Network Coding untuk Distribusi Content
Moch. Fatkhur Rohman 2207 100 551
Email : tho3r@yahoo.comBidang Studi Telekomunikasi Multimedia
Jurusan Teknik Elektro – FTI, Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih – Sukolilo, Surabaya – 60111
ABSTRAK
Dalam perkembangan jaringan komputer terdapat skema baru untuk distribusi content yang didasarkankan pada network coding. Dengan network coding masing-masing node atau komputer pada distribusi content dapat menghasilkan dan mentransmisikan encode blok informasi. Network coding memperkenalkan randomized coding untuk mempermudah proses penjadwalan blok propagasi dan membuat distribusi content menjadi efesien. Selanjutnya akan dibahas kinerja dari network coding dibandingkan dengan skema transimi informasi unencode (yaitu blok file yang asli) dan juga ke dalam skema yang hanya dari sumber yang dapat menghasilkan dan mengirimkan paket encoded.
Kinerja network coding pada jaringan yang komplek dengan pola kedatangan dan keberangkatan dinamic node, cluster topologi, secara intensif untuk mencegah adanya free-riding dalam jaringan. Dalam simulasi yang akan dibahas didalamnya akan ditunjukkan network coding dapat meningkatkan kecepatan download file lebih dari 20-30% dibandingkan dengan coding dari server, dan lebih dari 2-3 kali dibandingkan dengan unencode mengirimkan informasi [1].
Kata kunci : distribusi content, network coding,
node, encode blok, unencode blok.
1. PENDAHULUAN
Dengan berkembangnya teknologi jaringan komputer saat ini, permintaan kecepatan akses data dalam distribusi content sangat diperlukan.Namun, dalam beberapa tahun ini paradigma baru untuk distribusi content telah muncul berdasarkan distribusi arsitektur jaringan komputer dimana komoditi PC digunakan untuk membentuk jaringan kooperatif dan berbagi resources (storage, CPU, bandwidth).
Dalam sistem jaringan komputer yang kooperatif menawarkan sistem dengan distribusi content yang hemat biaya dan bandwidth yang efektif dari server ke node (PC) pada jaringan yang komplek, dengan skema baru yaitu network coding permasalahan keterlambatan distribusi content,
kecepatan download, efisiensi jaringan dapat diselesaikan.
Network coding bekerja berdasarkan Butterfly network dimana pengiriman data dari suatu source atau server menuju ke node (PC) akan membutuhkan waktu yang lebih singkat dibanding kinerja jaringan biasa. Dalam sistem network coding suatu routing multicast yang bekerja pada sistem akan di XOR sehingga membutuhkan jarak yang pendek dalam proses pengiriman data.
Kinerja network coding pada jaringan yang komplek dengan pola kedatangan dan keberangkatan dinamic node, cluster topologi, secara intensif untuk mencegah adanya free-riding dalam jaringan. Distribusi content pada network coding memiliki keunggulan yaitu waktu download yang bisa lebih cepat bisa mencapai 20-30% dibanding sistem coding pada server dan bisa lebih cepat 2-3 kali dibanding sistem unencoding (yakni blok file yang asli) yaitu waktu dari server ke pengguna. Dengan adanya network coding sitem distribusi content dari server ke klien atau pengguna internet akan lebih cepat dan efesien karena dalam pengiriman data menggunakan gabungan coding.
Dengan menggunakan network coding diharapkan masalah kecepatan download file, efisiensi dalam distribusi content dapat diselesaikan, sehingga pengguna internet lebih mudah dalam melakukan akses download file dalam jumlah besar dengan kata lain network coding akan meningkatkan performance sistem pada jaringan internet[1].
