Tugas Akhir Jaringan KomputerOptimalisasi Multicasting di Internet dengan

Teknik ”Balanced Multicast”

Disusun Oleh :ASTRI ATRIDA PURBA (09061002028)

Dosen Pembimbing :Deris Setiawan, M.kom

JURUSAN TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER

UNIVERSITAS SRIWIJAYA2008/2009

ABSTRAKKetika teknologi internet berkembang kebutuhan komunikasi yang baru

juga meningkat. Pertama muncul, e-mail dan FTP cukup memenuhi kebutuhan

banyak penggunanya. Kemudian munculnya WWW ( World Wide Web ) dan

keintaginan masyarakat tidak hanya melihat plaintext tetapi juga bentuk grafik.

Bahkan saat ini grafik statis tidak cukup, real-time video dan audio adalah

menjadi jawaban keinginan pengguna.

Sebagai imbas kebutuhan komunikasi yang meningkat, paradigma

komunikasi yang selalu berhubungan dengan e-mail dan FTP juga mengalami

peningkatan. Komunikasi yang terbaru untuk memenuhi kebutuhan tersebut

dinamakan multicast.

Multicasting adalah istilah teknis yang berarti User dapat mengirim data

potong (paket) ke beberapa situs pada saat yang sama. (Seberapa besar paket

yang tergantung pada protokol-terlibat dapat mulai dari beberapa byte sampai

beberapa ribu.) Yang bisa bergerak pada internet dengan menggunakan protokol

unicast - alat yang mengirimkan paket ke satu situs di waktu.

Teknik balanced multicast adalah suatu teknik yang mengoptimalkan

aktivitas multicast yang dilakukan di atas suatu jaringan.

Kata kunci : multicast, balanced multicast, kapasitas bandwith, achievable

bandwith.

1. PENDAHULUAN

1.1 Latar belakang Judul

Multicast adalah jaringan untuk menangani metode penyampaian

informasi ke sekelompok tujuan sekaligus menggunakan strategi yang paling

efisien untuk menyampaikan pesan melalui setiap link jaringan yang hanya

sekali, membuat salinan hanya ketika link ke beberapa tujuan split.

Kata "multicast" biasanya digunakan untuk merujuk ke IP Multicast, yang sering digunakan untuk streaming media dan televisi Internet aplikasi.

Dalam IP Multicast pelaksanaan konsep multicast terjadi pada tingkat IP routing,

dimana routers membuat jalur distribusi optimal untuk datagrams dikirim ke

alamat multicast tujuan mencakup pohon secara real-time. "Multicast" juga

digunakan untuk menjelaskan data link lapisan satu-ke-banyak distribusi seperti

alamat multicast Ethernet, ATM point-to-multipoint VCs atau Infiniband multicast.

Banyak aplikasi Grid yang harus tranfer data dalam kapasitas yang

sangat besar ke beberapa tujuan split dalam suatu lingkup daerah. Jaringan

Heterogen dalam lingkup ini membuat throughput optimisasi dalam transfer data

ke tujuan split (multicast) dengan sangat sulit atau bahkan tidak mungkin. Teknik

balancaed multicasting adalah teknik yang menggunakan informasi monitoring

antara kapasitas bandwith dan bandwith achievable untuk menghitung pohon

seimbang multicast pada saat runtime yang menggunakan traffic level aplikasi

pada sender side.

1.2 Tujuan Penelitian

Membuka wawasan pembaca khususnya penulis mengenai teknik

”Balanced Multicasting” yang dapat meningkatkan optimisasi multicast

pada jaringan khususnya WAN.

Memenuhi tugas akhir matakuliah jaringan komputer

1.3 Metode Penelitian Metode penlitian yang dilakukan adalah dengan menganalisa literature

yang telah ada dan merangkumnya menjadi sebuah kesimpulan yang diharapkan

dapat meningkatkan wawasan pembaca.

2. LANDASAN TEORI

Salah satu isu yang paling mendapat sorotan di Internet adalah

keandalan interface multicast. Keandalan, dalam konteks transmisi digital,

memiliki tiga aspek: yang menjamin paket data tiba di tempat tujuan:

(a) uncorrupted;

(b) urutan;

(c) pada waktu yang tepat.

Namun, dalam hubungan model Internet, paket yang disampaikan pada

"usaha terbaik" dasar, dan tidak ada jaminan tentang kapan, atau bahkan jika,

setiap paket akan sampai pada tujuan. Bagaimana bisa lebih tinggi-lapisan

mekanisme untuk membuat kurangnya keandalan yang lebih rendah di jaringan

lapisan? Pada kesempatan kali ini penulis mencoba membahas suatu teknik

yang dapat meningkatkan aktivitas multicasting yang semakin banyak digunakan

dalam berkomunikasi.

Multicasting adalah istilah teknis yang berarti User dapat mengirim data

potong (paket) ke beberapa situs pada saat yang sama. (Seberapa besar paket

yang tergantung pada protokol-terlibat dapat mulai dari beberapa byte sampai

beberapa ribu.) Yang bisa bergerak pada internet dengan menggunakan protokol

unicast - alat yang mengirimkan paket ke satu situs di waktu.

Jika transfer data dilakukan melalui internet dan multicast tidak tersedia

untuk melakukan hal ini, maka transfer akan gagal terlaksana. Sebuah komputer

yang menjadi sumber informasi dihubungkan ke internet dan camera video dan

Linus mikrophone bertemu, jalur transfer multimedia ke beberapa host melalui

internet. Tentu saja pengiriman harus se-efisien mungkin untuk mengurangi

penggunaan bandwith.

