tiefes Verständnis zu vermitteln.
  • Eingehende Profilerstellung der wichtigsten Akteure der Branche und ihrer Expansionsstrategien.

Visualisieren Sie den Markt für automatische Fahrzeugortungssysteme (AVL) mit verifizierten Marktinformationen:

Verified Market Intelligence ist unsere BI-fähige Plattform für das narrative Storytelling dieses Marktes. VMI bietet detaillierte prognostizierte Trends und genaue Einblicke in über 20.000 aufstrebende und Nischenmärkte und hilft Ihnen, wichtige umsatzwirksame Entscheidungen für eine glänzende Zukunft zu treffen.

VMI bietet einen ganzheitlichen Überblick und eine globale Wettbewerbslandschaft in Bezug auf Region, Land und Segment sowie die wichtigsten Akteure Ihres Marktes. Präsentieren Sie Ihren Marktbericht und Ihre Ergebnisse mit einer integrierten Präsentationsfunktion, die über 70 % Ihrer Zeit und Ressourcen für Investoren-, Vertriebs- und Marketing-, F&E- und Produktentwicklungs-Pitches spart. VMI ermöglicht die Datenlieferung in Excel- und interaktiven PDF-Formaten mit über 15+ Key Market Indicators für Ihren Markt.

Über uns: Verifizierte Marktforschung und Handel

Verified Market Research&Trade ist ein führendes globales Forschungs- und Beratungsunternehmen, das seit mehr als 10 Jahren Privatpersonen und Unternehmen, die nach genauen, zuverlässigen und aktuellen Forschungsdaten suchen, fortschrittliche analytische Forschungslösungen, kundenspezifische Beratung und eingehende Datenanalysen anbietet und technische Beratung. Wir bieten Einblicke in Strategie- und Wachstumsanalysen, Daten, die zum Erreichen von Unternehmenszielen erforderlich sind, und helfen bei wichtigen Umsatzentscheidungen.

Unsere Forschungsstudien helfen unseren Kunden, überlegene datengestützte Entscheidungen zu treffen, Marktprognosen zu verstehen, zukünftige Chancen zu nutzen und die Effizienz zu optimieren, indem sie als Partner zusammenarbeiten, um genaue und wertvolle Informationen zu liefern. Die von uns abgedeckten Branchen umfassen ein breites Spektrum, darunter Technologie, Chemie, Fertigung, Energie, Lebensmittel und Getränke, Automobil, Robotik, Verpackung, Bau, Bergbau und Gas. Usw.

Wir von Verified Market Research helfen beim Verständnis ganzheitlicher marktindizierender Faktoren und der meisten aktuellen und zukünftigen Markttrends. Unsere Analysten mit ihrer hohen Expertise in der Datenerfassung und -verwaltung verwenden Branchentechniken, um Daten in allen Phasen zu sammeln und zu untersuchen. Sie sind darin geschult, moderne Datenerhebungstechniken, überlegene Forschungsmethodik, Fachkompetenz und jahrelange kollektive Erfahrung zu kombinieren, um informative und genaue Forschung zu erstellen.

Mit mehr als 5000 Kunden haben wir zuverlässige Marktforschungsdienste für mehr als 100 Global Fortune 500-Unternehmen wie Amazon, Dell, IBM, Shell, Exxon Mobil, General Electric, Siemens, Microsoft, Sony und Hitachi bereitgestellt. Wir haben gemeinsam mit einigen der weltweit führenden Beratungsunternehmen wie McKinsey & Company, Boston Consulting Group, Bain and Company für kundenspezifische Forschungs- und Beratungsprojekte für Unternehmen weltweit beraten.

USA: +1 (650)-781-4080
Großbritannien: +44 (753)-715-0008
APAC: +61 (488)-85-9400
Gebührenfrei in den USA: +1 (800)-782-1768


Suche und Ersetzung verwenden

Sie können nach einer beliebigen Zeichenfolge suchen und diese durch eine beliebige andere Zeichenfolge ersetzen.

Suche . Um eine Suche zu starten, zeigen Sie im Hauptmenü auf Bearbeiten und klicken Sie auf Suchen . Dies öffnet den Suchdialog.

Abb. 242. Suche in einem Tabellenkalkulationsdokument

Geben Sie im Feld Suchen die Suchzeichenfolge ein. Seine Länge ist nicht begrenzt.

Um bei der Suche die Groß-/Kleinschreibung zu berücksichtigen, aktivieren Sie das Kontrollkästchen Groß-/Kleinschreibung beachten.

Um nur nach Zellen zu suchen, deren Text genau mit dem Quelltext übereinstimmt, aktivieren Sie das Kontrollkästchen Nur ganze Zelle abgleichen.

Es gibt acht mögliche Suchreihenfolgen. Wählen Sie die Suchreihenfolge in der Gruppe Richtung und in der Liste Suchen aus. Alle Suchmethoden sind zyklisch.

Verwenden Sie die Gruppe Richtung, um die allgemeine Suchrichtung anzugeben:

Nach vorne . Bewegen Sie sich von der aktuellen Position aus nach vorne (rechts oder unten).

Rückwärts. Von der aktuellen Position zurück (nach links oder nach oben) bewegen.

Verwenden Sie die Suchliste, um den Bereich und die Reihenfolge der Suche anzugeben:

  • Nach Spalten. Durchsuchen Sie die aktuelle Spalte. Wenn Sie das Ende (oder Anfang) der Spalte erreichen, gehen Sie zur nächsten Zelle in der allgemeinen Richtung. Wenn Sie das Ende (oder Anfang) des Dokuments erreicht haben, gehen Sie zum Anfang (Ende).
  • Nach Reihen. Durchsuchen Sie die aktuelle Zeile. Wenn Sie das Ende (oder Anfang) der Zeile erreichen, gehen Sie zur nächsten Zelle in der allgemeinen Richtung. Wenn Sie das Ende (oder Anfang) des Dokuments erreicht haben, gehen Sie zum Anfang (Ende).
  • Nach aktueller Spalte . Durchsuchen Sie die aktuelle Spalte. Wenn Sie das Ende (oder Anfang) der Spalte erreicht haben, gehen Sie zurück zum Anfang (Ende) der Spalte.
  • Nach aktueller Zeile . Durchsuchen Sie die aktuelle Zeile. Wenn Sie das Ende (oder Anfang) der Reihe erreicht haben, gehen Sie zurück zum Anfang (Ende) der Reihe.

Nachdem Sie die Suchparameter angegeben haben, klicken Sie auf Suchen . Dadurch wird der Cursor in die nächste Zelle verschoben, die den Suchkriterien entspricht.

