A Peer Recommendation Mechanism based on Collaborative Load Balancing for Hybrid P2P Systems

Abstract

최근 P2P 시스템은 사용자 컴퓨터의 성능 향상, 네트워크 속도 향상과 같은 외부적인 요인과 피어 간의 직접적으로 자원을 공유하고자 하는 내부적인 요인에 의해 대중적인 사용이 크게 증가하고 있다. 이로 인해 네트워크 내에는 P2P 사용으로 인한 트래픽이 크게 증가되었다. 일반적으로 P2P 시스템에서 피어들은 피어 간의 협력을 통해 원하는 서비스를 제공 받을 수 있다. 네트워크에 참여하는 피어들은 원하는 자원을 찾고, 제공 받기 위해서 많은 피어들과 통신을 해야 하며, 이것은 곧 네트워크 내의 트래픽을 발생시키는 원인이 된다. 이러한 문제를 해결하기 위해 제안된 P2P 모델이 수퍼 피어 기반의 계층형 P2P 모델이다. 수퍼 피어 기반의 P2P 모델의 경우, 피어들은 수퍼 피어를 선택해서 원하는 서비스를 요청할 수 있으며, 수퍼 피어는 서비스를 제공하기 위해서 네트워크 내의 다른 수퍼 피어들과 협력해야 한다. 따라서 수퍼 피어 기반의 모델의 경우, 전체 시스템의 성능은 일반 피어와 수퍼 피어, 수퍼 피어와 수퍼 피어와 같은 피어 간의 협력에 의해서 크게 영향을 받는다. 그러나 기존의 수퍼 피어 기반의 P2P 시스템들의 경우, 피어 간의 협력을 통해 피어들이 최적의 성능을 얻기 위해서 협력할 대상을 선정하는 문제에 대해 연구가 미비하다. 기존의 많은 연구들은 수퍼 피어의 쿼리 처리와 로드 밸런싱을 위해 피어를 선택하는 방법으로 랜덤한 방식을 이용하며, 이로 인해 피어들은 원하는 서비스를 제공받는 데 어려움이 따른다. 따라서, 본 박사학위 논문에서는 피어들이 최적의 피어를 선택해서 네트워크에 참여할 수 있도록 하였다. 이를 위해 우리는 ISP2P (Intelligent Super-peer based P2P System) 시스템을 설계하였으며, 제안한 시스템은 크게 두 부분으로 나누었다. 먼저, 피어들이 우수한 성능을 가진 피어를 이용해 효율적인 쿼리 처리와 네트워크 트래픽을 줄일 수 있도록 피어에게 최적의 수퍼 피어를 추천해주며, 이를 기반으로 피어들이 다양한 네트워크 상태에 대해 안정적인 서비스를 제공할 수 있도록 동적인 로드 밸런싱 기반의 협력 전략을 제안하였다. 우리는 우수한 수퍼 피어를 추천하기 위해서 피어의 특징과 타입에 따라 피어의 로드 상태, 위치, 자원의 특징과 같은 세 가지 측면에서 피어의 성능을 분석하였다. 먼저, 우리는 수퍼 피어의 로드를 각각의 타입별로 분류하여, 로드를 예측 알고리즘을 이용해 측정하였으며, 임계치에 따라 작업 부하의 상태를 평가하였다. 둘째, 피어 간의 쿼리 교환에 영향을 미치는 피어 간의 네트워크 거리를 IP 기반의 지리적인 정보와 직접적인 측정 기반의 RTT (Round Trip Time) 정보를 통합하여 적용해 피어의 위치 정보를 인식하였다. 셋째, 피어의 자원의 특징을 고려하여 피어를 선택하기 위해 피어가 공유하는 컨텐츠의 카테고리 정보에 따라 컨텐츠 유사도를 측정하였다. 마지막으로, 우리는 피어의 타입에 따라 최적의 피어를 선택할 수 있도록 수퍼 피어의 로드 상태, 위치, 자원의 특징에 따라 각각의 중요도에 대해 가중치를 적용해 수퍼 피어의 성능을 결정하였다. 이를 기반으로 에이전트 수퍼 피어는 피어 개개인의 특징에 맞는 최적의 피어들을 추천하며, 이를 통해 기존의 수퍼 피어 기반의 P2P 시스템들과 비교해 쿼리를 효율적으로 처리할 수 있으며, 메시지 응답 시간을 향상 시킬 수 있다. 수퍼 피어가 안정적인 로드를 보장해 주기 위해, 로드의 상태에 따라 동적으로 로드 밸런싱을 하였다. 이를 위해 피어들은 분산할 부하를 결정하고, 로드를 분산할 대상을 선택하고 해당 피어들과의 협력을 통해서 부하를 분산한다. 우리는 이를 위해서 로드의 타입과 상태에 따라 복제 (Replication), 재선출 (Re-selection), 선점입 (Pre-occupation), 선분산 (Pre-distribution) 같은 4가지 협력 정책을 제안하였다. 제안한 각각의 정책은 로드의 상태에 따라 수퍼 피어의 작업 부하를 동적으로 제어함으로써, 피어들이 선택한 최적의 피어를 통해 안정적인 쿼리 처리를 할 수 있도록 하였다. 또한, 쿼리의 증가 또는 네트워크 내의 피어의 증가와 같은 동적인 시스템 환경에 대해 잘 대처할 수 있도록 하였다. 제안한 ISP2P 시스템은 시뮬레이션 모델을 설계하여, 다양한 성능 평가를 통해 검증하였다. 본 시스템은 피어 추천 알고리즘과 로드 밸런싱을 위한 협력 알고리즘을 적용해 기존의 수퍼 피어 기반의 P2P 시스템의 쿼리 처리에 의해 발생하는 네트워크 트래픽을 크게 향상 시킬 수 있었다.;In P2P systems, peers can provide requested services through the collaboration between peers. Peers participating in the network have no information where other peers are located and what resources they share. Consequently, in order to receive requested services, peers should communicate with a large number of other peers in the network simultaneously, and this can lead to significant increase of network traffic. In order to solve this problem, a Super-Peer based hybrid P2P system is proposed. In this model, the performance of the system greatly depends on the collaboration between peers such as Ordinary-Peers (OP) and a Super-Peers (SP) or SPs and neighbor SPs. The performance of the overall system can also be determined by the selection of peers and the service