Kiinnostuspohjainen topologian hallinta järjestämättömissä vertaisverkoissa
|
|
- Jarkko Härkönen
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 Kiinnostuspohjainen topologian hallinta järjestämättömissä vertaisverkoissa Lektio , Annemari Soranto Tietotekniikan laitos 1
2 Agenda Vertaisverkon määritelmä Haku vertaisverkossa Topologian hallinta vertaisverkossa Topologian hallinnan ja resurssihaun tutkimus ja simulointi 2
3 Vertaisverkko Verkko = solmut ja niiden väliset yhteydet kengittäjä kengittäjä Eino Irja Timo Annemari Mikko Tero Milla naapuri viljelijä Mirja 3
4 Vertaisverkko Vertaisverkko on hajautettu järjestelmä, jossa verkon solmut ovat tasa-arvoisia keskenään Perinteiseen asiakas-palvelin-arkkitehtuuriin verrattuna vertaisverkossa kaikki solmut voivat toimia sekä asiakkaina että palvelimina Kengittäjä Venla:viljelijä & valmentaja Leonardo La Renta Brad de Veluwe Einomies Ville: viljelijä & kengittäjä Heimo: hevosmies & kengittäjä 4
5 Järjestämätön vertaisverkko Solmut muodostavat yhteyksiä toisiin solmuihin itsenäisesti ilman keskitettyä koordinatiota Mahdollistaa korkean saatavuuden ja vikasietoisuuden sekä hyvän skaalautuvuuden alhaisilla kustannuksilla Ongelmana ns. vapaamatkustus sekä verkon hallinta 5
6 Resurssien haku Hakua arvioidaan tehokkuuden ja haun onnistumisen perusteella Tehokkuuteen vaikuttaa hakualgoritmin ohella verkon topologia Käytetyin hakualgoritmi leveyshaku (BFS) Haku tehoton ja rajoittaa skaalautuvuutta Kuka osaa kengittää? Minä osaan! 6
7 Resurssien haku Leveyshaun lisäksi kehitetty edistyneempiä hakualgoritmeja, jotka valitsevat naapureista vain osan, jolle välittävät kyselyn Kuka osaa kengittää? Minä osaan! 7
8 Topologian hallinta Verkon solmujen yhteyksien hallintaa Määrittelee koska ja miten naapurustoa muutetaan Haastavaa, koska solmuilla käytettävissä vain lokaalia tietoa solmuista ja jokainen solmu tekee päätöksen naapureistaan tämän tiedon perusteella Otettava huomioon myös solmujen kapasiteetit sekä topologiamuutoksista aiheutuvat kustannukset 8
9 Kiinnostuspohjainen topologian hallinta Topologiamuutosten kriteerinä solmujen kiinnostuksen samankaltaisuus Solmu haluaa naapurikseen sellaisia solmuja,jotka tarjoavat sille resursseja Algoritmit hyödyntävät solmun keräämää lokaalia tietoa saaduista resurssivastauksista Tavoite: Solmut löytävät tarvitsemiaan resursseja lähempää, jolloin kyselyjen kulkemaa määrää voidaan lyhentää, mikä vähentää verkon kuormitusta 9
10 Tutkimuskysymykset Miten tutkia vertaisverkkoja kontrolloidusti? Miten kaukana haun suorituskyky on teoreettisesti parhaasta mahdollisesta? Miten paljon suorituskykyä voidaan parantaa muuttujien arvoja säätämällä? Miten topologian hallinta-algoritmien suorituskykyä voidaan analysoida systemaattisesti annetulle koeasetelmalle? 10
11 Kiinnostuspohjainen topologian hallinta & haun tehostaminen Topologian hallintaan toteutetut algoritmit Kuormituksen arviointi Solmun poisto Solmun lisäys Solmun ohitus Kuka osaa kengittää? Minä osaan! kengittäjä 11
12 Kiinnostuspohjainen topologian hallinta & haun tehostaminen NeuroTopologia & NeuroHaku Naapurien valintaan kehitetään säännöt neuroverkon (keinotekoinen hermoverkko) avulla Edellyttää suurta määrää kokeiluja monille samankaltaisille verkoille ja eri sääntöversioille (hermoverkon opettaminen) Suorituskyvyn paranee verrattuna yksinkertaisiin käsin säädettyihin valintasääntöihin Algoritmi hakualgoritmin suorityskyvyn teoreettiseen ylärajan määrittelemiseen 12
13 Työkalut Chedar-vertaisverkkoväliohjelmisto Sisältää topologian hallinta-algoritmit ja hakualgoritmeja hyödynnetty mm. hajautetussa laskennassa Olemassa myös mobiiliversio P2P Realm simulaattori Simulaattorilla voidaan helposti ja nopeasti mallintaa koko vertaisverkko yhdellä tietokoneella Algoritmien testaaminen voidaan tehdä luotettavasti Vaatii lähtöverkkojen määrittelyn Yhteydet, resurssit, kyselyt P2PStudio: työkalu verkkojen monitorointiin, hallinnointiin ja visualisointiin 13
14 Topologian hallinnan vs. resurssihaun simulointi Simuloitiin topologian hallinta-algoritmeja sekä ja DBFS-hakua, jotka käyttivät hyväkseen samoja kriteereitä Monimutkaista ja vaatii usean eri muuttujan määrittelyä Simulointien avulla löydettiin tutkittujen topologian hallinta-algoritmien taipumus luoda tähtimäisiä tai rikkonaisia verkkoja 14
