National and Kapodistrian University of Athens
ΚΑΤΑΝΕΜΗΜΕΝΗ ΔΙΑΧΕΙΡΙΣΗ ΕΡΓΑΣΙΩΝ ΣΤΙΣ ΠΑΡΥΦΕΣ ΤΟΥ ΔΙΚΤΥΟΥ
Abstract
dc:descriptionΠαρατηρούμε ότι, όλο και περισσότερες συσκευές του Διαδικτύου των Πραγμάτων (ΔτΠ) γίνονται απαραίτητες στην καθημερινότητα μας. Η αυξημένη χρήση τέτοιου είδους συσκευών οδηγεί στην παραγωγή μεγάλου όγκου δεδομένων. Ως εκ τούτου, υφίσταται σήμερα πληθώρα εφαρμογών για τη διαχείριση αυτών των δεδομένων. Πέραν από τις συσκευές οι οποίες επεξεργάζονται και αξιοποιούν δεδομένα καταλήγοντας σε συμπεράσματα, υπάρχουν και οι συσκευές στο πεδίο του ΔτΠ οι οποίες είναι αναγκαίο να λαμβάνουν ορθές αποφάσεις ακαριαία και σε πραγματικό χρόνο. Οι επιπτώσεις της καθυστέρησης λήψης αποφάσεων σε πραγματικό χρόνο από τέτοια συστήματα είναι καθοριστικές. Χαρακτηριστικό είναι το παράδειγμα των αυτόνομων οχημάτων στην περίπτωση των οποίων έρχονται αντιμέτωπα με άγνωστα γεγονότα για τα οποία θα πρέπει να ζητήσουν δεδομένα από το σύστημα για να ανταποκριθούν ανάλογα. Αν το σύστημα καθυστερήσει, υπάρχει περίπτωση ο χρήστης, απλώς να αναμένει την ανταπόκριση του συστήματος. Υπάρχει ωστόσο και η περίπτωση, η καθυστέρηση του συστήματος να οδηγήσει σε τραγική κατάληξη. Έτσι λοιπόν, το επιχείρημα που δημιουργήθηκε είναι ότι κατανέμοντας σωστά τα δεδομένα έχουμε πρότερη γνώση για το που φιλοξενούνται. Συνεπώς γνωρίζονται το τι δεδομένα υπάρχουν στον κάθε κόμβο, έτσι μπορούμε να κατευθύνουμε αποδοτικά τα ερωτήματα που εισέρχονται στο δίκτυο. Ακόμη έχοντας τα δεδομένα κοντά στις πηγές τους, δεν χρειάζεται να ταξιδεύουν μέχρι το υπολογιστικό νέφος οπότε μειώνεται και η καθυστέρηση του δικτύου. Μια τέτοια προσέγγιση είναι και αυτή του Edge Computing. Στην παρούσα εργασία, λαμβάνοντας υπόψιν την υφιστάμενη βιβλιογραφία, δημιουργήσαμε και εκτελέσαμε την προσομοίωση του δικτύου και προτείνουμε έναν αλγόριθμο διαμοιρασμού δεδομένων σε κόμβους. Στόχος μας είναι να διαμοιραστούν όσο το δυνατόν πιο γρήγορα αλλά και ομοιόμορφα τα δεδομένα στους κόμβους. Ανάλογα με τις απαιτήσεις της συγκεκριμένης συσκευής χρησιμοποιούμε κάποιες μεθόδους ομαδοποίησης κόμβων για να μειώσουμε το εύρος αναζήτησης. Τέλος, χρησιμοποιώντας μετρικές συναρτήσεις, υπολογίζουμε τον κατάλληλο κόμβο για να εισάγουμε τις συγκεκριμένες τιμές. Η μελέτη αυτή περιέχει την περιγραφή του αλγορίθμου που προτείνουμε και την αξιολόγησή του μέσα από ένα πλήθος προσομοιώσεων, που υιοθετούν πειραματικά σενάρια.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Φλουρής Δημήτρης
- Flouris Demetris
Subjects
dc:subject × 2Rights
- Language dc:language
- Ελληνικά, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:2926716