Tez No	İndirme	Tez Künye	Durumu
582449		Hybrid fog-cloud based data distribution for internet of things applications / Nesnelerin interneti uygulamaları için hibrit sis-bulut tabanlı veri dağıtımı Yazar:FIRAT KARATAŞ Danışman: PROF. DR. İBRAHİM KÖRPEOĞLU Yer Bilgisi: İhsan Doğramacı Bilkent Üniversitesi / Mühendislik ve Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Bulut bilişim = Cloud computing ; Nesnelerin interneti = Internet of things ; Sistem ağ mimarisi = System network architecture	Onaylandı Doktora İngilizce 2019 131 s.
Teknolojik gelişmeler makineleri, eşyaları ve cihazları daha hızlı, daha yetenekli ve birbirleriyle daha bağlı hale getirmeye devam etmektedir. Birbirlerine bağlı bu akıllı cihazların oluşturduğu ağ yapısı Nesnelerin Interneti (IoT) olarak adlandırılmaktadır. Bu milyarlarca cihazın, birden fazla IoT uygulamasının ihtiyaç duyduğu ve duyabileceği petabaytlarca veriyi üretme ve/veya kullanma yeteneklerine sahip olacağı öngörülmektedir. Bu durum, büyük miktardaki bu verinin etkin ve verimli bir şekilde depolanması ve işlenmesi gibi zorlukları da beraberinde getirmektedir. Bulut bilişim ve onun son kullanıcılara yakınlaştırılmış versiyonu olan sis bilişim, IoT verilerinin verimli ve etkili bir şekilde nasıl taşınacağı, yerleştirileceği, saklanacağı ve işleneceği ile ilgili bu zorlukların bazılarının üstesinden gelebilmek için yeni yöntemler ortaya koymaktadır. Bu tezde; coğrafi olarak dağıtık, hiyerarşik bulut ve sis bileşenlerini içeren bir IoT mimarisi ve oluşturulan büyük miktardaki IoT verisinin bu mimarinin bileşenlerine, bulut ve sis veri merkezlerine, yerleştirmek için yeni teknikler öneriyoruz. Verilerin sınıflandırılabileceği göz önünde bulundurulduğunda, birden fazla uygulama bu verileri kullanabilir. Bu bilgiye dayanarak, coğrafi olarak dağıtık IoT cihazlarının oluşturduğu ve kullandığı verileri, gerçeklenebilir ağ modellerinde etkin ve verimli şekilde veri merkezlerine yerleştirecek algoritmalar tasarlayıp, bunları tamsayı doğrusal modelleme yöntemi kullanılarak elde edilen optimum sonuçlarla karşılaştırıyoruz. Birden fazla uygulama tarafından kullanılan verileri, kopyalamadan ve o veriyi kullanan bütün uygulamalar tarafından rahatlıkla erişilebilecek bir merkezde saklıyoruz. Önerdiğimiz ağ mimarisi ve algoritmalar sayesinde; verilerin etkin ve verimli şekilde yerleştirilebileceğini, uygulamaların bu verilere bant genişliğini arttırmadan daha hızlı şekilde erişebilmesine olanak sağladığını yaptığımız kapsamlı simülasyon deneylerinin sonuçlarıyla doğruluyoruz.
Technological advancements keep making machines, devices, and appliances faster, more capable, and more connected to each other. The network of all interconnected smart devices is called Internet of Things (IoT). It is envisioned that there will be billions of interconnected IoT devices producing and consuming petabytes of data that may be needed by multiple IoT applications. This brings challenges to store and process such a large amount of data in an efficient and effective way. Cloud computing and its extension to the network edge, fog computing, emerge as new technology alternatives to tackle some of these challenges in transporting, storing, and processing petabytes of IoT data in an efficient and effective manner. In this thesis, we propose a geographically distributed hierarchical cloud and fog computing based IoT storage and processing architecture, and propose techniques for placing IoT data into its components, i.e., cloud and fog data centers. Data is considered in different types and each type of data may be needed by multiple applications. Considering this fact, we generate feasible and realistic network models for a large-scale distributed storage architecture, and propose algorithms for efficient and effective placement of data generated and consumed by large number of geographically distributed IoT nodes. Data used by multiple applications is stored only once in a location that is easily accessed by applications needing that type of data. We performed extensive simulation experiments to evaluate our proposal. The results show that our network architecture and placement techniques can be used to store IoT data efficiently while providing reduced latency for IoT applications without increasing network bandwidth consumed.