availability of requested peers. However in the existing SP based P2P systems, relatively less attention was paid to peer selection strategy for the efficient collaboration between peers. There are many researches on random selecting of OP and SP. Our research focus is divided broadly into two parts for the peers to recommend selected other peers and join the network in hybrid P2P system. The main objective of this dissertation is to propose a peer recommendation mechanism for efficient query processing and reducing the network traffic. The other objective is to propose dynamic workload balancing based on collaboration strategies to offer stable service for peers on dynamic network status. With regard to recommend selected peers, we analyze peer's capacity in the aspect of three factors: Workload status, Network distance and Category-based content similarity. First, to evaluate the workload status, we classify peer's workloads according to job type and each load is measured by prediction algorithm. And the measured load is given its status by pre-determined thresholds. Second, we recognize the location information of peers by means of the network distance between peers. Third, with considering the feature of resource shared by peer, we measure the category-based content similarity between peer's content lists and queries requested from peers. Finally, based on above three factors, we determine peer's capacity with the weight value according to each factor's priority. Through these evaluations of various properties of peer's capacities, peers in the network can be recommended selected peers for sharing resources. Thus, using selected superior peer, we can efficiently process queries and improve the message response time. Regarding keeping the capacity of chosen SP, the system needs to perform the load balancing according to dynamic workload status. To decentralize the workload, peers analyze the cause of the workload to determine how much load they will distribute, choose targets, and finally distribute the load through cooperations with the targeted peers. We propose four collaboration strategies according to type of load and status as follows: Replication strategy, re-selection strategy, pre-occupation strategy and pre-distribution strategy. Each proposed strategy dynamically controls SP's workload so that peers can stably process queries using selected peer. Also, proposed system can efficiently handle dynamic system environment due to the unpredictable increase of queries and peers in the network, which eventually will improve the scalability of system. In conclusion, SP based P2P system needs appropriate load balancing strategies according to its workload status, and also should be able to distribute workload by the selection of appropriate neighbors. Proposed system validates the performance using the simulation model for hybrid P2P system and, based on a peer recommendation scheme for hybrid P2P system using collaborative load-balancing, can improve message response time, network latency, and network bandwidth consumption caused by query processing.