Assessment of the distance learning server\'s operation strategies and service capacity in advance

4 Methods 
As mentioned above, the service time of the system is one of the most important factors for 
any web platform, and it plays an important role in attracting the attention of future users of 
the system. Therefore, one of today's major problems is selecting service devices for systems 
before integrating them into work processes and figuring out whether they are compatible 
with the flow of possible users. 
In this study, based on the special parameters (technical indicators) of the system server 
for distance education platforms, the calculation of its probable service time was carried out 
using available analytical models.
First of all, the following technical specifications for the server for the system were 
chosen: HP Proliant DL 380 G6 processor: Intel Xeon E5540 (2.53 GHz, 8 cores), HDD 1.5 
TB, RAM 22 GB. 
After determining the extra variables required to calculate the server's service time, the 
server processing time, queue time, CPU speed, RAM size, and storage capacity were 
calculated. The network delay (ND), which in this case depends on the user-server distance 
and Internet speed, was estimated in this study to be 200 ms on average. The average server 
processing time (SPT), which accounts for the time spent on database queries, computations, 
and processing by another server, was determined to be 100 ms. With regard to the number 
of requests on the server, server capacity, and numerous other considerations, the queue time 
(QPT) was also considered to be 30 ms. It should be noted that these times were averaged for 
E3S Web of Conferences 420, 06016 (2023)
https://doi.org/10.1051/e3sconf/202342006016
EBWFF 2023
4

---

user and server distances of up to 5 km and that they could change depending on requests 
and other influencing factors such as the user and server's distance, the programming 
language used to create the program, and the database used in it. 
This value was used to determine the server response time (SRT) for a single request, 
which was as follows: 
SRT = ND + SPT + QPT = 200 ms + 100 ms + 30 ms = 330 ms
(1)
It should be noted that this SRT value was estimated with the assumption that the server 
would be managing the average workload for a web application and sending requests over 
the internet. However, depending on other influencing factors, this value might be different 
in real-life situations.
Following that, the server's capacity for simultaneous users was calculated using the 
aforementioned indicators. The server's hard drive and RAM device sizes, SRT, and the 
number of processor cores all took on significant significance in this situation. First of all, 
the total processing power (TPT) of the system server was determined by multiplying the 
clock speed of each core of the Intel Xeon E5540 (2.53 GHz, 8 cores) processor by the 
number of cores.
TPT = 2.53 GHz * 8 cores = 20.24 GHz

(2)
The following formula was used to compute the number of server requests served per 
second (TRPS) based on these identified indicators:
TRPS = 
்௉்
ௌோ்
ൌ
ଶ଴Ǥଶସ
଴Ǥଷଷ௦
= 61.3 requests 

(3)
The following step involved analyzing the service time of the server based on the number 
of user requests and the SRT that was previously calculated using the available models.
The M/M/m model, which is based on the Poisson distribution of the probability of the 
reduction in user flow and assumes an exponential distribution of service times, was used in 
this procedure to execute the change in service time [20–22]. The service time based on this 
model was calculated in this instance using formula (3) [23–25].
RT = ቀ
ଵ
ఓ
ቁ כ ͳ ൅ ቀ
ሺ௠כఘሻ
మ
ଵିఘ
כ ሺ݉ െ ߩሻቁ

(4)
Here, μ – is the service speed, m – number of service devices, ρ – server utilization rate 
(%) (that is, the rate of arrival of requests λ divided by the rate of service of each server(μ*m), 
ρ = λ/(μ*m) in this, λ – speed of requests entering the system), and RT (Response Time) is 
average service time. In this instance, the TRPS value calculated above was deemed to be the 
service speed. And the number of devices m was taken at the expense of server cores. Based 
on this, it was determined that the level of server utilization ρ will have the following values 
based on various indicators of the number of requests entering the system (Fig. 1).