آزاد شکر الهی
آزاد شکر الهی
دانشكده فني مهندسي
گروه مهندسي عمران
جلسه دفاعیه پایان نامه جهت دريافت درجه كارشناسي ارشد در رشته مهندسي کامپیوتر
عنوان:
ارتقا عملکرد الگوریتمهای دست بندی بسته مبتنی بر درخت تصمیم با استفاده ازخوشه واحد پردازش گرافیکی
استاد راهنما:
دكتر مهدی عباسی
داوران:
دکتر مهدی سخایی نیا
دکتر محمد نصیری
نگارش:
آزاد شکراللهی
زمان: چهارشنبه 25 بهمن ماه 95 ، ساعت 18تا 20
مکان: آمفی تئاتر دانشکده مهندسی
چکیده
دستهبندی بستهها یکی از پردازشهای اساسی در مولفههای متنوع شبکهای است که توسط پردازندههای شبکهای اجرا میشود. این فرآیند جریانهای ترافیکی را بر اساس پارامترهای مختلف دستهبندی میکند. روشهای سختافزاری هزینهی بالا و توسعهپذیری محدودی را بههمراه دارند. در مقابل روشهای نرمافزاری که این مشکلات را برطرف میکنند سرعت پایینی دارند. يک ايده کليدي براي رفع اين مشکل، موازيسازي دستهبندي بستهها روي خوشهی پردازش مرکزی وخوشه پردازش گرافیکی است. در این پژوهش الگوریتم درخت سلسله مراتبی در خوشهی پردازندهی گرافیکی، خوشه پردازنده مرکزی و ترکیب این خوشهها با سناریوهای مختلف پیادهسازی شده است. در اين سناريوها برای اجرای موازی الگوریتم روی خوشهی پردازنده گرافیکی از مدل برنامه نویسی کودا و MPI و روی خوشه پردازنده مرکزی از مدل برنامهنویسیMPI وOpenMP بهره گرفته شده است و با اجراي الگوريتم روي یک سیستم تک پردازنده گرافیکی و مرکزی با استفاده از مدلهای نامبرده مقایسه شده است. نتایج پیادهسازی سناریوها و حالتهای مختلف بر خوشه پردازنده گرافیکی نشان میدهد که کارایی آن بهتر از استفاده از یک سیستم با یک پردازنده گرافیکی است. همچنین نتايج پياده سازي و اجراي الگوریتم بر ترکیب خوشههای پردازنده مرکزی وگرافیکی نشان میدهد که نتایج آن نسبت به استفاده از خوشه گرافیکی بهمراتب بهتر است.
کلمات کلیدی
دستهبندی بسته، الگوریتم درخت سلسله مراتبی،پردازنده گرافیکی، خوشه گرافیکی،MPI، OpenMP، کودا
Abstarct:
packet classification is one of the primary processes in diverse network elements which often is run by network processors. This automatic process classifies network traffic flows based on several parameters including port number and address of the source and destination. Though it is possible to accelerate packet classification algorithms through their hardware implementation, this solution has a high cost and a limited extensibility. On the other hand, software methods which solve these problems suffer from low speed. A key idea to solve this problem is to parallelize packet classification on graphical processing units (GPUs). In this paper, we study parallel forms of decision tree to classify packets on GPU Cluster using CUDA platform. To achieve the highest level of parallelism offered by CUDA, a fine-grain parallelism is considered. In the proposed form, after transferring packets from the host memory to the general memory of Cluster GPU, each packet is assigned to a thread to be classified. In addition, the performance of parallel implementation of aforementioned algorithms is evaluated considering three possible scenarios of storing classification rules and packet headers in different memory modules of GPU Cluster.
Results show that parallel versions of algorithms on GPU Cluster, are superior to their corresponding sequential versions on one GPU, in speed and throughput. In addition, the highest performance of the parallel algorithm is achieved when the GPU cluster is used.
Moreover, we are parallelized decision tree algorithms On CPU Cluster and CPU-GPU cluster via possible methods. Comparing evaluation results shows that the parallel versions of these algorithms on CPU-GPU Cluster is better than corresponding parallel versions on one GPU,CPU and GPU Cluster in speed and throughput.
Key Words: Packet Classification, decision tree Search, GPU, GPU Cluster Parallel Process,
MPI, OpenMP,CUDA
فرم رزومه
مشخصات فردي
نام : آزاد
نام خانوادگي : شکراللهی
مدرك تحصيلي : فوق لیسانس مهندسی فناوری اطلاعات گرایش شبکههای کامپیوتری
محل اخذ مدرك : دانشگاه بوعلی سینا همدان
رتبه قبولی:204
تاريخ تولد : 4/10/68
محل تولد : سنندج
وضعيت تاهل : مجرد
آدرس منزل : سنندج –بهاران-19/3- خیابان شبستری کوچه لاله شش-پلاک 78
تلفن :33776344
همراه:09380918554
ایمیل: azad.sh1990@gmail.com
تخصصها:
اشنای کامل به:
· زبان های برنامه نویسی C، C++، java ،C#، Matlab، TCL، AWK
· زبانهای برنامه نویسی تحت وب ASP.NET وPHP و جوملا
· زبانهای برنامه نویسی موازی
§ برنامه نویسی CUDA در کارت گرافیک
§ برنامه نویسی OpenMP در سیستمهای چند پردازنده ای
§ برنامه نویسی MPI در شبکه
§ Pthread
§ TBB
· مجموعه افیس، word، Excel، visio و..
· پایگاه داده SQL و Access
· سیستمعاملهای
§ Windows
§ Windows server
§ Ubuntu
§ Fedora
§ Centos
§ Bsd
· شبکه و مفاهیم شبکه و اینترنت
§ Network+
§ CCNA
§ CCNP
§ MCITP
§ امنیت شبکه Scyter
§ شبیه سازهای شبکه
§ Packet tracer
§ GNS3
§ NS2
§ NS3 و ..
· Shell نویسی در لینوکس
· سخت افزار کامپیوتر
§ Bios کردن سیستم و....
· زبان انگلیسی
· کل درسهای دوره لیسانس مهندسی فناوری اطلاعات، مهندسی نرم افزار، و مهندسی سخت افزار
· دروس دوره کارشناسی ارشد شبکههای کامپیوتری