15 Topologian hallinnan vs. resurssihaun simulointi 15
Algoritmit 2. Luento 11 Ti Timo Männikkö
Algoritmit 2 Luento 11 Ti 24.4.2018 Timo Männikkö Luento 11 Rajoitehaku Kapsäkkiongelma Kauppamatkustajan ongelma Paikallinen etsintä Lyhin virittävä puu Vaihtoalgoritmit Algoritmit 2 Kevät 2018 Luento
LisätiedotVertaisverkkojen topologian hallinta neuroverkoilla
Teemu Keltanen Vertaisverkkojen topologian hallinta neuroverkoilla Tietotekniikan pro gradu -tutkielma 20. joulukuuta 2006 Jyväskylän yliopisto Tietotekniikan laitos Jyväskylä Tekijä: Teemu Keltanen Yhteystiedot:
LisätiedotAlgoritmit 1. Luento 7 Ti Timo Männikkö
Algoritmit 1 Luento 7 Ti 31.1.2017 Timo Männikkö Luento 7 Järjestetty binääripuu Binääripuiden termejä Binääripuiden operaatiot Solmun haku, lisäys, poisto Algoritmit 1 Kevät 2017 Luento 7 Ti 31.1.2017
LisätiedotVerkon värittämistä hajautetuilla algoritmeilla
Verkon värittämistä hajautetuilla algoritmeilla 5 12 30 19 72 34 Jukka Suomela 15 77 18 4 9. tammikuuta 2012 19 2 68 Verkko 2 Verkko solmu 3 Verkko solmu kaari 4 Hajautettu järjestelmä solmu (tietokone)
LisätiedotSuomen rautatieverkoston robustisuus
Suomen rautatieverkoston robustisuus Samu Kilpinen 28.09.2016 Ohjaaja: Eeva Vilkkumaa Valvoja: Ahti Salo Rautatieverkosto Rautatie on erinomainen tapa kuljettaa suuria ihmis- ja hyödykemääriä Käyttöä etenkin
LisätiedotJOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS NEUROVERKOT TURINGIN KONE (TAI TAVALLINEN OHJELMOINTI) VAIN YKSI LASKENNAN MALLI ELÄINTEN HERMOSTOSSA LASKENTA ERILAISTA: - RINNAKKAISUUS - STOKASTISUUS (SATUNNAISUUS) - MASSIIVINEN
LisätiedotLiikenneteorian tehtävä
J. Virtamo 38.3141Teleliikenneteoria / Johdanto 1 Liikenneteorian tehtävä Määrää kolmen eri tekijän väliset riippuvuudet palvelun laatu järjestelmä liikenne Millainen käyttäjän kokema palvelun laatu on
LisätiedotSuomi.fi-palveluväylä. Palvelulupaus ja tiekartta
Suomi.fi-palveluväylä Palvelulupaus ja tiekartta 13.04.2017 Sisältö Mitä palveluväylä tarjoaa? Mitä palveluväylä ei tarjoa? Suorituskyky ja suositukset Palveluväylän kehittämisen tiekartta 2016-2017 Suomi.fi-palveluväylä
LisätiedotLuku 7. Verkkoalgoritmit. 7.1 Määritelmiä
Luku 7 Verkkoalgoritmit Verkot soveltuvat monenlaisten ohjelmointiongelmien mallintamiseen. Tyypillinen esimerkki verkosta on tieverkosto, jonka rakenne muistuttaa luonnostaan verkkoa. Joskus taas verkko
LisätiedotJOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS NEUROVERKOT TURINGIN KONE (TAI TAVALLINEN OHJELMOINTI) VAIN YKSI LASKENNAN MALLI ELÄINTEN HERMOSTOSSA LASKENTA ERILAISTA: - RINNAKKAISUUS - STOKASTISUUS (SATUNNAISUUS) - MASSIIVINEN
LisätiedotKognitiivinen mallintaminen. Nelli Salminen
Kognitiivinen mallintaminen Neuraalimallinnus 24.11. Nelli Salminen nelli.salminen@tkk.fi Tällä kerralla ohjelmassa vielä perseptronista ja backpropagationista kilpaileva oppiminen, Kohosen verkko oppimissääntöjen
LisätiedotSuomi.fi-palveluväylä. Palvelulupaus ja tiekartta 5.4.2016
Suomi.fi-palveluväylä Palvelulupaus ja tiekartta 5.4.2016 Sisältö Mitä palveluväylä tarjoaa? Mitä palveluväylä ei tarjoa? Suorituskyky ja suositukset Palveluväylän kehittämisen tiekartta 2016-2017 Suomi.fi-palveluväylä
LisätiedotJOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS NEUROVERKOT TURINGIN KONE (TAI TAVALLINEN OHJELMOINTI) VAIN YKSI LASKENNAN MALLI ELÄINTEN HERMOSTOSSA LASKENTA ERILAISTA: - RINNAKKAISUUS - STOKASTISUUS (SATUNNAISUUS) - MASSIIVINEN
LisätiedotSIMO-pilotointi Metsähallituksessa. SIMO-seminaari
SIMO-pilotointi Metsähallituksessa SIMO-seminaari Hakkuiden optimointi tiimitasolla Metsähallituksen metsissä Heli Virtasen Pro gradu -tutkielma Tutkimusalue ja aineisto Metsätalouden Kainuun alue Kuhmon
Lisätiedotalvarmahlberg 2018 @alvarmahlberg KERTAUSTA EILISELTÄ 1. Lohkoketjut mahdollistavat verkostojen luomisen ja ylläpitämisen, ilman hallitsijaa ja ilman rahaa. 2. Kryptoekonomiassa yhdistetään kryptografiaa
LisätiedotNeuroverkkojen soveltaminen vakuutusdatojen luokitteluun
Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Sami Hokuni 12 Syyskuuta, 2012 1/ 54 Sami Hokuni Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Turun Yliopisto. Gradu tehty 2012 kevään
LisätiedotTietorakenteet, laskuharjoitus 7, ratkaisuja
Tietorakenteet, laskuharjoitus, ratkaisuja. Seuraava kuvasarja näyttää B + -puun muutokset lisäysten jälkeen. Avaimet ja 5 mahtuvat lehtisolmuihin, joten niiden lisäys ei muuta puun rakennetta. Avain 9
LisätiedotMUUTTUVA TYÖELÄMÄ. Heta-Warto-Tillander
MUUTTUVA TYÖELÄMÄ Heta-Warto-Tillander 5.4.19 1 TYÖ ON AINA MUUTTUNUT TYÖELÄMÄN TRENDIT HAASTAVAT TOIMINTAMALLEJA JOHTAMINEN Vuorovaikutus Valmentava esimies Suunnan näyttäminen Itsensä johtaminen TYÖPAIKKA
LisätiedotAlgoritmit 1. Luento 2 Ke Timo Männikkö
Algoritmit 1 Luento 2 Ke 11.1.2017 Timo Männikkö Luento 2 Algoritmin esitys Algoritmien analysointi Suoritusaika Asymptoottinen kertaluokka Peruskertaluokkia NP-täydelliset ongelmat Algoritmit 1 Kevät
LisätiedotSuomi.fi-palveluväylä. Palvelulupaus ja tiekartta
Suomi.fi-palveluväylä Palvelulupaus ja tiekartta 18.11.2016 Sisältö Mitä palveluväylä tarjoaa? Mitä palveluväylä ei tarjoa? Suorituskyky ja suositukset Palveluväylän kehittämisen tiekartta 2016-2017 Suomi.fi-palveluväylä
LisätiedotIoT-tieto virtaamaan ja tehokkaasti hyödyksi
IoT-tieto virtaamaan ja tehokkaasti hyödyksi 24.04.2017 RAKLI Taustaa - Tämän hetken tilanne, tilaajien haasteet Kaikkea tarvittavaa dataa ei voida kerätä esim. energia ja vesilaitoksilta Kaikki laitetoimittajat
LisätiedotAlgoritmit 1. Luento 1 Ti Timo Männikkö
Algoritmit 1 Luento 1 Ti 10.1.2017 Timo Männikkö Luento 1 Algoritmi Algoritmin toteutus Ongelman ratkaiseminen Algoritmin tehokkuus Algoritmin suoritusaika Algoritmin analysointi Algoritmit 1 Kevät 2017
LisätiedotTietorakenteet ja algoritmit - syksy 2015 1
Tietorakenteet ja algoritmit - syksy 2015 1 Tietorakenteet ja algoritmit - syksy 2015 2 Tietorakenteet ja algoritmit Johdanto Ari Korhonen Tietorakenteet ja algoritmit - syksy 2015 1. JOHDANTO 1.1 Määritelmiä
LisätiedotSini Metsä-Kortelainen, VTT
Sini Metsä-Kortelainen, VTT } Digitaaliset varaosat: konsepti, jossa varaosat ja niihin liittyvä tieto siirretään ja säilytetään digitaalisesti. Varaosan valmistus tapahtuu 3D-tulostamalla tarpeen mukaan,
LisätiedotTällä kerralla ohjelmassa. Kognitiivinen mallintaminen Neuraalimallinnus Kertausta: Perseptronin oppimissääntö
Tällä kerralla ohjelmassa Kognitiivinen mallintaminen Neuraalimallinnus 19.2. Nelli Salminen nelli.salminen@helsinki.fi D433 vielä perseptronista ja backpropagationista kilpaileva oppiminen, Kohosen verkko
LisätiedotTukihaun aikataulusta ei voida vielä tässä vaiheessa vuotta kertoa tarkkoja päivämääriä.
1 2 Tukihaun aikataulusta ei voida vielä tässä vaiheessa vuotta kertoa tarkkoja päivämääriä. Kansallisten kotieläintukien haku alkaa helmikuun lopussa ja loppuu 25.3. Päätukihaku on tarkoitus avata yhdessä
LisätiedotTietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari Korhonen
Tietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari 1 1. JOHDANTO 1.1 Määritelmiä 1.2 Tietorakenteen ja algoritmin valinta 1.3 Algoritmit ja tiedon määrä 1.4 Tietorakenteet ja toiminnot 1.5 Esimerkki:
LisätiedotSisäänrakennettu tietosuoja ja ohjelmistokehitys
Sisäänrakennettu tietosuoja ja ohjelmistokehitys Petri Strandén 8. kesäkuuta, 2018 Agenda Ohjelmistokehitys Ohjelmistokehitys vs. konsultointi Vaatimukset Tietosuoja Tietosuoja ohjelmistokehityksessä kiteytettynä
LisätiedotImplementation of Selected Metaheuristics to the Travelling Salesman Problem (valmiin työn esittely)
Implementation of Selected Metaheuristics to the Travelling Salesman Problem (valmiin työn esittely) Jari Hast xx.12.2013 Ohjaaja: Harri Ehtamo Valvoja: Hari Ehtamo Työn saa tallentaa ja julkistaa Aalto-yliopiston
LisätiedotGraafin 3-värittyvyyden tutkinta T Graafiteoria, projektityö (eksakti algoritmi), kevät 2005
Graafin 3-värittyvyyden tutkinta T-79.165 Graafiteoria, projektityö (eksakti algoritmi), kevät 2005 Mikko Malinen, 36474R 29. maaliskuuta, 2005 Tiivistelmä Artikkelissa käydään läpi teoriaa, jonka avulla
LisätiedotAlgoritmit 2. Luento 3 Ti Timo Männikkö
