Симулятор процесса буферизации при обмене данными в потоковой одноранговой сети Текст научной статьи по специальности «Компьютерные и информационные науки»

СИМУЛЯТОР ПРОЦЕССА БУФЕРИЗАЦИИ ПРИ ОБМЕНЕ ДАННЫМИ В ПОТОКОВОЙ ОДНОРАНГОВОЙ СЕТИ

Гайдамака Юлия Васильевна,

к.ф.-м.н., Доцент кафедры прикладной информатики и теории вероятностей,, РУДН, Москва, Россия, ygaidamaka@mail.ru

Самуйлов Андрей Константинович,

Аспирант кафедры прикладной информатики и теории вероятностей,, РУДН, Москва, Россия, aksamuylov@gmail.com

Васильев Иван Юрьевич,

Магистр кафедры прикладной информатики и теории вероятностей, РУДН, Москва, Россия, iuvasiliev@gmail.com

Исследование выполнено при финансовой поддержке РФФИ в рамках научных проектов № 14-07-00090, 15-07-03051, 15-05-03608.

Ключевые слова: потоковая одноранговая сеть, симулятор, скорости загрузки, скорости отдачи, коллизии, задержки передачи данных от сервера.

Появившись в начале XXI века, одноранговые сети быстро завоевали популярность благодаря таким преимуществам, как минимальная нагрузка на сервер-источник данных, эффективное использование ресурсов пользователей сети, масштабируемость и высокая устойчивость сети. В современных сетях по технологии P2P (peer-to-peer) пользователи не только обмениваются файлами конечного размера, но и успешно передают потоковое видео. Востребованной оказалась технология P2P и для беспроводных сетей с трафиком межмашинного взаимодействия, в которых одноранговая сеть строится на основе устройств, обменивающихся данными напрямую - D2D (device-to-device communications). Это стало возможным благодаря применению механизма буферизации, который в потоковых одноранговых сетях играет ключевую роль. Представлена имитационная модель (симулятор) процесса обмена данными между пользователями в потоковой одноранговой сети, основанная на математической модели процесса обмена данными в виде цепи Маркова. Симулятор представляет собою программное средство, моделирующее поведение системы для разного числа пользователей, размера буфера, скоростей загрузки и отдачи видеоданных и длительности задержки передачи данных от сервера и между пользователями, а также стратегия загрузки, применяемая в сети. Симулятор позволяет рассчитывать основные показатели качества предоставления услуги потокового видео, такие как вероятность непрерывного воспроизведения и задержку начала воспроизведения. При моделировании учитываются коллизии, возникающие в случае, когда скорости отдачи пользователя не достаточно для того, чтобы отправить данные всем запросившим их у него пользователям. Представлены функциональные требования к симулятору, описан интерфейс для операционных систем Windows и Mac OS X. Собраны и обработаны статистические данные для анализа вероятностно-временных характеристик, основными из которых являются вероятность непрерывности воспроизведения потока и задержка начала воспроизведения, на основе которых построены графики зависимости этих показателей качества предоставления услуги потокового видео от структурных параметров системы.

Для цитирования:

Гайдамака Ю.В., Самуйлов А.К., Васильев И.Ю. Симулятор процесса буферизации при обмене данными в потоковой одноранговой сети // T-Comm: Телекоммуникации и транспорт. - 2016. - Том 10. - №2. - С. 4-11.

For citation:

Gaidamaka Yu. V, Samuylov A.K., Vasiliev I.Yu. Simulator of the buffering process while data exchange in streaming P2P networks. T-Comm. 2016. Vol. 10. No.2, рр. 4-11. (in Russian)

