Emerging P2P Traffic Analysis and Modeling

Rapidly emerging P2P(Peer to Peer) applications generate very bursty traffic, which gives a lot of burden to network, and the amount of such traffic is increasing rapidly. Thus it is becoming more important to understand the characteristics of such traffic and reflect it when we design and analyze the network. To do that we measured the traffic in a campus network and present flow statistics and traffic models of the measured traffic, and compare them with those of the web traffic. The results indicate that P2P traffic is much burstier than web traffic and as a result it negatively affects network performance. We modeled P2P traffic using self-similar traffic model to predict packet delay and loss occurred in network which are very important to evaluate network performance. We also predict queue length distribution and loss probability in SSQ(Single Sewer Queue). To assess accuracy of traffic model, we compare the SSQ statistics of traffic models with that of the traffic trace. The results show that self-similar traffic models we use can predict P2P traffic behavior in network precisely. It is expected that the traffic models we derived can be used when we design network capacity and predict network performance and QoS of the P2P applications.

P2P 트래픽의 특성 분석과 트래픽 모델링

현재 급속히 늘어나고 있는 P2P(Peer to Peer) 애플리케이션은 버스트(burst)한 트래픽을 많이 발생시켜 네트워크에 큰 부하를 주고 있다. 따라서 P2P 트래픽의 특징을 분석하고 이것이 네트워크 및 QoS에 미치는 영향을 이해하는 것은 매우 중요하다. 본 논문에서는 P2P 애플리케이션의 사용현황을 알아보기 위해 캠퍼스 네트워크의 트래픽을 측정한 후, 측정한 트래픽의 플로우를 분석하고, P2P 트래픽의 자기 유사성을 측정하여 웹 트래픽과 비교 분석하였다. 분석 결과 P2P 트래픽은 기존의 웹 트래픽보다 더 버스트하였으며, 이는 P2P 트래픽이 네트워크 성능에 악영향을 미치고 있음을 알 수 있었다. 측정한 P2P트래픽을 네트워크 성능평가 및 예측에 용이하게 이용할 수 있게 하기 위해, 이를 자기 유사 트래픽 모델을 이용하여 모델링하였다. 유도한 트래픽 모델의 정확성을 평가하기 위해, SSQ(Single Server Queue)를 이용하여 네트워크 성능 평가에서 매우 중요한 파라미터인 큐의 길이와 손실을 예측하였으며, 이것을 측정된 트래픽의 그것과 비교하여 트래픽 모델의 정확성을 평가하였다. 본 논문에서 사용한 자기 유사 트래픽 모델은 P2P 트래픽을 잘 모델링하고 있었으며, 이 결과는 P2P 트래픽의 특성을 고려한 네트워크 설계와 성능을 평가하고 예측할 때 사용될 수 있다.