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 enemmänAloitusvuosi
2020
Päättymisvuosi
2025
Myönnetty rahoitus
Muut tiedot
Rahoituspäätöksen numero
334238
Tieteenalat
Tietojenkäsittely ja informaatiotieteet
Tutkimusalat
Teoreettinen tietojenkäsittelytiede
Tunnistetut aiheet
computer science, information science, algorithms