| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 6.49 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Every day the number of data produced by networked devices increases. The current
paradigm is to offload the data produced to data centers to be processed. However as
more and more devices are offloading their data do cloud centers, accessing data becomes
increasingly more challenging. To combat this problem, systems are bringing data closer
to the consumer and distributing network responsibilities among the end devices. We are
witnessing a change in networking paradigm, where data storage and computation that
was once only handled in the cloud, is being processed by Internet of Things (IoT) and
mobile devices, thanks to the ever increasing technological capabilities of these devices.
One approach, leverages devices into a structured overlay network.
Structured Overlays are a common approach to address the organization and distri-
bution of data in peer-to-peer distributed systems. Due to their nature, indexing and
searching for elements of the system becomes trivial, thus structured overlays become
ideal building blocks of resource location based applications.
Such overlays assume that the data is distributed evenly over the peers, and that the
popularity of those data items is also evenly balanced. However in many systems, due to
many factors outside of the system domain, popularity may behave rather randomly, al-
lowing for some nodes to spare more resources looking for the popular items than others.
In this work we intend to exploit the properties of cluster-based structured overlays
propose to address this problem by improving a structure overlay with the mechanisms
to manage the population and workload imbalance and achieve more uniform use of
resources.
Our approach focus on implementing a Group-Based Distributed Hash Table (DHT)
capable of dynamically changing its groups to accommodate the changes in churn in the
network.
With the conclusion of our work we believe that we have indeed created a network
capable of withstanding high levels of churn, while ensuring fairness to all members of
the network.
Todos os dias aumenta o número de dados produzidos por dispositivos em rede. O pa- radigma atual é descarregar os dados produzidos para centros de dados para serem pro- cessados. No entanto com o aumento do número de dispositivos a descarregar dados para estes centros, o acesso aos dados torna-se cada vez mais desafiante. Para combater este problema, os sistemas estão a aproximar os dados dos consumidores e a distribuir responsabilidades de rede entre os dispositivos. Estamos a assistir a uma mudança no paradigma de redes, onde o armazenamento de dados e a computação que antes eram da responsabilidade dos centros de dados, está a ser processado por dispositivos móveis IoT, graças às crescentes capacidades tecnológicas destes dispositivos. Uma abordagem, junta os dispositivos em redes estruturadas. As redes estruturadas são o meio mais comum de organizar e distribuir dados em redes peer-to-peer. Gradas às suas propriedades, indexar e procurar por elementos torna- se trivial, assim, as redes estruturadas tornam-se o bloco de construção ideal para sistemas de procura de ficheiros. Estas redes assumem que os dados estão distribuídos equitativamente por todos os participantes e que todos esses dados são igualmente procurados. no entanto em muitos sistemas, por factores externos a popularidade tem um comportamento volátil e imprevi- sível sobrecarregando os participantes que guardam os dados mais populares. Este trabalho tenta explorar as propriedades das redes estruturadas em grupo para confrontar o problema, vamos equipar uma destas redes com os mecanismos necessários para coordenar os participantes e a sua carga. A nossa abordagem focasse na implementação de uma DHT baseado em grupos capaz de alterar dinamicamente os grupos para acomodar as mudanças de membros da rede. Com a conclusão de nosso trabalho, acreditamos que criamos uma rede capaz de suportar altos níveis de instabilidade, enquanto garante justiça a todos os membros da rede.
Todos os dias aumenta o número de dados produzidos por dispositivos em rede. O pa- radigma atual é descarregar os dados produzidos para centros de dados para serem pro- cessados. No entanto com o aumento do número de dispositivos a descarregar dados para estes centros, o acesso aos dados torna-se cada vez mais desafiante. Para combater este problema, os sistemas estão a aproximar os dados dos consumidores e a distribuir responsabilidades de rede entre os dispositivos. Estamos a assistir a uma mudança no paradigma de redes, onde o armazenamento de dados e a computação que antes eram da responsabilidade dos centros de dados, está a ser processado por dispositivos móveis IoT, graças às crescentes capacidades tecnológicas destes dispositivos. Uma abordagem, junta os dispositivos em redes estruturadas. As redes estruturadas são o meio mais comum de organizar e distribuir dados em redes peer-to-peer. Gradas às suas propriedades, indexar e procurar por elementos torna- se trivial, assim, as redes estruturadas tornam-se o bloco de construção ideal para sistemas de procura de ficheiros. Estas redes assumem que os dados estão distribuídos equitativamente por todos os participantes e que todos esses dados são igualmente procurados. no entanto em muitos sistemas, por factores externos a popularidade tem um comportamento volátil e imprevi- sível sobrecarregando os participantes que guardam os dados mais populares. Este trabalho tenta explorar as propriedades das redes estruturadas em grupo para confrontar o problema, vamos equipar uma destas redes com os mecanismos necessários para coordenar os participantes e a sua carga. A nossa abordagem focasse na implementação de uma DHT baseado em grupos capaz de alterar dinamicamente os grupos para acomodar as mudanças de membros da rede. Com a conclusão de nosso trabalho, acreditamos que criamos uma rede capaz de suportar altos níveis de instabilidade, enquanto garante justiça a todos os membros da rede.
Descrição
Palavras-chave
Structured Overlays Distributed hash Tables Contingency tables
