Efficient distribution of context in mobile systems using prediction mechanisms

Die weite Verbreitung von sozialen Netzwerken und Smartphones in den letzten Jahren hat bisher zur Möglichkeit geführt von Smartphones mobil seinen Status upzudaten oder seinen Kontakten zu übermitteln, dass man sich an einem bestimmten Ort be?ndet. In einem nächsten Schritt könnte das Smartphone bestimmte Informationen über den Benut- zer über seine Sensoren automatisiert in bestimten Zeitintervallen ermitteln, die Sensordaten zu einem diskreten Kontext reduzieren, und diesen Kontext automatisch an die Smartphones der Kontakte in einem sozialen Netzwerk übermitteln. Da die Datenübertragungen und Rechenoperationen auch bei den heutigen Smartphones noch einen großen Anteil der Akkuleistung kosten, wird in dieser Arbeit untersucht, wie sich durch eine Ressourcen sparende Vorhersage die nächsten Kontexte und das Zeitintervall deren Eintreffens bestimmen lässt. Durch eine synchronisierte Vorhersage beim Veröffentli- cher und dem Empfänger der Informationen müssen nur im Falle von falschen Voraussagen Korrekturen vom Veröffentlicher zum Empfänger geschickt werden. Ziel ist es, mit möglichst wenig Korrekturnachrichten eine hohe Quote an richtig vorher- gesagten Kontexten zu erreichen. Zu diesem Zweck werden verschiedene Prädiktoren auf Markov- und Semi-Markov-Basis simuliert und auf ihre Leistungsfähigkeit geprüft