Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: Anuarbek AMANOV
Danışman: Aydın Çetin
Özet:
Son zamanlarda iletişim hızlarındaki artışa paralel olarak ağ trafiğinde ve veri merkezlerindeki tıkanıklık problemlerinde artış meydana gelmektedir. Tıkanıklığı önlemede farklı tıkanıklık bildirim mekanizmaları önemli araştırma konularından birisidir. Bu problemlerin çözümünde genel bir yaklaşım olarak tek kuyruklu senaryolar için Açık Tıkanıklık Bildirimi (ATB) mekanizması tasarlanmaktadır. Ancak, Veri Merkezi Ağlarında (VMA) her anahtar için port başına birden fazla kuyruğa ihtiyaç vardır. Bu amaçla son yıllarda çok kuyruklu VMA’lar üzerine yapılan çalışmalar artmıştır. Ancak, bu amaçla veri merkezindeki anahtarlarda kullanılan paket işaretleme eşiği aşılırsa, aynı bağlantı portundaki tüm paketler ATB işaretini alabilir ve bu hatalı işaretleme işlemi veri aktarım kalitesini düşürebilir. Bu tezde, hatalı işaretleme problemini çözmek için bir derin pekiştirmeli öğrenme tabanlı öncelik ATB Haritalama yaklaşımı önerilmiştir. Önerilen yaklaşımda, arabellekten gelen akışlar sınıflayıcı tarafından fare ve fil akışları olarak sınıflandırılmakta ve devamında çıkış port arabelleği eşiğinde işaretlenerek öncelik verilmektedir. Ayrıca, çoklu-çift çıkış port arabelleğinde paketlerin hatalı işaretlenmesinden kaçınmak için derin pekiştirmeli öğrenme tekniklerinden yararlanmaktadır. Önerilen yaklaşımın etkinliği ve verimliliği büyük ölçekli bir NS-2 benzetim ortamında test edilmiştir. Çalışmada elde edilen sonuçlar detaylı bir şekilde incelenmiş ve sunulmuştur. Akış Tamamlama Süresi metriğine dayalı değerlendirmeler, önerilen yaklaşımın hedeflerine ulaşmada başarılı olduğunu ortaya koymaktadır.
Anahtar Kelimeler : Veri merkezi ağları, tıkanıklık kontrol mekanizması, derin
pekiştirmeli öğrenme