User dapat mengira multicasting sebagai internet versi penyiaran. J

multicasts informasi situs yang mirip dengan berbagai cara untuk sebuah stasiun

televisi yang siaran-nya adalah sinyal. Sinyal yang berasal dari satu sumber,

tetapi dapat menjangkau semua orang di daerah sinyal dari stasiun. Sinyal

memakai sebagian dari bandwidth yang tersedia terbatas, dan siapa saja yang

berhak dapat peralatan tune in.

Multicast pada suatu jaringan, User dapat mengirim satu paket informasi

dari satu komputer untuk distribusi ke beberapa komputer lain, selain harus

mengirimkan paket yang sekali untuk setiap tujuan. Karena 5, 10, atau 100

mesin yang sama dapat menerima paket, bandwidth conserved. Selain itu, bila

User menggunakan multicasting untuk mengirimkan paket, User tidak perlu tahu

alamat semua orang yang ingin menerima multicast; sebagai gantinya, User

hanya "broadcast" untuk siapa saja yang tertarik. (Selain itu, User dapat

mengetahui siapa yang menerima multicast - sesuatu eksekutif televisi niscaya

mereka ingin memiliki kemampuan untuk melakukannya.)

Hal diatas menyebebkan penurunan kinerja bandwith dalam transfer data

akibat penggunaanoleh user yang tak terbatas. Lama transfer data tergantung

kepada besar bandwith dari jaringan yang terkoneksi. Multicasting pada

umumnya diimplementasikan dengan mengatur node – node di dalam suatu

pohon pengiriman data. Metode ini sangat efisien pada daerah dimana suatu

jaringan berada, dimana perbedaan kapasitas bandwith antara 2 lokasi harus

diperhitungkan untuk mencapai throughput.

Beberapa tahun terakhir, beberapa sistem monitoring telah

dikembangkan oleh para pakar untuk menyediakan informasi pengukuran

aplikasi untuk membuat ' network-aware'. Dalam jurnal ini penulis menggunakan

informasi tentang bandwith achievable dan kapasitas bandwith.

Berdasarkan informasi Ini, pohon multicast dibangun antar lokasi jaringan

sebagai panduan dalam memanfaatkan bandwith yang tersedia selama tidak

melebihi kapasitas bandwith.Teknik balanced multicasting menerima input dari

penggunaan traffic level aplikasi, hal – hal yang digunakan dan pohon

keseimbangan. Hasil dari pohon multicast adalah penghitungan pada saat

runtime dan optimisasi throughput.

Hasil evaluasi penulis dari berbagai sumber menunjukkan bahwa strategi

perkiraan outperforms multicast dipengaruhi oleh large margin. Balanced

multicasting terbagi atas 2 bagian yaitu :

1. Untuk delapan lokasi yang diteliti oleh Jaringan Eropa - laboratorium Project,

dibandingkan tingkat balanced multicasting antara 3 lokasi multicasting yang

strategis. Hasil perbandingan dari option yang terbaik menunjukan yaitu alat

yang tercepat untuk me-replikasi file mempunyai balanced multicasting

hingga 50%.

2. Untuk cluster yang ada di daerah Belanda, Distributed ASCI Supercomputer

(DAS), diterapkan multicasting seimbang untuk membatasi kapasitas dari

node individu interface jaringan card : dikombinasikan interface jaringan dari

berbagai host untuk komunikasi WAN yang mendistribusikan data

menggunakan jaringan kecepatan tinggi (Myrinet) yang terpisah.

Penggunaan balanced multicasting antara 2 cluster dapat meningkatkan

throughput rencapai 550% hingga semua wide-area yang menggunakan

bandwith.

Telah dijelaskan sebelumnya bagaimana multicasting yang seimbang dalam

pendekatan yang sederhana mengenai multicasting pada lingkungan jaringan

dan internet. Selanjutnya penulis akan menguraikan mengenai model dari

kemampuan jaringan dan mengidentifikasi kelemahan yang ada dan teknik

optimisasi multicasting.

Selanjutnya akan dibahas factor – factor yang dimiliki multicasting hingga

menjadi primadona dalam transfer data melalui jaringan khususnya internet.

2.1 Lapisan multicasting Multicasting pada Internet dimulai dengan pengembangan tentang IP

multicast, yang menggunakan router untuk mengirim paket data. Sejak Ip

multicast tidak pernah secara luas menyebar, lapisan multicasting menjadi

populer, di mana hanya host terakhir menjadi suatu peran aktip. Saat ini, lapisan

multicasting juga diteliti dalam komunitas high-performance networking dari

Forum Jaringan Global.

Di beberapa pusat atau algoritma yang pencarian yang mencari lapisan

pohon multicast yang tunggal dengan maksimum throughput. Pemisahan data

melalui penggunaan berbagai pohon dapat meningkatkan throughput.

Sebuah topik yang membahas lapisan multicast dari jalur media

memungkinkan bagi host hanya untuk menerima bagian data. Contoh : pada

video hal ini mengakibatkan penurunan mutu video. Untuk melakukan hal ini

dibutuhkan sebuah pohon multicast yang tunggal. Split stream menggunakan

banyak pohon untuk mendistribusikan alur media pada konteks sebuah P2P.

