İçerik dağıtım ağlarında senkronizasyon zamanının profile hidden Markov Model ile kestirimi

Abstract

İçerik dağıtım ağları yerel ve geniş alan ağlarında kaynakların verimli olarak paylaşımını sağlarlar. Böyle mimarilerde farklı sunucularda saklanan verilerin tutarlılığının sağlanması önemli bir konudur. Bu durumun üstesinden gelebilmek için senkronizasyon mekanizmalarına ihtiyaç duyulur. Verilerin depolanması amacıyla kullanılan veri tabanı yönetim sistemlerine bağlı olarak kullanılabilecek senkronizasyon yöntemleri çeşitlilik göstermektedir.Bu tez çalışmasında verileri CouchDB'de saklayan ana bulut sunucu temelli içerik dağıtım ağları için Bulanık C-Ortalamalar ve Profile Hidden Markov Model yöntemleri kullanılarak yeni bir poll temelli senkronizasyon yöntemi tanımlanmıştır. Davranışı belirli bir örüntüye sahip olan ağlar üzerinden elde edilen günlük veri seti, Bulanık C-Ortalamalar kümeleme algoritması aracılığıyla boş, normal ve yoğun olarak isimlendirilen üç kümeye ayrılmıştır. Elde edilen kümeler üzerinden modellenecek mimariye ait genel davranış örüntüsü Profile Hidden Markov Model yöntemi kullanılarak tanımlanmıştır. Önerilen yöntemin verimliliği ve doğruluğu OPNET üzerinde farklı mimariler kullanılarak gösterilmiştir. Elde edilen sonuçlar hem CouchDB senkronizasyon yöntemi ile hem de literatürde mevcut farklı poll yöntemleri ile karşılaştırılmıştır. Elde edilen sonuçlara göre özellikle ağın yoğun olduğu zaman dilimleri için önerilen yöntem ile yerel ağlarda CouchDB Poll yönteminden iki kat daha fazla kullanıcıya hizmet verilebilmektedir. Aynı zamanda kullanıcıların verilere erişim süresi yarıya düşürülürken paketlerin toplam yeniden iletim sayısı da azaltılmıştır.

Content delivery networks enable efficient sharing of resources across local and wide area networks. In such architectures, ensuring the consistency of data stored in different servers is an important issue. To get ahead of this problem synchronization mechanisms are needed. Synchronization methods that can be used depending on database management systems used to store data varies.In this thesis, a new poll based synchronization mechanism has been defined for the main cloud server based content delivery networks that store data in CouchDB using Fuzzy C Means and Profile Hidden Markov Model methods. Through the Fuzzy C Means clustering algorithm, the daily data set obtained from networks with a certain pattern of behavior is divided into three clusters as idle, normal and busy. The general behavior pattern of the architecture to be modeled through the obtained clusters is defined using the Profile Hidden Markov Model method.The efficiency and correctness of the proposed method is demonstrated using different architectures on OPNET. The results were compared with both the CouchDB synchronization method and the different poll methods available in the literature. When compared to CouchDB's synchronization mechanism, number of simultaneous users that the proposed method can respond is twice of CouchDB. At the same time, the total number of retransmissions of packets has been reduced while the data access time of users reduced by half.