Perpustakaan Digital ITB

Perkembangan teknologi internet saat ini, dikhawatirkan akan membawa jaringan kepada fasa kolaps, disebabkan pergeseran sifat dari internet sendiri saat ditemukan hingga karakteristik penggunaannya kini. Named Data Network (NDN) membawa paradigma baru dan memberikan perubahan mendasar dalam implementasi komunikasi data di internet. Perutean adalah merupakan salah satu faktor penting dalam mekanisme pengiriman pesan pada NDN dan skalabilitas pada perutean, dalam rangka melayani jumlah user dan konten yang semakin besar, merupakan masalah yang timbul dengan semakin banyaknya entitas di internet. Penelitian NDN dimulai dari Simulasi yang merupakan metode yang menuntut sumber daya terkecil, kemudian terus membesar kearah emulasi dan testbed. Testbed dengan perangkat prototipe paling mendekati realitas dunia nyata namun makin sulit dilakukan. Diperlukan sebuah kerangka kerja yang dapat mendekatkan penelitian NDN ke dunia nyata dengan upaya dan sumber daya yang lebih terkontrol Pada tahap pertama, protokol perutean yang diusulkan diberi nama Grid-based Scalable NDN Routing (GSNR). Dimana sebelumnya dibangun terlebih dahulu model matematis efisiensi protokol perutean geografis dan link state pada NDN. Pada penelitian tahap kedua diusukan kerangka kerja yang menggabungkan keunggulan emulasi dan testbed. Kerangka kerja tersebut melibatkan proses emulasi NDN-PnetLab (PL) dengan menggunakan VM berbasis Qemu untuk pendekatan implementasi yang lebih mudah, pemantauan yang komperhensif, dan efektivitas dari sisi biaya. GSNR, dengan menggunakan protokol perutean hibrid, memberikan performa yang lebih baik dan stabil dibandingkan protokol perutean sebelumnya NLSR dan GEO. GSNR mampu memberikan message overhead yang rendah tanpa mengorbankan performa transimis data. GSNR menunjukan performa yang stabil untuk throughput dan delay, dengan percobaan perubahan luas area dan jumlah node. Performa GSNR (overhead, path-stretch, delay, throughput), secara rata-rata, hanya mengalami perubahan (meningkat atau berkurang) 19.83% dibandingkan 116.46% pada NLSR dan 50.91% pada GEO. ii Hasil pengamatan menunjukkan bagaimana kerangka kerja NDN-PnetLab (PL) yang diusulkan dapat memantau parameter QoS, penggunaan CPU, dan penggunaan RAM. Penggunaan CPU dan RAM tidak mungkin untuk diperiksa dan dianalisis jika kita hanya menggunakan NDNSim atau bahkan Mini-NDN. Dibandingkan dengan Mini-NDN, kerangka kerja PL memberikan perbedaan performa 7,59% pada RTT delay, dan 0,89% pada nCHR, kemudian dapat memberikan hasil pengukuran parameter yang intensif terkait performa hardware. Hal ini sangat dibutuhkan untuk melanjutkan penelitian ke implementasi sistem NDN.