Once is Never Enough: Foundations for Sound Statistical Inference in Tor\n Network Experimentation
Notice bibliographique
Résumé
Tor is a popular low-latency anonymous communication system that focuses on\nusability and performance: a faster network will attract more users, which in\nturn will improve the anonymity of everyone using the system. The standard\npractice for previous research attempting to enhance Tor performance is to draw\nconclusions from the observed results of a single simulation for standard Tor\nand for each research variant. But because the simulations are run in sampled\nTor networks, it is possible that sampling error alone could cause the observed\neffects. Therefore, we call into question the practical meaning of any\nconclusions that are drawn without considering the statistical significance of\nthe reported results.\n In this paper, we build foundations upon which we improve the Tor\nexperimental method. First, we present a new Tor network modeling methodology\nthat produces more representative Tor networks as well as new and improved\nexperimentation tools that run Tor simulations faster and at a larger scale\nthan was previously possible. We showcase these contributions by running\nsimulations with 6,489 relays and 792k simultaneously active users, the largest\nknown Tor network simulations and the first at a network scale of 100%. Second,\nwe present new statistical methodologies through which we: (i) show that\nrunning multiple simulations in independently sampled networks is necessary in\norder to produce informative results; and (ii) show how to use the results from\nmultiple simulations to conduct sound statistical inference. We present a case\nstudy using 420 simulations to demonstrate how to apply our methodologies to a\nconcrete set of Tor experiments and how to analyze the results.\n
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».