[论文解读] 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 6

一句话总结

本文提出预测模型，通过利用每日和每周的连接模式，预测对等网络系统中用户的在线时长。基于即时通信（IM）、Kad 和 Skype 的真实数据 trace，作者表明，通过预测用户可用性，可实现更智能的数据放置策略，从而在不增加存储或协议修改的前提下，将数据可用性提高多达 50%。

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.

研究动机与目标

• 解决对等应用中相关用户连接模式导致系统性能下降的挑战。
• 开发能够考虑用户离开行为和长期时间模式的长期预测模型，而不仅限于短期会话预测。
• 通过基于预测用户可用性的主动数据放置策略，提升分布式哈希表（DHT）中的数据可用性。
• 证明预测建模可在不增加额外存储或协议修改的前提下提升系统效率。

提出的方法

• 收集并分析来自即时通信（IM）、eMule（Kad）和 Skype 应用程序的大型用户 trace 数据，时间跨度为 1 至 6 个月。
• 设计一个预测器，用于估算用户在未来任意时刻在线的概率，综合考虑个体、全局、每日和每周的模式。
• 采用饱和计数器方法建模用户可用性，并通过优化处理用户离开的情况。
• 在模拟的 DHT 系统中，基于预测的可用性优化节点标识符分配，以提升数据可用性。
• 应用迭代优化算法，通过交换节点标识符的方式，使邻居集合中的预测数据可用性最大化。
• 使用 1 至 4 周的测试期进行评估，将数据可用性定义为至少一个邻居在线的时间比例。

实验结果

研究问题

• RQ1 在真实应用 trace 中，利用每日和每周模式，用户在线时长的可预测程度如何？
• RQ2 纳入用户离开行为后，对长期在线时长预测的准确性有何影响？
• RQ3 能否利用预测的用户可用性在不增加存储开销的前提下提升 DHT 中的数据可用性？
• RQ4 与随机分配相比，基于预测的优化节点标识符分配在性能上能带来多大提升？
• RQ5 随着用户行为变化或对等节点离开系统，基于预测的数据放置优势如何随时间演变？

主要发现

• 在 IM、Kad 和 Skype 中，用户在线时长均表现出显著的每日和每周模式，且不同应用类型之间的可用性分布存在显著差异。
• 所提出的预测器降低了未来用户行为的不确定性，其准确性已在 IM（1,825 名用户）、Kad（40 万用户）和 Skype（2,081 名用户）的真实 trace 上得到验证。
• 在 DHT 模拟中，基于预测的优化节点标识符分配使数据可用性相比随机分配最高提升了 50%。
• 对于 IM trace，当使用预测可用性进行数据放置时，一个月测试期内的数据可用性从 0.95 提升至 0.98。
• 由于对等节点离开和行为变化，优化放置的优势会随时间减弱，但通过定期重新优化可维持性能。
• 该方法在不增加额外存储或协议修改的前提下实现了更高的数据可用性，证明了利用用户可预测性进行主动系统设计的价值。