Rabu, 20 Maret 2013

Contoh Jurnal Komputasi Modern


KOMPUTASI GRID SEBAGAI JAWABAN KETERBATASAN
SUMBER DAYA KOMPUTASI
Ahlihi Masruro
STMIK AMIKOM Yogyakarta

Abstraksi

         Grid ComputinG, suatu arsitektur sistem komputer berkinerja tinggi yang memanfaatkan teknologi grid computing yang ada (beberapa di antaranya: Globus Toolkit 4, Condor, PVM, MPI) sebagai komponen pembangunnya. Dengan terbentuknya infrastruktur komputasi grid computing ini, diharapkan kebutuhan para peneliti akan sumber daya komputasi dapat dipenuhi dan pada gilirannya dapat meningkatkan tingkat kompetitif.

Kata Kunci: grid computing, distributed computing, PVM (Parallel Virtual Machine)

1. Pendahuluan
1.1. Kebutuhan Sumber Daya Komputasi pada Pengembangan e-Science
              Saat ini, para peneliti sudah amat menyadari pentingnya peran komputer dalam pengembangan ilmu pengetahuan dan teknologi. Komputer memungkinkan para peneliti untuk menciptakan laboraturium virtual dalam komputer untuk melakukan eksperimen- eksperimen yang akan mahal sekali jika dilakukan di dalam sebuah laboraturium fisik atau bahkan tidak mungkin. Beberapa pihak bahkan telah memberikan nama tersendiri untuk menggambarkan kegiatan pengembangan ilmu pengetahuan dan teknologi yang berbasis komputer ini dengan sebutan e-Science 0.

1.2. Mahalnya sumber daya komputasi
               Untuk melakukan eksperimen dengan menggunakan komputer dalam konteks pengembangan e-Science di atas umumnya dibutuhkan sumber daya komputasi yang berkinerja tinggi (atau juga dikenal dengan sebutan high performance computing). Pada beberapa dekade yang lalu, sumber daya komputasi berkinerja tinggi ini hanya dapat dipenuhi oleh komputer yang dikategorikan sebagai supercomputer (seperti komputer Cray X-MP, CDC, Illiac-IV). Supercomputer memang dapat memenuhi kebutuhan para peneliti e-Science, namun karena harganya yang mahal, hanya sedikit dari
para peneliti tersebut yang dapat memilikinya/menggunakannya. Sejalan dengan perkembangan teknologi komputer, baik dari sisi perangkat keras maupun perangkat lunak, saat ini sumber daya komputasi berkinerja tinggi tidak lagi harus dipenuhi oleh komputer- komputer berkategori supercomputer. Bahkan dengan teknologi komputer yang dikenal dengan nama grid computing, sejumlah komputer yang lazim digunakan di perkantoran dapat digabung untuk secara bersama-sama melakukan eksperimen seperti yang dahulu biasa dilakukan oleh supe computer.

1.3. Grid Computing sebagai Solusi
                 Bagi para peneliti di negara-negara yang kemampuan ekonominya terbatas maka solusi yang diberikan oleh teknologi grid computing ini merupakan suatu alternatif yang harus dipertimbangkan dengan amat serius. Pengembangan ilmu pengetahuan dan teknologi, termasuk yang dilakukan dengan menggunakan bantuan komputer (e-Science), tidak harus terhenti hanya karena keterbatasan dana. Teknologi grid computing memungkinkan para peneliti memanfaatkan sumber daya komputasi yang telah ada semaksimal mungkin. Dengan menggunakan teknologi ini, para peneliti dapat menggabungkan komputer-komputer yang berada di tempat-tempat yang secara geografis terpisah menjadi suatu kesatuan sistem komputer. Gabungan banyak komputer ini secara keseluruhan mampu menyediakan sumber daya komputasi yang setara atau bahkan lebih dengan komputer berkategori supercomputer. Lebih lanjut, sistem komputer ini dapat digunakan secara bersama-sama oleh para peneliti yang juga berasal dari instansi-instansi yang lokasinya berlainan. Secara keseluruhan, tidak saja teknologi grid computing memungkinkan para peneliti menerapkan e-Science untuk mengembangkan ilmu pengetahuan dan teknologi dengan biaya yang relatif “terjangkau”, tetapi juga dapat memanfaatkan sumber daya komputasi yang ada seefisien mungkin secara bersama-sama oleh banyak peneliti.