2. TINJAUAN PUSTAKA
2.1. Network Coding
Network coding adalah sebuah mekanisme terbaru yang diusulkan dalam beberapa tahun terakhir untuk meningkatkan pemanfaatan throughput dari suatu topologi jaringan. Sebelumnya prinsip network coding adalah untuk mengijinkan intermediate node pada paket encode. Dibandingkan dengan pendekatan cara tradisional lainnya (misalnya building multicast tree), network coding mengoptimalkan penggunaan resource jaringan yang tersedia dan skema penjadwalan
komputasi yang muda Distribu pada end-terus men distribusi sistem jar (komputer) distribusi c lainya dan besar, den permintaan content ya spontan b dapat men disediakan akhir-solus untuk men perangkat besar dan j Dalam bangunan content d membutuh sumber cli kombinasi terdsedia ( Setelah cli kombinasi akan disusu Pada memperba penjadwala dengan pe gambar 2. menerima coding tid men-down dengan ni yang sama A, dan no paket 1 da mendapat duanya no sama dan j Seperti digunakan, kombinasi selanjutnya node B bi digunakan bagaimana dilakukan kalau pake tidak bisa m untuk dido menjadi ti coding. Ini memilih p diperlukan yang mencap ah. usi content m sistem yang nerus, dalam content lebi ringan interne ) pada inter content kemud n secara bersa ngan distribusi n layanan dapa ang baik jarin beradaptasi ter ngambil keuntu n oleh setiap en si sistem koo nyampaikan sec lunak, video, jumlah penggu menggunakan blok dapat m dalam jaring hkan mengirim
ent akan meng linier dari (mirip dengan ient cukup me paket, kemud un kembali ses gambar 2.1 iki perkemban an yang dik ertimbangan se .1 diasumsikan paket 1 dan 2 dak digunakan nload paket 1 ilai probabilita a node B men-de C men-dengan ari A. Jika no kembali pake des B dan C a jalur kedua tid pada gamba , node B a linier paket a dapat digun isa men-down secara efi apun caranya ta dalam jarin et besar dan ko menentukan su ownload. Seb dak sulit deng i penting untuk paket untuk d n karena node u
pai tingkat com merupakan sol dapat bekerja hal kapasitas ih mempenga et, misalnya rnet meminta dian dikuti ole amaan dalam j content yang at diatasi. Deng ngan internet d rhadap tekana ungan dari re nd-node. Denga operatif dapat cara efisien dan
, atau file da una yang banya n network cod mengoptimalka gan. Setiap mkan paket ke ghasilkan dan m sumber info beberapa pak enerima linier ian informasi y suai dengan asl
diatas netw ngan informasi koordinasi sec ecara sederhan n bahwa no dari sumber. J n, kemudian n atau paket 2 as yang sama. -download suat bebas juga me ode B memut et 1 dari A, kan memiliki p dak bisa diguna ar 1 jika netw akan men-dow 1 dan 2 da nakan di node nload paket 2 isien melalui anpa diketahui ngan yang sul ompleks, sehin uatu paket yang aliknya, tugas gan mengguna k dicatat bahw dikirim pada untuk menjaga mputationally lusi berbasis sama secara s bandwidth aruhi kinerja suatu node a pelayanan eh node yang jumlah yang cepat maka gan distribusi dapat secara an sehingga esource yang an demikian, t digunakan n cepat pada alam ukuran ak. ding sebagai an distribusi kali client e client lain, mengirimkan ormasi yang ket XORing), independent yang didapat linya. work coding i tanpa suatu cara umum na. Di dalam de A sudah Jika network node B dapat dari node A Pada waktu tu paket dari en-download tuskan untuk lalu kedua-paket 1 yang akan. work coding wnload suatu ari A, yang e C. Dengan dari A lalu i jalur C, i transfer file lit dilakukan ngga node B g dibutuhkan s seperti itu akan network wa keputusan node tidak informasi nod bekerja disebar sangat 2.2 Bu Gam data bit node y cyclic y channe adalah bentuk dikirim Sam sedikitn gambar multica Z dala tingkat kinerja (d) ata adalah kelihata dari sum persam Ga Pad dan channe OR b Gambar 1. M de yang lain a, atau baga rkan di dalam menyederhana utterfly Networ mbar 2. diasum ts dan da yang lain node yang digambar el membawa bi jalan setiap in pengiriman d m. ma seperti ga nya satu cha r 2(b) dan (c) ast 3 bits , am 2 unit wa t 1,5 bits per a bits maksimum au disebut but network cod annya perbeda mber node S m maan dengan jar
ambar 2. Multic da suatu waktu n dengan el W menuju X bits dan Manfaat Network di dalam j aimana inform m jaringan, us akan distribusi rk msikan multic ari sumber nod e Y dan Z did rkan pada gam its atau d ntermediate nod
ata dan peneri ambar 2(a) annel yang ) yang mana m dan dari aktu. Multicas r unit waktu m dapat dilihat tterfly network ding pada bu aan jalur untuk menuju ke Y da
ringan gambar
cast pada Jaringa u node W me exclusive-OR X dengan tran , kemudian b Page 2 of k Coding aringan sedan masi itu per saha seperti it
content [1].
cast dengan du de S menuju du dalam jaringa mbar 2 (a). Setia diidentifikasi. I
de memudahka imaan data yan tetapi denga kelihatan pad menggambarka S ke node Y da st ini mencap . Kenyataanny t pada gambar k. Gambar 2.( tterfly networ k multicast 2 bi an Z mempuny 2.(b) dan (c). an Komputer enerima dari bi bits dan nsmisi exclusiv bentuk X untu f 7 ng rlu tu, ua ua an ap Ini an ng an da an an pai ya 2. (d) rk, its yai its , ve-uk
melewatkan menuju Y dan Z. Selanjutnya node Y menerima bits ܾଵ dan exclusive-OR bits ܾଵ dan ܾଶ
yang mana ܾଶ dapat dikodekan. Dengan cara yang
sama Z dikodekan dengan ܾଵ merupakan
penerimaaan dari ܾଶ dan exclusive-OR bits ܾଵdan
ܾଶ. Semuanya ada 9 channel yang tepatnya sekali
saja yang digunakan untuk pengiriman [2]. 2.3 Network Multicast
Multicast routing berkaitan dengan pengaturan distribusi tree yang menyediakan jalur dari sumber multicast untuk anggota grup multicast. Disini akan membahas tujuan multicast routing, dan mekanisme protokol yang digunakan dalam routing protokol.
Sebelum membahas routing protokol internet secara rinci, akan dibahas multicast routing sebagai masalah algoritmik. Setelah itu akan dilihat jaringan IP pada graf seperti yang ditunjukkan pada gambar 3. dibawah. Dimana setiap router direpresentasikan sebagai node dan masing-masing link antara dua router akan direpresentasikan oleh edge. Setiap edge diberikan dua nilai matrik, untuk suatu lintasan edge dalam satu atau arah yang lain. Untuk mempermudah, kita asumsikan bahwa semua nilai edge diatur menjadi satu set. Router yang terhubung untuk anggota grup multicast memiliki warna hijau muda. Selain itu, router yang terhubung ke sumber dilabeli dengan sebuah `S '. Diasumsikan bahwa ada satu sumber multicast, dan bahwa sumber juga merupakan anggota dari grup multicast.
Dalam graf ini, tugas multicast routing adalah menghubungkan tree kedalam graf sehingga semua anggota grup multicast dihubungkan oleh tree. Bagaimana menghubungkan node secara ideal untuk membangun sebuah tree dengan baik. Pada gambar 3.(b) dan (c) yang ditunjukkan dengan garis tebal menunjukkan distribusi tree. Tujuan pertama adalah untuk membangun sebuah tree untuk meminimalkan biaya path dari sumber ke setiap penerima.
Gambar 3. Tujuan Multicast
Sepertit tree disebut shortest-path tree atau source-based tree (gambar 3(b)). Shortest-path tree dapat dihitung dengan menggunakan algoritma jalur terpendek, namun memiliki kekurangan
bahwa tree tergantung pada sumber multicast tree. Catatan dalam gambar 3(b), bahwa shortest-path tree berbeda ketika node yang berbeda adalah sumber dalam grup multicast. Oleh karena itu, distribusi tree harus dihitung secara terpisah untuk masing-masing sumber. Tujuan kedua adalah untuk membangun sebuah tree yang meminimalkan total nilai, yang disebut minimum cost tree (gambar 3. (c)) [3].
2.4 Teori Graf dalam Matriks
Definisi suatu G terdiri dari 2 himpunan yang
berhingga yaitu himpunan titik-titik tidak kosong (simbol V(G) dan himpunan garis garis (simbol E(G)). Setiap garis berhubungan dengan satu atau dua tititk. Titik–titik tersebut dinamakan titik
ujung. Garis yang hanya berhubungan dengan satu
titik ujung disebut loop. Dua garis berbeda yang menghubungkan titik disebut garis pararel. Dua titik dikatakan berhubungan (adjacent) jika ada garis yang menghubungkan keduanya. Titik yang tidak mempunyai garis yang berhubungan dengannya disebut titik terasing (isolating point). yang tidak mempunyai titik (sehingga tidak mempunyai garis) disebut kosong. Jika semua garisnya berarah maka -nya disebut berarah (directed , atau sering disingkat di). Jika semua garisnya tidak berarah, maka -nya disebut tidak berarah (undirected ). Dalam hal ini jika hanya disebutkan graf saja, maka yang dimaksud adalah graf tidak berarah. Kadang-kadang suatu graf dinyatakan dengan gambar. Gambar suatu graf G terdiri dari himpunan titik-titik V(G), himpunan garis-garis E(G) yang menghubungkan titik-titik tersebut (beserta arah garis pada berarah), dan label pada garisnya (jika ada). Panjang garis, kelengkungan garis dan letak titik tidak berpengaruh dalam suatu.
Matriks hubung (Adjacent Matrix) gambar 4 digunakan untuk menayatakan graf dengan cara menyatakannya dalam jumlah garis yang menghubungkan titiknya dimana e adalah jalur dan v adalah nodenya [4].
Gambar 4. Matrik Adjacent
2.5 Skema Algoritma Dijkstra
Menemukan jalur terpendek dari sumber node yang diberikan ke semua node yang lain. Mencari
Page 4 of 7
shortest paths dari node sumber ke semua node, dengan mengembangkan jalur yang dibutuhkan dari penambahan panjang jalur
Algoritma dijkstra sebenarnya terdiri dari beberapa step yang dilakukan:
1. Inisialisasi
T = {s} set node yang paling jauh berdasarkan algoritma
L(n) = w(s, n) for n ≠ s. Biaya awal jalur dari node yang bertetangga adalah biaya link 2. Memperoleh node berikutnya
Menemukan neighboring node tidak dalam T dengan least-cost path from s. Menggabungkan node kedalam T juga menggabungkan sisi yang bertabrakan pada node tersebut dan sebuah node di T yang memuliki kontribusi dalam path
3. Update Least-Cost Paths
L(n) = min[L(n), L(x) + w(x, n)] untuk semua n אT.Jika nilainya minimum,jalur dari s ke n adalah jalur dari s ke x concatenated dengan edge dari x ke n
4. Algoritma berakhir ketika semua node sudah ditambahkan ke T.
Pada akhirnya, nilai L(x) yang berasosiasi dengan setiap node x adalah biaya (panjang) dari least-cost path dari s ke x.
Tambahan, T menjelaskan least-cost path dari s ke setiap node lainnya. Satu iterasi dari langkah 2 dan 3 menambahkan sebuah node baru pada T. Menjelaskan least cost path dari s ke node tersebut [5].
Gambar 5. Routing Algoritma Dijkstra
2.6 Max-Flow Min-Cut Theorema
Cut adalah membagi sebuah graf menjadi dua
set yang berbeda, misalkan disebut A dan B, dimana A adalah source dan B adalah sink. Nilai
Perhatikan bahwa total nilai untuk membagi graf tersebut adalah sama atau lebih kecil dari kapasitas setiap sisi. Hal ini menunjukkan bahwa flow maksimum adalah sama atau lebih kecil dari setiap cut dari setiap network.
Dari sinilah asal mulai teorema max-flow min cut yang menyatakan bahwa nilai yang dibutuhkan untuk membagi suatu graf menjadi dua adalah
sama dengan maximum flow-nya.
.
Gambar 6. Flow dan Cut
Cara penyelesaiannya juga sama dengan cara mencari maksimum flow dari suatu graf. Diberikan sebuah graf terbobot, buang himpunan sisi dengan nilai minimum untuk membuat sebuah simpul tidak terakses dari simpul yang lain. Hasilnya adalah, sesuai dengan teori max-flow min-cut, adalah maximum flow dari suatu graf. Kita juga dapat menentukan sisi yang ingin dihilangkan, ambil setiap sisi dari awal sampai akhir yang terakses dari simpul awal sampai simpul akhir, kemudian hilangkan simpul yang memiliki nilai minimum[6].
Dari gambar 6 diatas akan menjelaskan flow dan cut dimana flow (A,B) dan cut (S,T) akan dihitung nilai kapasitasnya. Pada lintasan merah nilai flow akan dikurangi karena masuk ke dalam cut (blok).
Selanjutnya pada pada gambar 7 akan menjelaskan tentang teori max flow min cut diatas, dengan 2 cut (A,B) [8].
Gambar 7. Max Fow Min Cut
2.7 Sistematika Formula Encoding Reed solomon
Karena RS Kode merupakan kode cyclic, pengkodean dalam bentuk sistematis analog dengan prosedur pengkodean biner. Kemudian bisa dipikirkan pergeseran pesan polinomial, m (X), ke paling kanan tahapan k codeword register dan kemudian menambahkan paritas polinomial, p (X), dengan menempatkannya paling kiri tahap n – k. Oleh karena itu kita mengalikan m (X) dengan X n–
k, sehingga manipulasi pesan aljabar polinomial
benar benar-bergeser ke posisi n – k. Selanjutnya, kita membagi X n – k m(X ) dengan generator
polinomial g(X), yang ditulis dalam bentuk berikut
:
X n–k m(X ) = q(X ) g(X ) + p(X )(1) di mana q(X) dan p(X) adalah hasil bagi dan sisa polinomial berturut-turut. Seperti dalam kasus biner, sisanya adalah parity. Persamaan (1) dapat juga dinyatakan sebagai berikut:
p(X ) = X n–k m(X ) modulo g(X ) (2)
ditulis seba U( Sela polinomial Gam Direpresent Register 2.8 Pangka harus me dihasilkan mempunya U(X ) = Sekara transmisi menerima jumlah ma koreksi k codeword direpresent codeword polinomial r (X ) 3. DE Ga Langkah-la chart diata 1. M gr m 2. D da agai: (X ) = p(X ) + X anjutnya ditun l. mbar 8. Ekstens tasikan oleh Isi B
(LFSR) terbentu Solomon Deco at dari polinom enjadi pangka oleh g (X), ka ai formulasi seb = m(X ) g(X ) ang, diasum codeword ini dua simbol aksimum ini s kesalahan dari rusak polino tasikan oleh ju polinomial l sebagai beriku e(X)= nX = U (X ) + e(X SAIN SISTE ambar 9. Metode angkah yang d s adalah sebag Memodelkan ja
raf disini aka model simulasi Dalam jaringan an penentuan X n–k m(X ) njukkan conto si Elemen Field Binary Linear F uk dari polinomi oding mial generator, at dari code arena codewor bagai berikut. msikan bahw menjadi rus yang salah. sesuai dengan i kode.) Yan omial, r (X) umlah yang ditr dan ke ut e(X) misal ( Xn X ) M. e Perencanaan S dilakukan berda ai berikut: aringan komp an dipakai 9 dengan1 pener n menggunaka panjang lint (3) oh generator dapat Feedback Shift ial primitif. , g (X), juga eword yang rd yang valid (4) wa selama ak sehingga (kesalahan kemampuan ng diterima ), kemudian ransmisikan-esalahan-pola (7,3) [7]: (5) (6) Sistem asarkan flow puter dengan node dalam rima. an multicast tasan sesuai 3. 4. 5. 6. 7. 4. 3 sumb 4.1 Analisa menggu node. multica sink da Node 1 secara dapat m data a dikomb pengiri gambar dikirim Gamb dengan a menentukan Membuat a untuk menen jaringan den dibutuhkan dengan algor Menentukan untuk kombi Menkombin menggunaka untuk dikirim Data dikore penerima un Sistem diba tanpa pengk ANALISA DA Memodelkan ber dan 1 pener
