[論文レビュー] Go-With-The-Winner: Client-Side Server Selection for Content Delivery

Chang Liu, Ramesh K. Sitaraman+1 more|arXiv (Cornell University)|Dec 31, 2013

Caching and Content Delivery参考文献 23被引用数 4

ひとこと要約

本稿では、コンテンツ配信ネットワーク（CDN）におけるクライアントサイドのサーバー選択アルゴリズムとして「Go-With-The-Winner」と呼ばれるものを提案し、形式的に分析している。ユーザーは2つ以上の候補サーバーをランダムに選択し、性能が最も良いものを選ぶ（Webではヒットレート、動画ではビットレート）。主な結果として、2つ以上の選択肢がある場合、システムは高確率で速やかに最適状態に収束し、すべてのユーザーが最大のパフォーマンスを達成することが保証される。

ABSTRACT

Content delivery networks deliver much of the web and video content in the world by deploying a large distributed network of servers. We model and analyze a simple paradigm for client-side server selection that is commonly used in practice where each user independently measures the performance of a set of candidate servers and selects the one that performs the best. For web (resp., video) delivery, we propose and analyze a simple algorithm where each user randomly chooses two or more candidate servers and selects the server that provided the best hit rate (resp., bit rate). We prove that the algorithm converges quickly to an optimal state where all users receive the best hit rate (resp., bit rate), with high probability. We also show that if each user chose just one random server instead of two, some users receive a hit rate (resp., bit rate) that tends to zero. We simulate our algorithm and evaluate its performance with varying choices of parameters, system load, and content popularity.

研究の動機と目的

• CDNにおける広く使われているが、形式的証明のないクライアントサイドサーバー選択戦略「Go-With-The-Winner」パラダイムの形式的分析を行うこと。
• 複数の候補サーバーをランダムに選択することで、最適パフォーマンス（100％のヒットレートまたは最大ビットレート）に高確率で収束するかを調査すること。
• 履歴長、選択数、コンテンツの人気度といったシステムパラメータが収束性およびパフォーマンスに与える影響を理解すること。
• コンテンツ配信文脈における「2つのランダム選択の力（power of two random choices）」の有効性について、理論的および実験的根拠を提供すること。

提案手法

• ユーザーは初期試行期間中にCDNのサーバープールから2つ以上の候補サーバーを独立して選択する。
• 各ユーザーは履歴ウィンドウ長τの間、パフォーマンス指標（Webコンテンツではヒットレート、動画ではビットレート）を測定し記録する。
• 試行期間終了後、ユーザーは履歴データに基づき最も良いパフォーマンスを示したサーバーを選択する。
• システムは、パフォーマンスフィードバックに基づきユーザーが動的にサーバーを切り替える確率的プロセスとしてモデル化される。
• 理論的分析では、ボールとビン（balls-into-bins）とウェッジツリー（witness trees）の技術を用い、最適状態への高確率での収束を証明する。
• シミュレーションでは、履歴長τ、選択数、システム負荷、コンテンツ人気度（パワーロー法分布）、複数選択の部分的導入といったパラメータを変化させたパフォーマンスを評価する。

実験結果

リサーチクエスチョン

• RQ1 2つ以上のランダムなサーバー選択を伴うGo-With-The-Winnerアルゴリズムは、高確率ですべてのユーザーが最適パフォーマンス（100％のヒットレートまたは最大ビットレート）を達成する状態に収束するか？
• RQ2 履歴長τが収束性および失敗率（非最適収束の確率）に与える影響は何か？
• RQ3 コンテンツ人気度分布（パワーロー法のパラメータαでパrameterized）が収束速度およびシステムパフォーマンスに与える影響は？
• RQ4 ユーザーが1つのサーバーのみを選択する場合、システムは依然として最適パフォーマンスに収束するか？
• RQ5 複数選択の導入を部分的に行った場合（例：70％のユーザーが2つの選択を行う）でも、全体のシステムパフォーマンスは依然として高い水準を維持できるか？

主な発見

• 2つ以上のランダムなサーバー選択がある場合、システムは高確率で最適状態（すべてのユーザーが最高のヒットレートまたはビットレートを受信）に収束する。
• ユーザーが1つのランダムサーバーのみを選択する場合、失敗率（非最適収束の確率）は1に近づき、多くのユーザーが低パフォーマンスを受けることになる。
• 履歴長τを延ばすと収束時間が長くなるが、失敗率は低下するため、速度と信頼性のトレードオフが生じる。
• 人気度分布の偏りが大きい（αが大きい）場合、収束が速くなる。これは、人気コンテンツがより効率的にキャッシュおよび共有されるためである。
• ユーザーの70％が2つの選択を行う場合でも、95％のユーザーが100％のヒットレートを達成する。これは、部分的導入に対しても強い耐性があることを示している。
• コンテンツ配信文脈においても「2つのランダム選択の力」が有効であり、負荷分散やその他の分散システムにおける成功と類似した結果を示している。