Optimization of epidemic multicast protocols

Detalhes bibliográficos
Autor(a) principal: Fernandes, Diogo André Teles
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/81337
Resumo: Dissertação de mestrado integrado em Engenharia Informática
id RCAP_6c371bbdf07d703d64cae61ae9392939
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/81337
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Optimization of epidemic multicast protocolsEpidemic multicastMachine LearningPeer-to-peerAprendizagem automáticaDifusão epidémicaEntre-paresDissertação de mestrado integrado em Engenharia InformáticaEpidemic multicast protocols, also known as gossip protocols, offer fault tolerance and good performance at large scale. Therefore, these are used in peer-to-peer (P2P) systems on the Internet and in NoSQL data management systems. Research has shown there are multiple variants of these protocols which are most efficient in certain environments and applications. Some protocols, such as Plumtree, even allow the application to configure to obtain different performance trade-offs. This dissertation aims at taking advantage of Machine Learning (ML) to configure these protocols, developing a solution that adapts in runtime to network conditions and evaluate it experimentally. The results obtained by using ML models to control the transmission strategy used when forwarding messages show that it is possible to achieve a better trade-off between bandwidth used and the time to reach the entire network. Moreover, this does not endanger the characteristics of epidemic multicast protocols, maintaining their reliability while becoming even more scalable.Os protocolos de difusão epidémica, também conhecidos como gossiping, oferecem tolerância a faltas e bom desempenho em grande escala. São por isso usados, por exemplo, em sistemas entre-pares (P2P) na Internet e em sistemas de gestão de dados NoSQL. A investigação feita mostrou que existem múltiplas variantes destes protocolos, adaptadas a diferentes ambientes e aplicações. Alguns protocolos concretos, como o Plumtree, permitem até que a aplicação faça uma configuração das suas características, de forma a obter diferentes compromissos de desempenho. Nesta dissertação apresenta-se uma abordagem que tira partido de tecnologias de aprendizagem automática para fazer a configuração destes protocolos, desenvolvendo uma solução capaz de se adaptar em runtime tendo em conta o estado atual da rede e posteriormente é feita uma avaliação da solução experimentalmente. Os resultados obtidos com os modelos que controlam a estratégia de transmissão na distribuição de mensagens demonstram ser possível alcançar um melhor compromisso entre o número de mensagens enviadas e o tempo necessário para as distribuir. Além disso, não compromete as características dos protocolos de difusão epidémica, mantendo a sua confiabilidade e tornando-se ainda mais escaláveis.Pereira, JoséAlonso, Ana Luísa Parreira NunesUniversidade do MinhoFernandes, Diogo André Teles2021-08-102021-08-10T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/81337eng203056191info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:01:49Zoai:repositorium.sdum.uminho.pt:1822/81337Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T18:51:47.680734Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Optimization of epidemic multicast protocols
title Optimization of epidemic multicast protocols
spellingShingle Optimization of epidemic multicast protocols
Fernandes, Diogo André Teles
Epidemic multicast
Machine Learning
Peer-to-peer
Aprendizagem automática
Difusão epidémica
Entre-pares
title_short Optimization of epidemic multicast protocols
title_full Optimization of epidemic multicast protocols
title_fullStr Optimization of epidemic multicast protocols
title_full_unstemmed Optimization of epidemic multicast protocols
title_sort Optimization of epidemic multicast protocols
author Fernandes, Diogo André Teles
author_facet Fernandes, Diogo André Teles
author_role author
dc.contributor.none.fl_str_mv Pereira, José
Alonso, Ana Luísa Parreira Nunes
Universidade do Minho
dc.contributor.author.fl_str_mv Fernandes, Diogo André Teles
dc.subject.por.fl_str_mv Epidemic multicast
Machine Learning
Peer-to-peer
Aprendizagem automática
Difusão epidémica
Entre-pares
topic Epidemic multicast
Machine Learning
Peer-to-peer
Aprendizagem automática
Difusão epidémica
Entre-pares
description Dissertação de mestrado integrado em Engenharia Informática
publishDate 2021
dc.date.none.fl_str_mv 2021-08-10
2021-08-10T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/81337
url https://hdl.handle.net/1822/81337
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 203056191
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132291497197568

Registros relacionados