[論文レビュー] Back To The Future: On Predicting User Uptime

Matteo Dell’Amico, Pietro Michiardi+1 more|arXiv (Cornell University)|Oct 4, 2010

Peer-to-Peer Network Technologies参考文献 9被引用数 6

ひとこと要約

本論文では、インstantメッセージ（IM）、Kad、Skypeからの実際のトレースを用いて、毎日および毎週の接続パターンを活用することで、ピアツーピア（P2P）システムにおけるユーザーのアップタイムを予測する予測モデルを提案する。著者らは、ユーザーの可用性を予測することで、DHTにおけるより知的なデータ配置が可能となり、追加のストレージやプロトコル変更なしに、データの可用性を最大50％向上できることを示している。

ABSTRACT

Correlation in user connectivity patterns is generally considered a problem for system designers, since it results in peaks of demand and also in the scarcity of resources for peer-to-peer applications. The other side of the coin is that these connectivity patterns are often predictable and that, to some extent, they can be dealt with proactively. In this work, we build predictors aiming to determine the probability that any given user will be online at any given time in the future. We evaluate the quality of these predictors on various large traces from instant messaging and file sharing applications. We also illustrate how availability prediction can be applied to enhance the behavior of peer-to-peer applications: we show through simulation how data availability is substantially increased in a distributed hash table simply by adjusting data placement policies according to peer availability prediction and without requiring any additional storage from any peer.

研究の動機と目的

• ピアツーピアアプリケーションのシステム性能を低下させる相関するユーザー接続パターンの課題に対処すること。
• 短期間のセッション予測を超えて、ユーザーの退去や時間的パターンを考慮した長期予測モデルの開発。
• 予測されたユーザー可用性に基づく能動的データ配置を通じて、分散ハッシュテーブル（DHT）におけるデータ可用性の向上。
• 予測モデリングが、追加のストレージやプロトコル変更なしにシステム効率を向上させられることを実証すること。

提案手法

• インstantメッセージ（IM）、eMule（Kad）、Skypeアプリケーションから1～6か月にわたる大規模なユーザートレースデータを収集・分析する。
• 個々のユーザー、全体のトレンド、毎日のパターン、週単位のパターンを統合した予測モデルを設計し、将来の任意の時点でユーザーがオンラインである確率を推定する。
• ユーザーの退去を扱えるように修正された、飽和カウンターベースのアプローチを用いてユーザー可用性をモデル化する。
• ノード識別子を予測された可用性に基づいて最適化することで、データ可用性を向上させるDHTシステムをシミュレートする。
• 近隣ノード集合全体の予測されたデータ可用性を最大化するように、反復的最適化アルゴリズムを用いてノード識別子を交換する。
• 1～4週間のテスト期間を用いて結果を評価し、少なくとも1つの近隣ノードがオンラインである時間の割合としてデータ可用性を測定する。

実験結果

リサーチクエスチョン

• RQ1 実世界のアプリケーショントレースにおいて、毎日および毎週のパターンを用いてユーザーのアップタイムをどの程度正確に予測できるか？
• RQ2 ユーザーの退去行動を組み込むことで、長期的なアップタイム予測の精度にどのような影響があるか？
• RQ3 予測されたユーザー可用性を活用することで、ストレージのオーバーヘッドを増やさずにDHTにおけるデータ可用性を向上させられるか？
• RQ4 予測に基づく最適化されたノード識別子割り当てとランダム配置との比較で、性能向上はどの程度得られるか？
• RQ5 ユーザー行動の変化やピアの退去が進行するに従い、予測に基づくデータ配置の利点は時間経過とともにどのように変化するか？

主な発見

• IM、Kad、Skypeの全アプリケーションにおいて、ユーザーのアップタイムは明確な毎日および週単位のパターンを示しており、アプリケーションタイプによって可用性分布に顕著な差が見られる。
• 提案された予測モデルは、将来のユーザー行動の不確実性を低減し、IM（1,825ユーザー）、Kad（400Kユーザー）、Skype（2,081ユーザー）の実トレースを用いた精度が検証された。
• DHTシミュレーションにおいて、予測に基づく最適化されたノード識別子の割り当てにより、ランダム配置と比較してデータ可用性が最大50％向上した。
• IMトレースでは、1か月間のテスト期間中に、予測された可用性を用いた配置により、データ可用性が0.95から0.98に上昇した。
• ピアの退去や行動変化の影響により、最適化された配置の利点は時間経過とともに低下するが、定期的な再最適化により性能を維持できる。
• 本手法は追加のストレージやプロトコル変更なしに、より高いデータ可用性を達成しており、ユーザーの予測可能性を活用した能動的システム設計の価値を示している。