Banyak data yang diterima host dari total data yang mengalir akan tergantung

dengan bandwith pada setiap host . jumlah maksimum throughput dibatasi oleh

permintaan alur bandwith. Kontrasnya , usaha multicasting yang seimbang untuk

menggunakan kapasitas bandwith yang maksimum dari setiap host yang ada dan

jaringan yang dapat mengirim paket data.

Munisocket adalah suatu middleware lapisan yang teratas pada TCP

yang menjelaskan mengenai pemisahan data melalui berbagai interface jaringan

seperti optimisasi yang dilakukan untuk multiple cluster. Bagaimanapun,

muniSocket hanya dapat dikombinasikan dengan mesin tunggal sedangkan

optimisasi multi cluster dapat menggunakan inteface network dari seluruh mesin

pada sebuah cluster.

Pendekatan Munisocket dapat dilakukan oleh karena itu ditambahkan ke

MuniSocket untuk meningkatkan kapasitas bandwith dari mesin – mesin yang

ada dalam sebuah cluster untuk menyatakan bahwa MuniSocket memiliki

interface multiple network.

2.2 Model kemampuan jaringan Algoritma multicasting yang Seimbang harus didasarkan pada model

kemampuan jaringan dan penetapan dari data yang harus dimonitoring. Model

kemampuan jaringan dapat dibangun berdasarkan tujuan yang dikehendaki,

yang memperkecil keseluruhan waktu penyelesaian pengiriman sejumlah besar

data dari satu host ke seluruh host yang ada pada sistem. Pada besar volume

data masalah optimisasi didominasi oleh bandwith network.

Di bawah ini adalah istilah yang akan sering digunakan dalam penulisan

jurnal ini yaitu kapasitas dan achievable bandwith.

Kapasitas bandwith adalah jumlah maksimum data per satuan waktu yang

merupakan hop atau path yang dapat dibawa.

Achievable bandwith adalah jumlah maksimum data persatuan waktu

yang merupakan hop atau path yang disediakan untuk sebuah aplikasi,

memberikan utilisasi, penggunaan protocol dan sistem operasi, dan

pencapian kemampuan host terakhir.

Semua pengguna tertarik untuk memaksimalkan achievable bandwith dari

seluruh aliran data yang digunakan untuk sebuah operasi multicast. Untuk wide-

area network pada sebuah grid, evaluasi yang dilakukan mengindikasikan bahwa

achievable bandwith didominasi oleh host terakhir dan kapasitas yang efisien dari

host tersebut yang menggunakan protocol TCP. Oleh karena itu, banyak

experiment yang berusaha untuk meningkatkan achievable bandwith dengan

tuning TCP buffer dan aliran pararel TCP. Cross traffic dengan user yang lain

terlihat sepele, karena backbone internet sebagai penghubung yang

menyediakan bandwith yang cukup. Dengan adanya hal ini, koneksi optical wide-

area maka hal ini akan dapat lebih dimaksimalkan kembali.

Dalam multicasting, sharing effek dapat diamati ketika sebuah host

tunggal mengirim atau menerima paket data dari berbagai multiple host. Dalam

hal ini kapasitas bandwith dari network local dapat menjadi bottleneck. Kapasitas

local ini dapat disebabkan oleh interface network siapapun ( contoh :

FastEthernet card, koneksi ke gigabit network) atau oleh akses yang

menghubungkan ke internet yang digunakan oleh semua mesin yang ada pada

suatu site.

Gambar 1 adalah sebuah model jaringan

Kotak merepresentasikan host,

Panah merepresentasikan 2 arah link dengan bandwith tertentu.

Sebuah panah dihubungkan dengan sebuah host yang

merepresentasikan koneksi dengan internet, yang lain menyimbolkan jaringan

WAN. Sebuah lingkaran dilihat sebagai node pada network dimana berbagai

aliran keluar dan masuk dari dan ke setiap host berbeda dan memusat secara

berturut – turut. Hal ini adalah ciri router yang terhubung dengan internet.

Dengan begitu, data dikirim dari host X ke Y selalu berjalan sepanjang panah

yang terhubung dengan X, jaringan WAN X Y dan liran masuk untuk Y.

Untuk akses jaringan lokal, pemodelan merecord kapasitas bandwith

local, sedangkan WAN merekam achievable bandwith. Diasumsikan bandwith

WAN dan akses jaringan lokal terpisah pada directori masing – masing : data

dikirm dari X ke Y tidak sharing bandwith dengan data dikirm dari Y ke X.

Lagipula bandwith di kedua diretori dapat berbeda. Hal ini sesuai dengan

internet WAN dan network card yang berangkap.

Secara keseluruhan pada model network ini, balanced multicasting

didasarkan pada sebuah sisem monitoring network external seperti Network

Weather Service atau Delphoi. Yang terakhir digunakan khusus untuk sebagai

alat pengukur seperti PathRate dan PathChip untuk mengukur kapasitas dan

besar bandwith yang tersedia untuk jaringan WAN.

Selain monitoring network, System Remos menggunakan ukuran tersendiri untuk menjawab aliran queri yang terkait dengan aplikasi. Bagaimanapun hal ini terfokus pada monitoring LAN dan hanya mempertimbangkan unicast flow. Pengguna dapat mengevaluasi throughput dari sebuah pohon multicast dengan memodelkannya sebagai aliran dan REMOS akan menghitung kombinasi throughputnya, tetapi pohon yang optimal tidak dapat dicaei dengan hal ini.

