DHCPv6 for Data Centers
Bachelorthesis at the DHBW Karlsruhe and the United Internet AG
Abstract
The IPv4 address exhaustion is the main motivation to migrate from IPv4 to the successor protocol IPv6. Like with IPv4, computers need to be supplied with addresses and configuration information about the network, to be able to communicate using IPv6. The United Internet AG operates multiple data centers with a five digit number of servers, which all need to be supplied with the aforementioned information. The infrastructure to do that needs to be fast enough, highly available and extensible. This bachelor thesis studies how available configuration mechanisms for IPv6 nodes (particularly SLAAC and DHCPv6) work. Several scenarios are analyzed in which multiple redundant stateful DHCPv6 servers that perform dynamic DNS updates can produce inconsistent information about the addresses in the network. A list of open source DHCPv6 server implementations is compiled. The existing DHCPv4 infrastructure of the United Internet AG is explained and a new infrastructure for conguring IPv6 nodes is proposed.
Wie deutscher Sonnenschein genutzt wird: Lokalisierung von Solaranlagen mithilfe von Orthophotos und Kartendaten
Studienarbeit an der DHBW Karlsruhe, erstellt von Simon Petrik und Felix Hamme
PDF anzeigen weitere Daten anzeigen
Zusammenfassung
Diese Arbeit beschäftigt sich damit, auf Gebäudedächern angebrachte Solaranlagen anhand von öffentlichen Datenquellen zu lokalisieren. Dazu werden von den Bundesländern veröffentlichten digitale Orthophotos und Kartendaten aus OpenStreetMap verwendet. Außerdem werden ein bestehender Datensatz von kalifornischen Orten und Ideen von bisherigen Arbeiten verwendet. Der Stand der Forschung wird ausführlich untersucht. Die Verfügbarkeit und Qualität von Orthophotos und Kartendaten zu deutschen Regionen für den beschriebenen Zweck wird detailliert betrachtet. Der neu entwickelte Algorithmus zur Lokalisierung von Solaranlagen klassifiziert jeden Pixel eines Orthophotos einzeln. Der Algorithmus basiert auf Faltungsoperationen, die die benachbarten Pixel mit einbeziehen, und einem neuronalen Netz. Um Ausreißer zu eliminieren, werden verschiedene morphologische Operationen evaluiert. Um den Rechenaufwand zu reduzieren, werden nur Bildbereiche betrachtet, die Gebäudedächern entsprechen. Dafür werden die Kartendaten herangezogen. Mit dem Datensatz von den kalifornischen Orten konnte eine Genauigkeit von 72,2 % bei einer Trefferquote von 68,9 % erzielt werden. Der mit den gleichen Daten trainierte Algorithmus wurde auch mit einem eigens erstellten Datensatz zu einem deutschen Ort evaluiert. Dabei wurde eine Genauigkeit von 21,0 % bei einer Trefferquote von 45,7 % erreicht. Die erzielten Ergebnisse und der eigens erstellte Datensatz wurde veröffentlicht.