Ομαδοποίηση "εν πτήσει" Δοσοληψιών σε Ομάδες με Παρόμοια Χαρακτηριστικά Φόρτου Εργασίας
On-the-fly clustering of OLTP workload characterizations
Κλουκίνας, Χρήστος
(EL)
Kloukinas, Christos
(EN)
Χ. Νικολάου
Η παρούσα εργασία ασχολείται με την ομαδοποίηση (clustering) δοσοληψιών (transactions), που εμφανίζονται σε ένα κατανεμημένο (distributed) σύστημα επεξεργασίας δοσοληψιών (OLTP system), συμφώνως προς τα χαρακτηριστικά του φόρτου εργασίας (workload) αυτών. Αποτελεί συνέχεια της μεταπτυχιακής εργασίας \cite{Labrinides}, διαφοροποιείται, δε, από αυτήν στο ότι η ομαδοποίηση γίνεται πάνω σε μία δυναμικώς μεταβαλλόμενη ακολουθία δεδομένων και όχι πλέον σε ένα στατικό σύνολο αυτών. Για το σκοπό αυτό, έχουν υλοποιηθεί δύο δυναμικοί αλγόριθμοι ομαδοποίησης, εκ των οποίων ο πρώτος βασίζεται στη χρήση ενός νευρωνικού δικτύου τύπου kmeans, ενώ ο δεύτερος κάνει χρήση γραφοθεωρητικών μεθόδων ομαδοποίησης.
(EL)
The following work deals with clustering of transactions in a distributed OLTP system, according to their workload characteristics. It continues the work done in \cite{Labrinides}, differentiating from it by the fact that it no longer deals with static sets of data and thus with batch clustering algorithms. Instead, it deals with a dynamic sequence of data which calls upon the use of an ``on the fly'' clustering algorithm. For this purpose, two dynamic clustering algorithms have been implemented. The first one is based on an artificial neural network of the adaptive kmeans family of networks, while the second one is based on a graph - theoretical clustering method.
(EN)
text
Τύπος Εργασίας--Μεταπτυχιακές εργασίες ειδίκευσης
α) Παράλληλα και Κατανεμημένα Συστήματα, β) Μηχανική Οραση και Ρομποτική.
