اعظم فاضل نجف آبادی
اعظم فاضل نجف آبادی
پایان نامه برای دریافت درجه کارشناسی ارشد در رشته فناوری اطلاعات گرایش شبکههای کامپیوتری
عنوان:
ارتقا کارایی دستهبندی بستهها در الگوریتم فضای چندتایی با استفاده از خوشه واحد پردازش گرافیکی
استاد راهنما:
دکتر مهدی عباسی
داوران :
دکتر محمد نصیری
دکتر یونس سیفی
نگارش:
اعظم فاضل نجفآبادی
زمان :دوشنبه 25 بهمن ماه ساعت 17
مکان : آمفی تئاتر
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 است. در این پژوهش الگوریتم فضایچندتایی در خوشهی پردازندهی گرافیکی-مرکزی و ترکیب این خوشهها با سناریوهای مختلف پیادهسازی شده است. در اين سناريوها برای اجرای موازی الگوریتم روی خوشهی پردازنده گرافیکی از کتابخانههای MPI و روی خوشه پردازنده مرکزی از کتابخانهMPI وOpenMP بهره گرفته شده است و با اجراي الگوريتم روي سیستم تک پردازنده گرافیکی و مرکزی با استفاده از کتابخانهی 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، جستجوی فضای چندتایی،پردازنده گرافیکی، خوشه گرافیکی،MPI
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 tuple space search 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 Tuple Space 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, Tuple Space Search, GPU, GPU Cluster Parallel Process,
High-Performance
رزومه
مشخصات فردی: اعظم فاضل نجفآبادی
تاریخ تولد:14/07/69
تحصیلات
دیپلم ریاضی فیزیک
کارشناسی مهندسی نرمافزار-دانشگاه بوعلیسینا1393
کارشناسی ارشد فناوری اطلاعات گرایش شبکههای کامپیوتری-دانشگاه بوعلی سینا1395
سوابق پژوهشی
ارائه مقاله ارتقا کارایی دستهبندی بستهها در الگوریتم درخت تصمیم با استفاده از واحد پردازش گرافیکی در بیست و دومین کنفرانس انجمن کامپیوتر
ارائه پوستر در هفته پژوهش با عنوان ارتقا کارایی بستهها در الگوریتم فضای چندتایی با استفاده از خوشه واحد پردازش گرافیکی در دانشگاه بوعلی سینا
تماس با من
پست الکترونیک: Azamfazel1990@gmail.com
شماره تماس:09397964516
آدرس: اصفهان-نجفاباد خ شیخ بهایی جنوبی کوی شهید عربپور
مهارتها و تواناییها
زبانهای برنامهنویسی:C،C++،C# و جاوا
طراحی وب سایت
آشنایی با برنامهنویسی اندروید
آشنایی با سیستمعامل لینوکس
طراحی بستر خوشه گرافیکی در محیط لینوکس
کار با نرمافزارهای:
o Packet Tracer (Network Simulation Program),
o MATLAB (machine learning algorithms),
o Wireshark (Networking),
o Visual Studio ,
o Office (word & PowerPoint & Excel )