2. Pembahasan
2.1. Evolusi Grid Computing
                Teknologi grid computing merupakan teknologi yang telah dikembangkan dalam waktu yang panjang. Secara evolusi kita melihat pengembangan teknologi sejenis mulai dari Condor 0, kemudian diikuti oleh PVM (Parallel Virtual Machine) 0 dan MPI (Message Passing Interface) 0, sampai dengan Globus Toolkit 0. Sejak awal, para peneliti di bidang komputasi berkinerja tinggi telah menggunakan dua pendekatan 0, (1) supercomputer, membangun sebuah komputer dengan teknologi perangkat keras berkinerja tinggi, dan (2) multicomputer, membangun sebuah sistem komputer dengan teknologi jaringan interkoneksi dan perangkat lunak. Pendekatan pertama umumnya menghasilkan sebuah komputer yang berkinerja tinggi, tetapi berharga amat mahal sehingga hanya dapat dimiliki oleh segelintir pihak saja. Pendekatan kedua menghasilkan suatu sistem komputer yang kinerjanya bervariasi sesuai jumlah komputer yang tergabung dan konfigurasi perangkat lunak yang digunakan.

                  Walaupun harga suatu sistem komputer berkinerja tinggi yang dibangun dengan pendekatan multicomputer lebih terjangkau dibandingkan dengan supercomputer, pemakaiannya masih terbatas. Sistem komputer berbasis jaringan tersebut umumnya diterapkan pada komputer-komputer yang terhubung dalam suatu jaringan lokal (LAN). Salah satu penyebabnya adalah masalah keamanan jaringan yang belum tertangani dengan baik. Selain itu, sistem perangkat lunak pendukung yang memungkinkan komputer-komputer tersebut bekerja sebagai satu kesatuan umumnya memiliki konfigurasi yang kompleks sehingga penggunanya harus memiliki keahlian tersendiri sebelum dapat memanfaatkan sistem komputer tersebut.

       Sejalan dengan perkembangan teknologi Internet dan teknologi- teknologi komputer yang berkaitan lainnya seperti protokol komunikasi data, teknologi keamanan jaringan, teknologi pemgrograman terdistribusi, dan teknologi bahasa pemrograman yang independen terhadap arsitektur komputer maka sistem komputer berkinerja tinggi berbasis jaringan menjadi lebih mudah untuk diimplementasikan dan digunakan.

2.2. Grid Computing & Solusi yang Ditawarkan
             Pada beberapa tahun belakangan ini, sekelompok peneliti di bidang komputasi berkinerja tinggi secara serius memusatkan perhatian pada pengembangan sistem komputer berbasis jaringan seperti yang telah diuraikan di atas dengan menggunakan teknologi yang dikenal dengan sebutan teknologi grid computing 0.

              Teknologi grid computing adalah suatu cara penggabungan sumber daya yang dimiliki banyak komputer yang terhubung dalam suatu jaringan sehingga terbentuk suatu kesatuan sistem komputer dengan sumber daya komputasi yang besarnya mendekati jumlah sumber daya komputasi dari komputer-komputer yang membentuknya. Lebih lanjut, sebagian atau seluruh sumber daya komputasi ini dapat dipakai oleh penggunanya sesuai kebutuhan masing-masing. Penamaan “grid” disini meminjam istilah yang digunakan dalam ketenagalistrikan 0, dimana pembangkit-pembangkit tenaga listrik dihubungkan satu sama lain untuk secara bersama-sama memasok kebutuhan tenaga listrik penggunanya. Masing-masing pengguna hanya menggunakan sebagian dari daya listrik yang dihasilkan oleh seluruh pembangkit tenaga listrik tersebut.