2.3 Optimisasi pohon multicast

Optimisasi komunikasi multicast telah dipelajari secara ekstensif dalam

konteks sistem pesan dan operasi kolektif. Pendekatan paling mendasar pada

multicasting adalah mengabaikan informasi jaringan secara bersamaan dan

mengirim secara langsung dari host root keseluruh host. Magple menggunakan

pendapat ini dengan memisahkan sebuah multicast menjadi 2 layar : yang satu

dengan cluster dan satu pohon diantara cluster – cluster. Pada sebuah pohon

multicast akan menggunakan beban yang tinggi pada kapasitas aliran keluar

lokal pada sebuah node root yang akan menyebabkan bandwith menjadi

bottleneck.

Sebagai peningkatan pengguna dapat meminta host untuk memforwad

data yang diterima kepada host lainnya. Hal ini memungkinkan untuk menyusun

seluruh host pada sebuah pohon spanning dimana data dikirim. MPICH-G2

mengikuti ide tersebut dengan membangun sebuah multicast yang multi layer

untuk mendefinisikan wide area, LAN dan komunikasi local. Untuk meningkatkan

lebih baik bagi set data yang besar , data harus dipisah menjadi pesan - pesan

kecil yang diforward dengan host lintermediate secepat pesan diterima untuk

menciptakan suatu saluran high-throughput dari suatu root ke setiap daun pada pohon.

Masalah yang terjadi dengan tindakan ini adalah mencari pohon spanning

yang paling optimal. Jika bandwith berada di antara seluruh host yang

homogeneous, maka dapat menggunakan pohon yang dibentuk seperti sebuah

rantai atau pohon binomial yang sering menggunakan cluster. Sebagai optimisasi

yang pertama untuk jaringan yang heterogen dapat menggunakan achievable

bandwith diantara semua host. Throughput suatu pohon multicast kemudian

ditentukan melalui koneksi terkecil achievable bandwith – nya. Memaksimalkan

bottleneck bandwith ini dapat dilakukan dengan menggunakan varian dari

algoritma Prim yang menghasilkan bottleneck pohon yang maksimum

Bagaimanapun, bottleneck pohon [yang] maksimum ini tidaklah perlu

optimal sebab masing-masing host juga mempunyai suatu kapasitas lokal

tertentu. Sebuah host yang bertindak sebagai forwading harus mengirim data ke

seluruh n anak yang rata – rata sama dengan keseluruhan multicast throughput t.

Jika kapasitas lokal yang keluar kurang dari n * t , hal ini tidak sesuai dengan

kondisi ini dan multicast throughput yang nyata akan kurang dari yang

diharapkan. Hal ini akan menyebabkan masalah yang disebut dengan NP – complete problem.

Permasalahan dalam memaksimalkan throughput dari suatu lapisan

pohon multicast telah diteliti secara teoritis. pencarian solusi yang optimal dapat

dinyatakan sebagai program linier tetapi jumlah terbatas meningkat secara

exponensial dengan jumlah host. Walaupun secara teori hal ini dapat dikurangi

menjadi batas bilangan kuadrat, pada kenyataanya menemukan solusi yang

pasti dapat dilakukan tetapi dengan lambat dan mahal. Solusi real – time yang

dapat diterapkan harus selalu berdasarkan pada heuristic.

Pendekatan multiple pohon yang menggunakan program linier untuk

menentukan maksimum throughput multicast menyatakan bandwith diantara

host – host , tetapi hal ini membutuhkan algoritma yang sangat rumit untuk

memperoleh satuan multicast dalam pencapai throughput. Oleh karena itu, solusi

program linier hanya dapat digunakan untuk mengoptimalkan throughput sebuah

pohon multicast yang bersifat tunggal.

Sebuah tool yang disebut Fast Parallel File Replication (FPFR) adalah

alat yang mengimplementasikan multiple termasuk menggunakan pohon

multicast. FPFR menggunakan pencarian depth – first search untuk mencari

sebuah pohon spanning seluruh host. Untuk setiap pohon bottleneck bandwith –

nya dilakukan “reserved” pada seluruh link yang digunakan pada pohon

tersebut. Link tanpa menyisakan bandwith tidak lagi digunakan untuk pohon

baru. Pencarian ini dilanjutkan sampai tidak ada lagi pohon memutardari semua

host yang ditemukan. Pada file ini kemudian multicast yang diperbaiki

digumpalkan menggunakan seluruh pohon yang ditemukan.

FPFR tidak mengambil kapasitas bandwith lokal dari masing – masing

host. Hal ini tidak akan menjadi masalah ketika menggunakan alir TCP regular,

sejak throughput TCP melalui alur WAN menjadi selalu lebih rendah.

Bagaimanapun, dengan tuning dari ukuran buffer TCP dan menggunakan

multiple alir TCP pada pararel, throughput wide area dapat ditingkatkan secara

dramatis. Secepatnya teknik dipakai untuk seluruh koneksi WAN ( yang dapat

dipakai pertamakali untuk meningkatkan seluruh troughput multicasting),

kapasitas lokal dari sebuah host dapat dipenuhi dengan mudah. Hal ini

menyebabkan throughput dari FPFR pohon multicast menjadi lebih rendah dari

yang diharapkan.

Masalah FPFR digambarkan menggunakan contoh jaringan pada gambar

2a. Jaringan ini terdiri dari 3 host masing – masing terhubung ke network melalui

access line yang ada pada setiap host. Router terhubung ke access line dengan

WAN . Access line disimbol dengan kapasitas lokal mereka, misalnya kapasitas

LAN. Koneksi wide-area disimbolkan dengan achievable bandwith – nya. Untuk

menyederhanakan contoh, dapat diasumsikan seluruh koneksi simetris untuk

kedua arah.

