Università degli Studi della Calabria Facoltà di Ingegneria. Corso di Diploma in Ingegneria Informatica TESI DI DIPLOMA

Transcript

1 Università degli Studi della Calabria Facoltà di Ingegneria Corso di Diploma in Ingegneria Informatica TESI DI DIPLOMA Una implementazione distribuita della programmazione genetica in ambiente Peer-to-Peer Relatore Prof. Giandomenico Spezzano Candidati Castelfranco Antonino Matr Toscano Cosma Christian Matr.30056

2 Obiettivo Realizzare un implementazione distribuita di un tool per la programmazione genetica in ambiente Peer-to-Peer.

3 Programmazione genetica È una tecnica euristica, che si ispira all'evoluzione naturale teorizzata da Darwin, per risolvere problemi di ricerca. È una sottoclasse degli algoritmi evolutivi. Viene utilizzata nella realizzazione di sistemi per la gestione di archivi, per il Data Mining e per l elaborazione di immagini.

4 Programmazione genetica In particolare il dominio è identificato da una popolazione di individui (programmi sottoforma di alberi sintattici) che si evolvono mediante gli operatori genetici (mutazione, crossover, etc.). La soluzione viene scelta in base al valore della fitness, che indica la bontà di un individuo.

5 Crossover e Mutazione Crossover Consiste nello scambio incrociato di interi sottoalberi appartenenti a due programmi: selezionati i genitori, su entrambi si sceglie un nodo con procedura casuale, quindi i relativi sottoalberi vengono scambiati tra loro ottenendo due nuovi individui. Mutazione Consiste nell inserire del nuovo codice nel programma: selezionato il genitore, si sceglie in modo completamente casuale un suo nodo, quindi il relativo sottoalbero viene sostituito da un altro generato sempre con procedura casuale.

6 I modelli per la programmazione globale genetica sono: a isole cellulare o diffusivo

7 Modelli della programmazione genetica A isole La popolazione è suddivisa in sottopopolazioni, dette isole, che sono distribuite, di solito, una per ogni macchina. Utilizza, un meccanismo di selezione limitato agli individui posti su un unica macchina; i vari operatori genetici vengono eseguiti a livello locale. Sporadicamente vengono scambiate informazioni fra le isole, per introdurre diversità e garantire una migliore convergenza.

8 Modelli della programmazione genetica Cellulare Ogni individuo è sostituito, nella successiva generazione, da un nuovo elemento generato applicando l'operatore di crossover o mutazione ad elementi appartenenti al suo vicinato. La selezione ristretta ad un vicinato locale rende l'implementazione parallela molto efficiente, dal momento che le comunicazioni sono limitate solo ai vicini.

9 Le proprietà della programmazione genetica sono: Parallelismo implicito Efficienza Scalabilità Robustezza Affidabilità

10 Il Peer-to-Peer È una architettura nella quale i computer connessi ad Internet possono condividere capacità di calcolo, spazio su disco e ogni tipo di risorsa in genere, senza l'utilizzo di un server centrale. Esempi di Peer-to-Peer sono Napster e Gnutella, che sono applicazioni per il file-sharing (es. scambio mp3). I peer non sono altro che i normali personal computers che utilizziamo per navigare in Internet, scrivere documenti, inviare e ricevere , etc.

11 Una rete Peer-to-Peer: È basata sull interazione fra peer. Non ha servizi o risorse operative centralizzate. Può cambiare radicalmente la sua composizione. Ha una topologia non deterministica. Può avere un massiccio uso concorrente delle risorse.

12 Il Peer-to-Peer e la programmazione genetica Peer-to-Peer Decentralità Parallelismo Asincronia Robustezza Scalabilità Efficienza Programmazione genetica Riepilogando, le proprietà del Peer-to-Peer e della programmazione genetica, hanno dei punti in comune: parallelismo, asincronia, robustezza e scalabilità.. Per cui la scelta del Peer-to-Peer è quella più adatta per l implementazione distribuita di un tool per la programmazione genetica.

13 Java per il supporto Peer-to-Peer: JXTA Sun Microsystem ha realizzato il protocollo JXTA, una piattaforma per lo sviluppo di applicazioni Peer-to-Peer,e da la possibilità al programmatore di creare e usare applicazioni e servizi interoperabili.

14 L architettura JXTA è composta da sei protocolli che lavorano insieme per permettere:la scoperta, l organizzazione, il monitoraggio e la comunicazione tra peer. Un peer può implementare tutti i livelli, o solo una parte di essi.

15 Gli elementi di JXTA Peer: È ogni dispositivo di rete (sensore,telefono, PDA, PC, server, supercomputer, etc.) che implementi uno o più protocolli JXTA. Ogni peer opera indipendentemente dagli altri peer e in maniera asincrona, ed è univocamente identificato da un PeerID. PeerGroup: È una collezione di peer che svolgono un insieme di servizi in comune, univocamente identificata da un PeerGroupId.

