250 likes | 376 Views
地理情報を考慮した P2P ストリーミング Optimized P2P Streaming with Geographical Information. 後藤研究室 修士 2 年 5109B021-9 大村淳己. 【 関連発表 】 大村 淳己,高田和也,後藤滋樹 , Location Based Clustering を用いた P2P ストリーミング , 電子情報通信学会技術研究報告 , vol. 110, no. 373, IN2010-124, pp.37–42, 2011 年 1 月 . 目次. 研究 背景 研究目的 提案内容
E N D
地理情報を考慮したP2P ストリーミングOptimized P2P Streamingwith Geographical Information 後藤研究室 修士2年 5109B021-9 大村淳己 【関連発表】 大村淳己,高田和也,後藤滋樹, Location Based Clusteringを用いたP2Pストリーミング, 電子情報通信学会技術研究報告, vol. 110, no. 373, IN2010-124, pp.37–42,2011年1 月.
目次 • 研究背景 • 研究目的 • 提案内容 • Location Based Clustering • ピース選択アルゴリズム Earliest First • 実験 • クラスタリング実験 • ピース選択アルゴリズム改造実験 • クラスタ内ダウンロード実験 • まとめ
研究背景 • 高画質動画の数が増し,ユーザの動画に対する需要も高まっている. • 限られたリソースの中で如何にして安定した配信が行えるかが長年の技術的な課題となっている. • 従来のクライアント-サーバモデルの配信ではスケーラビリティに限界があり,加えて非常にコストが高い.
研究目的 • 目的 • 地理情報に基づいたP2Pネットワークを構成することでトランジットコストを減らす. • ストリーミングシステムに適したアルゴリズムをBitTorrentに適用することにより,P2Pを利用したストリーミングシステムを実現し,実ネットワークであるPlanetLab上で評価する. • 成果物 • BitTorrentを利用したロケーションベースの高画質ストリーミングシステム.
提案内容Location Based Clustering • ピアの地理情報(緯度・経度)を用いてクラスタリングを行い, P2P通信をそれぞれのクラスタ内に閉じる. • ピア間通信におけるトランジットコスト減少. • 近接ピア選択による通信速度の向上. Leecher Intelligent Tracker Original Seeder Normal Seeder C2 C1 CN
BitTorrent • 2001年に開発された大容量コンテンツ配信向けソフトウェア及びプロトコル.最も普及しているP2Pの一つ. • トラッカーから受け取ったピアリストから接続先を決め, ピースと呼ばれる小さな単位で相互通信する. • 用語 • トラッカー • ピアやピアの持つファイル情報の管理 • リーチャ • ダウンロード中のピア • シーダ • ダウンロードが完了したピア Tracker BitTorrent Network
既存BitTorrentシステム通常のトラッカー Normal Tracker ピア情報登録 処理 Request 通常のトラッカーは単純な ピア情報の管理を行うだけ. P2Pピア DB User ピアリスト渡し 処理 xx.xx.xxx.xxx xx.xxx.xx.xxx xx.x.xxx.xxx …
提案BitTorrentシステムインテリジェント・トラッカー提案BitTorrentシステムインテリジェント・トラッカー Intelligent Tracker ピア情報登録 処理 クラスタリング処理 地理情報 取得処理 Request クラスタリング結果 DB P2Pピア DB User ピアリスト渡し 処理 xx.xx.xxx.xxx xx.xxx.xx.xxx xx.x.xxx.xxx …
提案内容ピース選択アルゴリズムの改造 • BitTorrentのピース選択アルゴリズムをストリーミング配信に適した形のEarliest-Firstに変更する. 既存手法 Rarest-First 採用手法 Earliest-First ピースの取得が再生と相関関係 ↓ ユーザの待ち時間 小 ピースの取得が再生と無関係 ↓ ユーザの待ち時間 大
実験一覧 • 実験1: クラスタリング実験 • クラスタリング手法の概要とその評価を行う. • 実験2: ピース選択アルゴリズム改造実験 • ピース選択アルゴリズムを実際に動かし評価する. • 実験3: クラスタ内ダウンロード実験 • 実験1,2で得られた結果を元に,PlanetLab上で評価を行う.
