MétaCan
Menu
Retour à la cohorte
Enregistrement W2610976550

General Flow Characteristics of P2P Streaming Considering Impact to Network Load.

2010· article· en· W2610976550 sur OpenAlexvenueno aff
Hiroyuki Kitada, Takumi Miyoshi, Akihiro Shiozu, Masayuki Tsujino, Motoi Iwashita, Hideaki Yoshino

Notice bibliographique

RevueComputer and Information Science · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiquePeer-to-Peer Network Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceNetwork packetThe InternetFlow (mathematics)Weibull distributionExponential distributionPareto distributionVolume (thermodynamics)Heavy-tailed distributionDistribution (mathematics)Pareto principleComputer networkReal-time computingProbability distributionStatisticsMathematicsWorld Wide Web
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper analyzes network traffic characteristics of peer-to-peer (P2P) video streaming services, which have been a recent source of annoyance for Internet service providers due to the large amount of data that they generate. We analyzed two popular P2P video streaming services, PPStream and PPLive, by capturing several hour-long packet streams using a personal computer. Through statistical analysis of the measured data, we identified flow-level characteristics of this P2P streaming. We observed that flow interarrival followed the Weibull distribution, and flow volume followed the Pareto distribution. Regarding network load, the interarrival among high-load flows followed an exponential distribution, and this distribution was valid as a general traffic model. Furthermore, flow volume almost followed a log-normal distribution, though the analysis failed to prove that this distribution can be used as a general model because the flow volume distribution greatly depends on P2P application.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil0,537

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,004
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,249
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer and Information ScienceMême sujetPeer-to-Peer Network TechnologiesTravaux en français237 207