Введение

Р2Р-технологии являются альтернативным способом организации современных сетей доставки контента, для которых традиционной является централизованная архитектура типа «клиент-сервер». Некоторые недостатки потокового Р2Р-вещания, например, низкий уровень безопасности, в том числе проблемы с конфиденциальностью, задержка данных, не мешают поставщикам услуг реализо-вывать новые коммерческие решения и уникальные предложения с использованием Р2Р-технологии. Распределенная структура одноранговых сетей в отличие от сетей клиент-серверного типа позволяет значительно снизить затраты на серверное оборудование, уменьшить нагрузку на сеть, повысить отказоустойчивость сети, а также поддерживать обслуживание неограниченного количества пользователей Р2Р-сети - пиров (англ. peer) - с заданным уровнем качества предоставления услуг. Успешно работают коммерческие проекты, такие как PPLive, PPStream, востребованы Р2Р-трекеры, различные приложения, в частности, на мобильные устройства под платформы Android и ¡OS, которые можно найти 6 сети е открытом доступе.

Основным показателем качества предоставления услуг потокового вещания является непрерывность воспроизведения потока и задержка начала воспроизведения. Известны научные исследования, которые позволяют проводить анализ этих характеристик как с помощью математических моделей [I, 2], так и с помощью имитационного моделирования [3, 4]. В [I] изложен вероятностный подход к моделированию процесса буферизации при предоставлении услуги потокового видео Р2Р- сети, а в [2] это подход применен для сети с задержками передачи данных от сервера и между пользователями сети. Б [5-7] построена дискретная математическая модель обмена данными между пользователями потоковой Р2Р-сети в виде цепи Маркова, а в [8] получен метод расчета матрицы переходных вероятностей для этой цепи.

В этих работах отмечено, что расчет основных вероятностно-временных характеристик модели по полученным формулам в случае сетей большого размера требует разработки специальных вычислительных алгоритмов, поэтому исследования были продолжены с помощью имитационного моделирования [9], где имитационная модель построена в соответствии с математической моделью [5, 6] и учитывает задержки передачи данных от сервера и между пользователями сети, а также коллизии, возникающие из-за недостатка ресурса у пользователей, отдающих данные. При разработке симулятора «Р2Р Streaming Network Simulator», представленного в данной статье, эта имитационная модель была расширена, в частности, в симуляторе учтены три типа стратегий обмена данными в Р2Р-сети, сформулированные в [10].

Статья организована следующим образом. В первом разделе изложены особенности механизма буферизации при обмене данными в потоковой Р2Р-сети, которые далее учтены при построении математической модели сети согласно [5, 6], и определены показатели модели, соответствующие показателям качества предоставления услуги видео в потоковой Р2Р-сети. Во втором разделе содер-

жится аналитический обзор имеющихся в открытом доступе симуляторов процесса обмена данными в Р2Р-сетях и описание разработанного авторами симулятора процесса буферизации при обмене данными в потоковой Р2Р-сети. Там же приведен алгоритм имитационного моделирования, описан графический интерфейс пользователя и для иллюстрации работы симулятора приведены численные результаты моделирования работы сети. В заключении определены задачи дальнейших исследований.

Особенности моделирования механизма

буферизации

Рассмотрена модель Р2Р-сети с одним сервером-источником видеоданных и конечным числом разнородных пользователей. Количество присутствующих в сети пользователей постоянно на протяжении всего функционирования Р2Р-сети, т.е. новые пользователи в сеть не приходят, а уже подключенные не уходят из сети.

При построении математической и имитационной моделей сети детально учтен механизм буферизации видеопотока на стороне пользователей, который обеспечивает непрерывность просмотра потокового видео пользователем сети. В оборудовании каждого пользователя имеется буфер для загрузки и хранения порций данных {англ. chunk). Принцип заполнения буфера таков, что порцию данных от сервера пользователь может загружать только на нулевое место буфера, а остальные позиции буфера предназначены для загрузки порций данных от других пользователей. Таким образом, самая свежая порция данных, имеющаяся в сети, находится в начале буфера, а самый старый фрагмент видео, готовый к немедленному воспроизведению - на последней позиции буфера. Данные в буфер могут загружаться напрямую не от любого пользователя сети, а только от пользователей из т.н. «списка соседей» {англ, neighbors). Это ограничивает объем служебной информации, которой пользователи обмениваются друг с другом перед загрузкой данных [9, 12]. Разнородность пользователей означает, что они отличаются друг от друга скоростями загрузки (англ. download speed) и отдачи (англ. upload speed) данных, величиной задержки передачи данных от сервера (англ. lag) и набором соседей {англ. neighbors). Механизм буферизации видеопотока включает в себя также заранее определенные стратегии загрузки данных. В [10] определены три типа стратегий - стратегия составления списка соседей {англ. neighbors selection strategy), стратегия выбора целевого пользователя из списка соседей (англ. peer selection strategy) и стратегия выбора порции данных для загрузки (англ, chunk selection strategy или download strategy).