Pada contoh ini, FPFR akan menciptakan ketiga pohon multicast

ditunjukkan oleh gambar 2b yang diasumsikan bahwa total throughput adalah 12.

Bagaimanapun karena semua host memiliki arus masuk dan keluar kapasitas

lokal dari total jumlahnya 10, kapasitas lokal alur keluar dari root dapat menjadi

bottleneck. Karena 4 aliran data berbagi kapasitas lokal ini tanpa koordinasi

lebih lanjut maka masing – masing hanya mendapat 25%. Hal ini menghasilkan

throughput 2.5% per pohon dan total throughput 7,5 yang menggantikan 12.

Sekalipun begitu, ketika kapasitas lokal akan diperhitungkan, pengguna sudah

bisa menciptakan pohon yang ditunjukkan oleh gambar 2c, dengan total

throughput 9. Menguatkan perbedaan yang ada pada kapasitas alur keluar

membutuhkan bentuk traffic pada sisi pengirim yang menghasilkan apa yang

dikenal luas sebagai pohon balanced multicast.

3. PEMBAHASAN

BALANCED MULTICASTING Pada bagian ini dibahas algoritma untuk menciptakan pohon balanced

multicast. Yang pertama adalah mempertimbangkan kasus individu host sebelum

membahas lebih jauh algoritma untuk komputer cluster. Kemudian diuraikan

secara singkat bagaimana menghitung pohon dan system runtime yang

digunakan.

3.1 AlgoritmaSuatu set pohon balanced multicast dapat dihitung menggunakan

pemrograman liniar ( LP). Untuk sebuah solusi yang pasti, semua pohon

multicast yang mungkin ada dengan achievable bandwith dan kapasitas bandwith

local harus diterjemahkan ke batas variable dan batas program linier. Gambar 3

menunjukan penerjamahan dari contoh yang ada pada gamabar 2a menjadi

sebuah problem LP. Sebagai contoh, batas pertama adalah a + 2b + c <= 10

sebagai model kapasitas alir keluar pada host root, yang mengirim satu aliran

data pada setiap awal dan pohon ketiga dan 2 airan data dari pohon kedua.

Penyelesaian masalah LP secara langsung menghasilkan throughput yang

optimal per pohon.

Suatu throughput yang berjumlah nol akan berarti bahwa suatu pohon

dapat dibuang. Solusi untuk contoh dapat dilihat di Gambar 2(c).

Gambar 3: Jaringan di (dalam) Gambar 2(a) yang diterjemahkan untuk

suatu pemrograman liniar masalah

Karena total jumlah dari pohon – pohon yang berbeda adalah nn – 2 untuk

setiap n diberikan host, metode ini adalah komputasi infeasible bahkan juga

untuk jumlah host yang kecil. Sebagai contoh, pada eksperimen di bagian 4.1,

tepatnya menghitung set yang optimal dari pohon antara 8 host yang

menggunakan waktu sekitar 20 menit .

Sebuah solusi yang diperkirakan dibutuhkan untuk mengurangi program

linier yang signifikan. Hal ini dapat dicapai dengan pemilihan hanya satu set

pohon yang kecil, diharapkan agar kombinasi ini akan menghasilkan throughput

yang dekat dengan jumlah optimum. Pada algoritma ini pengguna dapat memilih

untuk menggunakan satuan pohon yang dihasilkan oleh heuristik FPFR sebagai

input untuk program linier. FPFR sesungguhnya menghasilkan suatu yang baik

karena memiliki properti berikut :

a) Ketika bottleneck terjadi pada WAN ( kapasitas bandwith lokal lebih besar dari

achievable bandwith), kemudian kemudian FPFR menghasilkan set pohon

yang optimal.

b) Kebalikan dari masalah space adalah ketika semua bandwith lokal dan WAN

achievable bandwith berstatus sama. Kemudian, bottleneck adalah kapasitas

lokal yang mendapatkan aliran data tunggal. Dalam hal ini, FPFR

menghasilkan tunggal, rantai linier dari host yang juga optimal.

c) Pada kasus antara a) dan b) ( kapasitas adalah sedikit lebih besar daripada

achivable bandwith), menggunakan pencarian heuristik depth-first-search

FPFR cenderung menghasilkan pohon dengan penyebaran rata – rata yang

rendah yang menurunkan beban pada suatu kapasitas potensi bottleneck.

Dalam evaluasi ini digunakan set pohon yang dicari oleh menggunakan

satuan pohon sebagai input yang ditemukan oleh FPFR, program linier selalu

kurang satu detik dan mengakibatkan suatu throughput yang sering dioptimalkan.

Saat ini dapat diringkas algoritma untuk menghitung pohon balanced multicast

sebagai berikut:1) Kembali memonitoring performance data pada kapasitas bandwith dan

achievable bandwith kelompok host – host, contoh dari suatu sistem yang

monitoring seperti Delphoi.

2) Jalankan algoritma FPFR untuk menghasilkan suatu satuan awal calon

pohon, hanya berdasarkan pada informasi achievable bandwith

3) Dari hasil langkah 2, bangun suatu program linier untuk memaksimalkan

throughput yang menjumlahkan througput masing – masing nilai individu

untuk seluruh pohon yang dihasilkan pada langkah ke 2.

