2005
informatika
Bojárszky András - Karlócai Balázs
Új neurális alapú csomagklasszifikációs algoritmusok fejlesztése és tesztelése IPv6 hálózatok számára
Témavezető:
Dr. Levendovszky János
Összefoglaló
A dolgozat az IPv6 hálózatok útvonalkeresőiben új csomagosztályozási algoritmusok kifejlesztésével és ezek teljesítőképesség analízisével foglalkozik. Mivel a jelenlegi „routing" technológia alapján a csomagosztályozás bizonyul az egyik legszűkebb hálózati keresztmetszetnek, ezért az idevágó eredmények jelentősen képesek javítani az IPv6 protokoll teljesítőképességét. Ennek megfelelően a dolgozat célja, hogy új, hetero­ asszociatív leképezéseken, valamint CNN-en alapuló csomagklasszifikációs algoritmusok bevezetésével a jelenlegi kb. 300.000 csomag/sec átlagos csomagprocesszálási sebesség tovább növekedjen, a dolgozat eredményei alapján akár 3 millió csomag/sec is elérhető. Sajnos a jelenleg használt standard csomagosztályozási eljárások nem képesek a multiplexált adatforgalmak Gbps sebességével megküzdeni. Ezzel szemben a dolgozat a csomagosztályozást, mint új számítási diszciplínát kezeli, ahol a geometriai megközelítés ellenében (computational geometry), a neurális implementáció előnyeire hívja fel a figyelmet. Az új algoritmusok a következő megközelítésen alapulnak: i) hetero-asszociatív leképezés, amely képes kis processzálási idővel az IP csomag fejlécében megfigyelhető címhez a router által megkövetelt funkciót hozzárendelni, amelynek real-time, DSP alapú implementációja is lehetséges; ii) CNN alapú csomagklasszifikáció, ahol a feladat egy képfeldolgozási problémaként kerül interpretálásra (a routerek szabályhalmazának megfelelő kép egy adott szegmensének „beszínezése" triggerelt hullámok segítségével), amely szintén valós idejű csomagfeldolgozást eredményez.

A feladat formális ismertetése után először a tradicionális csomagosztályozási algoritmusok kerülnek összefoglalásra, majd az új eljárásokat részletezzük. A probléma formális tárgyalását a teljesítőképesség vizsgálatára írott programcsomag ismertetése zárja, amely alapján részletes numerikus eredmények adódtak az egyes módszerek hatékonyságára. A numerikus analízis egyértelműen igazolta, hogy az új eredményekkel közel tízszeres sebesség növekedés érhető el.
Bojárszky András
Bojárszky András
Adatok feltöltés alatt
Curriculum Vitae
Adatok feltöltés alatt
Karlócai Balázs
Karlócai Balázs
A TDK indított el azon az úton, hogy képes legyek önnállóan alkotni: ennek a kutatássorozatnak lett eredménye az OTDK, majd ebből fejlődött ki a diplomamunkám is. Bár téma szemontjából kicsit eltávolodva vágtam bele a PhD tanulmányaimba, de ugyanazokat a módszertani elemeket tudtam használni a kutatások során. A mai napig hálás szívvel gondolok Dr. Levendovszky János professzor úrra, aki megtanított arra, hogy készíthetek bármilyen jó eredményt: ha nem tudom fogyasztható, élvezhető tartalommá alakítani, akkor nem ér sokat. Ezt a tudást azóta is, szakmai karrierem során, nap mint nap alkalmazom.
Curriculum Vitae
Karlócai Balázs PhD - Budapest, 1983.03.15
Tanulmányok:
1997-2001, Szent Imre Gimnázium, Budapest
2001-2006, Pázmány Péter Katolikus Egyetem, Információs Technológiai Kar, Mérnök Informatika
2005, Katholieke Universiteit Leuven, Internship - Master of Artificial Intelligence
2006-2013, Pázmány Péter Katolikus Egyetem, Információs Technológiai Kar, Multidiszciplináris Műszaki Tudományok Doktori Iskola, PhD
2009-2011, Pázmány Péter Katolikus Egyetem, Információs Technológiai Kar, Bionikus Számítástechnika szakirányú továbbképzés
Tapasztalat:
2007-2008, Lufthansa Systems, IT Expert - UNIX
2008-2011, Mem-Company Kft., IT Department Leader
2011- , MODIT Zrt., CEO
Dr. Levendovszky János
Dr. Levendovszky János
Adatok feltöltés alatt