От описанных параметров сети зависят вероятностно-временные характеристики моделей, которые исследуются в работе: вероятность непрерывного воспроизведения видео {англ. probability of playback continuity), задержка начала воспроизведения (англ. start-up latency), вероятность наличия и вероятность загрузки порции данных на позициях буфера {англ. probabilities of availability and downloading a chunk), а так же вероятность возникновения коллизии (англ. probability of collisions) - ситуации, когда

запрашивающий пользователь не сможет закачать порцию данных из-за того, что у отдающего пользователя не хватает пропускной способности сети [2, 7].

Анализ эффективности функционирования сети предлагается проводить с помощью следующей модели сети [12], которая учитывает перечисленные выше параметры:

Z = <М,М,1а&с),и, Scss).

Здесь N - число пользователей в сети; М - размер буфера каждого из пользователей {рис. I а); lag — (lag(l), ,,.,lag(N)) - вектор задержек передачи данных от сер вера-ист очника; d = (d(l),... ,d(N)) и

u — (u(l).....u(N>) ~~ векторы скоростей загрузки и отдачи

пользователей соответственно; <5^ - стратегия выбора

порции данных для загрузки (chunk selection strategy).

Для каждого пользователя сети (п-пользователя, и -1, А") определим вектор \(п) = (х0(п),х,,(/?)), fjfe I, № который отражает состояние буфера п-пользователя, где -im(w) = 0, если m-позиция буфера л-пользователя пуста,

и — 1 в противном случае {рис. 16). Тогда состояние

сети описывает матрица X — (x(/7))n=1 а все возможные

состояния сети образуют пространство состояний X.

Обозначим А/">(п) = {т:*и(«) = г,т = 1,...,М},( = {0,1},

где М11)1(я) и Ма)(п) - множества пустых и занятых

позиций буфера n-пользователя соответственно. Вследствие задержек буферы п- и /i-пользователей будут смещены друг относительно друга на |/ag(w) — lag(h)\ позиций.

Множество номеров позиций буфера л-пользователя, доступных для обмена данными с ^-пользователем, можно записать в следующем виде:

т _ j х0„.„ М ~lag(n) + tag(h)},itlá$(n) > lag(h),

М[ > =

\{lag{h)-lag(n),..., M),\Uag(n) < lag(h).

В [5] построена модель обмена данными между буферами пользователей в виде цепи Маркова (ЦМ) |х',/ >0|

над пространством состояний X, где шаг ЦМ соответствует временному такту, определяемому механизмом буферизации. На рисунке 2 показано изменение состояния ЦМ на шаге I за счет сдвига буфера n-пользователя, который имитирует воспроизведение порции данных n-пользователем в конце каждого временного такта.

Здесь Sx(n) - операция сдвига, причем

S\(n) = (0,*(,{«),Jt|(«),...,A_M ,(/?)) в момент времени /,+ 0, если х(/?)-(;с0(н),(я)) в момент времени t¡ — о.

Распределение тг'(Х) вероятностей ЦМ >0|

на шаге I, I > 0, может быть найдено из уравнений Колмо-горова-Чэпмена, как это показано в [5], причем метод расчета матрицы переходных вероятностей для этой цепи получен в [6].