Um die Suche in Vorwärtsrichtung fortzusetzen, zeigen Sie im Hauptmenü auf Bearbeiten und klicken Sie auf Weitersuchen , oder drücken Sie F3 .

Um die Suche in Rückwärtsrichtung fortzusetzen, zeigen Sie im Hauptmenü auf Bearbeiten und klicken Sie auf Vorherige suchen , oder drücken Sie Umschalt + F3 .

Ersatz. Um eine Zeichenfolge zu ersetzen, zeigen Sie im Hauptmenü auf Bearbeiten und klicken Sie auf Ersetzen . Dort öffnet sich der Ersetzungsdialog.

Abb. 243. Ersetzung in einem Tabellenkalkulationsdokument

Es ähnelt dem Suchdialogfeld. Geben Sie im Feld Ersetzen durch den Ersetzungstext ein.

Sie können die Ersetzungsrichtung nicht auswählen, sie geht immer vorwärts .

Nachdem Sie die Such- und Ersetzungsparameter angegeben haben, klicken Sie auf Suchen .

Dadurch wird der Cursor in die nächste Zelle verschoben, die den Suchkriterien entspricht.

Um den Text in dieser Zelle zu ersetzen, klicken Sie auf Ersetzen . Dann geht die Suche weiter.


Wie verarbeitet eine CPU Pakete (modularer Switch)

Schaltet Weiterleitungsdatenpakete durch den Weiterleitungschip, ohne die CPU einzubeziehen. Die folgenden Pakete werden zur Verarbeitung auf einem Switch an die CPU gesendet:

    Vom Switch zu beendende Protokollpakete

Alle für den Switch bestimmten Pakete, einschließlich:

  • Kontrollpakete von Protokollen wie STP, LLDP, LACP, DLDP, EFM, GVRP und VRRP
  • Weiterleiten von Aktualisierungspaketen von Routingprotokollen wie RIP, OSPF, BGP und IS-IS
  • SNMP, Telnet, SSH-Pakete
  • ARP- und ND-Antwortpakete
  • ICMP-Pakete mit Optionen
  • IPv6-Pakete mit Hop-by-Hop-Option
  • IPv4/IPv6-Pakete mit einem TTL-Wert kleiner oder gleich 1
  • Pakete mit der lokalen IP-Adresse des Switches als Zieladresse
  • ARP/ND/FIB ​​Miss-Pakete
  • Pakete, die von der Deny-Aktion in ACL-Regeln verworfen werden, nachdem die Protokollierungsfunktion aktiviert wurde
  • Pakete, die durch Verkehrsrichtlinien an die CPU umgeleitet werden
  • IGMP-Protokollpakete
  • Unbekannte IP-Multicast-Pakete
  • DHCP-Pakete
  • ARP- und ND-Broadcast-Anfragepakete

Switches klassifizieren Pakete, die an die CPU gesendet werden, in geeignete Warteschlangen mit unterschiedlichen Prioritäten basierend auf der Gewichtung der Pakete, um sicherzustellen, dass wichtige Pakete zuerst verarbeitet werden. Außerdem kann die Rate der an die CPU gesendeten Pakete begrenzt werden, so dass die Anzahl der Pakete, die innerhalb eines bestimmten Zeitraums an die CPU gesendet werden, begrenzt ist. Dadurch wird sichergestellt, dass die CPU Dienste ordnungsgemäß verarbeiten kann.

In einem stabilen Netzwerk ist die Anzahl der an die CPU gesendeten Pakete innerhalb eines bestimmten Bereichs begrenzt, und daher bleibt die CPU-Auslastung innerhalb eines angemessenen Bereichs. Wenn innerhalb kurzer Zeit eine große Anzahl von Paketen an die CPU gesendet wird, ist die CPU damit beschäftigt, diese Pakete zu verarbeiten, was zu einer hohen CPU-Auslastung führt.


REFINE MEDIUM DApp

Die Refine Medium Dapp bietet dem Benutzer eine intuitive Benutzeroberfläche zum Streamen, Hochladen und Überprüfen von Videos in einer vollständig dezentralen Umgebung. Die Moderatoren sind für die Moderation der Plattform verantwortlich, indem sie die Videos abstimmen. Ein Video wird erst dann hochgeladen, wenn sein Schwellenwert erreicht ist. Sowohl die Benutzer als auch die Moderatoren werden durch mein Refine-Token animiert. Refine Medium wird ein neues Token-XRM unter den ERC-20-Token einführen. Refine Medium Dapp wird die folgenden herausragenden Funktionen haben:

* Video-Streaming und -Upload rund um die Uhr

* Automatische Belohnung durch Smart

* Transparente und sichere Token-Transaktionen

Speicherung und Streaming:

Die auf die Refine-Plattform hochgeladenen Videos verwenden das IPFS-Protokoll, das es ermöglicht, dass Dateien in einem verteilten Netzwerk ohne einen zentralen Server oder eine zentrale Kontrolle bestehen bleiben. IPFS ist ein Peer-to-Peer-Protokoll, bei dem jeder Knoten eine Sammlung von Hash-Dateien speichert. Ein Client, der eine dieser Dateien abrufen möchte, kann auf eine Abstraktionsschicht zugreifen, auf der er einfach den Hash der gewünschten Datei aufrufen muss. IPFS durchläuft dann die Knoten und versorgt den Client mit der Datei. Der ursprüngliche Inhalt (der Stream oder die Video-/Audiodatei) wird in kleine Segmente aufgeteilt, bevor er in das IPFS-Netzwerk hochgeladen wird. Dies ermöglicht es uns, den Speicher weiter zu verteilen und keinen bestimmten Knoten mit allen Daten der Datei zu laden. Die Hashes dieser Dateien werden in einer Manifestdatei gespeichert, die in das Ethereum-Netzwerk hochgeladen wird. Es kann sicher abgerufen werden, während seine Integrität zu einem späteren Zeitpunkt erhalten bleibt, wenn eine Videowiedergabe angefordert wird. Beim Streamen des Videos auf der Plattform wird zunächst die kleine Manifestdatei heruntergeladen. Hashes aus diesem Manifest werden verwendet, um die erforderlichen Segmente des Videos herunterzuladen (die der Benutzer zum Abspielen auswählt). Diese Segmente werden zusammengespleißt, um im laufenden Betrieb einen kontinuierlichen Strom zu erzeugen.