Algoritmit 2 Luento 3 Ti 21.3.2017 Timo Männikkö Luento 3 Järjestäminen eli lajittelu Kekorakenne Kekolajittelu Hajautus Yhteentörmäysten käsittely Ketjutus Algoritmit 2 Kevät 2017 Luento 3 Ti 21.3.2017
LisätiedotKokonaislukuoptimointi hissiryhmän ohjauksessa
Kokonaislukuoptimointi hissiryhmän ohjauksessa Systeemianalyysin laboratorio Teknillinen Korkeakoulu, TKK 3 Maaliskuuta 2008 Sisällys 1 Johdanto Taustaa Ongelman kuvaus 2 PACE-graafi Graafin muodostaminen
LisätiedotS09 04 Kohteiden tunnistaminen 3D datasta
AS 0.3200 Automaatio ja systeemitekniikan projektityöt S09 04 Kohteiden tunnistaminen 3D datasta Loppuraportti 22.5.2009 Akseli Korhonen 1. Projektin esittely Projektin tavoitteena oli algoritmin kehittäminen
LisätiedotAlgoritmit 2. Luento 3 Ti Timo Männikkö
Algoritmit 2 Luento 3 Ti 20.3.2018 Timo Männikkö Luento 3 Järjestäminen eli lajittelu Kekorakenne Kekolajittelu Hajautus Yhteentörmäysten käsittely Ketjutus Algoritmit 2 Kevät 2018 Luento 3 Ti 20.3.2018
LisätiedotTeamCHAMPION TeamCHAMPION wiki.tut.fi/champion
1 TYÖPAJAN ASKELEET 2 Valmistautuminen Alustus Tiimitilanteet Tiimiroolit Tulokset Analysointi Toimenpiteet Yhteenveto VALMISTAUTUMINEN 3 Työpajan luonti Fasilitoija luo tiimiroolityökaluun uuden työpajan.
LisätiedotJarmo Suomisto / Helsinki Kaupunkisuunnitteluvirasto 11.2.2014
3D kaupunkimallinnuksen kehitys Ennen vuotta 2000 Mallinnus manuaalisesti Tietojen käsittely ja siirto monimutkaista Mallien käsittely edellytti tehotyöasemia Aikavievää, kallista ja tehotonta Vain innokkaille
Lisätiedot14. Luento: Kohti hajautettuja sulautettuja järjestelmiä. Tommi Mikkonen,
14. Luento: Kohti hajautettuja sulautettuja järjestelmiä Tommi Mikkonen, tommi.mikkonen@tut.fi Agenda Johdanto Hajautettujen järjestelmien väyliä LON CAN Pienen laitteen sisäinen hajautus OpenCL Network
LisätiedotPROSESSIMALLINNUKSEN HYÖDYNTÄMINEN KAKOLANMÄEN JÄTEVEDENPUHDISTAMON PROSESSIAJOSSA
PROSESSIMALLINNUKSEN HYÖDYNTÄMINEN KAKOLANMÄEN JÄTEVEDENPUHDISTAMON PROSESSIAJOSSA Vesihuoltopäivät 10.5.2017 KAKOLANMÄEN JÄTEVEDENPUHDISTAMO 14 kunnan omistama osakeyhtiö AVL 300 000 keskivirtaama noin
LisätiedotOngelma(t): Miten merkkijonoja voidaan hakea tehokkaasti? Millaisia hakuongelmia liittyy bioinformatiikkaan?
Ongelma(t): Miten merkkijonoja voidaan hakea tehokkaasti? Millaisia hakuongelmia liittyy bioinformatiikkaan? 2012-2013 Lasse Lensu 2 Ihmisen, eläinten ja kasvien hyvinvoinnin kannalta nykyaikaiset mittaus-,
Lisätiedot13 Lyhimmät painotetut polut
TIE-20100 Tietorakenteet ja algoritmit 297 13 Lyhimmät painotetut polut BFS löytää lyhimmän polun lähtösolmusta graafin saavutettaviin solmuihin. Se ei kuitenkaan enää suoriudu tehtävästä, jos kaarien
Lisätiedotpilvipalvelu tarkoittaa?
Virtuaalipilvet tietotekniikassa: mitä pilvipalvelu tarkoittaa? Keijo Heljanko Tietotekniikan laitos Perustieteiden korkeakoulu Aalto-yliopisto keijo.heljanko@aalto.fi 18.1-2014 1/14 Pilvipalvelut Kun
LisätiedotJHS 180 Paikkatiedon sisältöpalvelut Liite 4 INSPIRE-palvelujen laadun testaus
JHS 180 Paikkatiedon sisältöpalvelut Liite 4 INSPIRE-palvelujen laadun testaus Versio: 28.2.2013 Julkaistu: 28.2.2013 Voimassaoloaika: toistaiseksi Sisällys 1 Yleiset vaatimukset... 2 2 Latauspalvelun
LisätiedotLääkintähelikopterikaluston mallintaminen
Mat-2.4177 Operaatiotutkimuksen projektityöseminaari Lääkintähelikopterikaluston mallintaminen Väliraportti 19.3.2010 Pohjalainen Tapio (projektipäällikkö) (29157N) Kuikka Ilmari (58634A) Tyrväinen Tero
LisätiedotINFRA SEMINAARI KUUSAMON PILOTTI
INFRA 2010 -SEMINAARI KUUSAMON PILOTTI Teemu Perälä teemu.perala@navico.fi puh.050-598 8405 5.11.2008 Taustaa ja lähtökohtia Sähköinen hankintamenettely on Tiehallinnossa käytössä täydessä laajuudessa
LisätiedotAlgoritmit 1. Luento 8 Ke Timo Männikkö
Algoritmit 1 Luento 8 Ke 1.2.2017 Timo Männikkö Luento 8 Järjestetty binääripuu Solmujen läpikäynti Binääripuun korkeus Binääripuun tasapainottaminen Graafit ja verkot Verkon lyhimmät polut Fordin ja Fulkersonin
Lisätiedot1. (a) Seuraava algoritmi tutkii, onko jokin luku taulukossa monta kertaa:
Tietorakenteet, laskuharjoitus 10, ratkaisuja 1. (a) Seuraava algoritmi tutkii, onko jokin luku taulukossa monta kertaa: SamaLuku(T ) 2 for i = 1 to T.length 1 3 if T [i] == T [i + 1] 4 return True 5 return
