Yazılım tanımlı ağlarda yük dengeleme probleminin optimizasyonu
Optimizing the load balancing problem in software-defined networks
- Tez No: 827040
- Danışmanlar: DOÇ. DR. TUĞRUL ÇAVDAR
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son zamanlarda, Yazılım Tanımlı Ağlarda trafik mühendisliği konusuna yönelik önemli bir ilgi vardır. Özellikle, veri düzleminde sunucu tabanlı ve bağlantı tabanlı yük dengeleme konusu ilgi çekicidir. Sunucu tabanlı yük dengeleme aynı özelliklere sahip sunucular arasında yükün dengelenmesini ele alırken, bağlantı tabanlı yük dengeleme kaynak ile hedef arasında belirlenen yollar arasında en az yüke sahip yolun belirlenmesini ele almaktadır. Tez çalışması kapsamında bu iki konu için de farklı yaklaşımlar önerilmiş ve başarıları kanıtlanmıştır. Bağlantı tabanlı yük dengelemede farklı özelliklere sahip akışların aynı yönlendirme stratejisi ile yönlendirilmesi gerçekçi değildir. Bu nedenle, tez çalışmasında akışlar sınıflandırılarak fil akışlar tespit edilmiştir. Fil akış tespiti için önerilen algılayıcı yedi farklı sınıflandırıcı ile test edilmiş ve yöntemlerin başarısı simülasyon sonuçları ile kanıtlanmıştır. Sonuçlar incelendiğinde Karar Ağaçları, Destek Vektör Makineleri ve Derin Öğrenme yöntemlerinin fil akış tespiti için daha başarılı sonuçlar ürettiği belirlenmiştir. Tez çalışması kapsamında, fil akışlar, bağlantı tabanlı yük dengeleme yaklaşımı için önerilen, yükü dinamik olarak dengeleyen Ayrık – Parçacık Sürü Optimizasyon yöntemi ile yönlendirilmektedir. Fare akışlar ise geleneksel Round Robin veya Rastgele yöntemleriyle yönlendirilmektedir. En başarılı sonuç Derin Öğrenme yöntemine göre fil akış tespiti yaparak fare akışların Round Robin'e göre yönlendirildiği yöntemden elde edilmiştir.
Özet (Çeviri)
Recently, there has been considerable interest in traffic engineering in Software-Defined Networks. In particular, the issue of server-based and connection-based load balancing in the data plane is of interest. Server-based load balancing deals with load balancing between servers with the same specifications, while connection-based load balancing deals with determining the path with the least load among the paths between the source and the destination. Within the scope of the thesis, different approaches have been proposed for these two subjects, and their success has been proven. Routing flows with different characteristics with the same routing strategy in connection-based load balancing is unrealistic. For this reason, in the thesis study, elephant flows were determined by classifying the flows. The proposed framework for elephant flow detection has been tested with seven different classifiers, and simulation results have proved the success of the methods. When the results were examined, it was determined that Decision Trees, Support Vector Machines and Deep Learning methods produced more successful results for elephant flow detection. Within the scope of the thesis, the elephant flows are routed by the Discrete–Particle Swarm Optimization method, which dynamically balances load, which is recommended for the connection-based load balancing approach. Also, Mouse flows are routed by traditional Round-robin or Random methods. The most successful result was obtained from the method in which the mouse flows were routed according to Round Robin by performing elephant flow detection according to the Deep Learning method.
Benzer Tezler
- Traffic and mobility aware delay modeling for software-defined networks (SDN)
Yazılım tanımlı ağlar için trafik ve hareket duyarlı gecikme modeli
MÜGE ÖZÇEVİK
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BERK CANBERK
- On demand QOS bandwidth management approach in software defined networking
Yazılım tanımlı ağlarda talep üzerine servis kalitesi bant genişliği yönetimi yaklaşımı
MHD YASSIN ALNAHHAS
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiAnadolu ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NURAY AT
- Scalable routing and resource management model for SDN-based networks
Yazılım tabanlı ağlarda ölçeklenebilir yönlendirme ve kaynak yönetim modeli
MAHMUD RASİH ÇELENLİOĞLU
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Prof. Dr. HACI ALİ MANTAR
- Controller load balancing schemes in software defined networks
Yazılım tanımlı ağ kontrolörlerinde yük dengeleme
HAKAN SELVİ
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH ALAGÖZ
- Yapay zeka yöntemleri ile yazılım tanımlı ağlar için saldırı tespiti
Intrusion detection for software defined networks with artificial intelligence methods
YASEMİN PEKTATLI YAVAŞ
Doktora
Türkçe
2026
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. SEYFETTİN SİNAN GÜLTEKİN