Auf IPFS gespeicherte Daten können nicht geändert werden. Der Hash entspricht für immer derselben Datei. Selbst wenn ein Knoten, der unsere Datei bereitstellt, ausfällt, stellen andere Knoten dieselbe Datei bereit, wenn derselbe Hash bereitgestellt wird. Wird ein auf die Plattform hochgeladenes Video geändert, erhält es einen neuen Hash und steht somit als neue Datei zur Verfügung.Bezüglich der alten Datei können zwei Methoden angewendet werden:

•Wenn der Ersteller nicht möchte, dass die alte Datei verfügbar ist, werden alle Instanzen des Hashs der alten Datei entfernt, sodass sie effektiv unzugänglich wird.

  • Ein Versionierungssystem kann aktiviert werden, wenn der Inhaltsersteller dies wünscht. In diesem Fall bleibt auch der alte Hash erhalten, wodurch die ältere Version zugänglich ist. Jeder Betrachter kann dann die gesamte Evolutionsgeschichte analysieren.

Knoten, die Dateien hosten, sind in IPFS unbekannt. Der Dateizugriff ist strikt Hash-basiert. Um illegalen Datenzugriff oder Missbrauch durch die IPFS-Hosting-Knoten selbst zu verhindern, werden die gespeicherten Daten vollständig verschlüsselt. Unabhängig davon, ob das Video für die Öffentlichkeit oder für ausgewählte Nutzer (gegen Gebühr erhältlich) bestimmt ist, erfolgt eine Verschlüsselung, um die Nutzung nur auf die Refine-Plattform zu beschränken

Nutzung der Rechenleistung:

Wenn ein Benutzer Videos auf seinem Gerät ansieht, wird nur sehr wenig Rechenleistung verbraucht.

Diese Rechenleistung wird verwendet, um Ethereum zu minen und die Besitzer von IPFS-Knoten dazu zu motivieren, die Inhalte über einen längeren Zeitraum zu hosten. Dieses Modell ist selbsttragend. Da immer mehr Menschen die Refine-Plattform nutzen, wird mehr Rechenleistung zur Verfügung stehen, die von der Plattform verwendet werden kann, um mehr IPFS-Knotenbesitzer zu motivieren, mehr Daten zu speichern.

Verwendung des Browser-Cache:

Refine Platform verwendet den Browser-Cache, um Kontoinformationen der Benutzer zu speichern, um zu verhindern, dass sie sich nach jeder Sitzung erneut anmelden. Es werden auch einige andere Informationen wie zuvor angesehene Videos gespeichert, um die Benutzererfahrung zu verbessern. Aufgrund der dezentralen Natur dieser Plattform werden diese Daten nirgendwo anders gesichert. Das Löschen des Browser-Cache führt zur dauerhaften Entfernung dieser Informationen.

Mittlere Funktionen verfeinern:

Mechanismus zum Hochladen von Videos:

Einrichtung eines P2P-Netzwerks, das Vermittler eliminiert, wodurch das Hochladen von Videos einfach zu interpretieren und schnell ist. Der Mechanismus zum Hochladen von Videos ist durch die Blockchain-Technologie gesichert, die unterschiedliche Datenschutzstufen bietet.

Gesicherte Benutzerdaten:

Das Grundmotto von Refine Medium ist es, in der Blockchain-Technologie platzen zu lassen. Benutzerdaten sind auf die verschiedenen Knoten auf der ganzen Welt verteilt, was eine Ausnutzung sehr erschwert. Refine Medium ermöglicht seinen Kunden, die über sie gespeicherten Daten zu überwachen und deren Verwendung zu kontrollieren.

Benutzerfreundliche Infrastruktur:

Dazu gehören eine vielfältige Sammlung von Videos, ein umfassendes Benutzer-Dashboard, Regulierung durch Smart Contract, Optionen zum Chatten und Kontakte knüpfen, ein spezielles Forum für alle Arten von Benutzerwiderrufen und mehr…

Verbesserte Zugänglichkeit:

Bereitstellung der richtigen Inhalte für den richtigen Benutzer zur richtigen Zeit auf der ganzen Welt. Refine Medium Content Discovery & Suggestion-Algorithmus ist eine Echtzeit-Feedback-Schleife, die sowohl dem Benutzer als auch dem Inhalt folgt und so die jeweiligen Videos auf die Benutzer zuschneidet.

Gerechte Strom- und Geldverteilung:

Gewährleistung einer gleichmäßigen Umsatzverteilung unter allen Beteiligten der Plattform. Refine Medium zielt darauf ab, das oligopolistische Verhalten der heutigen Videoplattformen zu beseitigen.

Dezentrale Content-Moderation:

Ein Moderator wird demokratisch aus der Nutzerbasis der Refine Medium-Plattform gewählt. Der Hauptzweck eines Moderators besteht darin, sich mit der Eignung des Inhalts, dem Plagiat der Barrierefreiheit und den rechtlichen Aspekten zu befassen. Mit anderen Worten, eine Gruppe von Moderatoren wird den internen Mechanismus der Refine Medium-Plattform steuern.

Urheberrechtsverwaltung:

Refine Medium ersetzt die heutigen „Copyright-Agenten“ durch „Copyright-Moderatoren“. Refine Medium verfügt über einen robusten Urheberrechtsabfrage- und Gegenabfragemechanismus, der im Streitfall alle Parteien einbezieht.

Medium verfeinern: Mission & Vision

„Validierung, Verifizierung und Rechtfertigung von Online-Medien zusammen mit einem starren, unveränderlichen und sicheren Ledger, um Vertrauen in das Blockchain-System aufzubauen.“

RefineMedium hat eine soziale Videoplattform entwickelt, die darauf abzielt, die Lücke zwischen „Mensch“ und „Menschsein“ zu schließen, da die Menschheit für immer gedeiht. Es gibt 4 Phasen des Aufbaus eines qualitativ hochwertigen Creators im RefineMedium-Ökosystem: Creators mit einer neuen Idee und Rohinhalten, Creators, die mit RefineMedium-Moderatoren zusammenarbeiten, um mit einem Hauch von Professionalität einen positiven Einfluss auf ihre Kreation zu haben, Creators, die ihre Identität auf dem Plattform und beabsichtigen, voranzukommen und zu gedeihen, und endlich Schöpfer, die genug Wohlstand und Ruhm erreicht haben und beabsichtigen, dauerhafte Veränderungen in der Gesellschaft zu bewirken und andere dazu zu inspirieren, dasselbe zu tun. RefineMedium zielt darauf ab, ein Ökosystem bereitzustellen, das einen naiven Schöpfer zu einem selbstverwirklichten erzieht. Ziel ist es, die Spitze des „Refine Rhombus“ zu erreichen.