LisätiedotOsoitteena O365. Toimisto ja yhteydet pilvestä
Osoitteena O365 Toimisto ja yhteydet pilvestä Mitä sisältää O365 Tutut toimistotyökalut käytössäsi missä vain Uusimmat versiot aina mukanasi Ei kiinteitä kustannuksia Korkea käytettävyysaste Ei päivityksistä
LisätiedotVaivattomasti parasta tietoturvaa
Vaivattomasti parasta tietoturvaa BUSINESS SUITE Tietoturvan valinta voi olla myös helppoa Yrityksen tietoturvan valinta voi olla vaikeaa loputtomien vaihtoehtojen suossa tarpomista. F-Secure Business
LisätiedotAlgoritmit 1. Luento 9 Ti Timo Männikkö
Algoritmit 1 Luento 9 Ti 7.2.2017 Timo Männikkö Luento 9 Graafit ja verkot Kaaritaulukko, bittimatriisi, pituusmatriisi Verkon lyhimmät polut Floydin menetelmä Lähtevien ja tulevien kaarien listat Forward
LisätiedotOngelma(t): Miten digitaalista tietoa voidaan toisintaa ja visualisoida? Miten monimutkaista tietoa voidaan toisintaa ja visualisoida?
Ongelma(t): Miten digitaalista tietoa voidaan toisintaa ja visualisoida? Miten monimutkaista tietoa voidaan toisintaa ja visualisoida? 2 Tieto on koodattu aikaisempaa yleisemmin digitaaliseen muotoon,
LisätiedotTulevaisuuden palvelusetelit
Tulevaisuuden palvelusetelit 16.8.2018 Palvelusetelit tarjoavat erinomaiset mahdollisuudet Sotella tai ilman Asiakkaan valinnanvapauden lisääminen Kunnan roolin vieminen kohti järjestäjää monituottajamallin
LisätiedotVERKKORAKENTEEN VAIKUTUKSIA KAIKKI SOLMUT EIVÄT OLE SAMANLAISIA
VERKKORAKENTEEN VAIKUTUKSIA KAIKKI SOLMUT EIVÄT OLE SAMANLAISIA SATU ELISA SCHAEFFER Tietojenkäsittelyteorian laboratorio, TKK elisa.schaeffer@tkk.fi INF-0.3100 VERKOSTOJEN PERUSTEET KÄSITELTÄVÄT AIHEPIIRIT
LisätiedotAgenda. Johdanto Ominaispiirteitä Kokonaisjärjestelmän määrittely Eri alojen edustajien roolit Sulautetut järjestelmät ja sulautettu ohjelmointi
1. Luento: Sulautetut Järjestelmät Arto Salminen, arto.salminen@tut.fi Agenda Johdanto Ominaispiirteitä Kokonaisjärjestelmän määrittely Eri alojen edustajien roolit Sulautetut järjestelmät ja sulautettu
LisätiedotJoonas Haapala Ohjaaja: DI Heikki Puustinen Valvoja: Prof. Kai Virtanen
Hävittäjälentokoneen reitin suunnittelussa käytettävän dynaamisen ja monitavoitteisen verkko-optimointitehtävän ratkaiseminen A*-algoritmilla (valmiin työn esittely) Joonas Haapala 8.6.2015 Ohjaaja: DI
LisätiedotVisualisointi käyttöliittymäsuunnittelussa (syksy 2012), muistiinpanot esityksestä Jussi Kurki: Suurten verkkojen visualisointi.
Visualisointi käyttöliittymäsuunnittelussa (syksy 2012), muistiinpanot esityksestä Jussi Kurki: Suurten verkkojen visualisointi Tuomas Husu Jussi Kurki kävi keskiviikon 3.10.2012 seminaariesityksessään
Lisätiedot7.4 Sormenjälkitekniikka
7.4 Sormenjälkitekniikka Tarkastellaan ensimmäisenä esimerkkinä pitkien merkkijonojen vertailua. Ongelma: Ajatellaan, että kaksi n-bittistä (n 1) tiedostoa x ja y sijaitsee eri tietokoneilla. Halutaan
LisätiedotAlgoritmit 2. Luento 1 Ti Timo Männikkö
Algoritmit 2 Luento 1 Ti 14.3.2017 Timo Männikkö Luento 1 Algoritmi Algoritmin valinta Algoritmin analysointi Algoritmin suoritusaika Peruskertaluokkia Kertaluokkamerkinnät Kertaluokkien ominaisuuksia
LisätiedotYksityisyydestä käytävä verkkokeskustelu
Yksityisyydestä käytävä verkkokeskustelu KOKEILUJA, HUOMIOITA JA KYSYMYKSIÄ Esa Sirkkunen, tutkija, tutkimuskeskus COMET, Tampereen yliopisto Mediatutkimuksen päivät, Vaasa 04.04. 2014. Pieniä ja isompia
LisätiedotVerkostoituvat tietojärjestelmälääkärit
Verkostoituvat tietojärjestelmälääkärit FILIP SCHEPERJANS, LT NEUROLOGIAN ERIKOISLÄÄKÄRI, HYKS TIETOJÄRJESTELMÄLÄÄKÄREIDEN ALAOSASTON JOHTOKUNNAN PJ, SUOMEN LÄÄKÄRILIITTO Lääkäreiden rooli terveydenhuollon
LisätiedotDIGITAALISEN OPPIMATERIAALIN KÄYTTÖ JA SAATAVUUS, mitä, mistä ja miten. Ella Kiesi Opetushallitus
DIGITAALISEN OPPIMATERIAALIN KÄYTTÖ JA SAATAVUUS, mitä, mistä ja miten Ella Kiesi Opetushallitus Tietotekniikan opetuskäytön määrä Suomessa Suomi tietotekniikan opetuskäytön määrässä Eurooppalaisessa mittakaavassa
LisätiedotTIE448 Kääntäjätekniikka, syksy Antti-Juhani Kaijanaho. 9. marraskuuta 2009