Обозначим через

N

q (п,т ,X,Scss)= £ / {т (n,h,X,8css)= т)

A=l. h*n

количество пользователей» от которых п-пользователь может загрузить порцию данных на m-позицию буфера в соответствии с стратегией Scss выбора порции данных для загрузки, когда система находится в состоянии Хе X.

0-место для загрузки данных от сервера

"Л ,

М мест для обмена данными с другими пользователями

Воспроизведение

Свободные позиции буфера,

xjn) = 0

f-мю]

L_L

л-пользователь

Буфер л-лольэактеля

Занятые позиции буфера,

лг» = 1

Рис. I. а) буфер л-пользователя; б) буферная карта л-пользователя

rVM 1

/-такт

г'<

t

ы

(/+1)-такт I 'т' (/+2)-такт

Рис. 2. Изменение состояний ЦМ на шаге /, / >0

Здесь m(n,A,X,tfcss)

пользователя для загрузки порции данных от пользователя в соответствии с стратегией ¿>(Ж

0> =

номер места буфера п-

/{.} - индикаторная функция. Вероятность @{п,т,tf^) того, что n-пользователь, N, загрузит порцию дан-

ных на m-позицию своего буфера в течение /-такта, />0, вычисляется по формуле

чк -т = 1,М,

ХбД. N(X)-1

О, т = 0.

Обозначим р'[п,т) вероятности того, что т-позиция

буфера л-пользователя на /-такте заполнена. Заметим, что непрерывное воспроизведение потока будет обеспечено, если на каждом шаге I последняя позиция буфера будет заполнена. Таким образом, одна из основных характеристик функционирования потоковых Р2Р-сетей, вероятность непрерывного воспроизведения видео, для П-пользователя в стационарном режиме может быть оценена следующим образом:

PV(n)= lim р'(п,М)-

Вероятность коллизии pc(h) Для ^-пользователя в

стационарном режиме может быть оценена следующим образом:

рс(ь)=шр{с<{и)>иЩ,

где с' (/г) " количество пользователей, запросивших порцию данных у h-пользователя на í-такте [9].

Симулятор функционирования

одноранговых сетей

В настоящее время в свободном доступе есть ряд си-муляторов, позволяющих моделировать функционирование Р2Р-сети, например, P2P5im, PlanetLab, PeerSim, GPS, PlanetSim, RealPeer и PeerThing. Большая часть из них написана на языке программирования Java и распространяется под лицензией GPL/LGPL, поэтому любой желающий может воспользоваться ими бесплатно и без ограничений. Все они в качестве основы используют дискретно-событийную архитектуру для моделирования как структурированных, так и для неструктурированных сетей.

Симуляторы P2PS¡m, GPS и PeerThing не обладают достаточной масштабируемостью: они не могут использоваться для моделирования больших сетей, число узлов которых превышает 3000, тогда как PeerSim, PlanetSim и RealPeer могут поддерживать более 10' узлов. Симулятор PeerThing является практически нерасширяемым и позволяет моделировать только ограниченный встроенный набор топологий сетей. Симулятор GPS на протяжении нескольких последних лет перестал поддерживаться разработчиками, и по этой причине его невозможно использовать для моделирования современных сетей и протоколов.

Все представленные симуляторы, за исключением PeerSim и RealPeer, имеют графический интерфейс поль-

зователя (Graphical User Interface, GUI), а симуляторы PeerSim и RealPeer пользователи могут использовать только в режиме консоли, прибегая к помощи сторонних программ для обработки результатов моделирования. К недостаткам обозначенных выше программных продуктов можно также отнести отсутствие в PlanetSim какого-либо механизма для сбора статистики, недостаточный набор статистических данных в RealPeer и отсутствие инструментов отладки в PeerSim и RealPeer.