16 Peer virtual network

17 I servizi di JXTA Membership Rendezvous Service: fornisce si occupa l accesso della propagazione al Peer Membership delle informazioni Protocol; un all interno peer che di intende un peergroup, entrare, determinando un peergroup i percorsi deve soddisfare possibili grazie le richieste alle funzionalità i questo offerte servizio. dall Endpoint Service. Resolver Pipe Peer Endpoint Discovery Service: Info Service: implementa implementa fornisce il delle Pipe un l accesso il front-end protocollo capacità Binding al per Protocol, Peer di Peer monitoraggio il controllo Discovery Resolver,, ed è e usato, Protocol la dei che gestione peer, per si e occupa stabilire può dell Endpint consente essere della canali quindi usato Protocol. distribuzione la comunicazione per ricerca. ottenere L endpoint di di messaggi peergroup informazioni (pipe) rappresenta di fra e query di i sulle membri ogni l indirizzo e loro risorsa sta attività. un ascolto di del gruppo, un peer. delle peergroup. e eventuali il Un loro peer successivo quale risposte. può controllo. avere più endpoint e comunicare per mezzo di differenti protocolli di trasporto.

18 Advertisement! " " #$$!!%#$ &&&&!&&&&% %&&&& '! '!!!!%!!!%'! '! %! " " Ogni informazione che viaggia lungo la rete JXTA è rappresentato da un documento XML, detto advertisement.

19 CAGE Alla base del nostro tool,, c é CAGE (CellulAr GEnetic programming tool) ) che è un applicazione parallela per lo sviluppo della programmazione genetica basata sul modello cellulare.

20 CAGE Peer-to-Peer È un applicazione distribuita su una rete Peer-to-Peer, per cui ogni computer è completamente indipendente ed equivalente. Nessuno di essi possiede informazioni o funzioni speciali, in altre parole non esistono server.

21 Implementazione di ogni nodo Interfaccia grafica Servizi di comunicazione (Java) JXTA JNI Programmazione genetica (C) Tutti i peer del gruppo sono identici, su ognuno di essi è istallata la piattaforma JXTA,sulla quale abbiamo implementato: i servizi per l ingresso in un gruppo, la comunicazione fra peer e la configurazione della topologia. Questo livello permette l utilizzo di un processo di programmazione genetica scritta in C, attraverso la JNI. Il tutto è accessibile tramite un interfaccia grafica, che ne facilita l utilizzo. Peer

22 Avvio dei peer e join al gruppo Gruppo di programmazione genetica Quando ogni peer viene avviato, mette a disposizione le proprie risorse di calcolo, per l esecuzione di un algoritmo di programmazione genetica, entrando a far parte del gruppo omonimo. Nel momento in cui un utente vorrà risolvere un problema, sceglierà il numero di peer necessari per l elaborazione, e non tutti quelli che sono a disposizione.

23 Scoperta dei Peer Peer1 Peer2 Peer3 Peer4 Peer5 Peer3 Discovery PeerAdv1 Request Peer4 Discovery PeerAdv1 Request Peer1 Peer2 Peer3 Peer4 Peer5 Peer2 Discovery PeerAdv1 Request??? Discovery Discovery Lista Lista Query Query Peer Peer Peer 5 Peer1 Peer2 Peer3 Peer4 Peer5 Discovery Request PeerAdv1 Peer1 Peer2 Peer3 Peer4 Peer5 Peer1 Discovery PeerAdv1 Request Peer1 Peer2 Peer3 Peer4 Peer5 Nel momento in cui si avvia un elaborazione, ogni peer scopre le risorse presenti nel gruppo di programmazione genetica, inviando una discovery query. La richiesta sarà soddisfatta dai rendezvous-peer presenti nel gruppo. Una volta portata a termine la scoperta, ogni peer possiede una lista ordinata e completa dei peer che parteciperanno all elaborazione.

24 PeerID1.in PeerID1.out PeerID6.in PeerID6.out Formazione anello PeerID6 PeerID5 PeerID2.in PeerID2.out PeerID4 PeerID2 PeerID3 PeerID3.in PeerID3.out PeerID4.in PeerID4.out A questo punto vengono individuati i vicini tramite il peerid. In particolare, vengono scelti quello con il peerid immediatamente precedente e quello immediatamente successivo al proprio. Dopodiché vengono pubblicati localmente e al peer destro, i pipe advertisement per aprire i canali di comunicazione. PeerID5.in PeerID5.out

25 Conclusioni Abbiamo visto la programmazione genetica, il Peer-to-Peer e abbiamo introdotto il nostro tool, trattando la configurazione dell anello e l apertura dei canali di comunicazione. Fra poco, si continuerà la presentazione, spiegando cosa succede, nel caso di crash di un nodo,di nuovi ingressi durante l elaborazione e come viene visualizzato il risultato, infine descriverà l interfaccia grafica di CAGE Peer-to-Peer.