4) Menyelesaikan program yang linier, merekam nilai throughput yang dihitung

untuk semua pohon, dan memindahkan pohon itu dengan nol throughput dari

solusi.

Tidak sama dengan dengan pendekatan lain tidaklah perlu untuk

membangun pohon dari hasil program linier. Hal ini disebabkan input yang terdiri

dari satu set pohon dan dihitung oleh FPFR algoritma. Pengguna harus selalu

menggunakan hasil program linier untuk penentuan yang mengoptimalkan rata –

rata pengiriman pada setiap pohon, menguatkan runtime oleh bentuk traffik yang

dilakukan oleh node root dari operasi multicast.

Gambar 4 : model jaringan yang mencakup cluster

3.2 Komputer clusterLokasi Grid adalah cluster dari host – host atau super komputer dengan

kemampuan komunikasi lokal yang cepat pada sebuah pemisah, jaringan

berkecepatan tinggi. Antara lokasi manapun interface network reguler dan

internet atau pengkhususan, digunakan pada optical high – performance.

Kapasitas Bottleneck yang diantara cluster – cluster kemudian lebih mudah

ditentukan melalui interfaces individual network wide – area dari setiap node

cluster. Sebagai contoh mengenai arsitektur tersebut yaitu sistem DAS-2.

Bagaimanapun sebuah bottleneck dapat dihindari dengan pembagian multicast

dalam 3 langkah berikut :

1) Kirimkan data dari host root kepada seluruh host pada cluster dengan

network lokal yang kemampuan transfer cepat.

2) Perintahkan sebagian host untuk menforward bagian – bagian data kepada

cluster lain dengan menggunakan interface network wide area pada pararel.

3) Pada setiap host tujuan lakukan forward bagian – bagian forward data yang

diterima dari WAN kepadeluruh node cluster yang lain dengan network lokal.

Pada langkah yang pertama dan yang terakhir dapat digunakan metode

multicast yang optimal untuk network lokal yang berkemampuan transfer tinggi.

Multicasting pada wide area dapat dioptimalkan dengan menggunakan balanced

multicasting degan melakukan pemodelan untuk setiap cluster sebagai sebuah

host tunggal. Dengan cara tersebut, kapasitas lokal dari sebuah cluster dapat

diperluas dari kapsitas interface network tunggal menjadi penjumlahan kapasitas

seluruh interface network yang ada, atau kapasitas yang digunakan bersama

pada access link ke WAN dapat berkurang.

Gambar 4 melukiskan model jaringan yang digunakan oleh berlaku untuk

komputer cluster. Dengan menyediakan informasi kapasitas pada basis cluster

yang menggantikan node basis maka dapat kasus ini berlaku juga kasus

balanced multicasting.

3.3 ImplementasiSebagai contoh kasus balanced multicasting diterapkan pada puncak Ibis, Java-

based Grid yang memprogram lingkungan yang menyediakan komunikasi local

dan wide area yang cepat. Dengan sebuah cluster, Ibis dapat menggunakan

Myrinet untuk mencapai throughput yang sangat tinggi selama diantara cluster –

cluster nya terdiri dari banyak bagian data, alur TCP pararel untuk meningkatkan

achievable bandwith wide – area.

Implementasi terdiri dari tiga bagian yang dibuat selama program

dijalankan :

1) sebuah Pool dan Gauge Obyek yang menyediakan suatu interface abstrak ke

informasi mengenai lingkungan itu. Objek Pool menggambarkan bagaimana

host pada cluster yang ada ketika aplikasi dijalankan. Objek Gauge

menggambarkan suatu interface yang uniform ke pengukuran network antara

host – host yang ada. Gauge dapat diterapkan secara banyak berkisar antara

membaca deskripsi XML statis dari lingkungan, untuk memperoleh data dari

suatu system monitoring yang terpisah. Pada bagian 4.1 di eksperimen

menggunakan sebuah Gauge yang memperoleh pengukuran dari Delphoi.

2) Suatu objek Multicastmethodfactory yang mengimplementasikan algoritma

menghasilkan pohon. Menggunakan informasi lingkungan pada objek Pool

dan Gauge, setiap algoritma menghasilkan sebuah MulticastMethod yang

berisi satu atau lebih pohon multicast. Untuk sebuah bagian program linear

dari algoritma pohon balanced multicast dapat digunakan perpustakaan

QSopt.

3) Suatu objek Multicastchannel untuk menciptakan seluruh tingkat channel

komunikasi yang rendah, menggunakan Multicastmethod untuk memperoleh

konstruktor.

Komunikasi dasar Ibis' yang primitif adalah suatu saluran searah yang

mengirimkan pesan dari sebuah port send kepada receive port. Selama setup

koneksi pada konstruktor channel, setiap busur pada pohon dari metode

multicast diterjemahkan ke pasangan send/receive port. Jika busur

menghubungkan cluster – cluster yang menggantikan host – host tunggal,

berbagai pasangan send/receive port akan dibuat diantara host – host pada

cluster. Untuk setiap koneksi WAN TCP digunakan sebagai pengangkut protocol.

Untuk multicast dengan sebuah cluster, dapat digunakan sebuah rantai

yang menghubungkan seluruh host, menyediakan throughut multicast pada level

aplikasi tertinggi melalui Myrinet. Pada cluster root hanya membutuhkan satu hal

seperti rantai tetapi pada cluster lainnya sebuah rantai yang dimulai pada setiap

host dibutuhkan distribusi lokal pada setiap potongan data yang diterima melalui

WAN. Gambar 5 menunjukan sebuah contoh setup koneksi dari 2 cluster dengan

masing – masing 3 host, setiap panah adalah pasangan send/receive port.

