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

6 Conclusion
The evolution of distance learning and the widening of its user base in recent years required 
both an improvement in the procedures used in distance learning and the development of 
more user-friendly learning environments. The first goal is to employ quick and convenient 
teaching platforms for users during the learning process. Also, system servers play an 
important role in providing users with convenient and fast service during the service process 
of these educational platforms. Therefore, it is important to predict the number of participants 
in the educational process in advance and choose devices for the system based on that. That's 
why it's crucial to establish the server's operational approach and decide how many users it 
can support depending on its technological specifications. The HP Proliant DL 380 G6 
processor (Intel Xeon E5540, 2.53 GHz, 8 cores), 1.5 TB of HDD, and 22 GB of RAM were 
used in this study to examine the server's serviceability and operational principles. According 
to the analysis, it was found that using the conditional loss method with a limited number of 
waiting areas is beneficial. 
E3S Web of Conferences 420, 06016 (2023)
https://doi.org/10.1051/e3sconf/202342006016
EBWFF 2023
8

---

References
1. G. Parissidis, K. Katrinis, B. Plattner, An Integrated Architecture for Synchronous and 
Asynchronous Distance Learning 
2. L. Watts, Quar. Rw. of DE 17(1), 23-32 (2016)
3. E.S. Abdullaev, V.M. Zakirov, F.D. Shukurov, NamIET 7(1), 241-246 (2022)
4. Z. Hao, W. Honghui, H. Haiduan, Z. Jiangyan, ICTCS 2, 291-296 (2012)
5. A. Ergüzen, E. Erdal, M. Ünver, A. Özcan, Appl. Sci, 11(3), 1214 (2021)
6. A.M. Riedling, AACE Review Journal 8-13, (2020)
7. S. Z. Qamar, T. Pervez, M. Al-Kindi, Engineering education, In Proceedings of the 
16th IEOM Global Engineering Education (IEOM-2019), (2019)
8. P. Manchanda, IAIT 2013, 150-161 (2013)
9. A. Borg, Web Site Performance: When Seconds Count. Accessed June 4, 2013, from 
technewsworld.com: http://www.techhnewsworld.com/story/68918.html (2009)
10. BestColleges.com, Online education student survey, (2020)
11. T. Sari, F. Nayır, QRE 9(3), 328-360 (2020)
12. S. Ghavifekr, M. Afshari, S. Amla, Life Science Journal 9(3), 2190-2196 (2012)
13. S.S. Liaw, Computers & education 51(2), 864-873 (2008)
14. C. Dziuban, P. Moskal, J. Thompson, L. Kramer, G. DeCantis, A. Hermsdorfer, Online
Learning 19(2), (2015)
15. X. Hu, A. Caputo, ILE, 27(4), 435-448 (2019)
16. M. Oztok, D. Zingaro, A. Makos, C. Brett, J. Hewitt, Computers & Education 60(1),
87-94 (2013)
17. M.S. Beqiri, N.M. Chase, A. Bishka, J. EB 85(2), 95-100 (2010)
18. S. Youcef, M.U. Bhatti, L. Mokdad, V. Monfort, Simulation-based response-time 
analysis of composite Web services, In 2006 IEEE International Multitopic Conference 
(2006)
19. L. Almeida, P. Pedreiras, Scheduling within temporal partitions: response-time 
analysis and server design, In Proceedings of the 4th ACM (2004)
20. V. Zakirov, E. Abdullaev, F. Shukurov, Reducing of the System Load Using 
Asynchronous and Synchronous Service Methods (2023)
21. V. Zakirov, E. Abdullaev, AVRIIT-2021 (2022)
22. E. Ghanbari, S. Ghasbe, A. Aghsami, F. Jolai, IISE 12(4), 305-321 (2022)
23. L., Kleinrock, Queueing systems: theory (1975)
24. P. Fortier, H. Michel, Computer systems performance evaluation and prediction. 
(Elsevier, 2003)
25. M. Harchol-Balter, Performance modeling and design of computer systems: queueing
theory in action (Cambridge UP, 2013)
26. H. Khazaei, J. Misic, V.B. Misic, IEEE Transactions on parallel and distributed 
systems 23(5), 936-943 (2011)
E3S Web of Conferences 420, 06016 (2023)
https://doi.org/10.1051/e3sconf/202342006016
EBWFF 2023
9