As the needs of Internet users and applications significantly changed over the last decade, inter-domain routing became more important to fulfill these needs. The ways how data flows over the Internet are still completely in the hand of network operators, who optimize traffic according to their own, local view of the network. We observe two potential limitations from this: Optimizing according to the local view may a) result in unused capacities in the global network and b) not meet the actual needs of users and applications. To identify and overcome these limitations, we present our BitTorrent over SCION approach, which enables multipath communication and intelligent path selection for endhosts in global torrent networks. We compare our implementation against BitTorrent over BGP and BGP-M in a small-scale Internet topology, observing an increase in goodput of 48% through multipathing compared to BitTorrent over BGP and 33% compared to the BGP-M candidate. Furthermore, we show that our proposed disjoint path selection algorithm is able to improve traffic flow in the network with a low number of outgoing connections to unchoked peers.


翻译:随着互联网用户和应用程序的需求在过去十年中发生了重大变化,互联网内部路径的改变对于满足这些需求变得更加重要。互联网上的数据流动如何仍然完全掌握在网络操作者手中,他们根据自己的当地对网络的看法优化了通信量。我们观察到两个潜在的局限性:根据当地观点优化可能(a)导致全球网络的未使用能力,(b)无法满足用户和应用程序的实际需要。为了查明和克服这些限制,我们介绍了我们的BitTorrent over SCion 方法,这为全球种子网络终端主机提供了多路通讯和智能路径选择。我们比较了我们的执行情况,在小型互联网图象学中比BGP和BGP-M的进度,通过多路比BTorrent多路和比BGP-M高33%。此外,我们显示,我们提议的脱节路径选择算法能够改善网络的交通流量,与未断路的同伴的连接较少。

0
下载
关闭预览

相关内容

全名 BitTorrent,是一个网络文件传输协议,能够实现点对点文件分享的技术。 比起其他点对点的协议,它具有多点对多点的特性,该特性简而言之即为:下载一文件的人越多,且下载后,并继续维持分享(上传)的状态就可以成为可让其他人下载的种子文件(.torrent),该文件即下载速度越快。
最新《联邦学习Federated Learning》报告,Federated Learning
专知会员服务
86+阅读 · 2020年12月2日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2023年3月19日
Arxiv
31+阅读 · 2022年2月15日
Arxiv
20+阅读 · 2021年2月28日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员