PlanetLab • PlanetLabはインターネット上に展開する大規模テストベッド.2010 年11月の時点で世界519 拠点1138 ノードが稼働中. • 問題点 • 一部地域にノードが集まっている. • 生ネットワークゆえにノードが不安定. • 大学機関のネットワーク経由がほとんど. PlanetLabノードの分布図
実験1 : クラスタリング実験 • 目的 • ノードの地理情報に基づいたクラスタリング手法について検討する.今回利用したPlanetLabノード数は618. • 実験内容 • ノード数増減時のクラスタ数の変化について
実験1-1 : ノード数増減時のクラスタ数の変化について • オリジナルシーダのみ*(n=30, k=4),全ノード参加時(n=618, k=15)を結んだ線形関数を利用する. • PAM (Partition around medoids)をクラスタリングアルゴリズムとして採用. *コンテンツ配布者側が用意するシーダ
実験2: ピース選択アルゴリズム改造実験比較手法 既存手法 • 全ピースにRarest-First適用.(通常のBTアルゴリズム) 提案手法(1) 最初の100ピースをEarliest First,残りのピースはRarest-First. 提案手法(2) 全ピースにEarliest-First適用.
実験2: ピース選択アルゴリズム改造実験 • 目的 • ピース選択アルゴリズムを改造し,PlanetLab上でダウンロード実験を行い,ストリーミング配信に適していることを示す. • 実験内容 • CentOS-5.5-x86_64-LiveCD (694.4M) をストリーミングコンテンツと見立ててダウンロード.1ピース256KB,2Mbps配信とすると1ピースの再生時間は1秒,計50分弱の動画となる. ※ CentOSを選んだ理由はシーダが豊富で効率的に実験できるため. • 評価項目 • ダウンロード速度の比較 • 累計待ち時間の比較
実験2-1: ピース選択アルゴリズム改造実験ダウンロード速度の比較 提案手法(2)がもっとも低速 =>しかし再生に間に合っているなら問題ない 2Mbps
実験2-1: ピース選択アルゴリズム改造実験経過時間と待ち時間の関係 取得ピースが動画再生と無関係のためバッファによらず待ち時間は改善していない • waiting time: コンテンツを再生してからの待ち時間,buffer時間は含まない • buffer : 再生開始時の初期バッファリング時間 • try : 再生ピースが存在しない時の再検索回数 バッファ時間に初期ピースをダウンロードできるため待ち時間を大幅に削減できている 提案手法(1)よりさらに削減できている
実験3: クラスタ内ダウンロード実験概要 • 実験内容 3-1:全ノード参加時 (ノード数618,クラスタ数15) • アジア地区 (class 15) • アメリカ東海岸地区 (class 3) • 南米地区 (class 2) • 評価項目 • 各クラスタの平均通信速度 • 各クラスタの累計待ち時間の分布
実験3-1: クラスタ内ダウンロード実験アジア地区 (class 15) 有効ノード数17 c15_c15n618_leecher_statistics.xlsx pl1.planetlab.ics.tut.ac.jp_log.txt pl1snu.koren21.net_log.txt pl2.planetlab.ics.tut.ac.jp_log.txt pl2.sos.info.hiroshima-cu.ac.jp_log.txt pl2snu.koren21.net_log.txt planetlab0.dojima.wide.ad.jp_log.txt planetlab0.otemachi.wide.ad.jp_log.txt planetlab-01.kusa.ac.jp_log.txt planetlab-01.naist.jp_log.txt planetlab-02.kusa.ac.jp_log.txt planetlab-02.naist.jp_log.txt planetlab-04.naist.jp_log.txt planetlab1.dojima.wide.ad.jp_log.txt planetlab1.sfc.wide.ad.jp_log.txt planetlab2.sfc.wide.ad.jp_log.txt pub1-s.ane.cmc.osaka-u.ac.jp_log.txt pub2-s.ane.cmc.osaka-u.ac.jp_log.txt
memo: アメリカ中心のクラスタ ノードを列挙しているが参加ノードは実験時にはダウンしている場合もある. PlanetLab上の実験のためある程度のノードダウンについては許容. 