Как видно из приведенного обзора, каждый симулятор имеет свои слабые стороны. К тому же, рассмотренные симуляторы позволяют рассчитывать не все характеристики функционирования сети, необходимые для качественного анализа производительности потоковых Р2Р-сетей, Также они не способны обрабатывать входные данные, которые принято считать ключевыми для моделирования современных Р2Р-сетей, например, задержку передачи данных от сервера-источника и задержки обмена данными между пользователями сети, применяемые в сети стратегий загрузки данных - стратегию составления списка соседей, стратегию выбора пользователя для загрузки из списка соседей, стратегию выбора порции данных для загрузки. Именно по этим причинам нами был разработан симулятор, который был бы лишен перечисленных выше недостатков.

Симулятор «Р2Р Streaming Network Simulator», предложенный в данной статье, имеет собственный GUI и возможность представления результатов как в текстовом, так и в графическом форматах. Он является открытым программным обеспечением и основан на математической модели, представленной выше.

Наш симулятор позволяет получить набор статистических данных, таких как вероятность наличия порций данных на позициях буферов пользователей, вероятность загрузки порций данных на определенную позицию буфера, вероятность возникновения коллизии, вероятность непрерывного воспроизведения, задержку начала воспроизведения и др. Разработанный симулятор обладает хорошей масштабируемостью и способен поддерживать до 10* узлов в моделируемой сети, а также предоставляет пользователю возможность задать конфигурацию этой сети, распределив пользователей на три группы в зависимости от значений задержек передачи данных от сервера.

Помимо этого, пользователь может задавать различные сценарии поведения пользователей в сети, выбрав один из Д8ух способов составления списков соседей: в соответствии со стратегией I или со стратегией 2, подробно представленными на рис, З.б, Также ключевой особенностью нашего симулятора является возможность выбора одной из пяти стратегий загрузки, которые описаны в [7, 9],

Алгоритм предложенной в статье имитационной модели представлен на рис. 3. Тело алгоритма изображено на рис. За, два правила составления списка соседей представлены на рис. 36, а оператор сдвига буфера представлен на рис. Зв.

т

I Boo д данных j

Создание объектов, характеризующих пользователей

Матрицу X^ В, lag. d, и

I составление списка соседей

Взаимодействие пользователей и сбор статистики

[Время моделирований истекло?!

Ч

Обработка статистики

а}

Выбор л-пользователя, у которого и ft списка соседей

i^JL

^ [Правило 1] |Правнпо2]^

Выбор 6/3 пользователей с lag

Выбор 6/ 3 пользователей с Ьд>

[Нет|

[Все пользователи имеют список соседей?]

которого мет списка соседей

[togtflNoj?..)

Выбор ft/4 пользователей с lagi

Выбор ft/6 I I пользователей с lag i I

Выбор 2 ft/6 пользователей е lagi

Выбор 2ft/4 пользователей с

* ( Выбор 26/6 1 с lagt J [^пользователей с IqqiJ

Выбор 6/6 пользователей с lag,

Выбор ft/4 пользователей с

> Г выбор зе/е 1 с fag i I пользователей с lag > J

[Все пользователи имеют спиео к соседей?]

Произвольный выбор следующего л-пользователи

>i

Отправка порции данных на М-позиции буфера п-пользоватедя на воспроизведение

Сдвиг всех порций данных в буфере л-пользователя на одну позицию вправо к концу буфера

Обнуление Омеета буфера

[Сдвиг буфера А^ |Нет] произошел у всех <; пользователей?)

[Да]

/V!

Рис. 3, Алгоритм процесса буферизации при обмене данными в потоковой Р2Р-сети

Четвертый блок диаграммы рисунка За отвечает за взаимодействие пользователей. В этом блоке происходит буферизации данных, работают стратегии выбора целевого пользователя и выбора порции данных для загрузки от целевого пользователя. Ниже представлен алгоритм загрузки порций данных на каждом такте.

