تدفق الفيل

📅 آخر تحديث: ٣ أغسطس ٢٠٢٦
✍️ نُشر في: ٣ أغسطس ٢٠٢٦
📷 يحتوي على 1 صور
الموسوعة الحرة
نسبة حركة المرور اليومية لأعلى 10 تدفقات على خط T-1 بين الولايات المتحدة واليابان من ديسمبر 2001 إلى مايو 2007. يبلغ متوسط ​​التدفقات اليومية حوالي 350,000.

في مجال شبكات الحاسوب ، يُعرف تدفق البيانات الضخم (أو ما يُسمى بتدفق الفيل ) بأنه تدفق مستمر هائل (من حيث إجمالي البايتات ) يتم إنشاؤه بواسطة بروتوكول TCP (أو أي بروتوكول آخر ) ويُقاس عبر رابط الشبكة. ورغم أن تدفقات البيانات الضخمة ليست كثيرة، إلا أنها قد تستحوذ على نسبة كبيرة من إجمالي عرض النطاق الترددي لفترة زمنية محددة. لا يُعرف على وجه التحديد من صاغ مصطلح " تدفق البيانات الضخم " ، ولكن بدأ استخدامه في أبحاث شبكات الإنترنت المنشورة عام 2001، عندما لوحظ أن عددًا قليلًا من التدفقات يحمل غالبية حركة مرور الإنترنت، بينما يتكون الباقي من عدد كبير من التدفقات التي تحمل كمية ضئيلة جدًا من حركة مرور الإنترنت ( تدفقات البيانات الصغيرة ). [ 2 ] [ 3 ] على سبيل المثال، درس الباحثون موري وآخرون تدفقات البيانات في العديد من الجامعات اليابانية وشبكات البحث. [ 4 ] في شبكة WIDE، وجدوا أن تدفقات البيانات الضخمة لا تمثل سوى 4.7% من إجمالي التدفقات، ولكنها استحوذت على 41.3% من إجمالي البيانات المنقولة خلال تلك الفترة.

لا يزال التأثير الفعلي لتدفقات البيانات الضخمة (التدفقات الكبيرة) على حركة مرور الإنترنت مجالًا للبحث والنقاش. تشير بعض الدراسات إلى وجود ارتباط وثيق بين هذه التدفقات وذروات حركة المرور وتدفقات البيانات الضخمة الأخرى (لان وهيدمان وموري وآخرون). [ 5 ] تتعدد تعريفات تدفقات البيانات الضخمة التي اقترحها الباحثون، وتشمل التدفقات التي تشغل أكثر من 1% من إجمالي حركة المرور خلال فترة زمنية محددة، [ 6 ] وقياس مدة التدفق، [ 7 ] ودراسة التدفقات التي يزيد حجمها عن متوسط ​​حركة المرور مضافًا إليه ثلاثة انحرافات معيارية خلال تلك الفترة. [ 5 ] يتمثل أحد الأهداف الرئيسية لأبحاث تدفقات البيانات الضخمة في تطوير أدوات أكثر كفاءة لإدارة النطاق الترددي ونماذج تنبؤية للإنترنت. على سبيل المثال، ركز الباحثون على تحسين جودة الخدمة للتدفقات الصغيرة ( التدفقات المتوسطة ) عن طريق تقليل أولوية تدفقات البيانات الضخمة. [ 8 ]

يمكن أيضًا النظر إلى تدفقات البيانات الضخمة من منظور جهاز شبكي مثل نظام منع الاختراق (IPS). في هذا السياق، يكون عدد البايتات في التدفق أقل أهمية من حمل المعالجة اللحظي المطلوب لخدمته، حيث يعتمد حمل المعالجة على تكوين نظام منع الاختراق (حجم العمل المطلوب منه) ومعدل نقل البيانات (إنتاجية التدفق). وبالتالي، يمكن تعريف تدفق البيانات الضخم بأنه تدفق يتجاوز إجمالي وقت الخدمة المحدد خلال فترة زمنية معينة.

على سبيل المثال، إذا استُخدمت نواة معالجة واحدة فقط لمعالجة تدفق بيانات، يُمكن اعتبار أي تدفق يتجاوز حمل معالجته قدرة نواة المعالجة تدفقًا ضخمًا. ويُمكن تعريف ذلك من خلال فقدان الحزم أو زيادة زمن استجابة أي حزمة لعبور الجهاز. من الواضح أنه يُمكن تطبيق عتبات أقل واستخدام المزيد من النوى، لكن يبقى المفهوم الأساسي لحمل المعالجة المطلوب نسبةً إلى قدرة المعالجة قائمًا.

