en fr Performances study of a web server and a wireless local area network using the neural techniques Etude des performances dun serveur web et dun réseau local sans fil utilisant les techniques neuronales Reportar como inadecuado




en fr Performances study of a web server and a wireless local area network using the neural techniques Etude des performances dun serveur web et dun réseau local sans fil utilisant les techniques neuronales - Descarga este documento en PDF. Documentación en PDF para descargar gratis. Disponible también para leer online.

1 LIMOS - Laboratoire d-Informatique, de Modélisation et d-optimisation des Systèmes

Abstract : The popularity of web service raises a lot of problems related to its performance. The use of -intelligent- mechanisms helps to overcome the difficulty linked to more traditional methods and takes into account the whole complexity due to the introduction of parameters influencing the quality of service of a web server. This is the context of the research in this thesis. We are interested in the problem of web server performance evaluation and in the access mechanism for infrastructure based wireless network. Instead of using the traditional methods to modelize their performance, we propose the use of the learning and generalisation capacities of the neural networks to learn these performances from the data obtained from experimentation and simulation. First, we study the effects of the different influencing parameters of a Web server on its performance metrics. The results help to give ideas to system and network administrators on the ways to adjust the server parameters in order to improve its performance. We also propose a model based on a simple queue representing the web server architecture processor, memory and disk by using the iterative technique based on the MVA Mean Value Analysis equations. Next, this thesis proposes a new approach based on the use of neural networks to modelize the web server performance by taking its optimisation parameters into account. These models were then implemented on a real web server, Apache with FreeBSD operating systems in order to put in place an overload control mechanism for the server. This control strategy allows to avoid overloading the server. A mixed control mechanism based on the combination of two controllers, an open-loop based neural and a closed-loop, Proportional Integral, was elaborated. These two controllers help together to improve in a considerable way the admission control mechanism of the web server. Finally, our interest is on the performance modelling of the access mechanism for infrastructure based wireless network. Two models, mathematical and neuronal, are used for estimating the maximum throughput observed on each wireless station as a function of the packet length, the transmission rate and the number of stations for the UDP and TCP protocols .The results obtained help the user to know the capacity of a hot spot of its wireless network.

Résumé : La popularité du service web soulève de nombreux problèmes liés à sa performance. L-utilisation de mécanismes - intelligents - dans le système permet de surmonter la difficulté liée aux méthodes plus traditionnelles pour prendre en compte toute la complexité engendrée par l-introduction des paramètres influents sur la qualité de service d-un serveur web. C-est dans ce contexte que se situent les présents travaux de thèse. Nous nous intéressons au problème de l-évaluation des performances d-un serveur web et du mécanisme d-accès au réseau local sans fil en mode infrastructure. Au lieu d-utiliser les méthodes traditionnelles pour modéliser leurs performances, nous proposons d-utiliser les capacités d-apprentissage et de généralisation des réseaux de neurones pour apprendre ces performances à partir des données obtenues des expérimentations et des simulations. D-abord, nous étudions les effets des différents paramètres influents d-un serveur Web sur ses métriques des performances. Les résultats obtenus permettent de donner des idées aux administrateurs système et réseau sur les façons d-ajuster les paramètres du serveur afin d-améliorer ses performances. Nous proposons aussi un modèle simple basé sur la file d-attente représentant l-architecture du serveur web processeur, mémoire et disque en utilisant la technique itérative basée sur les équations MVA Mean Value Analysis. Ensuite, la thèse propose une nouvelle approche basée sur l-utilisation des réseaux de neurones pour modéliser les performances d-un serveur web en tenant compte ses paramètres d-optimisation. Ces modèles ont été ensuite implémentés sur un serveur web réel, Apache avec un système d-exploitation FreeBSD afin de mettre en place un mécanisme de contrôle de surcharge à boucle ouverte du serveur. Cette stratégie de contrôle permet d-éviter la surcharge du serveur. Un mécanisme de contrôle mixte basé sur la combinaison de deux contrôleurs, neuronal à boucle ouverte et à action proportionnelle intégrale, PI a été élaboré. Ces derniers permettent ensemble d-améliorer considérablement le mécanisme de contrôle d-admission du serveur Web. Enfin on s-est intéressé à la modélisation des performances du mécanisme d-accès au réseau sans fil en mode infrastructure. Les deux modèles, mathématique et neuronal servent à estimer le débit maximal observé sur chaque station sans fil en fonction de la taille de paquet, de la vitesse de transmission et du nombre de stations pour les protocoles UDP et TCP. Les résultats obtenus permettent à l-utilisateur de connaître la capacité d-une borne hot spots de son réseau sans fil.

Mots-clés : Serveurs informatique Serveurs Web Réseaux locaux sans fil Réseaux ad hoc informatique Réseaux neuronaux informatique





Autor: Fontaine Rafamantanantsoa -

Fuente: https://hal.archives-ouvertes.fr/



DESCARGAR PDF




Documentos relacionados