Шаг I. Сервер случайным образом выбирает s-пользователя, которому на 0-позицию буфера будет загружена новая порция данных;

Шаг 2. Каждый n-пользователь, которого не выбрал сервер (л s, n= I ,..,N), случайным образом выбирает целевого fi-пользователя из списка своих соседей, и пы-тется загрузить от него такую порцию данных, что у п-пользователя ее нет, у ^-пользователя она имеется, и именно эту порцию данных следует загружать в соответствии со стратегией загрузки;

Шаг 3. Сдвиг буферов пользователей в соответствии с принципами из [6, 9],

Шаг 4. Завершение загрузки данных и сбор статистики по такту.

Симулятор «Р2Р Streaming Network Simulator» разработан на языке С++ при помощи Microsoft Visual Studio 2010 Express. Симулятор поддерживается на всех устройствах, операционной системой которого является: Windows 7, 8, 8.1, 10 х64, х86 или MAC OS X 10.0 - 10.10. Русскоязычный вариант графического интерфейса пользователя представлен на рис, 4.

Ниже перечислены исходные данные для моделирования, которые должны быть заданы пользователем симуля-тора «Р2Р Streaming Network Simulator»:

1) количество пользователей в сети, N;

2) количество серверов, Srv (для математической модели, описанной выше, Srv=l);

3) размер буфера сети, М;

4) значение задержек для трех типов пользователей lagl,lag2•>lag-i и их распределение среди пользователей

«!, п2, пъ, причем 0 = lagl < Iag2 < lag, < М -1 и

/7] + //, + «3 = N;

5) скорости загрузки и отдачи видеоданных, d(n) и

Ф);

6) стратегия загрузки, 5;

7) количество соседей, Ь, и стратегию формирования списка соседей, Стратегия I, Стратегия 2;

8) количество тактов (общее время функционирования сети), Т;

9) такт начала сбора статистики, 7л : 0 < Т$ < Т.

■з1 Р2Р Streaming Network Simulator

Количество пользователей 0 Количество серверов Размер буфера

1ля1 |0 n1 jO_£

Е Ш Е а

Ü42 О

л

п2 D

_Ш1

ия [д 'Ш "3 Э

Скорость загрузки Скорость отдачи Стратегия загрузки

3

Очистить

Engiah

Когмчество соседей 0 '

<£) Стратегия 1 € Стратегия 2

Пуск

Количество тактов

Ш

Help

Такт обора статистики Q

[gil

Рис. 4. Графический интерфейс пользователя симулятора «Р2Р Streaming Network Simulator»

Перегибы на графиках объясняются выбором значений задержек передачи данных от сервера. При выбранных значениях задержек lag-, =15 и !ag} =30 позиции т=15 и

т=30 соответствуют границам областей пересечения буферов пользователей из соседних групп. Согласно стратегии загрузки Primary First попытки загрузить порцию данных будут производиться на места областей пересечения буферов, начиная с крайней правой позиции. На графиках вероятности загрузки Q(n,m) порции данных локальные максимумы приходятся на позиции т=12 для группы 2 и т=27 для группы 3, поскольку порции данных на позициях 13-15 и 28-30 ещё не достаточно распространены в сети. На графиках вероятности наличия р(л,т) порции данных перегибы отмечены при тех же значениях т.

Необходимо отметить, что эти выводы подтверждаются анализом результатов моделирования для стратегии Latest First выбора порции данных для загрузки, при которой для загрузки из всех доступных выбирается наиболее свежая порция данных в сети, а также при других значениях задержек передачи данных от сервера для обеих стратегий выбора порции данных.

Заключение

Исследования показали, что основные показатели производительности потоковых Р2Р-сети, такие как вероятность непрерывного воспроизведения и задержка начала воспроизведения, существенно зависит от трех стратегий: стратегии составления списка соседей, стратегии выбора целевого пользователя из списка соседей и стратегии выбора порции данных ДЛЯ загрузки, определенных В [12]. Разработанные для потоковых Р2Р-сетей математические модели либо не принимают во внимание эти параметры [12] [5, 6, I I], либо позволяют проводить анализ только для небольших сетей из-за высокой вычислительной сложности задачи [8, II, 12]. Таким образом, дальнейшие исследования будут посвящены формализации многокритериальной оптимизационной задачи с целью максимизации вероятности непрерывного воспроизведения и минимизации задержки начала воспроизведения с учетом ограничений на лаги и скорости загрузки и отдачи пользователей. Также планируется модификация разработанного си-мулятора «Р2Р Streaming Network Simulator» для решения поставленной задачи оптимизации и перевод интерфейса

симулятора на основные европейские языки - французский, немецкий,испанский и итальянский.