TIE448 Kääntäjätekniikka, syksy 2009 Antti-Juhani Kaijanaho TIETOTEKNIIKAN LAITOS 9. marraskuuta 2009 Sisällys Sisällys Seuraava deadline Vaihe D tiistai 10.11. klo 10 välikielen generointi Vaihe E tiistai
Lisätiedot2G-verkoissa verkkosuunnittelu perustuu pääosin kattavuuden määrittelyyn 3G-verkoissa on kattavuuden lisäksi myös kapasiteetin ja häiriöiden
2G-verkoissa verkkosuunnittelu perustuu pääosin kattavuuden määrittelyyn 3G-verkoissa on kattavuuden lisäksi myös kapasiteetin ja häiriöiden tarkemmalla huomioimisella tärkeä osa UMTS:n suunnittelussa
LisätiedotOngelma(t): Voiko älykkyyden määritellä ja voiko sitä mitata, myös objektiivisesti? Onko älykkyyttä ilman (näkyvää) toimintaa? Voiko kone olla älykäs
Ongelma(t): Voiko älykkyyden määritellä ja voiko sitä mitata, myös objektiivisesti? Onko älykkyyttä ilman (näkyvää) toimintaa? Voiko kone olla älykäs ja jos voi, niin tulisiko sellainen rakentaa? 2012-2013
LisätiedotQuality Agent Internet-kysely
Nopea, nykyaikainen ja edullinen tapa hankkia asiakaspalautetta e000403_1 Internet-kyselyt valitulle kohderyhmälle Asiakastyytyväisyyden selvittämiseksi saat meiltä osuvat ratkaisut syvällisestä asiakastyytyväisyyden
LisätiedotKuva maailmasta Pakettiverkot (Luento 1)
M.Sc.(Tech.) Marko Luoma (1/20) M.Sc.(Tech.) Marko Luoma (2/20) Kuva maailmasta Pakettiverkot (Luento 1) WAN Marko Luoma TKK Teletekniikan laboratorio LAN M.Sc.(Tech.) Marko Luoma (3/20) M.Sc.(Tech.) Marko
LisätiedotParinmuodostuksesta tietojenkäsittelytieteen silmin. Petteri Kaski Tietojenkäsittelytieteen laitos Aalto-yliopisto
Parinmuodostuksesta tietojenkäsittelytieteen silmin Petteri Kaski Tietojenkäsittelytieteen laitos Aalto-yliopisto Suomalainen Tiedeakatemia Nuorten Akatemiaklubi 18.10.2010 Sisältö Mitä tietojenkäsittelytieteessä
LisätiedotOnko teillä vielä paperisia arkistoja?
Onko teillä vielä paperisia arkistoja? EU:n tietosuoja-asetus (GDPR) koskee myös paperiarkistoja EU:n tietosuoja-asetus yhtenäistää henkilötietojen käsittelyä koskevaa sääntelyä EU:ssa. Asetus astuu voimaan
LisätiedotArviointi ja mittaaminen
Arviointi ja mittaaminen Laatuvastaavien koulutus 5.6.2007 pirjo.halonen@adm.jyu.fi 014 260 1180 050 428 5315 Arviointi itsearviointia sisäisiä auditointeja ulkoisia auditointeja johdon katselmusta vertaisarviointeja
LisätiedotOikeasta tosi-epätosi -väittämästä saa pisteen, ja hyvästä perustelusta toisen.
Tietorakenteet, kevät 2012 Kurssikoe 2, mallivastaukset 2. (a) Järjestämistä ei voi missään tilanteessa suorittaa nopeammin kuin ajassa Θ(n log n), missä n on järjestettävän taulukon pituus. Epätosi: Yleisessä
LisätiedotOSI-malli. S Tietoliikenneverkot. Miksi kytketään. Välitys ja kytkeminen OSI-mallissa. /XHQWR.\WNHQWlMDUHLWLW\V
Teknillinen korkeakoulu Teletekniikan laboratorio OSImalli S8.88 Tietoliikenneverkot 7 sovelluskerros 7 sovelluskerros /XHQWR.\WNHQWlMUHLWLW\V esitystapakerros yhteysjakso esitystapakerros yhteysjakso
LisätiedotSisältö. EeNet koulutus seurojen pääkäyttäjille
EeNet koulutus seurojen pääkäyttäjille Sisältö 1. Kirjautuminen 2. Omat tiedot 3. Käyttäjähallinta 4. Harjoituspäiväkirja 5. Kehittymisen seuranta 6. Materiaalit 7. Kyselyt 1 1. Kirjautuminen Kirjautumisosoitteet
LisätiedotFiction searching from an enriched library web service
Fiction searching from an enriched library web service Anna Mikkonen, Tohtoriopiskelija, Tampereen yliopisto Memornetin syysseminaari 10. 11.10.2013/Tampere Esityksen sisältö Väitöstutkimuksen tausta ja
LisätiedotKYBERTURVAPALVELUT. VTT auttaa turvaamaan toiminnan jatkuvuuden ja suojautumaan kyberuhilta. VTT Kyberturvapalvelut
KYBERTURVAPALVELUT VTT auttaa turvaamaan toiminnan jatkuvuuden ja suojautumaan kyberuhilta Kyberhyökkäykset ovat yleistyneet huolestuttavalla vauhdilla. Liiketoiminnan jatkuvuuden turvaaminen edellyttää
LisätiedotTekoäly muuttaa arvoketjuja
Tekoäly muuttaa arvoketjuja Näin kartoitat tekoälyn mahdollisuuksia projektissasi Harri Puolitaival Harri Puolitaival Diplomi-insinööri ja yrittäjä Terveysteknologia-alan start-up: Likelle - lämpötilaherkkien
LisätiedotHarjoitus 6 ( )
Harjoitus 6 (21.4.2015) Tehtävä 1 Määritelmän (ks. luentomoniste s. 109) mukaan yleisen, muotoa min f(x) s. t. g(x) 0 h(x) = 0 x X olevan optimointitehtävän Lagrangen duaali on missä max θ(u, v) s. t.