実験3-1: クラスタ内ダウンロード実験アメリカ東海岸地区 (class 3) 有効ノード数39 c3_c15n618_leecher_statistics.xlsx planetlab1.citadel.edu_log.txt planetlab1.clemson.edu_log.txt planetlab1.cs.pitt.edu_log.txt planetlab1.csuohio.edu_log.txt planetlab1.netlab.uky.edu_log.txt planetlab2.citadel.edu_log.txt planetlab2.clemson.edu_log.txt planetlab2.cs.duke.edu_log.txt planetlab2.cs.pitt.edu_log.txt planetlab2.csuohio.edu_log.txt planetlab3.csee.usf.edu_log.txt planetlab4.cs.duke.edu_log.txt planetlab4.csee.usf.edu_log.txt planetlab5.cs.duke.edu_log.txt planetlab5.csee.usf.edu_log.txt planetlab6.csee.usf.edu_log.txt planetlab7.cs.duke.edu_log.txt plgmu5.ite.gmu.edu_log.txt plink.cs.uwaterloo.ca_log.txt plonk.cs.uwaterloo.ca_log.txt c3_c15n618_leecher_statistics.xlsx node2.planetlab.mathcs.emory.edu_log.txt planet02.csc.ncsu.edu_log.txt planet03.csc.ncsu.edu_log.txt planet1.pittsburgh.intel-research.net_log.txt planet11.csc.ncsu.edu_log.txt planet12.csc.ncsu.edu_log.txt planet2.cc.gt.atl.ga.us_log.txt planet2.pittsburgh.intel-research.net_log.txt planet3.cc.gt.atl.ga.us_log.txt planet3.pittsburgh.intel-research.net_log.txt planet4.cc.gt.atl.ga.us_log.txt planetlab-01.vt.nodes.planet-lab.org_log.txt planetlab-02.vt.nodes.planet-lab.org_log.txt planetlab-04.vt.nodes.planet-lab.org_log.txt planetlab-1.cmcl.cs.cmu.edu_log.txt planetlab-3.cmcl.cs.cmu.edu_log.txt planetlab-4.EECS.CWRU.Edu_log.txt planetlab-5.EECS.CWRU.Edu_log.txt planetlab1.acis.ufl.edu_log.txt
実験3-1: クラスタ内ダウンロード実験南米地区 (class 2) 有効ノード数10 c2_c15n618_leecher_statistics.xlsx planet-lab1.itba.edu.ar_log.txt planetlab-2.fing.edu.uy_log.txt planetlab1-buenosaires.lan.redclara.net_log.txt planetlab1-santiago.lan.redclara.net_log.txt planetlab1-saopaulo.lan.redclara.net_log.txt planetlab1-tijuana.lan.redclara.net_log.txt planetlab1.c3sl.ufpr.br_log.txt planetlab2-buenosaires.lan.redclara.net_log.txt planetlab2-santiago.lan.redclara.net_log.txt planetlab2.c3sl.ufpr.br_log.txt
RF: Rarest First 既存手法 EF: Eariest First 提案手法 実験3-1: クラスタ内ダウンロード実験各クラスタの平均通信速度 EFでは通信速度が低下 ピース番号を考慮する必要がないRFの方が通信速度がよいことが分かった. 地区のネットワーク状況に大きく依存 2Mbps Downは配信ビットレートを大幅に上回っている. 各クラスタピアの平均通信速度
RF: Rarest First 既存手法 EF: Eariest First 提案手法 実験3-1: クラスタ内ダウンロード実験各クラスタの累計待ち時間の分布 buffer = 10sec buffer = 30sec 各クラスタにおいて提案手法EFの 累計待ち時間を少なく抑えることができた. C15: アジア,C2: 東アメリカ海岸,C3: 南米
まとめ • 地理情報を利用したノードのクラスタリングを行うことにより,通信局所性を高め,地理的に狭い範囲で通信を行うことができた. • ストリーミングに適したピース選択アルゴリズムを採用したことにより,ユーザの再生時の累計待ち時間を減少させユーザビリティを向上させることをPlanetLab上の評価で確認した. • 課題 • インテリジェント・トラッカーの負荷状況の考慮. • オリジナルシーダの運用方法. • VoDオリジナルサーバとのハイブリッドシステム. • 目的 • 地理情報に基づいたP2Pネットワークを構成することでトランジットコストを減らす. • ストリーミングシステムに適したアルゴリズムをBitTorrentに適用することにより,P2Pを利用したストリーミングシステムを実現し,実ネットワークであるPlanetLab上で評価する.