Mittlere Dienste verfeinern :

Folgende Basisdienste werden von Refine Medium in der ersten Phase der Einführung angeboten:

Eine Lösung für jeden Schritt des Nutzerengagements: „People’s Own Media“-Plattform

1. Video-Upload – einfach, schnell und sicher gemacht:

Die Refine Medium-Plattform bietet einen tiefen Einblick in die Blockchain-Technologie, die manövriert wird, um ein dezentralisiertes Social-Video-Manifest zu entwickeln. Refine Medium nutzt die Ethereum-Blockchain-Technologie, um zwei Hauptfunktionen zur Ermöglichung von Transparenz in folgenden Bereichen auszuführen:

Monetarisierung von Inhalten und Speicherung von Informationen von Wert für Schöpfer, Innovatoren und Benutzer, die das Vertrauen aller Interessengruppen der Plattform gewinnen. Das von Refine Medium durch die Blockchain-Technologie implementierte Modell schafft ein direktes Netzwerk zwischen Schöpfern und Verbrauchern und ersetzt dabei Vermittler. Die Blockchain validiert Informationen in einem verteilten Hauptbuch, das basierend auf der Implementierung und dem Verhalten der Akteure innerhalb der Infrastruktur unterschiedliche Datenschutzniveaus (von anonym über pseudoanonym bis öffentlich) für Benutzer bietet. Dadurch wird der Video-Upload-Mechanismus äußerst schnell, einfach zu interpretieren und durch Blockchain-Protokolle gesichert.

2. Verfeinerte Protokolle für das Urheberrechtsmanagement:

„Copyright-Agenten“ bestehender Videoplattformen werden durch „Copyright-Moderatoren“ in der Refine-Medium-Plattform ersetzt. Refine Medium respektiert die geistigen Eigentumsrechte anderer und fordert alle Beteiligten auf, dasselbe zu tun. Refine Medium ist strikt gegen urheberrechtsverletzende Aktivitäten und die Verletzung von Rechten an geistigem Eigentum auf seiner Website oder verwandten Diensten. „Refine Medium hat das Recht, alle derartigen Inhalte zu entfernen, wenn sie im Wesentlichen darauf hingewiesen werden, dass sie die geistigen Eigentumsrechte einer anderen Person oder Gruppe verletzen, mit vorheriger Benachrichtigung des Schuldners.“ Moderatoren von Refine Medium können einen Abstimmungsmechanismus einführen, um das Konto eines Benutzers zu kündigen, wenn festgestellt wird, dass der Benutzer wiederholt das Urheberrecht verletzt. RefineMedium kann solche Inhalte jederzeit mit vorheriger Ankündigung entfernen und/oder das Konto eines Benutzers aufgrund eines Verstoßes gegen seine Allgemeinen Geschäftsbedingungen kündigen. "Videos können aufgrund des Risikos von Urheberrechtsverletzungen nicht heruntergeladen werden." Wenn Sie einen bestimmten Inhalt herunterladen möchten, können Sie dies über die Refine Medium-Plattform mit Transaktionen tun, die in „XRM“ bezahlt werden. Die vom Benutzer hochgeladenen Inhalte werden bei festgestellter Verletzung einer Benachrichtigung in Form einer E-Mail unterzogen. Der Benutzer kann die Abmahnung durch stichhaltige Beweise widerfragen. Sobald die Beschwerde eingegangen ist, wird sie an die Partei weitergeleitet, die die Entfernungsanzeige veranlasst hat. Die Wiederherstellung der Inhalte liegt in unserem alleinigen Ermessen, wobei Plattformmoderatoren eine entscheidende Rolle spielen.

3. Gerechte Machtverteilung:

Die Refine Medium-Plattform strebt an, eine erstklassige Infrastruktur für Content-Ersteller zu entwickeln, indem sie die Herausforderungen, denen sie bei bestehenden Plattformen begegnen müssen, behebt und ihnen die größtmögliche Macht in die Hand gibt, damit Benutzer Zugang zu qualitativ hochwertigen und dennoch abwechslungsreichen Inhalten auf der Plattform erhalten. Die Plattform verspricht, der Vorbote von Gelderhöhungen, motivierender Infrastruktur und der Anerkennung zu sein, die den Schöpfern am längsten vorenthalten wurde. Die Bedingungen der Verhandlungsvereinbarungen werden durch Smart Contracts ohne Manipulationsspielraum geregelt. Dies sind vordefinierte Codes, die auf der Blockchain gespeichert werden und die die Erfüllung eines Vertrages digital erleichtern, überprüfen oder durchsetzen sollen. Sobald ein bestimmtes Video nach den Refine-Protokollen online ist, erhält der Ersteller ein einzigartiges

Refine-ID, die für den Zugriff auf das Refine-Dashboard verwendet werden kann. Das Refine-Dashboard liefert dem Ersteller eine umfassende Datenanalyse, die ihm hilft, die Leistung seiner Kreationen zu verstehen und ihn bei Fortsetzungen und zukünftigen Projekten zu unterstützen. So wird eine erstklassige Infrastruktur für Schöpfer geschaffen, um qualitativ hochwertige Inhalte zu produzieren und eine Erhöhung der Vergütung und eine gerechte Verteilung der Macht zu fördern. Es ist an der Zeit, dass die Macher verlangen, was ihnen rechtmäßig zusteht, wobei Refine Medium die dafür notwendige Plattform bietet.

4. Dezentrale Content-Moderation:

Auf dem Weg zu einer globalen dezentralen Lösung zielt die Plattform darauf ab, die Eignung von Inhalten, Plagiate und Legalität zu adressieren, indem eine Gruppe von Teilnehmern aus ihrer Benutzerbasis bereitgestellt wird, um das hochgeladene Thema zu moderieren.

Wer ist Moderator:

Moderatoren sind demokratisch gewählte Super-Repräsentanten, die den internen Mechanismus der Social-Video-Plattform regeln. Um die Würde und Integrität der Social-Video-Plattform zu wahren, stellt das Refine-Team Moderatoren vor, die folgende Aufgaben übernehmen:

• Überprüfung der auf der Plattform hochgeladenen Inhalte.

• Teilen eines bestimmten Inhalts und Erweitern seiner Reichweite unter den Community-Mitgliedern.

• Verbindung von Benutzern, um Partner bei der Erstellung von Inhalten zu sein und Einnahmen für sich selbst zu erzielen. Dadurch wird die Plattform noch dezentraler.

