Transcript PowerPoint
地理情報を考慮したP2P ストリーミング Optimized P2P Streaming with Geographical Information 後藤研究室 修士2年 5109B021-9 大村淳己 【関連発表】 大村淳己，高田和也，後藤滋樹, Location Based Clusteringを用いたP2P ストリーミング, 電子情報通信学会技術研究報告, vol. 110, no. 373, IN2010-124, pp.37–42, 2011年1 月. 1 目次 1. 研究背景 2. 研究目的 3. 提案内容 – Location Based Clustering – ピース選択アルゴリズム Earliest First 4. 実験 ① クラスタリング実験 ② ピース選択アルゴリズム改造実験 ③ クラスタ内ダウンロード実験 5. まとめ 2 研究背景 • 高画質動画の数が増し，ユーザの動画に対する需 要も高まっている． • 限られたリソースの中で如何にして安定した配信が 行えるかが長年の技術的な課題となっている． • 従来のクライアント-サーバモデルの配信ではスケー ラビリティに限界があり，加えて非常にコストが高い． 3 研究目的 • 目的 ① 地理情報に基づいたP2Pネットワークを構成することでトラン ジットコストを減らす． ② ストリーミングシステムに適したアルゴリズムをBitTorrentに適 用することにより，P2Pを利用したストリーミングシステムを実 現し，実ネットワークであるPlanetLab上で評価する． • 成果物 – BitTorrentを利用したロケーションベースの高画質ストリー ミングシステム． 4 提案内容 Location Based Clustering • ピアの地理情報(緯度・経度)を用いてクラスタリングを行い， P2P通信をそれぞれのクラスタ内に閉じる． ピア間通信におけるトランジットコスト減少． 近接ピア選択による通信速度の向上． Intelligent Tracker Leecher Original Seeder Normal Seeder C1 C2 CN 5 BitTorrent • 2001年に開発された大容量コンテンツ配信向けソフトウェア 及びプロトコル．最も普及しているP2Pの一つ． • トラッカーから受け取ったピアリストから接続先を決め， ピースと呼ばれる小さな単位で相互通信する． • 用語 – トラッカー • ピアやピアの持つファイル情報の管理 Tracker – リーチャ • ダウンロード中のピア – シーダ • ダウンロードが完了したピア BitTorrent Network 6 既存BiｔTorrentシステム 通常のトラッカー 通常のトラッカーは単純な ピア情報の管理を行うだけ． Request ピア情報登録 処理 User Normal Tracker P2Pピア DB ピアリスト渡し 処理 xx.xx.xxx.xxx xx.xxx.xx.xxx xx.x.xxx.xxx … 7 提案BitTorrentシステム インテリジェント・トラッカー Request User ピア情報登録 処理 地理情報 取得処理 P2Pピア DB xx.xx.xxx.xxx xx.xxx.xx.xxx xx.x.xxx.xxx … クラスタリング 処理 Intelligent Tracker クラスタリング結果 DB ピアリスト渡し 処理 8 提案内容 ピース選択アルゴリズムの改造 • BitTorrentのピース選択アルゴリズムをストリーミング配信に 適した形のEarliest-Firstに変更する． 既存手法 Rarest-First 採用手法 Earliest-First ピースの取得が再生と無関係 ↓ ユーザの待ち時間 大 ピースの取得が再生と相関関係 ↓ ユーザの待ち時間 小 9 実験一覧 • 実験1: クラスタリング実験 – クラスタリング手法の概要とその評価を行う． • 実験2: ピース選択アルゴリズム改造実験 – ピース選択アルゴリズムを実際に動かし評価する． • 実験3: クラスタ内ダウンロード実験 – 実験1，2で得られた結果を元に，PlanetLab上で評価を行う． 10 PlanetLab • PlanetLabはインターネット上に展開する大規模テストベッド．2010 年11 月の時点で世界519 拠点1138 ノードが稼働中． • 問題点 一部地域にノードが集まっている． 生ネットワークゆえにノードが不安定． 大学機関のネットワーク経由がほとんど． PlanetLabノードの分布図 PlanetLabノードの参加国 29% 4% 4% 21% 42% US EU JP PL その他 11 実験1 : クラスタリング実験 • 目的 – ノードの地理情報に基づいたクラスタリング手法について検 討する．今回利用したPlanetLabノード数は618． • 実験内容 – ノード数増減時のクラスタ数の変化について 12 実験1-1 : ノード数増減時のクラスタ数の変化について • オリジナルシーダのみ＊（n=30, k=4），全ノード参加時 (n=618, k=15)を結んだ線形関数を利用する． • PAM (Partition around medoids)をクラスタリングアルゴリズムとして採用． 