Improving content delivery with OSN-awareness

Abstract

Τα Δίκτυα Παράδοσης Περιεχομένου (CDN) χρειάζεται συχνά να ανακαλέσουν περιεχόμενο απαιτητικό σε εύρος ζώνης για καταναλωτές πληθώρας εφαρμογών (ηλεκτρονικής μάθησης, υγείας, κοινωνικής δικτύωσης, έξυπνων πολέων κ.ά.). Μεγάλο μέρος της κίνησης στο Internet οφείλεται στους επιγραμμικούς παρόχους πολυμεσικού περιεχομένου και η κίνηση επιτείνεται από τη διάδοση περιεχομένου από τα ευρέως διαδεδομένα Επιγραμμικά Κοινωνικά Δίκτυα (OSNs). Στην παρούσα διδακτορική διατριβή ισχυριζόμαστε ότι η πληροφορία από τα κοινωνικά δίκτυα μπορεί να χρησιμοποιηθεί για προανάκληση περιεχομένου και να συνεισφέρει στη βελτίωση των υποδομών παράδοσης περιεχομένου. Ο ισχυρισμός μας υποστηρίζεται από τρεις μελέτες, που εφαρμόζουν τη χρήση της πληροφορίας από τα κοινωνικά δίκτυα σε καταστάσεις όπου η συμβατική αντιγραφή περιεχομένου είναι αδύνατη (λόγω του όγκου των δεδομένων και της φύσης του παραγόμενου από χρήστες περιεχομένου, που μπορεί να μην είναι τόσο δημοφιλές για να αντιγραφεί στο σύνολο της υποδομής, αλλά συνολικά ευθύνεται για μεγάλο αριθμό αιτήσεων χρηστών). Η προσέγγισή μας βασίζεται σε πειραματισμό με εμπειρικά δεδομένα για την αναγνώριση των σχετικών ιδιοτήτων από τα κοινωνικά δίκτυα, και την ενσωμάτωση των τελευταίων σε σύγχρονα CDN. Οι ελάχιστες προσεγγίσεις που έχουν προταθεί χρησιμοποιούν συνθετικά δεδομένα και αγνοούν: θέματα αποθηκευτικών χώρων της υποδομής, την αντιπροσωπευτικότερη τοπολογία της υποδομής, κ.ά.. Στην πρώτη μελέτη σκοπός μας είναι να εκμεταλλευτούμε τη δραστηριότητα των χρηστών των κοινωνικών δικτύων προκειμένου να βελτιώσουμε το μηχανισμό προανάκλησης περιεχομένου που ενσωματώνουμε σε προσομοιωτή CDN κίνησης, ενώ το κόστος αντιγραφής στους υποκατάστατους εξυπηρέτες του CDN λαμβάνεται υπόψη. Για την αναβίβαση του περιεχομένου χρησιμοποιούμε γεωχωρικά χαρακτηριστικά των χρηστών που συμμετέχουν στις αναμεταδόσεις περιεχομένου πάνω από τα Κοινωνικά Δίκτυα. Μη δημοφιλή συνολικά αντικείμενα συχνά διαδίδονται επανειλημμένα και εντοπίζονται σε συγκεκριμένες περιοχές του OSN. Προτείνουμε τον Social Prefetcher, που μειώνει το κόστος αναπαραγωγής με την επιλεκτική αντιγραφή αντικειμένων σε τοποθεσίες όπου πιθανόν θα ζητηθούν. Επεκτάσεις της μελέτης περιλαμβάνουν πειραματισμό με παραλλαγές ως προς τα σχήματα caching στους υποκατάστατους εξυπηρετητές και περαιτέρω διερεύνηση του θέματος της πλέον αποδοτικής χρονικά αντιγραφής (γνώση των ωρών αιχμής για την αναβίβαση / καταβίβαση περιεχομένου). Επίσης ενσωματώνουμε και άλλη πληροφορία συγκειμένου, π.χ. αριθμό θεάσεων μέσα στην πολυμεσική υπηρεσία. Οι παραλλαγές μας αποδεικνύεται πειραματικά ότι συνεισφέρουν στη μεγιστοποίηση της απόδοσης των CDN με ταυτόχρονη εξοικονόμηση του κόστους αντιγραφής. Η δεύτερη μελέτη αφορά στο συνδυασμό δεδομένων σχετικά με τους χρήστες από το Twitter με δεδομένα σχετικά με βίντεο από την πλατφόρμα YouTube. Στοχεύουμε στο συσχετισμό της προβλεψιμότητας του διαμοιρασμού των βίντεο με το κοινωνικό συγκείμενο των χρηστών. Συνδυάζοντας τα δύο σύνολα δεδομένων πραγματοποιούμε διαπιστώσεις που κανένα από τα δύο δεν προσφέρει μεμονωμένα. Αναπτύσσουμε ένα ακριβές μοντέλο για την πρόβλεψη της μελλοντικής δημοφιλίας ενός πόρου-βίντεο βάσει χαρακτηριστικών από το κοινωνικό δίκτυο του χρήστη που το μετάδωσε αρχικά. Το σύνολο των χαρακτηριστικών που προτείνουμε στηρίζεται στην αποτίμηση της επιρροής ενός χρήστη, τη διακύμανσή της μέσα στο χρόνο, και την απόσταση των ενδιαφερόντων των χρηστών στην πλατφόρμα και το κοινωνικό δίκτυο. Ολοκληρώνουμε ενσωματώνοντας τη δεύτερη μελέτη σε μια υποδομή παράδοσης περιεχομένου, προκειμένου να αποκομίσουμε οφέλη ως προς την ποιότητα εμπειρίας του χρήστη και τα κόστη των παρόχων. Η διατριβή ολοκληρώνεται με ανακεφαλαίωση των κυριότερων συνεισφορών της και προτάσεις για μελλοντική έρευνα.

