MétaCan
Menu
Retour à la cohorte
Enregistrement W1966003099 · doi:10.1109/tst.2012.6151904

Uncover the peer distribution in BitTorrent

2012· article· en· W1966003099 sur OpenAlexaff
Brad Rougeau, Mea Wang

Notice bibliographique

RevueTsinghua Science & Technology · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiquePeer-to-Peer Network Technologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésBitTorrentDownloadComputer scienceBitTorrent trackerThe InternetPeer-to-peerComputer networkFile Transfer ProtocolBandwidth (computing)World Wide Web

Résumé

récupéré en direct d'OpenAlex

Peer-to-peer traffic constitutes more than 60% of today's Internet traffic, resulting in high bandwidth cost for ISPs. Recent efforts have been made to modify BitTorrent clients to reduce inter-ISP traffic. Although the results have been encouraging, recent research also reveals that global adaptation of such an approach may harm the download time as there is no clear evidence of persistent clustering in all ISPs. To this end, many large scale measurements on BitTorrent topology have been conducted by analyzing different snapshots of the BitTorrent network. However, the analysis overlooked the download time, the actual contributions of peers, and the distribution of peers throughout the file download period since the snapshots were obtained by querying the tracker for IP addresses of peers at a certain time. In this paper, we seek to understand to what extent the distribution of peers in BitTorrent relates to their contributions in data swarming and transmission rates by studying real BitTorrent download traces. In order to present an unbiased view, we collected the traces from over 100 different files, including books (in different languages), music (in different languages), movies, and software (for different operating systems). The file size ranges from 4 MB to 4 GB. We also compared traces from a regular BitTorrent client with an ISP-friendly BitTorrent client to examine the actual impact of an ISP-friendly algorithm on download time and peer contributions. Our major findings include that distance has no effect on the download rate in general, seeds or lechers cannot always be found within the same ISP, and a torrent can only benefit from an ISP-friendly approach in certain situations. Suggestions are given on how BitTorrent clients can be more ISP-friendly without sacrificing download rate.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,275
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTsinghua Science & TechnologyMême sujetPeer-to-Peer Network TechnologiesTravaux en français237 207