Unsere Mission
Die Gruppe für verlässliche und skalierbare Softwaresysteme an der LUH forscht auf allen Ebenen des Systemsoftware-Stacks, von Betriebssystemen über Middleware bis hin zu Big-Data-Verarbeitungsplattformen und Systemen für verteiltes maschinelles Lernen.
Unser Ansatz ist umfassend (wir betrachten mehrere Ebenen gleichzeitig) und holistisch (wir verfolgen das Problem durch alle Ebenen des System-Stacks). Wir sind besonders daran interessiert, die Grenzen und Schnittstellen des Systemsoftware-Stacks zu erforschen und zu überdenken, Schichten zusammenzulegen oder neue Schnittstellen mitzugestalten, wo dies notwendig ist, um die allgemeinen nicht-funktionalen Anforderungen zu erfüllen, wie z. B. niedrige Latenzzeiten, hoher anhaltender Datendurchsatz, reibungslose Skalierbarkeit in Bezug auf die Anzahl der gleichzeitigen Benutzer oder die Anzahl der Instanzen und erhöhte Energie- und Kosteneffizienz.
Unser Ansatz ist empirisch und basiert auf der Realität, indem wir uns für unsere Experimente und Benchmarking auf reale oder realitätsnahe Workloads in realistischen Umgebungen in großem Maßstab stützen und so eine aussagekräftige Basis für Verbesserungen in den verschiedenen Dimensionen schaffen.
Wir analysieren gründlich. Wir wollen die Mängel des aktuellen Stands der Technik aufdecken und die Bereiche identifizieren, die auf der Grundlage der technologischen Anforderungen neuer Anwendungen überarbeitet werden müssen oder die durch kommende technologische Fortschritte auf der Hardwareseite gestört werden könnten.
Wir denken ambitioniert und ehrgeizig. Wir wagen es, die etablierten Muster zu hinterfragen, um neuartige und bahnbrechende Systeme zu entwerfen, zu implementieren und zu erforschen, die die Grenzen dessen, was Systemsoftware erreichen kann, erweitern.
Wir streben wissenschaftliche Veröffentlichungen auf höchstem internationalem Niveau in Konferenzen und peer-reviewed Zeitschriften an.
Unser Ziel ist es, Systeme der Öffentlichkeit als Open-Source-Projekt zur Verfügung zu stellen und tragfähige Ökosysteme um unsere Innovationen herum zu schaffen, um weitreichende und nachhaltige Auswirkungen zu erzielen.
Unser Ziel ist es, Forschungsdaten der wissenschaftlichen Gemeinschaft zur Verfügung zu stellen und Experimente im Sinne der Transparenz reproduzierbar zu machen.