              Berbeda dengan teknologi-teknologi pendahulunya seperti Condor, PVM, atau MPI, teknologi grid computing dilengkapi oleh komponen-komponen yang memungkinkan pemanfaatan sumber daya komputasi yang terhimpun secara lebih optimal dan aman. Untuk melihat komponen-komponen dari teknologi grid computing ini, disini akan diuraikan dengan singkat sistem Globus Toolkit yang dikembangkan oleh para peneliti di Argonne National Laboratory, Amerika Serikat 0. Sistem Globus Toolkit merupakan salah satu teknologi grid computing yang populer dan banyak digunakan oleh pihak-pihak yang ingin mengintegrasikan sumber daya komputasi mereka yang tersebar menjadi satu kesatuan.

                Secara spesifik, sistem Globus Toolkit yang akan dibahas disini adalah sistem Globus Toolkit versi 4 (GT4) 0, yang merupakan versi mutakhir dari sistem Globus Toolkit. Sistem GT4 dibangun dengan menggunakan teknologi Web Services 0 yang telah berkembang menjadi suatu standar dalam pengembangan perangkat lunak terdistribusi. Teknologi Web Services memungkinkan GT4 mengadopsi konsep berorientasi layanan (service-oriented) yang menggunakan layanan, bukan perangkat keras, sebagai komponen dasar bangunannya. Di atas Web Services ini GT4 membangun komponen-komponen utama dari sistem komputasi grid berikut ini.

2.3.Infrastruktur Komputasi Grid
              Dengan meningkatnya kebutuhan para peneliti akan sumber daya komputasi untuk melakukan e-Science seperti telah disebutkan dimuka dan berkembangnya teknologi grid computing maka beberapa negara telah mengambil inisiatif untuk mengimplementasikan infrastruktur komputasi grid di tingkat nasional. Beberapa contoh di antaranya: India 0, Singapura 0, dan Jepang 0.

          Suatu infrastruktur komputasi grid akan dapat menekan biaya investasi dibandingkan bila masing-masing institusi tersebut harus mengadakan perangkat komputasinya sendiri-sendiri. Lebih lanjut, sistem komputasi grid yang menuntut penggunaan sumber daya komputasi secara bersama-sama akan menumbuhkan semangat berkolaborasi di antara para peneliti tersebut. Suatu hal yang amat positif.

                   Melihat manfaat yang dapat diberikan oleh keberadaan suatu infrastruktur komputasi grid di tingkat nasional maka pada makalah ini diajukan rancangan RI-GRID, yaitu infrastruktur komputasi grid di tingkat negara Republik Indonesia yang bertujuan memanfaatkan sumber daya komputasi yang berada di institusi-institusi penelitian baik saat ini maupun di masa akan datang sehingga dapat digunakan oleh para peneliti di negara ini untuk mengembangkan ilmu pengetahuan dan teknologi.

2.4.Arsitektur GRID COMPUTING
           Gambar 1 berikut menunjukkan rancangan arsitektur infrastruktur komputasi grid. Seperti terlihat pada gambar tersebut, GRID COMPUTING dibangun dengan jalan menggabungkan sistem- sistem komputasi grid yang berada di institusi-institusi penelitian (GRID-2, 3, 4) menjadi satu kesatuan. Konfigurasi perangkat keras dan perangkat lunak masing-masing sistem di tingkat institusi dapat berbeda, namun dengan mengoperasikan teknologi grid computing seperti GT4 pada simpul-simpul penghubung dari masing-masing sistem, keseluruhan sistem membentuk satu kesatuan infrastruktur komputasi grid. Dengan konfigurasi seperti ini, jika dibutuhkan, pengguna di suatu institusi dapat memanfaatkan sumber daya komputasi yang berada di luar institusinya.

                   Konfigurasi yang ditunjukkan pada Gambar 1 di atas tidak menuntut masing-masing sistem di tingkat institusi untuk merubah konfigurasi sistem masing-masing secara signifikan. Jika suatu institusi telah mengimplementasikan suatu teknologi grid computing tertentu seperti SUN Grid Engine (SGE) atau teknologi komputasi berbasis jaringan seperti PVM, MPI, Condor maka sistem GT4 dapat dikonfigurasikan untuk berkoordinasi dengan masing-masing teknologi tersebut.

