Perpustakaan Digital ITB
Pada jaringan internet saat ini (jaringan IP), pengguna yang membutuhkan data
akan mengirimkan permintaannya ke alamat tertentu di jaringan, karena itu
permintaan untuk sebuah data yang sama dan berulang-ulang akan menimbulkan
beban yang tidak perlu pada jaringan dan menyebabkan delay komunikasi. Untuk
mengatasi masalah tersebut, dimulai pada tahun 2009, Jacobson dkk. mengusulkan
paradigma jaringan baru yang berbasis konten. Paradigma yang disebut Named
Data Network ini menyebabkan respon terhadap permintaan konten oleh pengguna
tidak hanya dapat dilayani oleh server tertentu, namun dapat dilayani oleh
perangkat terdekat yang memiliki konten yang diminta tersebut. Untuk mendukung
konsep Named Data Network ini, maka pada node-node router NDN dilengkapi
dengan content store untuk dapat menyimpan data (cache).
Hampir semua penelitian mengenai caching yang telah ada, berfokus pada teknik
tunggal penentuan tempat, pemilihan content yang akan dicache ataupun dihapus,
atau kerjasama antar content store, dimana pemodelannya menggunakan satu atau
beberapa layanan tanpa membedakan kelasnya. Kebanyakan metode hanya
membedakan perlakuan paket berdasarkan popularitas konten. Sementara, saat ini
ada beragam konten yang memiliki karakteristik yang berbeda, seperti layanan
terkait real time entertainment, pencarian halaman web, social networking,
komunikasi real time, dan lain-lain. Perbedaan karakter ini harus diperhatikan
dalam menentukan aturan penyimpanannya pada content store untuk dapat
memberikan performansi yang sesuai bagi setiap kelas konten dan juga dapat
meningkatkan performansi keseluruhan sistem. Terkait dengan permasalahan
tersebut, maka diperlukan solusi yaitu algoritma caching yang dapat mengatur
strategi penyimpanan konten sesuai dengan karakter kelas konten sehingga dapat
memberikan performansi yang optimal untuk setiap kelas konten.
Untuk itulah penelitian disertasi ini dikerjakan dengan tujuan menghasilkan
algoritma caching baru yang selain memperhatikan popularitas konten, juga
memperhatikan adanya beragam kelas layanan konten sehingga algoritma caching
ini dapat memberikan performansi yang optimal bagi Named Data Network, baik
ii
dilihat dari sisi setiap kelas kontennya maupun dari sisi performansi sistemnya
secara keseluruhan. Algoritma caching yang diusulkan ini memperhatikan secara
sekaligus 3 strategi, yaitu dimana peletakan konten pada node-node jaringan,
sekaligus juga pemilihan konten yang akan disimpan serta porsinya dan juga sistem
penghapusannya dari content store.
Penelitian disertasi ini dilakukan dalam 2 tahap besar. Pada tahap pertama dibuat
algoritma caching baru yang mengakomodasi perbedaan popularitas dan perlakuan
beragam kelas layanan konten dengan memperhatikan peletakan konten dalam
node-node jaringan, sekaligus juga pemilihan konten untuk dicache serta
penghapusannya dari cache. Pada tahap kedua dikembangkan algoritma caching
dari tahap pertama yang mengakomodasi perubahan pola permintaan consumer
secara dinamis serta pergerakan node-node pada NDN. Analisis matematik
dilakukan sebagai dasar pengajuan formula penentuan proporsi cache untuk setiap
kelas konten pada algoritma caching ‘Cache based on Popularity and Class
(CAPIC)’ yang pada disertasi ini dikembangkan melalui 2 algoritma, yaitu StaticCAPIC dan Dynamic-CAPIC.
Kedua algoritma yang diusulkan pada disertasi ini, yaitu Static-CAPIC dan
Dynamic-CAPIC memiliki kelebihan masing-masing dan keduanya telah berhasil
memberikan peningkatan performansi dibandingkan dengan penggabungan dua
algoritma caching yang telah ada, yaitu LCD+Sharing. Static-CAPIC memberikan
keunggulan dari sisi mekanismenya yang sederhana dan memberikan performansi
yang lebih baik dibandingkan algoritma caching dengan penggabungan teknik LCD
dan sharing. Namun demikian, Static-CAPIC tidak dapat mengakomodasi
perubahan permintaan consumer secara dinamis. Algoritma Static-CAPIC
kemudian dikembangkan lagi menjadi Dynamic-CAPIC untuk mengakomodasi
kondisi permintaan consumer yang terus berubah-ubah. Dengan adanya formula
perhitungan proporsi yang dinamis pada Dynamic-CAPIC, setiap router NDN akan
dapat menghitung proporsi cache untuk setiap kelas layanan secara real-time.
Kedua algoritma yang diusulkan pada disertasi ini, yaitu Static-CAPIC dan
Dynamic-CAPIC dapat memberikan cache hit ratio sistem yang lebih tinggi
dibandingkan dengan skema LCD+Sharing. Static-CAPIC memberikan teknik
cache yang sederhana dan memberikan cache hit ratio yang lebih besar daripada
gabungan dua teknik umum, yaitu LCD+Sharing. Namun demikian, teknik ini tidak
sempurna dalam mengontrol cache hit ratio untuk kelas prioritas. DynamicCAPIC, sebagai pengembangan algoritma dari Static-CAPIC yang memberikan
fleksibilitas untuk mengubah proporsi cache berdasarkan frekuensi permintaan
consumer secara real-time. Formula yang diterapkan pada algoritma DynamicCAPIC melibatkan pertimbangan permintaan consumer sepanjang waktu. Teknik
ini memberikan cache hit ratio dan path stretch yang sesuai untuk setiap karakter
kelas konten, dimana cache hit ratio terbesar untuk kelas pertama yaitu lebih besar
130,7% dibandingkan Static-CAPIC dan 92,4% dibandingkan dengan
LCD+Sharing, disusul oleh kelas ketiga, dimana cache hit ratio-nya lebih besar
10.98% daripada LCD Sharing dan lebih kecil daripada Static-CAPIC dan
kemudian kelas kedua, dimana cache hit ratio-nya 4.21% lebih besar dibandingkan
static-CAPIC, dan 6.95% lebih rendah daripada LCD+sharing. Path stretch terkecil
iii
pada kelas ketiga, disusul kelas kedua dan kelas pertama. Algoritma ini juga
mengungguli Static-CAPIC, dan skema LCD+Sharing dalam parameter cache hit
ratio jaringan total, dimana Dynamic-CAPIC memberikan cache hit ratio 6.29%
lebih tinggi daripada static-CAPIC dan 15.15% lebih tinggi daripada
LCD+Sharing. Selain itu, Dynamic-CAPIC terbukti dapat mengakomodasi
pergerakan node dan juga selisih laju permintaan yang besar untuk setiap kelasnya.
Keunggulan Dynamic-CAPIC juga makin terlihat pada kondisi jaringan dengan
jumlah level permintaan yang besar. Pada level permintaan 6, Dynamic-CAPIC
memberikan cache hit ratio 10,5% lebih besar daripada LCD+sharing dan 11,7%
daripada Static-CAPIC.