[論文レビュー] Special Issue on Foundations of Social Computing: Enabling Social Applications via Decentralized Social Data Management

Nicolas Kourtellis, Jeremy Blackburn+2 more|arXiv (Cornell University)|Mar 12, 2015

Peer-to-Peer Network Technologies参考文献 71被引用数 9

ひとこと要約

Prometheus は、ユーザーが貢献するノードに分散して格納されるマルチグラフに、ソーシャルおよびロケーションベースの情報を集約する分散型でピアツーピアのソーシャルデータ管理システムである。プライバシーを守り、ポリシー準拠の推論を可能にしつつ、低遅延、最小限の通信オーバーヘッド、PlanetLab 実験におけるレジliエンスを示している。

ABSTRACT

An unprecedented information wealth produced by online social networks, further augmented by location/collocation data, is currently fragmented across different proprietary services. Combined, it can accurately represent the social world and enable novel socially aware applications. We present Prometheus, a socially aware peer-to-peer service that collects social information from multiple sources into a multigraph managed in a decentralized fashion on user-contributed nodes, and exposes it through an interface implementing nontrivial social inferences while complying with user-defined access policies. Simulations and experiments on PlanetLab with emulated application workloads show the system exhibits good end-to-end response time, low communication overhead, and resilience to malicious attacks.

研究の動機と目的

• プロプライエタリなオンラインソーシャルネットワークに散在するソーシャルおよびロケーションデータの断片化を解消すること。
• 分散型ソーシャルデータを統合的に統合して、一元化されたマルチグラフ構造を構築することで、ソーシャルに配慮したアプリケーションの実現を可能にすること。
• 分散データ上で非自明なソーシャル推論を実行しつつ、ユーザー定義のアクセスポリシーを強制すること。
• 分散型ピアツーピアアーキテクチャにおいて、悪意ある攻撃に対してレジリエントであることを保証すること。
• 現実のワークロード下でのエンドツーエンドのパフォーマンス、通信効率、応答時間を評価すること。

提案手法

• システムは、複数のソースからのソーシャル関係およびコロケーション（位置）データを統合するマルチグラフデータモデルを構築する。
• データは、ユーザーが貢献するノードを用いて分散型ピアツーピアネットワークで格納および管理される。
• プライバシーを守るアルゴリズムを用いて、関係の強さや位置に基づく関連性といったソーシャル推論がマルチグラフ上で計算される。
• アクセス制御ポリシーはクエリ実行時に強制され、データアクセスがユーザー定義ルールに準拠していることを保証する。
• 効率的なデータルーティングおよびノード発見のため、分散ハッシュテーブル（DHT）が使用される。
• シミュレーションおよびPlanetLab実験により、実世界のワークロードを模擬し、ネットワークおよび攻撃条件の変化に伴うシステムの挙動を評価する。

実験結果

リサーチクエスチョン

• RQ1 複数のソースからの分散型ソーシャルデータを、効率的に統合して一元化されたクエリ可能なマルチグラフにまとめる方法は何か？
• RQ2 分散型ソーシャルデータシステムにおいて、ユーザー定義のアクセスポリシーを強制する際のパフォーマンスオーバーヘッドはどの程度か？
• RQ3 動的で悪意あるネットワーク条件下でも、システムはどのように低エンドツーエンド応答時間を維持できるか？
• RQ4 データの可用性および整合性を保ちながら、システムはどの程度悪意ある攻撃に耐性を示せるか？
• RQ5 ピアツーピアアーキテクチャにおいて、ソーシャルに配慮したクエリをサポートするための通信コストはどの程度か？

主な発見

• Prometheus は、リアルタイムのソーシャルに配慮したアプリケーションに適した低エンドツーエンド応答時間を達成している。
• システムは通信オーバーヘッドが低く、効率的なデータ転送およびクエリ解決を示している。
• 悪意ある攻撃に対してもレジリエンスを示し、悪意ある状況下でも機能性およびデータの一貫性を維持している。
• 分散アーキテクチャは、ユーザー定義のアクセスポリシーを強制しつつ、非自明なソーシャル推論を効果的にサポートしている。
• PlanetLab 実験により、エミュレートされた実世界のワークロード下でのスケーラビリティおよびレジリエンスが確認された。
• マルチグラフモデルは、アプリケーションレベルの推論に適した、複雑なソーシャルおよび空間的関係を効果的に捉えている。