            Salah satu prasyarat dari pembentukan GRID COMPUTING adalah tersedianya suatu backbone jaringan berkapasitas besar untuk menghubungkan simpul-simpul penghubung di masing-masing institusi (harus memiliki lebar pita mulai 2 Mbps sampai dengan 155 Mbps).

GRAM: Grid Resource Allocation & Management
                      Komponen ini bertanggung jawab dalam mengelola seluruh sumber daya komputasi yang tersedia dalam sistem komputasi grid. Pengelolaan ini mencakup eksekusi program pada seluruh komputer yang tergabung dalam sistem komputasi grid, mulai dari inisiasi, monitoring, sampai penjadwalan (scheduling) dan koordinasi antar-proses.

              Suatu hal yang menarik dengan sistem GT4 adalah kemampuannya untuk bekerja sama dengan sistem-sistem pengelolaan sumber daya komputasi yang telah ada sebelumnya seperti Condor, PVM, atau MPI. Dengan mekanisme ini maka program-program yang telah dibangun sebelumnya tidak perlu dibangun ulang atau kalaupun harus dimodifikasi, modifikasinya minimum, jika akan dijalankan dalam lingkungan komputasi grid berbasis GT4.

RFT/GridFTP: Reliable File Transfer/Grid File Transfer Protocol
                  Komponen ini memungkinkan pengguna mengakses data yang berukuran besar dari simpul-simpul komputasi yang tergabung dalam sistem komputasi grid secara efisien dan dapat diandalkan. Hal ini penting karena kinerja komputasi tidak saja bergantung pada seberapa cepat komputer-komputer yang tergabung dalam sistem komputasi grid ini mengeksekusi program, tetapi juga seberapa cepat data yang dibutuhkan dalam komputasi tersebut dapat diakses. Perlu diingat bahwa, data yang dibutuhkan oleh suatu proses tidak selalu berada pada komputer yang mengeksekusi proses tersebut.

MDS: Monitoring & Discovery Service
              Komponen ini memungkinkan pengguna sistem GT4 melakukan monitoring proses komputasi yang tengah berjalan sehingga masalah yang timbul dapat segera diketahui. Sementara itu, aspek discovery dari komponen ini memungkinkan pengguna mengidenti-fikasi keberadaan suatu sumber daya komputasi berikut karakteristiknya.

GSI: Grid Security Infrastructure
                  Komponen ini bertanggung jawab atas keamanan sistem komputasi grid secara keseluruhan. Komponen ini pula yang merupakan salah satu ciri pembeda teknologi GT4 dengan teknologi-teknologi pendahulunya seperti PVM atau MPI. Dengan diterapkannya mekanisme keamanan yang terintegrasi dengan komponen-komponen komputasi grid lainnya, sistem berbasis teknologi grid computing seperti GT4 dapat diakses oleh publik (WAN) tanpa menurunkan tingkat keamanannya.

             Sistem keamanan GT4 dibangun atas komponen-komponen standar keamanan yang telah teruji, yang mencakup proteksi data, autentikasi, delegasi, dan autorisasi. Konfigurasi dasar GT4 mengasumsikan baik pengguna maupun layanan menggunakan standar keamanan yang menggunakan standar kunci publik X.509.

3. Penutup
           Sistem komputasi berkinerja tinggi berbasis teknologi grid computing tidak identik dengan sistem komputer berharga mahal. Lebih lanjut, infrastruktur komputasi grid dapat dibangun dengan menggabungkan sumber-sumber daya komputasi yang telah ada menjadi satu kesatuan yang kemudian dapat berkontribusi pada pengembangan ilmu pengetahuan dan teknologi. Bahkan, prinsipkolaborasi yang melandasi teknologi grid computing dapat menjadi pelajaran berharga bagi kita untuk menerapkannya dalam konteks kehidupan yang lain.











MANAJEMEN JARINGAN LALU LINTAS
Abstraksi :
Tujuan dibuat jurnal in membahas masalah yang berkaitan dengan Manajemen Jaringan Lalu Lintas. Sebuah kategori yang relatif baru dari jaringan manajemen cepat menjadi suatu keharusan dalam bisnis konvergensi Jaringan. Organisasi menengah dan besar menemukan mereka harus mengontrol perilaku jaringan lalu lintas untuk memastikan bahwa strategis mereka aplikasi selalu mendapatkan sumber daya yang mereka butuhkan untuk tampil maksimal. Mengendalikan lalu lintas jaringan memerlukan membatasi bandwidth yang untuk aplikasi tertentu, menjamin bandwidth minimum kepada orang lain, dan tanda lalu lintas dengan prioritas tinggi atau rendah. Latihan ini disebut Manajemen Jaringan Lalu Lintas.


  1. Pendahuluan :
Jaringan komputer adalah sebuah komunikasi data sistem yang interkoneksi sistem komputer di berbagai situs yang berbeda. Sebuah jaringan dapat terdiri dari kombinasi dari LAN, atau WAN. Lalu lintas jaringan dapat didefinisikan dalam beberapa cara. Tapi dengan cara sederhana kita dapat mendefinisikan sebagai kepadatan data yang ada dijaringan apapun. Dalam setiap jaringan komputer, ada banyak perangkat komunikasi mencoba mengakses sumber daya dan pada saat yang sama mendapatkan permintaanuntuk melakukan beberapa pekerjaan untuk beberapa perangkat lain. Juga pada saat yang sama waktu beberapa jenis perangkat komunikasi mungkin sibuk untuk menanggapi permintaan yang dibuat untuk mereka. Jadi ada banyak pertukaran informasi dalam jaringan dalam bentuk permintaan, respon dan kontrol data. Data ini pada dasarnya adalah dalam bentuk sejumlah besar paket melayang-layang di Jaringan. Ini sejumlah besar data bertindak sebagai beban pada Jaringan, yang menghasilkan memperlambat operasi perangkat komunikasi lainnya. Karena ini ada banyak keterlambatan dalam kegiatan komunikasi. Hal ini pada akhirnya menghasilkan kemacetan dari Jaringan. Ini adalah deskripsi dari Lalu Lintas Jaringan dalam bentuk yang paling sederhana. Dengan kata lain kita dapat mengatakan bahwa lalu lintas jaringan adalah beban pada perangkat komunikasi dan sistem. Ini lalu lintas pada jaringan kini telah mengakibatkan menengahdan organisasi besar menyadari bahwa mereka harus mengontrol perilaku jaringan lalu lintas untuk memastikan bahwa aplikasi strategis mereka selalu mendapatkan sumber daya yang mereka butuhkan untuk melakukan lalu lintas jaringan secara optimal Pengendalian membutuhkan bandwidth yang membatasi untuk aplikasi tertentu, menjamin bandwidth minimum kepada orang lain, dan tanda lalu lintas dengan prioritas tinggi atau rendah.Latihan ini disebut manajemen lalu lintas.

  1. Proses Umum Untuk Manajemen Lalu Lintas
Manajemen Lalu Lintas terdiri dari penggabungan sejumlah kegiatan seperti di bawah ini:
  1. Teknik Untuk Mengukur Jaringan Lalu Lintas
Salah satu cara termudah untuk memahami Lalu Lintas Jaringan untuk mempertimbangkan analogi dengan lalu lintas jalan. pertimbangkan bahwa ada keadaan darurat dan seseorang telah jatuh sakit dan harus dilarikan ke rumah sakit. Tapi ketika ambulans mencoba untuk membuat jalan melalui jalan kota, ia menemukan jalan benar-benar diblokir dengan mobil dan bus. Solusi untuk situasi ini akan untuk seorang polisi lalu lintas untuk masuk dan mengelola lalu lintas. Dia pertama kali akan mengukur lalu lintas, dan kemudian memprioritaskan lalu lintas. Ambulans akan mendapatkan prioritas tertinggi dan jalan akan dibuat kosong untuk ambulans untuk lulus. Serupa halnya dengan Lalu Lintas Jaringan. Ketika Anda mengirim permintaan pada jaringan, adalah mungkin bahwa
karena beberapa masalah atau permintaan lain anda harus menunggu untuk beberapa waktu. Jika selama periode waktu jumlah paket mengantri dan menunggu maka menghasilkan lalu lintas. Setelah lalu lintas dibuat, Anda harus menunggu sampai selesai,yang dapat untuk waktu yang lama, tergantung pada situasi. Jadi, harus ada beberapa cara untuk menangani situasi ini. Solusi untuk ini adalah Manajemen Jaringan Lalu Lintas dan prosesnya dimulai pertama dengan mengukur lalu lintas pada jaringan.

    1. Alasan Untuk Mengukur Jaringan Lalu Lintas
Berikut ini adalah resons yang akan kita memiliki ukuran lalu lintas jaringan :
a) Layanan pemantauan - memastikan hal-hal menjaga bekerja.
b) Jaringan perencanaan – menentukan kapasitas ketika lebih diperlukan.
c) Biaya pemulihan - sering kali dan volume lalu lintas dapat memberikan datapenagihan.
d) Penelitian - pemahaman yang lebih baik dari apa yang ada terjadi harus memungkinkan kita untuk meningkatkan jaringan kinerja.
    1. Lalu Lintas Internet
Metrik kinerja dasar lalu lintas internet bisa terdaftar sebagai:
• Packet loss
• Keterlambatan
• throughput
• Ketersediaan
3.3 Pengendali Untuk Pengukuran
Ada beberapa pengendali lain sangat berkaitan dengan persyaratan pengukuranadalah
• Harga
• Tingkat Perjanjian Layanan
• Baru layanan
• Aplikasi
  1. Jaringan Pengukuran Lalu Lintas
Biasanya, manajemen lalu lintas ditempatkan di tepi WAN dari situs perusahaan. Di sinilah LAN berkecepatan tinggi memenuhi link akses yang lebih rendah kecepatan WAN. Persimpangan Lanwan juga di mana kedua Internet dan lalu lintas masuk dan keluar intranet perusahaan. Jadi itu adalah tempat yang ideal untuk lalu lintas "jinak" dan untuk mengurangi dampak lalu lintas tidak kritis dan bahkan mencurigakan mengambil di Internet. Membatasi atau memblokir sumber daya jaringan yang tersedia untuk lalu lintassembrono atau tidak diinginkan meningkatkan kinerja perencanaan sumber daya perusahaan (ERP), pelanggan relationship management (CRM), dan strategis lainnya, aplikasi businesscritical. Selain pemantauan lalu lintas di tepi jaringan, ada masalah performa murni untuk dipertimbangkan. WAN jaringan akses biasanya lebih lambat dari LAN, umumnya karena alasan anggaran. Juga Bisnis membayar berulang biaya bulanan untuk layanan WAN, sedangkan bandwidth LAN adalah gratis (setelah investasi awal peralatan telah dibuat). Dengan kecepatan tinggi lalu lintas LAN melambat pada lebih rendah kecepatan akses sirkuit, tepi LAN-WAN adalah di mana kemacetan yang paling mungkin terjadi. Faktor lain yang penting perlu dipertimbangkan di sini adalah bahwa sebagian besar aplikasi telah dikembangkan untuk berjalan di LAN. Sekarang, jaringan lokal pada umumnya bebas dari kemacetan dan jatuh di bawah kontrol total dari sebuahdepartemen IT internal. Ini LAN yang dioptimalkan aplikasi berperilaku berbeda dalam lingkungan WAN. Tidak hanya link akses WAN lebih lambat, tetapi layanan WAN juga dapat jatuh di bawah lingkup manajemen penyedia jaringan ganda. Mengatur lalu lintas di segmen jaringan membantu organisasi terdistribusi yang bergantung pada WAN untuk melayani pengguna remote dengan sumber daya yang terpusat. Melakukan jadi adalah masalah yang cukup sederhana. Dalam kebanyakan kasus, jaringan administrator menggunakan GUI untuk mengatur parameter untuk beberapa bisnis penting kebijakan dalam bahasa Inggris. Administrator kemudian mendorong tombol untuk menyebarkan kebijakan-kebijakan ke berbagai segmen jaringan di mana mereka harus ditegakkan.
  1. Analisis Lalu Lintas
Setelah pemantauan berturut-turut selama beberapa tahun, LAN dan WAN lalu lintas telah terlihat mengikuti berbeda pola.
5.1 Lalu Lintas LAN :
Lalu lintas di LAN telah menunjukkan untuk menjadi diri serupa di alam. Mereka berarti jika saya mengukur lalu lintas selama periode satu jam dan plot, itu akan mirip dengan grafik untuk
lalu lintas diplot selama satu hari. Dalam cara yang sama grafik hari akan mirip untuk lalu lintas
grafik diplot selama seminggu dan grafik minggu untuk itu dari sebulan. Itu rintik darivariasi
lalu lintas mengulangi sendiri lebih teratur interval.
5.2 Lalu Lintas WAN :Lalu lintas di WAN telah ditemukan bervariasi sesuai denganmodel berikut.