Wahl der Moderatoren:

Für interessierte Kandidaten wird auf unserer Website ein Benutzerformular bereitgestellt, das mit der Überprüfung der Inhalte beginnt, sobald unsere DApp in die Alpha-Testphase eintritt. Zu den Kriterien für die Auswahl der Moderatoren in jeder Entwicklungsphase der Plattform gehören zunächst:

•Alle Bounty-Teilnehmer werden für den Job des Moderators in Frage kommen, aus denen die 10 besten Darsteller ausgewählt werden.

• Alle Mitwirkenden von Privatverkäufen sind teilnahmeberechtigt, von denen 5 ausgewählt werden.

•Personen, die sich in die Whitelist eintragen, sind alle teilnahmeberechtigt und 20 von ihnen werden für den Job als Moderatoren ausgewählt.

• Mitwirkende, die während des ICO mindestens 10 Ether an die Plattform verpfänden, sind berechtigt, und 5 oder mehr von ihnen können ausgewählt werden.

•Alle ICO-Teilnehmer können sich für den Job anmelden, aber nur 10 werden aufgrund bestimmter Kriterien ausgewählt.

•Teilnehmer des Beta-Versionstests können auch als Moderatoren gewählt werden.

Wenn die Plattform größer wird, haben die Verbraucher (meist YouTuber) die Wahl, Moderatoren zu werden. Wenn sie zustimmen, müssen sie sich anmelden und die Bedingungen derselben akzeptieren, die von der Plattform vorab festgelegt werden. In der Entstehungsphase der Plattform werden die Wiedergabedauer der hochgeladenen Videos und die Verweildauer auf der Plattform als Kriterien für die Wahl eines Moderators festgelegt. Die jeweiligen Schwellenwerte müssen vom Community-Mitglied (meist Ersteller) erreicht werden, um Moderator zu werden.

Wenn die Plattform größer wird, werden verschiedene Mechanismen für die Wahl von klugen Moderatoren durchgesetzt, wie z sie von ihren Positionen herunter. Diejenigen Benutzer, die bereit sind, Moderatoren zu werden, oder die Ersteller, die Moderatoren werden können, müssen die Mindeststundenzahl angeben, die sie für die Aufgabe aufwenden können (die zwischen der Mindest- und Höchstgrenze liegen sollte, die von festgelegt wurde). die Refine-Medium-Plattform). Somit werden die Moderatoren nicht durch übermäßige Arbeitsbelastung belastet und erhalten Arbeit in dem von ihnen gewählten Zeitrahmen für die angegebene Dauer.

Moderator : Liste der Tagesordnungen

• Für jedes auf die Plattform hochgeladene Video wird eine feste Anzahl von Moderatoren zugewiesen.

Unter den Moderatoren wird abgestimmt, ob das Video auf der Plattform bleiben darf oder nicht. Erhält das jeweilige Video nicht die Deadline-Stimme (30% der Stimmen), wird es von der Plattform entfernt. Wenn ein bestimmtes Video die Schwellenwerte nicht erreicht, müssen die dagegen stimmenden Moderatoren eine angemessene Begründung für die getroffene Wahl angeben, die für jedes Mitglied der Community sichtbar ist.

• Die Idee hinter Refme (Refer me) besteht darin, die auf der Refine Medium-Plattform hochgeladenen Inhalte von Hand auszuwählen und ihnen zu helfen, ihre Position auf der Plattform auszubauen, indem sie sie anderen Benutzern über eine spezielle Registerkarte auf unserer Webseite empfehlen. Für diesen Job wird ein Mediator benötigt, weil:

(i.) Ein Benutzer wird nur das Video teilen, das er/sie möchte, und zwar ausschließlich auf der Grundlage seiner individuellen Vorlieben und seines Urteils.

(ii.) Und ein Ersteller wird nur dazu neigen, seine eigenen Inhalte zu teilen. Um Einheitlichkeit und Vertrauen zu schaffen, setzt Refine media (eher Community-Mitglieder) für diese Aufgabe, die mindestens einmal pro Woche von ihnen zu übernehmen ist, Moderatoren ein. Dies wird eine einzige soziale Seite ermöglichen, auf der Moderatoren Beiträge posten und Benutzer der Plattform die Empfehlungen der Moderatoren nach ihrem Spezialgebiet (Genre) durchsuchen können. Es wird dazu beitragen, die Cremeschicht unserer Plattform wieder aufzufrischen. Jeder Moderator muss den Link des jeweiligen Videos posten und einen geeigneten Grund für die Auswahl angeben. Die Moderatoren werden von den Erstellern für die Weiterempfehlung bezahlt und der Refine-Token wird von der Brieftasche des Erstellers abgezogen, sobald er/sie die Schwelle zum Einlösen erreicht hat. Sobald der Token bereit ist, in der eingelöst zu werden

In der Wallet des Erstellers erhält der Moderator seinen Anteil am Refine-Token und wird in seiner Wallet-Adresse mit einem einzigartigen privaten Schlüssel hinterlegt.

• Es wird einige Community-Mitglieder geben, die dazu neigen, echte rohe Ideen zu haben, aber nicht das Selbstvertrauen haben, sie zu erstellen und zu veröffentlichen. Dies kann an mangelnden Kenntnissen in Computergrafik und Animation liegen oder einfach an der bloßen Scheu, vor die Kamera zu treten. Refine Medium identifiziert solche Nutzer und hilft ihnen dabei. Die Mitglieder haben die Freiheit, die Moderatoren zu kontaktieren und sie über ihre Idee (auf der sie ein Video machen wollen) zu äußern. Der Moderator verbindet nach umfassender Prüfung des Inhalts das jeweilige Mitglied mit einem Inhaltsersteller des entsprechenden Bereichs. Wenn der Ersteller einer Partnerschaft zustimmt, stellt der Moderator beide Parteien vor. Auch in diesem Szenario werden die Inhalte beim Hochladen vom Moderator überprüft (nicht unbedingt vom gleichen Moderator). Die generierten Einnahmen werden zu gleichen Teilen zwischen Theoretiker und Schöpfer verteilt.

Man kann jetzt verdünnen, warum können wir die Macher nicht direkt ansprechen? Der Grund dafür kann zweierlei sein:

(i.) Nicht alle Ideen, die den Erstellern zur Verfügung gestellt werden, sind für die Erstellung von Inhalten würdig genug. Die Moderatoren werden solche Rohideen verfeinern und sie für die Ersteller der Plattform handverlesen.

(ii.) Die Nutzer, die nach Partnerschaften suchen, können aus erster Hand erfahren, zu welchem ​​Genre ihre Inhalte gehören und welche Content-Ersteller für eine Annäherung ideal geeignet sind. Dieser Service wird umfassend vom Moderator erbracht.