16 14 12 10 8 6 4 2 0 30 83 136 189 242 295 348 401 454 507 560 618 クラスタ数 参加ノード数に応じた クラスタ数の変化 参加ノード ＊コンテンツ配布者側が用意するシーダ 13 実験2: ピース選択アルゴリズム改造実験 比較手法 既存手法 全ピースにRarest-First適用．(通常のBTアルゴリズム) 提案手法(1) 最初の100ピースをEarliest First，残りのピースはRarest-First. 提案手法(2) 全ピースにEarliest-First適用． 14 実験2: ピース選択アルゴリズム改造実験 • 目的 – ピース選択アルゴリズムを改造し，PlanetLab上でダウンロード実験を 行い，ストリーミング配信に適していることを示す． • 実験内容 – CentOS-5.5-x86_64-LiveCD (694.4M) をストリーミングコンテンツと見立 ててダウンロード．1ピース256KB，2Mbps配信とすると1ピースの再生 時間は1秒，計50分弱の動画となる． ※ CentOSを選んだ理由はシーダが豊富で効率的に実験できるため． • 評価項目 – – ダウンロード速度の比較 累計待ち時間の比較 パラメタ 値 コンテンツサイズ 694.4M CentOS-5.5-x86_64-LiveCD 配信ビットレート 2Mbps ピースサイズ 256KB 15 実験2-1: ピース選択アルゴリズム改造実験 ダウンロード速度の比較 4500 4000 ダウンロード速度 (KB/s) 3500 3000 2500 2000 1500 提案手法(2)がもっとも低速 ＝＞しかし再生に間に合っているなら問題ない 1000 500 2Mbps 0 0 50 100 150 200 250 経過時間 (sec) 300 350 400 450 16 実験2-1: ピース選択アルゴリズム改造実験 経過時間と待ち時間の関係 • • • 取得ピースが動画再生と無関係のためバッ waiting time : ファによらず待ち時間は改善していない コンテンツを再生してからの待ち時間，buffer時間は含まない buffer : バッファ時間に初期ピースをダウンロードでき 再生開始時の初期バッファリング時間 try : るため待ち時間を大幅に削減できている 再生ピースが存在しない時の再検索回数 提案手法(1)よりさらに削減できている buffer=30sec, try=3 累計待ち時間 (sec) buffer=10sec, try=3 300 300 250 250 200 200 150 150 100 100 50 50 0 0 0 100 200 300 経過時間 (sec) 400 0 100 200 300 経過時間 (sec) 400 17 実験3: クラスタ内ダウンロード実験 概要 • 実験内容 3-1: 全ノード参加時 (ノード数618，クラスタ数15) • アジア地区 (class 15) • アメリカ東海岸地区 (class 3) • 南米地区 (class 2) • 評価項目 – 各クラスタの平均通信速度 – 各クラスタの累計待ち時間の分布 18 実験3-1: クラスタ内ダウンロード実験 アジア地区 (class 15) 有効ノード数17 19 実験3-1: クラスタ内ダウンロード実験 アメリカ東海岸地区 (class 3) 有効ノード数39 20 実験3-1: クラスタ内ダウンロード実験 南米地区 (class 2) 有効ノード数10 21 実験3-1: クラスタ内ダウンロード実験 各クラスタの平均通信速度 RF: Rarest First 既存手法 EF: Eariest First 提案手法 3000 EFでは通信速度が低下 2500 ピース番号を考慮する必要 がないRFの方が通信速度が よいことが分かった． 2000 1500 1000 地区のネットワーク状況 に大きく依存 500 2Mbps 0 RF EF RF EF RF EF Downは配信ビットレートを大 幅に上回っている． アジア地区 米東海岸地区 南米地区 C2 C15 C3 22 実験3-1: クラスタ内ダウンロード実験 各クラスタの累計待ち時間の分布 buffer = 10sec RF: Rarest First 既存手法 EF: Eariest First 提案手法 buffer = 30sec 各クラスタにおいて提案手法EFの 累計待ち時間を少なく抑えることができた． C15: アジア，C2: 東アメリカ海岸，C3: 南米 23 まとめ ① 地理情報を利用したノードのクラスタリングを行うことによ り，通信局所性を高め，地理的に狭い範囲で通信を行うこと ができた． ② ストリーミングに適したピース選択アルゴリズムを採用した ことにより，ユーザの再生時の累計待ち時間を減少させ ユーザビリティを向上させることをPlanetLab上の評価で確認 した． • 課題 – – – インテリジェント・トラッカーの負荷状況の考慮． オリジナルシーダの運用方法． VoDオリジナルサーバとのハイブリッドシステム． 24 ご清聴ありがとうございました 25