شیرین محمدی- 20/4/90
خانم شیرین محمدی دانشجوی کارشناسی ارشد جناب آقای دکتر مصطفی حق جو روز دو شنبه 20/4/90 ساعت 11 صبح در اتاق 304 واقع در طبقه سوم دانشکده کامپیوتر ازپروژه کارشناسی ارشد خود تحت عنوان بهبود زمان پاسخگویی پرس و جو بر مبنای شرایط سیستم و ویژگیهای جریان داده دفاع خواهند نمود.
چکیده پایان نامه:
در بسیاری از کاربردهای جدید، دادهها در قالب دنبالههای پیوسته، نامحدود ، سریع، غیرقابل پیشبینی و متغیر با زمان از عنصرهای داده، به نام جریان داده، دریافت میشوند. سیستمهایی که قادر به پردازش جریانهای داده باشند، سیستم مدیریت جریان داده نام دارند. این نوع پرسوجوها از زمانی که داده ها به صورت پیوسته می رسند به صورت بلندمدت اجرا می شوند و پرس و جوهای پیوسته نامیده می شوند. با توجه به ویژگیهای گفته شده، جریان های داده با گذشت زمان، مقدار خود را از دست میدهند و همچنین به علت اینکه سیستم به طور پیوسته، جریان های داده را پردازش می کنند، درنتیجه، نتایج پردازش با زمان پاسخگویی بالا، قابل استناد نیستند. بنابراین یکی از معیارهای مهم کارایی, زمان پاسخگویی سیستم می باشد. زمان پاسخگویی سیستم مدت زمانی است که یک تاپل از جریان داده وارد سیستم می شود تا زمانی که پس از پردازش یک پرس وجو به صورت خروجی از سیستم خارج می گردد. با توجه به ویژگیهای جریانهای داده وشرایط سیستم، تطبیقپذیر برای سیستم مدیریت جریان داده یک نیاز اساسی محسوب میشود. شناخت پارامترهایی که در زمان پاسخگویی مؤثر هستند و تحلیل میزان تاثیرگذاری آنها اهمیت بهسزایی در طراحی یک سیستم تطبیقپذیر خواهد داشت.
در این پایان نامه، ضمن بررسی و تحلیل پارامترهای مؤثر در زمان پاسخگویی، راهکاری برای تطبیقپذیری سیستم مدیریت جریان داده ارائه شده است. معماری تطبیقپذیر ارائه شده با استفاده از ایده ماشین یادگیر، پارامترهای قابل کنترل را، به صورت پویا تنظیم می کند. واحد یادگیر، معیارهای کیفیت را به طور پیوسته مورد ارزیابی سیستم قرار می دهد تا با توجه به بازخوردی که دریافت می کند، برای مقادیر پارامترها، تصمیم گیری کند تا به بهینه ترین مقدار خود در شرایط فعلی سیستم نزدیک شوند. زمانی که سیستم با تغییراتی مواجه می شود، واحد یادگیر مقادیر پارامترها، مجدد تنظیم می کند. نتایج ارزیابی بیانگر این است که پس از مدتی پارامترها به بهینه ترین مقادیر خود نزدیک می شوند و در طول اجرای پردازش پرس وجو در سیستم مدیریت جریان داده، به طور تطبیق پذیری مقداردهی می شوند.در نتیجه زمان پاسخگویی نیز بهبود مییابد.
Abstract:
In many modern applications, data are received as infinite, rapid, unpredictable and time- variant data elements that are known as data streams. Systems which are able to process data streams with such properties are called Data Stream Management Systems (DSMS). Due to the unpredictable and time- variant properties of data streams as well as system, adaptivity of the DSMS is a major requirement for each DSMS. Accordingly, determining parameters which are effective on the most important performance metric of a DSMS (i.e., response time) and analysing them will affect on designing an adaptive DSMS.
In this Thesis, effective parameters on response time of DSMS are studied and analysed and a solution is proposed for DSMSs’ adaptivity. The proposed adaptive DSMS architecture includes a learning unit that frequently evaluates system to adjust the optimal value for each of tuneable effective. Learning Automata is used as the learning mechanism of the learning unit to adjust the value of tuneable effective parameters. So, when system faces some changes, the learning unit increases performance by tuning each of tuneable effective parameters to its optimum value. Evaluation results illustrate that after a while, parameters reach their optimum value and then DSMS’s adaptivity will be improved considerably.
Keywords: Data Stream, Query Processing, Effective Parameters, Adaptive architecture, Learning Automata, Response time Improvement
ارائهدهنده:
شیرین محمدی
اساتید راهنما:
دکتر مصطفی حق جو
استاد ممتحن داخلی : دکتر محسن شریفی
استاد ممتحن خارجی :دکتر آزاده شاکری
زمان : دوشنبه 20 تیرماه ماه 1390
ساعت 11 صبح
مکان: دانشکده مهندسی کامپیوتر- طبقه سوم- اتاق 304
از اساتید بزرگوار، دانشجویان گرامی و دیگر متخصصان و علاقه مندان به موضوع دفاعیه دعوت
می شود با حضور خود موجبات غنای علمی و ارتقای کیفی را فراهم سازند.
دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی