Irchiver - Araştırma Amaçlı Bilgi Toplayıcı

0
bahadirkandemir
irc.freenode.net'te #fazlamesai'de sohbet ederken, network admini lilo tarafından gönderilen bir global mesaj dikkatimi çekti.

Helsinki Bilgi Teknolojileri Enstitüsü'nde Kompleks Sistem Hesaplamaları Grubu'ndan bir araştırmacı, Ville H. Tuulos, Freenode networkünü bir araştırma için kullanmak istediğini belirtmiş. İlgilenenlerin #searchengine kanalına gelmeleri istendi. Kanala girenlerin sayısı çok fazlaydı, girişler yavaşladığında proje yöneticisi Ville H. Tuulos sunuma başladı...
Google benzeri, IRC için bir arama motoru hayal edin. Google benzeri bir yaklaşımın problemi, web üzerindeki link bilgisine ağırca bağlı olması (PageRank). Ve tabii ki bu sorun IRC'de yok. Bundan başka, IRC webe göre çok daha dinamiktir, tartışma konuları her zaman değişir, vs. Böylece, kelime aramaları yeterli olmaz.

Yaptığımız şey şu, elimizde doğal dildeki konuları yakalayan çeşitli istatistiksel modeller var. Bu konularla ilgiliyseniz, MPCA ve ICA kelimeleri size birşeyler anlatmalıdır. Her istatistiksel çalışmalarda olduğu gibi, büyük miktarda veriye ihtiyaç duyar, ve biz *gerçekten* büyük miktardan bahsediyoruz, 100MB gibi değil.

Şu anda başlangıç için 1.5 terabyte'lık bir disk alanına sahip bir SAN sistemi sipariş ettik. İşte miktar bu kadar. Küçük bir etki alanındaki yapay verilerle çalışamayız. Gerçek yaşam verileriyle çalışmak zorundayız, ve bu yeterli veriye ulaşmamızın tek yolu.

İkinci konu ise, tahmin ettiğiniz gibi, modellerimiz değersiz bilgilerle başarısızlığa uğrayabilir. Birçok network ve kanaldaki tartışmalar gürültüden ibarettir. Freenode bu yönde mükemmel. Yeterli insan var ve tartışmalar gürültü değil.

Şöyle bir sisteme sahip olmak istiyoruz:
a) Bir sorgu yazacaksınız, örneğin linux ile ilgili bir soru ve sistem bu tür tartışmanın nerede yapıldığını söyleyecek.
b) Sistem tartışmaların gerçek zamanlı evrimini gösterecek
c) Birden fazla networkte çalışırken, konuların dünyanın her tarafına nasıl yayıldığını göreceksiniz.
d) İddia ediyorum, bu tartışmaları arttıracak: kişilere göre konuları göreceksiniz. Mesela bir kimsenin uzmanlık alanları nedir, vs.

Eminim olayı anladınız ve gerisini hayal edersiniz.

Yaptığımız herşey açık kaynaklı olacak. GPL'li olacak.


Sunum sonrası lilo soruları sormaya başladı:

lilo: Tüm kanallar loglanacak mı?
tuulos: Burada böyle bir sisteme sahip olmak isteyip istemeyeceğimiz size kalmış. Ama kısa cevap: hayır. Tabii ki her zaman gizlilik hakkınızı koruyabileceksiniz. Bir kamu hizmetinden bahsediyoruz, casusluk aracından değil.
lilo: Kanallar sisteme dahil olup ayrılabilecek mi?
tuulos: Sistem her zaman gizliliğe saygılı olmalı.
lilo: Teknik olarak kullanıcıların sistemden ayrılması uygun mu? Bu veri toplamada sorun yaratmaz mı?
tuulos: Evet, tabii ki. IRC trafiğini düşünün. grep -v tuulos diyebilirsiniz.
lilo: Hostlar tutulacak mı? Yoksa sadece nickler mi tutulacak?
tuulos: Bireysel olarak kullanıcılarla ilgilenmiyoruz. Kişisel şeyleri kayıt etmeyeceğiz, nickler dışında.
lilo: SPAM'ciler sistemi yanıltmanın bir yolunu bulabilir, bunu nasıl engelleyeceksiniz?
tuulos: Bu bir silahlanma yarışı. Sorun şu ki, sistem ne kadar büyükse kandırmak o kadar zordur. Örneğin PageRank'i yanıltmak önemsizdir.
lilo: Başından sonuna kadar sistemin üzerinde çalışacak mısınız?
tuulos: Zorundayız. Başka türlü sistemi kullanılabilir kılamayız.
lilo: Gizlilik bildirgesi olacak mı?
tuulos: Hayır, burada bunu tartışmak için bulunuyoruz (:

Ayrıntlı bilgi için http://cosco.hiit.fi/irchiver/ adresini ziyaret edebilirsiniz.

İlgili Yazılar

Webby Awards...

BatoR

6. webby awards ödülleri açıklandı.
Ticaret, eğitim, moda, film, oyun, sağlık vb... dallarında dereceye girenler ve birinciler...( hmm uygulama alanında google.com )
Aslında koşulları falan tam okumadım ama 7.'si için Fazla Mesai'yi aday gösterelim; eğer dil olayı yoksa şartlarda (language) neden olmasın değil mi ama ?? ! ??
Durun ben bu haberi size gönderdikten sonra şartları iyice bir okuyayım...
Bilahare bildireceğim...

Her yerimiz internet olmuş kime ne?

parsifal

Yaklaşık 10 senedir *NET kelimesi ile yaşıyoruz. Ama son 1-2 yıldır bu kelime INTERNET olarak tescillendi. Ve yaşantımızın içinde bir şekilde yerini aldı. Bizle beraber yaşamaya devam ediyor.

Gezegenler arası Internet!

sundance

Geçen hafta katıldığım bir sunumda, bir uzman Gezegenler arası Internet projesinden söz etti.

Güvenlik ile ilgili bir sunumdu ama benim aklımda nerdeyse sadece bu proje kaldı. Mars'a insanlı uçuş sırasında bile astronotların Internet'i kullanabilmelerini amaçlayan bu proje, aradaki önemli mesafe farkı nedeniyle, protokoller üzerinde bazı değişiklikler gerekiyor (iletişimin yaklaşık yirmi dakikada bir olması gibi sebeplerle).

İlginç bir fikre ilginç çözümler.

Internet trafiğinin sadece %25i www....

sundance

Bigblueball.com´da yeralan bir habere göre Internet trafiğinin %75´i browser dışı bağlantılardan oluşuyor.

Herne kadar Windows Media Player, AOL Messenger, MSN ve Yahoo Mesenger´ın en çok kullanılan yazılımlar arasında olduğu belirtilen araştırmada [bence] p2p yazılımalarına gereken değer verilmese de sonuçlar düşündürücü.

Edge.Org :: Bilgi'nin Sınırı

SHiBuMi

"Dünyadaki bilginin sınırlarına ulaşmak için en karmaşık ve sofistike beyinleri bul, hepsini aynı odaya koy ve herbirinin kendi kendine sorduğu soruları diğerine sormasını sağla"

Edge.Org sitesinin temasını özetleyen cümle bu. Siteye Julian Barbour isimli fizikçinin zaman ile ilgili yazıları hakkında araştırma yaparken rastladım. Sitede birçok bilimadamının katkısıyla oluşturulmuş bilimsel ve felsefi belgeler, söyleşiler var.

Siteye ulaşmak için adres: www.edge.org