Große Datenmengen werden zunehmend auf weite Netze, die oft aus heterogenen Knoten bestehen, verteilt. Dabei kann Heterogenität beispielsweise variable Batteriekapazität oder Lebenszeiten bedeuten. Beispiele solcher Netzwerke sind Smartphone-Netzwerke, Sensornetzwerke und Clouds. Für diese verteilen heterogenen Netzwerken besteht die Notwendigkeit, den variierenden Zugang der Knoten zu Ressourcen zu berücksichtigen und die Gesamtlast durch kurze Wege zwischen den Speicher- und Anfrageorten der Daten zu minimieren. Die hier vorgestellte Arbeit konzentriert sich auf die Integration von Ressourcen- und Lokationsinformationen für eine robuste Datenverwaltung in verteilten, vielleicht sogar Peer-to-Peer, Netzwerken. Ein strukturierter Netzwerkansatz wurde gewählt, um Verfügbarkeitsgarantien für die gespeicherten Daten zu bieten. Zwei neuen verteilten Hashtabellen wurden auf Basis der existierenden Chord mit einer Routingkomplexität O(logN) entwickelt: Resource Based Finger Management (RBFM) und Hierarchical Resource Management (HRM). Diese DHTs nutzen unterschiedliche Ansätze für den Aufbau deren Overlays und bilden somit eine Grundlage, mit der die Eignung von flachen und hierarchischen Overlaystrukturen bzw. verschiedenen Anzahlen von Hierarchieebenen für Ressourcen- als auch Lokationsbewusstsein verglichen werden kann. Eine mathematische Analyse und simulationsbasierte Evaluation der neuen DHTs zeigen wie Ressourcenbewusstsein sowohl die Lebensdauer der Knoten als auch die Erfolgsrate der Anfragen um das Zweifache erhöht, wobei eine hohe Anzahl von Hierarchieebenen die Lebensdauer der Knoten reduziert. Eine entwickelte Replikationsstrategie, welche die Struktur der vorgestellten DHTs ausnutzt, erhöht das Ressourcen- und Lokationsbewusstsein während die Gesamtlast der Replikation verringert wird. Eine mathematische Analyse zeigt wie die Anzahl der benötigten Replikate, um eine vorgegebene Verfügbarkeitswahrscheinlichkeit zu erreichen, signifikant gesenkt wird, während die übrige Ressourcenlast von den schwachen auf den starken Knoten verschoben wird.
Increasingly, large amounts of data are being stored in a distributed manner over wide area networks.Such large scale networks often employ heterogeneous nodes, with heterogeneity taking the form of available battery power and/or network up-times, among other things. Examples of such networks include networks of smartphones, sensor networks, and computing clouds. At the core of such distributed, heterogeneous networks is a necessity to accommodate nodes' varying accessibility to resources and to reduce network load by providing short paths between where data is stored and needed, while ensuring a high level of data robustness. This work focuses on resource and location awareness for robust data management in decentralized, potentially peer-to-peer networks. A structured network approach was chosen in order to provide availability guarantees for stored data. Two novel distributed hash tables (DHTs) Resource Based Finger Management (RBFM) and Hierarchical Resource Management (HRM), which are based on the existing DHT Chord, were developed with O(logN) routing complexity. These DHTs use different structural overlay approaches and provide a foundation for examining the suitability of varying numbers of hierarchical layers and the strengths of flat vs. hierarchical overlay structures for resource and location awareness. Mathematical analysis and simulative evaluations demonstrate how the novel approaches’ resource awareness improves node lifetimes and lookup success rates twofold, while a higher number of hierarchy layers decreases node lifetimes. A replication technique is also tailored to the structure of the proposed DHTs, providing an increase in resource and location awareness as well as a reduction in the overall replication load. Mathematical analysis demonstrates that the number of replicas necessary to provide a given availability probability is significantly reduced while the remaining replica load is transferred from weak to strong nodes.