LisätiedotVesiensuojelun tehostamisohjelman kaupunkien vesien ja haitallisten aineiden vähentäminen teeman hallinnointi
Vesiensuojelun tehostamisohjelman kaupunkien vesien ja haitallisten aineiden vähentäminen teeman hallinnointi Esa Pekonen, Etelä-Savon ELY-keskus Rahoitusasiantuntija Vesistökunnostusverkoston vuosiseminaari
Lisätiedot13/20: Kierrätys kannattaa koodaamisessakin
Ohjelmointi 1 / syksy 2007 13/20: Kierrätys kannattaa koodaamisessakin Paavo Nieminen nieminen@jyu.fi Tietotekniikan laitos Informaatioteknologian tiedekunta Jyväskylän yliopisto Ohjelmointi 1 / syksy
LisätiedotRajapintapalveluiden mahdollisuudet Tampere-talo 25.4.2012
Rajapintapalveluiden mahdollisuudet Tampere-talo 25.4.2012 Pasi Lappalainen pasi.lappalainen@nostoconsulting.fi GSM 0400 858 101 TAVOITETILA Metatieto Inspire WFS Kokoava tietopalvelu KuntaGML LandXML
LisätiedotINFRA SEMINAARI KUUSAMON PILOTTI. Teemu Perälä puh
INFRA 2010 -SEMINAARI KUUSAMON PILOTTI Teemu Perälä teemu.perala@navico.fi puh.050-598 8405 8.1.2008 Taustaa ja lähtökohtia Sähköinen hankintamenettely on Tiehallinnossa käytössä täydessä laajuudessa vuoteen
LisätiedotVain testaamalla voit voittaa! Markku Selin Kehitysjohtaja
Vain testaamalla voit voittaa! Markku Selin Kehitysjohtaja Lyhyesti: Suomessa ja Baltiassa Liikevaihto 29,25 (noin 50) milj. Euroa Henkilöstöä Suomessa 46 (115) Juuret vuonna 1989 perustetussa Santa Monica
LisätiedotT Rinnakkaiset ja hajautetut digitaaliset järjestelmät Stokastinen analyysi
T-79.179 Rinnakkaiset ja hajautetut digitaaliset järjestelmät Stokastinen analyysi 12. maaliskuuta 2002 T-79.179: Stokastinen analyysi 8-1 Stokastinen analyysi, miksi? Tavallinen Petri-verkkojen saavutettavuusanalyysi
LisätiedotOntologiat merkitysten mallintamisessa: OWL. Eeva Ahonen
Ontologiat merkitysten mallintamisessa: OWL Eeva Ahonen 1.11.2004 Semanttinen tieto käsitemallit ihmisillä sisäiset mallit maailmantieto tarvitaan tekstin tulkitsemiseen tietokoneelle esim. sanat vain
LisätiedotT Rinnakkaiset ja hajautetut digitaaliset järjestelmät Paikka siirtymä-verkot
T-79.179 Rinnakkaiset ja hajautetut digitaaliset järjestelmät Paikka siirtymä-verkot 27. tammikuuta 2003 T-79.179: Paikka siirtymä-verkot 2-1 Paikka siirtymä-verkot Yleistetään edellisellä luennolla esitetyn
LisätiedotOptimoinnin sovellukset
Optimoinnin sovellukset Timo Ranta Tutkijatohtori TTY Porin laitos OPTIMI 4.12.2014 Mitä optimointi on? Parhaan ratkaisun systemaattinen etsintä kaikkien mahdollisten ratkaisujen joukosta Tieteellinen
Lisätiedot2. Seuraavassa kuvassa on verkon solmujen topologinen järjestys: x t v q z u s y w r. Kuva 1: Tehtävän 2 solmut järjestettynä topologisesti.
Tietorakenteet, laskuharjoitus 11, ratkaisuja 1. Leveyssuuntaisen läpikäynnin voi toteuttaa rekursiivisesti käsittelemällä jokaisella rekursiivisella kutsulla kaikki tietyllä tasolla olevat solmut. Rekursiivinen
LisätiedotHarjoitustyö. Jukka Larja T Tietokoneverkot
Harjoitustyö 1 Työn idea Protokollat Etäisyysvektori Linkkitila Harjoitustyö Harjoitustyön käytäntöjä Palvelin Moodle SSH-tunnelit Työn demoaminen Yleistä palautetta suunnitelmista 2 Gallup Osaatko seuraavaa
LisätiedotSisältö. Työn idea Protokollat. Harjoitustyön käytäntöjä. Työn demoaminen. Etäisyysvektori Linkkitila. Palvelin Moodle SSH-tunnelit
Harjoitustyöinfo Sisältö Työn idea Protokollat Etäisyysvektori Linkkitila Harjoitustyön käytäntöjä Palvelin Moodle SSH-tunnelit Työn demoaminen 2 Työn idea Tehdään ohjelma, joka annetun reititysdatan perusteella
LisätiedotSimulaatio-opetuksen laajaalaisuus: Lähitulevaisuuden haasteet raskaan kaluston simulaatioopetuksessa.