Литература

1. Zhou, Y, Chiu, DM, Lui, JCS 2007 'A simple model for analyzing P2P streaming protocols' Proc. of IEEE International Conference on IN Network Protocols (ICNP 2007), pp. 226-235,

2. Zhao, Y, and Shen, H, 201 I 'A simple analysis on P2P streaming with peer playback lags' Proc. of the 3rd International Conference on Communication Software and Networks (IEEE ICCSN 201 I), pp. 396-400,

3. Naicken, S, Livingston, B, Bosu, A, Rodhetbhai, S, Wakeman, I, Chalmers, D 2007 'The state of peer-to-peer network simulators and simulations' ACM SIGCOMM Computer Communication Review, vol. 37, no. 2, pp. 95-98,

4. Bosu, A, Fleming, S, Stonier, J, Naicken, S, Wakeman, I, Gurbani, VK 2013. 'The State of peer-to-peer network simulators' ACM Computing Surveys (CSUR), vol. -45, no. 4, pp. 46.

5. Адаму, А., Гайдамака, Ю.В., Самуилов A.K. 201 I К анализу состояния буфера попьзователя одноранговой сети с потоковым трафиком Н T-Comm: Телекоммуникации и Транспорт, №7, С. 8-12.

6. Adamu, A, Gaidamaka, Yu, Samuylov, Л 201 I 'Discrete Markov chain model for analyzing probability measures of P2P streaming network', Lecture notes in computer science, vol. 6869, pp. 428-439.

7. Gaidamaka, Yu, Samuylov, A 2013 'Analytical modeling of playback continuity in P2P streaming network with latest first download strategy', Lecture notes in computer science, vol. 8121, pp. 363-370.

8. Gaidamaka, Yu, Samuylov, A, Samouylov, К 2013 'Mathematical modeling and performance analysis of P2P streaming networks', In Proc. of the Int. Conf. INTHITEN, pp. 69-81.

9. Gaidamaka, Yu, Vasiliev, I, Samuylov, A, Samuylov, K, Shorgin, S 2014, 'Simulation of buffering mechanism for peer-to-peer live streaming network with collisions and playback lags'. In Proc. of the 13th International Conference on Networks (ICN 20)4), pp. 86-91.

10. Romero, P, Bert mot, N\, Padula, D, Rodnguez-Bocca, P, Robledo, F 2012 'A cooperative model for multi-class peer-to-peer streaming networks'. In Proc. of the International Conference (ICORES 2012), pp. 274-282.

I I. Гайдамака Ю., Самуилов A. 2013 'Анализ стратегий заполнения буфера оборудования попьзователя при предоставлении услуги потокового видео в одноранговой сети II T-Comm: Телекоммуникации и Транспорт, Nal I. С. 30-32.

12. Ga/damaka, Yu 2013 'On mathematical modeling of P2P streaming networks'. Distributed computer and communication networks: control, computation, communications, JSC "TECHNOSPHERA", pp. 188-190.