Analisa Hasil a hasil sis unakan matrik Pengiriman ast dimana no an node 1, 2 1, 2 dan 3 akan bersamaan, d melakukan satu tau content d binasi seca iman akan l r 10 adalah k mkan. Gambar 10. bar 11. Matrik J G algoritma d jalur terpende algoritma max ntukan maxim ngan men-cut j dan untuk m ritma dijkstra n node yang inasi data. asi data dan an pengkodean m ke node tuju eksi dan did ntuk mengetahu andingakan d odean. AN PENGUJI sistem dengan rima. l Simulasi stem perenc k jarang pada data mengg ode 9 sebagai dan 3 adalah n mengirim data engan proses u kali saja pen dari node 1, ara bersama ebih cepat. konfigurasi 9 n Konfigurasi Gra Jarang untuk Me Graf 9 Node dijkstra untu ek. x flow min c mum flow dala jalur yang tida membandingka akan digunaka n mengkodeka n Reed Solomo uan. dekodekan pad ui data asli. dengan jaringa IAN SISTEM n 9 node denga anaan denga graf dengan gunakan siste i penerima ata sebagai sourc a menuju node network codin ngiriman karen 2 dan 3 aka aan sehingg Berikut adala node yang aka
af 9 Node erepresentasikan uk cut am ak an an an on da an an an 9 em au ce. e 9 ng na an ga ah an n
Page 6 of 7
Gambar 12. Algoritma Dijkstra pada 9 Node
Dari hasil simulasi algoritma dijkstra dapat diketahui nilai terpendek lintasan =11
Gambar 13.Algoritma Max Flow Min Cut pada 9
Node
Dari hasil simulasi dapat diketahui nilai max flow adalah = 2 dan selanjutnya akan ditransmisikan menggunakan pengkodean Reed Solomon.
4.2 Analisa Pengkodean dan dekode Reed Solomon
4.3 Perbandingan Network Coding dengan Unencode
Perbandingan Network Coding dengan Unencode dapat diberikan pada gambar berikut ini.
Gambar 14.Perbandingan Network Coding dengan
Unencode
5. KESIMPULAN
• Dari simulasi network coding yang telah dilakukan yaitu untuk menggabungkan data dari beberapa sumber kemudian
mengirimkan ke penerima.
• Penggunaan network coding adalah untuk mempercepat akses distribusi content pada jaringan komputer .
• Kinerja network coding dibandingkan jaringan unencode lebih cepat dan efesien karena data dikirim secara kombinasi dengan pengkodean dari beberapa source dengan satu kali pengiriman data.
6. DAFTAR PUSTAKA
1. Christos Gkantsidis, Pablo Rodriguez, “Network Coding for Large Scale Content Distribution,” IEEE INFOCOM, no. MSR-TR-2004-80, pp. 12, Mar. 2005.
2. Raymond W. Yeung, Shuo-Yen Robert Li, Ning Cai, Zen Zhang,” Network Coding Theory” Now, Boston – Delft, 2006. 3. www.cs.virginia.edu/~itlab/book/pdf/Ch10_
v1.pdf
4. Jong Jek Siang, Msc, Drs “Matematika Diskrit dan Aplikasinya pada Ilmu Komputer” Andi, Jakarta 2006
5. Stallings, W. “Data and Computer Communication 7th Editon”, Chapter 12,
Prentice Hall, 2004.
6. Kevin Tanadi, “Makalah Analisis kompleksitas Algoritma untuk Penyelesaian Algoritma Maximum Flow” Jurusan Teknik Informatika ITB, 2001. 7. Sklar, B.,” Digital Communications:
Fundamentals and Applications, Second Edition” (Upper Saddle River, NJ: Prentice-Hall, 2001).
8. Kleinberg, J. Tardos, E. “Algorithm Design”, Chapter 7, Network Flow, Pearson-Addison Weley, 2005.
9. www.mathworks.com
7. BIODATA PENULIS
Moch. Fatkhur Rohman, dilahiran di Nganjuk, 9 Juni 1984 . Lulus dari SDN Ploso 1 Nganjuk di tahun 1997 dan melanjutkan ke SLTPN 1 Nganjuk dan lulus di tahun 2000. Melanjutkan pendidikan di SMAN 2 Nganjuk sampai lulus pada tahun 2003. Penulis melanjutkan di Jurusan Teknik Telekomunikasi Politeknik Elektronika Negeri Surabaya dan lulus pada tahun 2007. Penulis melanjutkan pendidikan dengan masuk di Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember melalui program Lintas Jalur pada tahun 2007.
