Rinnakkaisalgoritmeja massiivisten verkkojen prosessointiin

Rahoitetun hankkeen kuvaus

Datan määrä verkossa kasvaa jatkuvasti ja sen prosessointi keskitetysti on tehotonta tai jopa mahdotonta. Tästä johtuen datan prosessointia on lähestyttävä hajautetuilla ja rinnakkaisilla ratkaisuilla. Esimerkiksi MapReduce-, Hadoop-, Dryad- ja Spark-alustat on suunniteltu helpottamaan skaalautuvien algoritmien suunnittelua. Tässä projektissa teemme näihin alustoihin liittyvää perustutkimusta, jotta ymmärtäisimme paremmin niiden tehokkuutta ja rajoja. Tutkimus tapahtuu alustojen matemaattisen mallintamisen kautta. Tarkoituksena on löytää uusia ja parempia algoritmeja tärkeisiin perusongelmiin ja osoittaa, että joitain perusongelmia ei todistettavasti voi ratkaista tehokkaasti. Täten tunnistamme mallien heikkoudet ja opimme miten alustoja voi käytännön näkökulmasta parantaa.
Näytä enemmän

Aloitusvuosi

2020

Päättymisvuosi

2025

Myönnetty rahoitus

Jara Uitto Orcid -palvelun logo
470 368 €

Rahoittaja

Suomen Akatemia

Rahoitusmuoto

Akatemiahanke

Muut tiedot

Rahoituspäätöksen numero

334238

Tieteenalat

Tietojenkäsittely ja informaatiotieteet

Tutkimusalat

Teoreettinen tietojenkäsittelytiede

Tunnistetut aiheet

computer science, information science, algorithms