SIMULATOR OF THE BUFFERING PROCESS WHILE DATA EXCHANGE IN STREAMING P2P NETWORKS

Gaidamaka Yuliya,

Peoples' Friendship University of Russia, Department of applied probability and informatics, associate professor, Moscow, Russia,

ygaidamaka@mail.ru

Samuylov Andrey,

Peoples' Friendship University of Russia, Department of applied probability and informatics, PhD student, Moscow, Russia,

aksamuylov@gmail.com

Vasiliev Ivan,

Peoples' Friendship University of Russia, Department of applied probability and informatics, master student, Moscow, Russia,

iuvasiliev@gmail.com

Abstract

P2P networks have gained ground due to its advantages like minimal traffic load on server that is original source of video data, efficient users' resource utilization, scalability, and high stability of the net. Modern users use peer-to-peer technology not only to share finite files, but to transfer video streams. It is now possible as a result of buffering mechanism that plays the key role in modern P2P networks. In this paper, a simulation of data exchange process in peer-to-peer networks is presented. It is based on mathematical model of data exchange process in terms of the Markov chain. The simulator is a programming tool that allows calculating quality indicators of video stream service for a net with finite number of users. It is necessary to take collisions into account that take place when uploading peer has not enough upload speed to send requestor user info. In this paper, function objectives of the simulator are presented; graphical user interface is described for Windows and Mac OS X operation systems. The P2P streaming network simulator gives a chance to see changes in system behavior while the number of users, the buffer size, upload and download speeds, and lags are varying. Statistics are collected to analyze time-probabilistic characteristics that are taken advantage of graphics of correlation between quality indicators of video stream service and networks structural parameters.

Keywords: P2P streaming network, simulator, download speed, upload speed, collisions, time lag. References

1. Zhou, Y, Chiu, DM, Lui, JCS 2007 'A simple model for analyzing P2P streaming protocols' Proc. of IEEE International Conference on IN Network Protocols (ICNP 2007), pp. 226-235.

2. Zhao, Y, and Shen, H, 2011 'A simple analysis on P2P streaming with peer playback lags' Proc. of the 3rd International Conference on Communication Software and Networks (IEEE ICCSN 2011), pp. 396-400.

3. Naicken, S, Livingston, B, Basu, A, Rodhetbhai, S, Wakeman, I, Chalmers, D 2007 'The state of peer-to-peer network simulators and simulations' ACM SIGCOMM Computer Communication Review, vol. 37, no. 2, pp. 95-98.

4. Basu, A, Fleming, S, Stanier, J, Naicken, S, Wakeman, I, Gurbani, VK 2013. 'The State of peer to peer network simulators' ACM Computing Surveys (CSUR), vol. 45, no. 4, pp. 46.

5. Adamu, A, Gaidamaka, Yu, Samuylov, A 201 1 'On analysis of user's buffer state in peer to peer streaming network' T-Comm, no.7, pp.8-12. (in Russian)

6. Adamu, A, Gaidamaka, Yu, Samuylov, A 2011 'Discrete Markov chain model for analyzing probability measures of P2P streaming network', Lecture notes in computer science, vol. 6869, pp. 428-439.

7. Gaidamaka, Yu, Samuylov, A 2013 'Analytical modeling of playback continuity in P2P streaming network with latest first download strategy', Lecture notes in computer science, vol. 8121, pp. 363-370.

8. Gaidamaka, Yu, Samuylov, A, Samouylov, K 2013 'Mathematical modeling and performance analysis of P2P streaming networks', In Proc. of the Int. Conf. INTHITEN, pp. 69-81.

9. Gaidamaka, Yu, Vasiliev, I, Samuylov, A, Samuylov, K, Shorgin, S 2014, 'Simulation of buffering mechanism for peer-to-peer live streaming network with collisions and playback lags', In Proc. of the 13th International Conference on Networks (ICN 2014), pp. 86-91.

10. Romero, P, Bertinat, M, Padula, D, Rodriguez-Bocca, P, Robledo, F 2012 'A cooperative model for multi-class peer-to-peer streaming networks', In Proc. of the International Conference (ICORES 2012), pp. 274-282.

11. Gaidamaka, Yu, Samuylov, А 2013 'Analysis of download strategies in peer to peer video streaming network' T-Comm, no.11, pp. 30-32.

(in Russian)

12. Gaidamaka, Yu 2013 'On mathematical modeling of P2P streaming networks', Distributed computer and communication networks: control, computation, communications, JSC "TECHNOSPHERA", pp. 188-190.