Simulaatio-opetuksen laajaalaisuus: Lähitulevaisuuden haasteet raskaan kaluston simulaatioopetuksessa. Haasteet Simulaattori laitteena ei ratkaise koulutushaasteita itse asiassa se voi tuoda niitä lisää.
LisätiedotKoulut oppimisen ympäristöinä TkT, arkkitehti Aija Staffans Aalto-yliopisto, arkkitehtuurin laitos
Koulut oppimisen ympäristöinä TkT, arkkitehti Aija Staffans Aalto-yliopisto, arkkitehtuurin laitos Kommenttipuheenvuoro: kehittämisjohtaja Kristiina Erkkilä, Espoon kaupunki, sivistystoimi Kutsuseminaari
LisätiedotSIMULAATTORIT TULEVAISUUDEN OPPIMISYMPÄRISTÖNÄ. Anssi Salmi Logistiikan tuntiopettaja Vantaan ammattiopisto Varia
SIMULAATTORIT TULEVAISUUDEN OPPIMISYMPÄRISTÖNÄ Anssi Salmi Logistiikan tuntiopettaja Vantaan ammattiopisto Varia MIKÄ ON SIMULAATTORI? Simulaattori on laite, joka pyrkii mallintamaan tosielämää mahdollisimman
LisätiedotSuorituskyvyn varmistaminen sovelluskehityksen eri vaiheissa Paavo Häkkinen, Presales Teamleader Compuware Finland
Suorituskyvyn varmistaminen sovelluskehityksen eri vaiheissa Paavo Häkkinen, Presales Teamleader Compuware Finland Epäonnistuminen ei ole vaikeaa Approximately 40% of mission-critical mainframe projects
LisätiedotPuiteohje siirtokapasiteetin jakamisesta ja siirtojen hallinnasta (Framework Guideline on Capacity Allocation and Congestion Management)
Puiteohje siirtokapasiteetin jakamisesta ja siirtojen hallinnasta (Framework Guideline on Capacity Allocation and Congestion Management) Sähkömarkkinatoimikunta 6.10.2010 Juha Kekkonen 2 Johdanto ERGEG
LisätiedotAlgoritmit 2. Luento 12 Ke Timo Männikkö
Algoritmit 2 Luento 12 Ke 26.4.2017 Timo Männikkö Luento 12 Rajoitehaku Kauppamatkustajan ongelma Lyhin virittävä puu Paikallinen etsintä Vaihtoalgoritmit Geneettiset algoritmit Simuloitu jäähdytys Algoritmit
LisätiedotAluekehittämisjärjestelmän uudistaminen. Keskustelutilaisuus maakuntien liitoille ja ELY-keskuksille TEM
Aluekehittämisjärjestelmän uudistaminen Keskustelutilaisuus maakuntien liitoille ja ELY-keskuksille 22.9. 2016 TEM Ohjelma 12:30 12:40 Tilaisuuden avaus Aluekehitysjohtaja Kaisa-Leena Lintilä 12:40 13:00
LisätiedotAlgoritmit 2. Luento 2 Ke Timo Männikkö
Algoritmit 2 Luento 2 Ke 15.3.2017 Timo Männikkö Luento 2 Tietorakenteet Lineaarinen lista, binääripuu Prioriteettijono Kekorakenne Keko-operaatiot Keon toteutus taulukolla Algoritmit 2 Kevät 2017 Luento
LisätiedotTK081001 Palvelinympäristö
TK081001 Palvelinympäristö 5 opintopistettä!! Petri Nuutinen! 8 opintopistettä!! Petri Nuutinen! SAS (Serial Attached SCSI) Yleinen kiintolevyväylä nykyisissä palvelimissa Ohjataan SCSI-komennoin Siirrytty
LisätiedotJärjestelmätason mallit III
Järjestelmätason mallit III Luento 8 58153003 Ohjelmistojen suorituskyky 1 KEHITYSPROJEKTIN ALKUVAIHEEN MALLIT 58153003 Ohjelmistojen suorituskyky 2 Helsingin Yliopisto / Tktl 1 Alkuvaiheen arviot Järjestelmän
LisätiedotTekoäly ja alustatalous. Miten voit hyödyntää niitä omassa liiketoiminnassasi
Tekoäly ja alustatalous Miten voit hyödyntää niitä omassa liiketoiminnassasi AI & Alustatalous AI Digitaalisuudessa on 1 ja 0, kumpia haluamme olla? Alustatalouden kasvuloikka Digitaalisen alustatalouden
LisätiedotAlgoritmit 2. Luento 4 To Timo Männikkö
Algoritmit 2 Luento 4 To 21.3.2019 Timo Männikkö Luento 4 Hajautus Yhteentörmäysten käsittely Avoin osoitteenmuodostus Hajautusfunktiot Puurakenteet Solmujen läpikäynti Algoritmit 2 Kevät 2019 Luento 4
LisätiedotLounais-Suomen Aluetietopalvelu -Koulutuksen ennakointiverkoston käyttöön
Lounais-Suomen Aluetietopalvelu -n käyttöön ALUEELLISEN TIEDON HAASTEET Kuka hallinnoi Mistä löytää Palveluja runsaasti, toimijoita vielä enemmän Tietoa runsaasti, yhteistä paikkaa tiedon hakuun ei olemassa
Lisätiedot