Cluster root mendistribusikan data lokal melalui sebuah rantai, setelah setiap

host mengirimkan 1 hingga 3 bagian data ke cluster lain. Tiga rantai lokal

kemudian menggunakannya untuk mengirim potongan data kepada seluruh

anggota cluster lainnya.

Gambar 5: hubungan dan aliran data antara 2 cluster

Setelah seluruh koneksi diciptakan, data dapat dibauat menjadi multicast

dengan menggunakan beberapa metode pada objek MulticastChannel di setiap

host. Implementasi multicasting dari array byte dari seluruh objek Java dan tipe

primitive Kita hanya harus lebih dulu menerapkan multicasting byte yang

dijadikan serial ke aliran byte dalam serialisasi lapisan yang terpisah sebelem

dikirim melalui network. Hal ini mengijinkan memisahkan multicast data array ke

dalam gumpalan dengan ukuran yang sesuai untuk throuhput dari setiap pohon

multicast.

Setiap pohon multicast kemudian mentransfer gumpalannya secara

sekuensial dalam pesan pesan kecil, menggunakan metode pengiriman zero-

copy yang ada pada Ibis. Dalam sebuah cluster, pesan yang berukuran besar

digunakan untuk mencapai throughput yang optimal. Pada cluster root , setiap

host harus menerima persediaan data yang baik dari root untuk dikirim kembali

melalui WAN. Root harus diiterasi dengan round-robin pada gumpalan yang akan

disampaika host pada melalui host yang berbeda ketika ada pesan yang

berukuran besar di multicasting secara local. Setiap host diiterasi secara

sekuensial melalui gumpalannya ketika mengirimkan pesan yang beukuran kecil

pada WAN.

Host pada cluster yang kedua menerima pesan sampai data lengkap

setelah diterima untuk diisi pada suatu pesan lokal yang berukuran besar yang

kemudian akan dikirm ke seluruh host yang lain. Jumlah yang ada pada gambar

6 menunjukan dimana order host root pada gambar 5 mengirimkan pesan local

dan WAN.

Gambar 6: Order pesan lokal dan WAN dikirm melalui host root pada gambar 5

Selain memisahkan array data di gumpalan dengan ukuran yang sesuai,

multicasting juga harus memastikan bahwa setiap pohon mengirim dengan

throughput yang precomputed, sedangkan interference di antara berbagai aliran

yang harus dihindarkan. Pencapaian yang terakhir menggunakan suatu

pemisahan thread per koneksi yang keluar. Pemisahan thread juga mengijinkan

untuk pengimplementasian bentuk traffik. Dalam hal ini dapat menerapkan teknik

yang dikembangkan oleh D.M. Chiu, M. Kadansky, J. Provino, dan J.

Wesley dalam judul Experiences in Programming a Traffic Shaper, Tech yang dipublikasikan dalam Report TR-99-77, Sun Microsystems, September 1999 di mana thread berhenti setelah mengirimkan pesan, setelah

jeda beberapa saat untuk pengiriman dilanjutkan untuk pengiriman selanjutnya.

3.4 Implementasi

Dahulu sudah dibahas mengenai balanced multicasting menggunakan 2

kasus : menggunakan host tunggal dari testbed GridLab dan menggunakan

berbagai cluster dari Distributed ASCI Supercomputer (DAS). Dahulu telah

dibandingkan balanced multicasting dengan perkiraan yang ada memakai

lingkungan bandwith yang heterogen. Pengujian yang terakhir menambahkan

nilai optimisasi throughput di antara berbagai cluster. Selanjutnya akan dibahas

batas – batas pendekatan yang digunakan.

3.4.1 Single host test case ( Gridlab) Testbed Gridlab terdiri dari beberapa lokasi titik yang terletak di Eropa

dan AS. Lokasi ini berbagi di antara berbag tidak dapat memperoleh akses

eksklusive buat setiap titik tersebut. Untuk membuat suatu perbandingan diantara

berbagai teknik multicasting maka dapat digunakan pengujian testbed GridLab

pada salah satu cluster DAS. Untuk memperoleh tujuan ini, maka terlebih dahulu

harus merecord informasi performance network untuk menentukan banyak waktu

dari sistem Delphoi. Informasi ini dapat digunakan untuk seluruh teknik

multicasting yang membandingkan performance network dengan perluasan

implementasi bentuk traffik. Perluasan ini meniru achievable bandwith per link

WAN dan kapasitas masuk dan keluar per host. Dengan setup ini, dapat

memakai beberapa kondisi yang sama untuk seluruh teknik multicasting tanpa

interference oleh user lainnya.

Sebuah penelitian yang dilakukan diantara beberapa titik di daerah

GridLab dibuat tanpa koneksi sama sekali yang berarti tanpa konfigurasi firewall.

Delphoi melaporkan suatu zero achievble bandwith untuk suatu ”dead link” yang

dirancang pada model network (bentuk sederhana yang tidak pernah dipilih

untuk menjadi bagian dari pohon multicast). Bagaimanapun, pengguna juga ingin

membandingkan metoda multicast yang diperoleh menjadi sebuah bentuk pohon

tunggal bentuk paling sederhana yang digunakan dalam implementasi. Karena

sebuah pohon dapat mengandung dead link maka harus digunakan pengganti

pohon semi-flat yang merupakan pohon yang memutar dengan tinggi minimum

yang tidak menggunakan dead link. Jika ada berbagai pohon semi-flat maka

harus menggunakannya minimal satu throughput tertinggi.