5.Eindämmung der Nutzung von Nutzerdaten:

Benutzerdaten und Vertrauen haben für Refine Medium höchste Priorität. Die Plattform basiert auf der Blockchain-Technologie mit der Kontrolle über die Daten, die über verschiedene Knoten auf der ganzen Welt verteilt werden. Wenn versucht wird, Benutzerdaten für geschäftliche Zwecke zu manipulieren oder auszunutzen, muss man die Erlaubnis des Benutzers einholen, dessen persönliche Daten betroffen sind. Jedes einzelne Manöver wird in der Blockchain aufgezeichnet, wodurch jede Datendiskrepanz durch Dritte ausgeschlossen wird. Refine Medium verwaltet proaktiv Cybersicherheits- und Datenschutzrisiken auf eine Weise, die über einen Compliance-Checklisten-Ansatz hinausgeht und

ermöglicht es Kunden, sowohl die über sie gespeicherten Daten einzusehen als auch deren Verwendung zu kontrollieren. Da Vertrauen eine der wichtigsten Säulen ist, auf denen die Refine Medium-Plattform aufgebaut ist, werden keine Steine ​​auf dem anderen bleiben, um die persönlichen Daten der Benutzer zu schützen.

6. Präzise Suchabfrage, Content Discovery und Vorschlag:

Das Ranking und die Zugänglichkeit von Content-Videos auf der Refine-Medium-Plattform als Ergebnis des Suchanfragen-Feeds durch den Benutzer wird ein ausgeklügelter Mechanismus sein, der es dem Benutzer ermöglicht, seine hohen Anforderungen zu erfüllen. Es basiert nicht einfach auf der Anzahl der Aufrufe oder der Wiedergabezeit eines bestimmten Videos. Nehmen wir zum Beispiel an, dass ein Benutzer, der nach Flugzeugabsturz gesucht hat, nach der Anzahl der Aufrufe das älteste Video offensichtlich die Oberhand hat, als neu eingeführte Videos. Daher wird eine Reihe von Faktoren das Ergebnis einer Suchanfrage auf der Refine Medium-Plattform bestimmen, wodurch es für die Ersteller von qualitativ hochwertigen Inhalten gerechter wird. Die Grundidee besteht darin, eine bestimmte Person/Gruppe mit einer Gruppe bereits bestehender Personengruppen mit ähnlichen Betrachtungs- und Bewertungstrends zu verbinden. Diese Verbindung wird

weiter anschwellen, da immer mehr Benutzer der Refine Medium-Community beitreten. So stellen Sie dem richtigen Benutzer zur richtigen Zeit die richtigen Inhalte auf der ganzen Welt zur Verfügung. Der Refine-Medium-Algorithmus ist eher eine Echtzeit-Feedback-Schleife, die sowohl dem Inhalt als auch dem Benutzer folgt und so die jeweiligen Videos auf Benutzer mit unterschiedlichen Interessen zuschneidet. Dabei werden die folgenden Prüfungen vom Code durchgeführt, bevor ein Ergebnis angezeigt wird:

7. Beispiellose Infrastruktur für das Massenengagement von Nutzern:

Die Videoplattform Refine Medium zielt darauf ab, die Pioniere in der Welt der Inhaltserstellung zusammen mit ihrer riesigen Fangemeinde zu begeistern und ihnen eine erstklassige Infrastruktur zur Verfügung zu stellen, um diese einzigartige dezentrale Videoplattform zu nutzen. Eine unvoreingenommene und ungebundene Plattform, die allen Beteiligten im Refine-Medium-Ökosystem die gleichen Chancen bietet, innovativ zu sein, zu kreieren, sich vertraut zu machen und mit der Kraft der Vorstellungskraft zu verdienen. In ihrer Entstehungsphase plant die Plattform, eine ideale Infrastruktur zu entwickeln, um sofort einsatzbereite Inhalte zu erreichen, die sowohl begrenzte, aber qualitativ hochwertige Ersteller als auch Verbraucher ansprechen werden. Darüber hinaus eine allgegenwärtige, uneingeschränkte und unzensierte Umgebung, die darauf abzielt, vielfältige Inhalte über alle Dimensionen hinweg anzuziehen. Refine Medium zielt darauf ab, die Benutzer seiner Plattform zu blenden und zu kultivieren, damit sie die angebotenen Dienste leicht interpretieren, vertrauen und schließlich in Anspruch nehmen können. Um ein umfassendes Ökosystem für eine dezentrale Videoplattform zu schaffen, koexistieren Werbetreibende, Innovatoren, Schöpfer und Zuschauer der Refine Medium-Plattform in einem miteinander verbundenen und greifbaren Netzwerk. Um den energischen und aufschlussreichen Kampf um die Gewinnung der Ersteller und Zuschauer zu gewinnen, wird Refine Medium die Ersteller von Inhalten zum Beitritt und die Zuschauer dazu anregen, die angebotenen Dienste zu nutzen

durch die Plattform.Die Plattform ist der Ansicht, dass Kunden von der Qualität des bereitgestellten Dienstes angezogen werden sollten, wenn die Implementierung von Funktionen konkret und der Belohnungsmechanismus korrekt ist.


Verschiedene Arten von Cloud-Load-Balancing und Algorithmen

Um den Wert und das Verhalten des Load-Balancing zu verstehen, sollten Sie Ihre Bank vor Ort aufsuchen. Steht nur ein Kassierer zur Verfügung, muss sich jeder Kunde auf die Dienste dieses Kassierers verlassen, was zu langen Wartezeiten und enormem Stress für den Kassierer führt. Bei mehreren Kassierern stellen sich wartende Kunden in eine Warteschlange und werden vom nächsten verfügbaren Kassierer unterstützt.

In diesem einfachen Beispiel ist jeder der Kassierer eine identische Instanz eines Workloads, und die bekannte Warteschlange mit Seil dient als Load Balancer, um Benutzeranforderungen effizient an diese Workload-Instanzen zu verteilen.

Was ist Load-Balancing?

Lastenausgleich ist der Prozess der Verteilung des Netzwerkverkehrs auf zwei oder mehr Instanzen einer Arbeitslast. IT-Teams verwenden Load-Balancing, um sicherzustellen, dass jede Instanz mit maximaler Effizienz arbeitet, ohne dass eine Instanz überlastet wird oder aufgrund von übermäßigem Netzwerkverkehr ausfällt.

Traditionell existiert ein Load Balancer in einem lokalen Rechenzentrum als dediziertes physisches Netzwerkgerät oder Appliance. Der Lastenausgleich wird jedoch häufiger von einer Anwendung durchgeführt, die auf einem Server installiert ist – manchmal auch als virtuelle Appliance bezeichnet – und als Netzwerkdienst angeboten wird. Public-Cloud-Anbieter nutzen das Service-Paradigma und stellen softwarebasierte Load Balancer als eigenständige Cloud-Funktion zur Verfügung.

