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

WebObject´i bilir misiniz ?

anonim

Apple in bir ürünü olan WebObjects $55.000 lık fiyatını 799$`a düşürdü, bu fiyatın içinde development ve deployment lisansı dahil etti. Developer´da 50 deployment da ise unlimited kullanıcı desteklemekte. WebObjects'le dinamik web sayfaları hazırlamaya yarayan bir uygulama sunucusu (PHP, Cold Fusion, ASP gibi). WebObjects uygulamalarını gene WebObjects uygulama sunucusu üzerinde çalıştırabilirsiniz. Oracle, Informix, Sybase, Progress ve Frontbase database serverlarla çalışmaktadır. WebObjects SunSolaris, HP-Unix, AIX ve MacOS X Server üzerinde koşmaktadır. Development ise MacOS X Server ve MS NT üzerinde yapılmaktadır. Detaylı bilgi için http://www.apple.com/webobjects/

Spiegel Online'ın Internet Tarayıcı Raporu: Kim Lider, Kim Büyüyor?

vst

Almanya'nın önde gelen haber sitelerinden Spiegel Online'ın yayımladığı habere göre sitenin Microsoft IE kullanıcı oranı 63.18%. Öte yandan, Firefox kullanıcı oranı ise 30.15% lere ulaşmış durumda. Aynı zamanda pazar araştırması yapan bir kuruluş olan WebSideStory'nin son araştırmasına göre Firefox'un pazar payının 6.8%'e ulaştığını belirten Spiegel, Firefox'un çok hızlı ve önemli bir yol katettiğini belirtiyor.

Google Hack: Sefil ve Başarısız Bush

murat09

Google'da sefil ve başarısız anlamına gelen "miserable failure" kelimelerini birlikte arattığınızda ilk sırada karşınıza Beyaz Saray sitesinde George W.Bush'un özgeçmişi çıkmakta. Ayrıca George Bush diyerek aratma yaparsanız 1-10 arası sonuçlarda Bush ile şempanzelerin benzerliğini konu edinmiş başka bir site daha çıkıyor.

TTNET STM4 Yurtdışı bağlantısı devrede

AmcA

TTNET Uplink Mrtg sayfasından gözüktüğü kadarıyla TTNET'in yeni STM4 yurtdışı çıkışı bu akşam 16 civarlarında devreye girmiş. Diğer linklerdeki düşüş gene aynı sayfadan rahatlıkla izlenebiliyor.

Bu ISPde KAZAA downloadları daha hızlı!

sundance

'Müşteriyi memnun eden şey, şirketi de memnun eder' ilkesini hakkıyla uygulayabilen az şirket vardır. Hollanda'lı Wannadoo firması, bu habere göre, abonelerinin Kazaa üzerinden en çok download ettiği yaklaşık 1TB dosyayı, kendi sunucuları üzerinde tutup, buradan PeerCache isimli bir programla abonelerinin erişimine açmakta.

Bu sayede yurt dışı bağlantılarının %25 oranında rahatladığını söyleyen şirket yöneticileri, müşterilerinin de durumdan gayet memnun olduklarını belirtiyorlar.