Content Distribution Networks (CDNs) often need to prefetch bandwidth-intensive content for consumers of a plethora of applications, including elearning, healthcare, social activities, and smart cities. Internet traffic generated by online multimedia streaming providers has exploded, and circulation of content over ubiquitous Online Social Networks (OSNs) intensifies the traffic growth. Our thesis is that information extracted from OSNs can be harnessed to facilitate proactive content caching decisions, and thereby build better CDN infrastructures. Our claim is supported by three case studies, which apply social information in situations where traditional content scaling is infeasible: global replication demanded by traditional CDNs for the voluminous content produced becomes expensive, and user-generated content is especially difficult due to its long tail nature -with each item probably not popular enough to be replicated globally, but with items altogether getting sufficient accesses-. We extensively experiment with empirical traces to identify relevant social properties and incorporate the latter into current CDNs. The challenging endeavor of engineering of general OSN-aware content placement applications over a CDN infrastructure has received less attention. The very few existent approaches lack evaluation with nonsynthetic workloads and ignore storage issues of the infrastructure, the refined topology of data centers, etc. In our first study the pursuit lies in exploiting the user activity extracted from OSNs to incorporate a dynamic mechanism to a CDN traffic simulator. The cost of copying to surrogate servers is taken into consideration. For the staging of content we use geo-social properties of users participating in social cascades, as unpopular long-tail user-generated items often go viral and are localized in a part of the OSN. We propose the Social Prefetcher, an approach that decreases replication costs by selectively copying items to locations where items are likely to be consumed. Extensions of this work include caching scheme variations as well as further study of the issue of temporal diffusion, related to the most efficient timing of the content placement. We exploit the knowledge of peak times for upload and download, and incorporate contextual information, such as the viewership within the media service. Our variations are experimentally proven to contribute toward maximization of CDN performance with regard to client-perceived metrics and content replication costs. The second study examines merging of Twitter user-centric data with YouTube video-centric data. We aim at investigating the ties between predictability of video sharing and the social context of video uploaders, and obtain insights than neither employed dataset individually gives. We develop an accurate model to predict the future popularity of a video resource given features of the underlying network of its initiator: the notion of user influence, its fluctuation through time, as well as the distance of content interests among users for both datasets. We finish by discussing a study integrating the second study with a Content Delivery infrastructure to reap possible benefits in terms of user experience and providers’ costs. The Thesis concludes with a discussion of its main contributions and a suggestion of key topics for future research.