Pada sebuah eksperimen dilakuakan multicast 200 MB dari salah satu

titik GridLab dibandingkan ke yang lain menggunakan 4 metode multcast : pohon

semi-flat, pohon dengan bottlenek maksmimum, pohon FPFR dan pohon

keseimbangan. Hal ini dilakukan selama 8 kali, 1 kali untuk setiap titik lokasi yang

menjadi root dari multicast. Satu set optimal pohon multicast dapat dihitung

secara teoritis untuk setiap root yang diterjemahkan menjadi 262, 144

kemungkinan pohon multicast untuk sebuah program linier.

Gambar 7 menunjukan setiap throughput root dari 4 metode multicast

yang berbeda dan throughput maximun secara teoritis. Hal in dapat dilihat

dengan tampilan balanced multicasting dari metode multicast lainnya pada

seluruh host root. Hal ini menunjukan kelemahan FPFR yang pada beberapa

kasus terjadi kesalahan dibandingkan menggunakan pohon multicast yang

tunggal. Akibatnya yang lebih parah adalah balanced multicasting tidak selalu

dapat mendapat throughput maximum yang secara teoritis mungkin. Walaupun

perhitungan secara teoritis set yang optimal pohon multicast membutuhkan

waktu 20 menit per root, sedangkan pohon balanced multicast dapat

melakukannya kurang dari satu detik.

3.4.2 Cluster test case( DAS) Pengujian yangkedua melibatkan multicasting di antara cluster – cluster

yang ada pada Distributed ASCI Supercomputer (DAS) yang dihubungkan

dengan backbone SURFnet yang berkecepatan 10 Gb / s. Setiap node yang

dihitung dilengkapi dengan Myrinet card komunikasi lokal yang cepat dan 100

Mbit FastEthernet card untuk komnikasi wide – area.

Berdasarkan percobaan yang dilakukan oleh pakar yang ada di Belanda

yaitu Mathijs den Burger, Thilo Kielmann, Henri E. Bal dilaksanakan di 2 tempat

yaitu dua cluster berada di Amsterdam dan Leiden dan 3 cluster lainnta ada di

Amsterdam, Leiden dan Delft. Pada percobaan ini digunakan balanced multicast

untuk menngirim data sebesar 600 MB dari cluster yang ada di Amsterdam ke

yang lain menggunakan node hingga 8 buah per cluster.

Gambar 8 menunjukan pada kedua percobaan didapat hasil bahwa

throughput meningkat secara linier dari satu hingga enam node per cluster.

Dengan satu node per cluster mencapai 112 MB/s untuk FastEthernet card,

tetapi dengan enam node per cluster di dapat total throughput hingga 62 MB/s

dari Amsterdam sampai Leiden : throughput meningkat hingga 550%.

Kedua percobaan menunjukan bahwa kombinasi berbagai interface

network, throughput dapat ditingkatkan diantara cluster – cluster dengan beban

pengiriman relative lebih kecil. Karena peningkatan diawali dengan membahas

batas dari well provisioned network wide ara, informasi monitoring network

dibutuhkan untuk menghindari kebuntuan self-induced.

Gambar 7 : Throughput Multicast diantara delapan 8 lokasiGridlab yang

diperbandingkan, setiap lokasi saat 200MB multicast ke yang

lainnya yang menggunakan 4 metode yang berbeda

Gambar 8: Throughput multicast diantara dua cluster dan tiga cluster DAS

4. KESIMPULANOptimisasi dalam komunikasi graffik multicasting menjadi masalah NP-

hard karena heterogenitas network. Pada tulisan ini telah menyarankan

penggunaan balanced multicasting, suatu teknik heuristik baru untuk

membangun komunikasi graph multicasting pada run time.

Balanced multicasting mengombinasikan informasi kedua achievable

bandwith diantara lokasi jaringan dan kapasitas bandwith lokal dari lokasi tunggal

untuk membangun berbagai set yang menggunakan pohon multicasting. Pohon

balanced muticasting menggunakan bandwith tanpa kerugian dari kebuntuan self

– induced yang disebabkan subscribing kapasitas bandwirh lokal. Pembentukan

traffik level aplikasi dilakukan oleh node root yang disesuaikan pada pohon

multicast yang tunggal. Di antara cluster – cluster yang ada, throughput dapat

ditingkatkan dengan menggunakan network lokal dan berbagai interface network

dari beberapa node cluster dalam pararel.

Hasil evaluasi antara testbed proyek GridLab dan antara cluster – cluster

yang berada di sistem DAS menunjukan pencapian kemampuan balanced

multicasting. Hal ini menyatakan efisiensi balanced multicasting pada optimisasi

node – node jaringan yang bersifat tunggal dan akumulasi kapasitas bandwith

lokal dari berbagai node cluster yang ada. Kombinasi dari 2 kasus pohon

keseimbangan aplikasi ke bentuk aplikasi lainnya ke subjek yang sedang

berjalan

Daftar PustakaTanembaum, Andrew.S . 2003. Computer Networks 4th Editon. Prentice Hall :

New Jersey

Stallings, William. 2000. Komunikasi Data dan Komputer Jaringan Komputer.

Salemba Teknika : Jakarta

http://en.wikipedia.org

http://www.cisco.com

http://www.cs.vu.nl

http://gnosis.cx