لفهم الفرق بين هذا وبين مجرد النظر إلى إجمالي البايتات في التدفق، لنفترض وجود تدفقين F1 وF2، بإجمالي N1 وN2 بايت على التوالي، حيث N2 = 1000 * N1. من الممكن أن يكون N1 تدفقًا ضخمًا بينما لا يكون N2 كذلك، على سبيل المثال، إذا كانت عملية فحص F1 أكثر تعقيدًا من تلك المطلوبة لفحص F2، و/أو إذا كان معدل F1 أكبر بكثير من معدل F2.

انظر أيضاً

ملحوظات

  1. ↑ تمت الإشارة إلى المصطلح في RFC 1072 لعام 1988 كاختصار LFN، Long Fat Network "يُنطق 'elephant(t)'." [ 1 ]

مراجع

  1. ↑ امتدادات بروتوكول TCP للمسارات ذات التأخير الطويل . IETF . أكتوبر 1988. doi : 10.17487/RFC1072 . RFC 1072 .
  2. ↑ فانغ، و.؛ بيترسون، ل. "أنماط حركة البيانات بين الأنظمة المستقلة وآثارها" . المؤتمر العالمي للاتصالات، GLOBECOM '99 (3): 1859-1868 . مؤرشف من الأصل في 2015-05-05.
  3. ↑ غو، ليانغ؛ ماتا، آي. (11-14 نوفمبر 2001). "الحرب بين الفئران والفيلة". وقائع المؤتمر الدولي التاسع لبروتوكولات الشبكات. ICNP 2001 (ملف PDF) . قسم علوم الحاسوب، جامعة بوسطن، ماساتشوستس، الولايات المتحدة الأمريكية. الصفحات 180-188 . CiteSeerX 10.1.1.28.7225 . doi : 10.1109/ICNP.2001.992898 . ISBN   978-0-7695-1429-1. S2CID 6150355 . 
  4. ↑ موري، ت.؛ كاوارا، ر.؛ نايتو، س.؛ غوتو، س. (2004). "حول خصائص تقلب حركة مرور الإنترنت: الارتفاعات المفاجئة والارتفاعات الهائلة". المؤتمر الكندي للهندسة الكهربائية وهندسة الحاسوب CCECE 2003. نحو تكنولوجيا رعاية وإنسانية (رقم التصنيف 03CH37436) . الصفحات 99-106 . doi : 10.1109/SAINT.2004.1266104 . ISBN  978-0-7695-2068-1. S2CID 17427369 . 
  5. 1 2 لان، ك.؛ هايدمان، ج. (2003). "حول ارتباط خصائص تدفق الإنترنت" (ملف PDF) . تقرير فني ISI-TR-574 . مؤرشف من الأصل (ملف PDF) بتاريخ 28-05-2010 . تم الاطلاع عليه بتاريخ 21-01-2011 .
  6. ↑ إستان، سي.؛ فارغيز، جي. (نوفمبر 2001). "اتجاهات جديدة في قياس حركة المرور وحسابها" (ملف PDF) . وقائع ورشة عمل ACM SIGCOMM لقياس الإنترنت 2001، منطقة خليج سان فرانسيسكو . مؤرشف من الأصل (ملف PDF) بتاريخ 2016-03-06.
  7. ↑ باباجياناكي، ك.؛ تافت، ن.؛ بهاتاشاريا، س.؛ ثيران، ب.؛ سلاماتيان، ك.؛ ديوت، س. (نوفمبر 2002). "تعريف عملي للعناصر الضخمة في حركة مرور الإنترنت الأساسية". وقائع ورشة عمل ACM SIGCOMM الثانية حول قياس الإنترنت - IMW '02 . الصفحات 175-176 . doi : 10.1145/637201.637227 . ISBN  978-1581136036. S2CID 527910 . 
  8. ↑ ديفاكاران، دينيل مون؛ ألتمان، إيتان؛ بريميه، باسكال فيكات-بلانك (يونيو 2011). "جدولة التدفق القائمة على الحجم باستخدام كشف الارتفاعات المفاجئة". تقنيات وتطبيقات النمذجة التحليلية والعشوائية . سلسلة محاضرات في علوم الحاسوب. المجلد 6751. الصفحات 331-345 . doi : 10.1007/978-3-642-21713-5_24 . ISBN   978-3-642-21712-8.