Sobald ein Load Balancer eingeführt wurde, fungiert er als Netzwerk-Front-End und verwendet häufig eine einzige IP-Adresse, um den gesamten Netzwerkverkehr zu empfangen, der für die Ziel-Workload bestimmt ist. Der Load Balancer verteilt den Netzwerkverkehr gleichmäßig auf jede verfügbare Workload-Instanz oder drosselt den Datenverkehr, um bestimmte Prozentsätze des Datenverkehrs an jede Instanz zu senden.

Diagramm zur Funktionsweise des Lastenausgleichs. Der Lastausgleich erfolgt über ein Hardwaregerät oder eine Software.

Wenn es beispielsweise zwei identische Workloads gibt, stellt ein Load Balancer sicher, dass jede Instanz 50 % des eingehenden Netzwerkverkehrs erhält. Der Load-Balancer kann diese Prozentsätze jedoch auch ändern, z. B. 60 %/40 %, oder eine Regel “erste verfügbar” implementieren, um den Datenverkehrsfluss an die Fähigkeiten der einzelnen Workload-Instanzen anzupassen.

Bei einem Load Balancer können sich die Ziel-Workloads an verschiedenen physischen Orten befinden. Cloud-Load-Balancing bietet ähnliche Vorteile, die es Benutzern ermöglichen, den Netzwerkverkehr auf mehrere Instanzen innerhalb derselben Region oder auf mehrere Regionen oder Verfügbarkeitszonen zu verteilen.

Was sind die Vorteile des Cloud-Load-Balancing?

Load Balancing bietet die gleichen Vorteile, unabhängig davon, ob es sich in einem lokalen Rechenzentrum oder einer Cloud-Umgebung befindet:

  • Bessere Skalierbarkeit und Leistung von Workloads. Eine einzelne Workload oder Anwendung ist in Ordnung, solange sie den eingehenden Datenverkehr und die Anforderungen zeitnah verarbeitet, aber manchmal muss ein Unternehmen Workload-Instanzen hinzufügen, um größere Netzwerkdatenverkehrsvolumen und plötzliche und unerwartete Verkehrsspitzen zu bewältigen. Ein Load Balancer ist hier entscheidend, um diesen Datenverkehr in die Warteschlange zu stellen und auf mehrere Instanzen zu verteilen, damit die Gesamtanwendung effizient und mit zufriedenstellender UX ausgeführt wird.
  • Bessere Arbeitslastzuverlässigkeit. Wenn ein einzelner Workload 100 % der eingehenden Anforderungen verarbeitet, stellen die zugrunde liegende Software und die zugrunde liegende Hardware einen Single Point of Failure für den Workload dar. Das Hinzufügen weiterer Workload-Instanzen und das Load-Balancing des Datenverkehrs zwischen ihnen verbessern die Ausfallsicherheit und Verfügbarkeit von Workloads entscheidend. Wenn eine Workload-Instanz (Knoten) ausfällt, funktionieren andere weiter und leiten den Datenverkehr an die verbleibenden Instanzen weiter. Dies ist das Herzstück von Workload-Bereitstellungen mit hoher Verfügbarkeit.
  • Bessere Geschäftskontinuität (BC) und Governance. Für viele Unternehmen ist die Anwendungsverfügbarkeit von zentraler Bedeutung für die Unternehmensführung und die Einhaltung gesetzlicher Vorschriften. Die Implementierung mehrerer Workloads in einem Cluster und die gemeinsame Nutzung von Datenverkehr mit Load Balancern ist ein primäres Mittel zur Steigerung der Workload-Zuverlässigkeit, was wiederum BC zugute kommt und dem Unternehmen hilft, Compliance-Verpflichtungen zu erfüllen.

Welche verschiedenen Arten von Load Balancing gibt es beim Cloud Computing?

Unternehmen können Load-Balancing auf verschiedene Weise implementieren und so anpassen, dass sie bestimmte Traffic-Ziele nutzen oder hervorheben:

  • Hardware. Dies ist eine traditionelle physische Schaltungsbox, die innerhalb des physischen Netzwerks verbunden ist. Ein Hardware-Load-Balancer kann Chipsätze enthalten, die speziell für die Verarbeitung des Datenverkehrs bei voller Netzwerkleitungsgeschwindigkeit entwickelt wurden. Daher werden diese Load-Balancer normalerweise in Rechenzentren mit hohem Datenaufkommen installiert, in denen Leistung oberste Priorität hat.
  • Software. Auf einem regulären Unternehmensserver installierte Software kann auch einen Lastausgleich durchführen. Dies ist in der Regel weitaus kostengünstiger als dedizierte Hardware-Load-Balancer, und Upgrades sind in der Regel einfacher als mit dedizierten Load-Balancing-Geräten.
  • Virtuelle Instanzen. Ein Unternehmen kann Lastenausgleichssoftware in eine VM oder virtuelle Appliance packen und diese dann auf einem virtualisierten Server bereitstellen. Dieser Vorgang ist einfacher, da die Load-Balancing-Software bereits in der VM installiert und konfiguriert ist und wie jede andere VM problemlos zwischen virtuellen Servern migriert werden kann.

Cloud-Load-Balancing und Netzwerk-Traffic-Layer: Layer 4 vs. Layer 7

Der Lastausgleich wird durch die Art des Netzwerkverkehrs definiert, der auf dem traditionellen siebenschichtigen Open Systems Interconnection (OSI)-Netzwerkmodell basiert. Cloud-Load-Balancing wird am häufigsten auf Schicht 4 (Transport- oder Verbindungsschicht) oder Schicht 7 (Anwendungsschicht) durchgeführt.

Einige Cloud-Lastenausgleichsdienste arbeiten auf Schicht 4, um Daten von Transportschichtprotokollen zu leiten, einschließlich TCP, User Datagram Protocol (UDP) und Transport Layer Security. Der Lastenausgleich auf dieser unteren Ebene des Netzwerkstapels bietet die beste Leistung — Millionen Netzwerkanfragen pro Sekunde mit geringen Latenzen — und ist eine großartige Option für unregelmäßige oder unvorhersehbare Netzwerkverkehrsmuster. Zu den Layer-4-Load-Balancing-Diensten gehören AWS Network Load Balancer, Google Cloud Platform (GCP) TCP/UDP-Load-Balancing und Microsoft Azure Load Balancer.

