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

Engelli sitelere alternatif erişim yolu: TamamAbi.org

crematorium

Mahkeme kararı ile ya da başka bir şekilde engellenmiş internet sitelerine erişmenin kolay ve ağrısız yolunu paylaşan bir site var artık.

TamamAbi.org

Önerilen çözümü kısaca özetleyeyim;

Yahoo da bi yere kadar...

ftaski

En sağlam altyapılardan birine sahip nerdeyse hepimize aşina Yahoo'nun mail servisi 4 haziran 2001 00:43 itibariyle servis veremez hale gelmiştir:
"Temporary problem accessing your mailbox. We sincerely apologize for the inconvenience. The problem with your mailbox has now been logged, and we are working to restore your access. Thank you for your patience.
Privacy Policy- Terms of Service - Guidelines Copyright © 1994-2001 Yahoo! Inc. All rights reserved. "
Yahu da bi yere kadar.

Türk usulü CAPTCHA!!!

sundance

Web sitelerine bilgisayar marifetiyle otomatik giriş yapılmasını engellemek amacıyla geliştirilmiş (insan olduğunuzu ispat için, ekranda gösterilen deforme edilmiş harf ve sayıları tanımlayıp tanımlayamadığınızı test eden) CAPTCHA teknolojisini biliyorsunuz.

Başka bir konuyla ilgili dolaşırken rastladığım, Serkan Feyvi'nin blogunda, tesadüfi olarak o anda üretilen imajlara dayalı teknolojinin, Türk usulü uygulamasının haberini Bu nasıl CAPTCHA? başlığı ile okuduğumda gülmekten sandalyemden yuvarlanıyordum...

Bloglar için uzaya son çağrı

sundance

Blog tutmak hoşunuza gidiyor, insanların bloglarını takip ediyorsunuz, bir muhabir gibi her gün "bugün enteresan ne yazsam?" diye konu arıyorsunuz vs. vs.

Peki el emeği, göz nuru bloglarınızın sadece Internet ile sınırlı kalmaması, uzaya mesela gönderilmesine ne dersiniz?

BlogInSpace yeryüzündeki büyük bir uydu anteni vasıtasıyla, ücretsiz olarak bloglarınızı uzaya yayınlıyor. Kimbilir belki ilerde ET dünyaya gelir ve ilk söylediği sizin adınız olur ;)

PayPal gelmiş niye söylemiyorsunuz?

huseyin

Bu haber teknolojiye uzak gözükse de aslında onunla çok içiçe. Yurt dışında yeni çıkan elektronik cihazlara, bilgisayarlara eBay'den imrenerek bakardım.

Nasıl ödeyeceksin? Satan kişi kredi kartı kabul etmiyor. Tek yol PayPal ama o da Türkiye'yi desteklemiyor. Hüzünle kapatıyorsunuz siteyi. Amerikaya giden birisini bul, derdini anlat ki gelirken sana getirsin