Model Poisson: Lalu Lintas Alam di Internet telah diidentifikasi untuk mengkonfirmasi ke Model Poisson. Model ini memberikan kita gambaran kasar tentang karakteristik Lalu Lintas Internet.
Model ini memperkirakan kemungkinan jumlah paket yang harus ada pada jaringan setelah
diberikan waktu jika tingkat kedatangan rata-rata paket adalah ditentukan.
  1. Manajemen Lalu Lintas
Melihat gambar di bawah ini akan membuat pemahaman yang lalu lintas jaringan sebelum dan setelah dikelola lebih jelas. Angka ini adalah penggambaran media transmisi sementara itu
membawa
keberhasilan lalu lintas. Yang kita bisa melihat biasa aplikasi demikian mungkin sebagai
video, audio download dll mengambil bagia utama dari tersedia pita lebar. Misi aplikasi kritis
yang tersisa dengan hanya sekitar 40% bandwidth yang yang berarti bahwa ada mungkin akan banyak penundaan dalam transmisi data atau pengolahan transaksi. Di sinilah peran manajemen lalu lintas datang masuk
.
Pengguna dapat mengambil keputusan mengenai berapa banyak jumlah bandwidth yang ia ingin menjaga khusus untuk misi kritis aplikasi dan kemudian sisanya dapat digunakan untuk lainnya
normal aplikasi. Dalam kedua tokoh kita dapat melihat bahwa lalu lintas telah dikelola sedemikian rupa sehingga maksimum bandwidth yang (hampir 70%) telah disediakan untuk misi kritis
aplikasi. 5% dari bandwidth tidak digunakan yang juga dapat digunakan oleh aplikasi ini dalam kasus
gelora lalu lintas. Aplikasi normal adalah dibiarkan dengan hanya tentang 25% dari bandwidth.
  1. Kesimpulan
Untuk menyimpulkan kami ingin menekankan kembali bahwa, hari ini mengubah skenario, di mana cara konvensional dalam melakukan hal tidak ada lagi memegang baik organisasi adalah cepat menyadari bahwa agar mereka tetap pada langkah dengan orang lain dalam lomba, mereka harus merangkul konsep Manajemen Jaringan. Juga cara di mana kedua ukuran jaringan dan data yang rides pada mereka meningkat dari hari ke hari, itu sudah menjadi keharusan untuk memonitor jenis yang lalu lintas yang mengalir, prioritas dan kemudian mengelola lalu lintas sesuai.

Nama            : Bayu Tri Anggoro
Kelas            : 4ia21
NPM             : 51409707
Matkul         : Pengantar Komputasi Modern
Dosen           : Rina Noviana
Tgl. dibuat  : 21 Maret 2013


Tidak ada komentar:

Posting Komentar