Die sieben Schichten des OSI-Modells. Load Balancer für den Netzwerkverkehr befinden sich in den Levels 4 und 7.

An der Spitze des Netzwerkstapels verarbeitet Layer 7 komplexeren Datenverkehr wie HTTP- und HTTPS-Anforderungen. Jeder der großen Cloud-Anbieter hat dafür seine eigenen Funktionen oder Dienste:

  • AWS Application Load Balancer
  • Azure-Anwendungsgateway
  • Google Cloud HTTP(S)-Load-Balancing

Da sich dieser Datenverkehr im Netzwerkstack viel weiter oben befindet, können IT-Teams erweiterte inhaltsbasierte oder anforderungsbasierte Routing-Entscheidungen implementieren. Diese Optionen funktionieren gut mit modernen Anwendungsinstanzen und Architekturen wie Microservices und containerbasierten Workloads.

Die Wahl eines Cloud-Load-Balancers sollte über die reine Datenverkehrsart hinausgehen. Cloud-Anbieter unterscheiden auch Load-Balancing-Dienste nach Umfang und Framework. Die GCP schlägt beispielsweise globale Lastenausgleichsdienste vor, wenn Arbeitslasten auf mehrere Regionen verteilt sind, während regionale Lastenausgleichsdienste gut geeignet sind, wenn sich alle Arbeitslasten in derselben Region befinden. In ähnlicher Weise schlägt die GCP externe Load-Balancer vor, wenn Traffic aus dem Internet in die Arbeitslasten eingeht, und interne Load-Balancer, wenn der Traffic innerhalb der GCP verwendet werden soll.

Auch umfassendere Funktionen und Fähigkeiten, die mit Cloud-Load-Balancing-Diensten von Anbietern verfügbar sind, sind wertvoll. Dazu gehören die Unterstützung einer einzigen Front-End-IP-Adresse, die Unterstützung für die automatische Workload-Skalierung und die Integration mit anderen Cloud-Diensten wie Überwachung und Warnungen.

Welche verschiedenen Arten von Cloud-Load-Balancing-Algorithmen gibt es?

Load-Balancer verwenden mehrere gängige Load-Balancing-Algorithmen sowohl in lokalen Rechenzentren als auch in öffentlichen Cloud-Diensten, um den Datenverkehr auf die verschiedenen Workload-Knoten zu verteilen. Diese Algorithmen umfassen Folgendes:

  • Round-Robin. Diese Methode verteilt eingehende Datenverkehrsanforderungen gleichmäßig auf alle Workload-Instanzen (Knoten). Wenn es beispielsweise drei Workload-Instanzen gibt, rotiert der Load Balancer den Datenverkehr an jede Instanz, um — Anfrage 1 an Server 1, Anfrage 2 an Server 2, Anfrage 3 an Server 3, Anfrage 4 an Server 1 usw . Round-Robin funktioniert gut, wenn alle Knoten identisch sind und über ähnliche Rechenfähigkeiten verfügen.
  • Gewichteter Round-Robin. Einige Workload-Instanzen verwenden Server mit unterschiedlichen Rechenkapazitäten. Gewichtetes Round-Robin kann den Prozentsatz des Datenverkehrs auf verschiedene Knoten verschieben, indem jedem Knoten eine “Gewicht” zugewiesen wird. Leistungsfähigere Knoten erhalten eine höhere Gewichtung und der Load Balancer sendet mehr Datenverkehr an sie.
  • Am wenigsten Verbindung. Der Datenverkehr wird an Workload-Instanzen mit den wenigsten Verbindungen oder der kürzesten Warteschlange weitergeleitet, was bedeutet, dass diese Instanzen am wenigsten ausgelastet sind. Dieser dynamische Ansatz erleichtert die Anforderungen an Instanzen mit komplexen Verarbeitungsanforderungen.
  • Gewichtete geringste Verbindung. Dadurch wird jedem Knoten eine “Gewicht” zugewiesen, damit Administratoren die Verteilung des Datenverkehrs basierend auf der Verbindungsaktivität verschieben können. Dies kann wie Round-Robin oder Weighted Round-Robin enden, wenn alle Knoten identisch sind, aber im Idealfall kompensiert es, um mehr Verkehr an inaktive oder leistungsstärkere Knoten und Geräte zu geben.
  • Ressourcenbasiert. Dieser adaptive Ansatz verwendet einen Softwareagenten auf jedem Knoten, um die Rechenlast zu bestimmen und deren Verfügbarkeit an den Lastausgleicher zu melden, der wiederum dynamische Verkehrslenkungsentscheidungen trifft. Dabei können auch Informationen von softwaredefinierten Netzwerkcontrollern verwendet werden.
  • Anfragebasiert. Load-Balancer, insbesondere in der Cloud, können den Datenverkehr basierend auf Feldern in der Anfrage verteilen, z. B. HTTP-Headerdaten, Abfrageparameter sowie Quell- und Ziel-IP-Adressen. Dies hilft, Datenverkehr von bestimmten Quellen zu gewünschten Zielen zu leiten und Sitzungen aufrechtzuerhalten, die möglicherweise getrennt wurden.

Cloud-Load-Balancing-Tools

Große öffentliche Cloud-Anbieter bieten native Load-Balancing-Tools zur Ergänzung von Cloud-Service-Suiten an, aber Cloud-Benutzer sind nicht auf diese Optionen beschränkt. Es gibt viele leistungsstarke und voll funktionsfähige softwarebasierte Load Balancer, die ein Unternehmen mit gleicher Leichtigkeit in lokalen Rechenzentren und Cloud-Instanzen bereitstellen kann. Zu den beliebten Cloud-nativen und Drittanbieter-Load-Balancern gehören die folgenden:

  • AWS Elastic Load Balancing
  • Azure Load Balancer
  • Cloudflare-Load-Balancing
  • DigitalOcean-Load-Balancer
  • GCP Cloud-Load-Balancing
  • Imperva Globaler Server-Load-Balancing
  • Linode NodeBalancer
  • Kemp LoadMaster
  • Nginx Plus
  • Zevenet ZVA6000

Berücksichtigen Sie bei der Auswahl eines Load Balancers die vollständige Suite von Features und Funktionen, um sicherzustellen, dass der Load Balancer die Anwendungs- und Geschäftsanforderungen in der Zukunft erfüllt. Zu diesen Funktionen gehören Unterstützung für Sicherheit und Verschlüsselung, Leistung und Skalierbarkeit, Unterstützung für Hybrid-Cloud- und Multi-Cloud-Umgebungen, Kosten und mehr.


Schau das Video: Algorithmen in 3 Minuten erklärt