1 / 17

An internet-topology based, scalable model for transmission times

An internet-topology based, scalable model for transmission times. Gerald Kunzmann Gerald.Kunzmann@tum.de Robert.Nagel@tum.de. „verteiltes Telefonbuch“. Motivation. Motivation. Telefonbuch-Anwendung: Möglichst schnelle Suchen (QoS) Antwort erforderlich (  strukturiertes P2P)

hanh
Download Presentation

An internet-topology based, scalable model for transmission times

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. An internet-topology based, scalablemodel for transmission times Gerald Kunzmann Gerald.Kunzmann@tum.deRobert.Nagel@tum.de

  2. „verteiltes Telefonbuch“ Motivation

  3. Motivation • Telefonbuch-Anwendung: • Möglichst schnelle Suchen (QoS) • Antwort erforderlich ( strukturiertes P2P) • „Large scale“ Simulation: • Ziel: mindestens 1 Mio. Knoten • Problem: Speicher und Rechenzeit

  4. Simulation • IP Schicht: • Simulator ns2 • Genaue Modellierung • Eigenschaften von TCP • Paket-Delays, Puffer usw. • Overlay Schicht: • Hoher Abstraktionsgrad • Kurze Simulationszeit • Weniger Ressourcen nötig  Viele Knoten simulierbar • Eigener Simulator

  5. Modellierung der Übertragungszeiten (TT)

  6. Global Network Positioning (GNP) • Abbildung der Knoten in einem n-dimensionalen Raum • Berücksichtung der gemessenen Laufzeiten • Paketlaufzeit entspricht geometr. Distanz der Knoten

  7. Skitter Monitor Locations • RTT Messungen von Skitter (CAIDA) • Monitore messen täglich RTT zu etwa 500.000 Knoten • 5-dimensional  6 „Landmarks“ • geografisch weit entfernt

  8. Bestimmung der Koordinaten der Monitor-Knoten • d( N1,N2 ): gemessener Delayd‘( N1,N2 ): berechneter Delay • Minimierung von () mit Downhill Simplex Methode

  9. Bestimmung der Koordinaten • Messung der RTT eines Knotens zu jedem Monitor • Berechnung der Koordinaten erfolgt offline.. • .. mit dem selben Algorithmus

  10. Stockholm London Maryland (Ost) Kalifornien (West) Tokio Neuseeland Beispiel mit 500 Knoten [ms] 2-dimensionale Projektion! [ms]

  11. Fehlerabschätzung Wie nah liegt das Model der Realität? 50% der gemessenen Übertragungszeiten weisen einen Fehler < 12,4% gegenüber der gemessenen Zeiten auf (5 Dimensionen, 6 Monitore) 1 0,9 0,8 0,7 0,6 0,5 Verteilungsfunktion 0 0,5 1 1,5 2 Relativer Fehler

  12. Simulierte RTT ohne PNS Gleicher Mittelwert!

  13. Simulierte Suchzeiten ohne PNS

  14. Proximity Neighbor Selection (PNS) • „Nahe“ Verbindungen werden bevorzugt • Rekursive Suche: • jeder Knoten kommuniziert nur mit seinen Nachbarn und Fingern  RTT Messung möglich • Iterative Suche: • Initiator der Suche bei allen Hops beteiligt  Kommunikation mit vielen verschiedenen Knoten  keine RTT Messung möglich!  RTT Berechnung

  15. RTT Berechnung • Jeder Knoten bestimmt seine Koordinaten durch RTT Messung zu anderen Knoten mit bekannten Koordinaten (Nachbarn, Finger) • Verzögerung zu einem „fremden“ Knoten kann mit dessen Koordinaten berechnet werden • GNP Koordinaten können in der Simulation leider nicht wieder verwendet werden :-(  Vivaldi Koordinaten • Dynamisch und dezentral bestimmbar

  16. Vivaldi Koordinaten RTT Messung dRTT Berechnung d‘ Knotengrößen (Schätzung der KO-Genauigkeit)  Stärke der Anpassung d < d‘ ?

  17. Simulierte Suchzeiten mit PNS Koordinaten Zufällige TT

More Related