Os autores agradecem os comentários dos revisores. As questões levantadas são comentadas a seguir



Baixar 22,94 Kb.
Encontro05.01.2017
Tamanho22,94 Kb.
Os autores agradecem os comentários dos revisores. As questões levantadas são comentadas a seguir.
Revisor 1:* Uma questão que deveria ser avaliada é que LRU e Popularidade estão ligados, o primeiro é de curto prazo e o segundo de longo prazo....

Resp: O objetivo do artigo é avaliar se políticas de substituição de objetos baseadas em medidas de popularidade são efetivas no gerenciamento desses objetos. Avaliar a mudança de popularidade ao longo do tempo implica na necessidade de definição e/ou utilização de métricas que captem essa mudança, o que escapa ao escopo do artigo. Em outras palavras, na escala de tempo em que se estuda a métrica popularidade, as requisições que chegam ao sistema não influenciam a popularidade dos objetos, a ponto de tornar um objeto mais popular que outro. Tal suposição, vale destacar, é totalmente válida pois refletem os períodos de estabilidade por que passam os sistemas dentro da escala de tempo.


Revisor 1: Também ficou pouco clara a afirmação da página 6, "Os objetos são mantidos na cache dos membros de uma comunidade somente se o a sua popularidade for maior ou igual a um limiar"...
Resp: Não, a afirmativa em questão está correta. Incluir um objeto não popular na cache, considerando o critério "existe espaço na cache", representaria apenas a poluição da cache com objetos que não são de "interesse", aumentando a complexidade dos mecanismos de gerenciamento dos objetos já que no caso de falta de espaço um critério a mais deveria se considerado, os objetos não populares presentes. É fato ainda que ao considerar a métrica de popularidade, as requisições estarão concentradas nos objetos populares tendo, portanto pouco impacto no resultado final, o armazenamento de objetos não populares. Assim sendo, um possível o aumento das taxas de acertos, não justificaria o custo de gerenciamento, qual seja procurar objetos não populares para serem removidos antes de qualquer outro objeto.
Revisor 1: A apresentação do sistema P2P também poderia ser melhorada...

Resp: A popularidade de cada objeto é um meta-dado que é carregado com este, e representa a popularidade global do objeto. Novamente, destaca-se que o objetivo do artigo é averiguar a efetividade de esquemas baseados na métrica e não a proposição de um esquema baseado na medida de popularidade.

Revisor 1:Mais experimentos poderiam ser realizados. Uma resposta que poderia ser dada é como o ganho varia de acordo com a distribuição de popularidade...

Resp: A realização da medição sugerida implicaria na mudança da popularidade registrada globalmente. Em outras palavras, realizar o experimento sugerido implica estudar o efeito da popularidade Local em uma política que está completamente baseada na popularidade Global. O resultado de tal experimento será a substituição gradual dos objetos populares globalmente pelos objetos populares localmente. Por um período de tempo, a taxa de acerto será reduzida mas logo que se estabeleça o novo conjunto de objetos populares, é fato, as taxas de acerto retornarão os níveis anteriores. O que esse estudo pode mostrar é o feito dos períodos "de baixa" já estudado na literatura [4].


Ainda, a efetividade da métrica popularidade não está condicionada ao YouTube. A literatura tem registrado a ocorrência do fenômeno do power law quando da modelagem da popularidade de objetos em sistemas de distribuição de vídeo, ver referência [6] e sua versão mais recente "Analyzing the video popularity Characteristics of large-Scale user generated Content Systems", em IEEE/ACM Transactions On Networking, vo 17, No 5, Oct 2009.

Uma power law estabelece, como regra geral, que poucos objetos recebem a grande maioria das requisições enquanto a grande maioria dos objetos recebem quase nenhuma atenção. Assim, não é o fato de se ter avaliado certa coleção de vídeos do YouTube que determinou o melhor desempenho da política e sim, o fato de se incorporar, com a utilização da métrica popularidade, o reconhecimento de um fato registrado na literatura em diferentes ambientes e aplicações

Revisor 2: O artigo não é claro em vários pontos, principalmente no ponto de armazenamento do objeto buscado...

Resp: Embora o revisor considere que "O artigo não é claro em vários pontos", ele ponta somente questões relacionadas a balanceamento de carga e controle de replicação de objetos em uma rede estruturada. A replicação de objetos e o balanceamento de carga representam, por si só, assuntos para, pelo menos, outro artigo completo, cada tema. Basta ver a literatura [7], que possui farto tratamento sobre os temas citados.


Os autores reiteram que o objeto de estudo do presente artigo é a efetividade da métrica de popularidade com elemento de decisão das políticas de SUBSTITUIÇÃO de objetos em um sistema de cache distribuído, cujos elementos apresentam uma dinâmica de conexão de desconexão. Portanto, controle de replicação e balanceamento de carga são temas que estão fora do escopo deste trabalho.
Revisor 3: Não parecem válidas as premissas assumidas face à inexistência de informações temporais sobre o acesso em [6]...

Resp: É fato que a popularidade dos objetos varia ao longo do tempo. Objetos populares deixam de ser popular e outros, mais novos, ganham popularidade. Nesse contexto a medida mais importante é a escala de tempo em que se verifica a alteração da popularidade dos objetos. Ou seja, os objetos armazenados na cache devem ser substituídos, naturalmente, nessa escala de tempo. Contudo, Dentro de uma escala de tempo os objetos populares e não-populares continuarão com os seus status.


Assim, a suposição de que as requisições para objetos populares e não-populares sejam distribuídas de forma uniforme é totalmente válida. De fato, ela é necessária pois garante-se a manutenção da condição dos vídeos.
Ao considerar qualquer outra distribuição ter-se-ia a alteração da popularidade dos objetos, ou seja, o efeito da popularidade local sobre a popularidade GLOBAL seria perceptível, como sugere o revisor ao dizer que "na prática um objeto será popular por um período de tempo apenas". Para tanto qualquer política proposta deveria Sim incorporar a popularidade local em suas dinâmicas, em outras palavras, considerar a escala de tempo em que a influência dessa medida é perceptível. Entretanto na escala de tempo considerada, no presente estudo, é um equivoco supor que exista tal influência.

Revisor 3: Quão válida é a comparação com LRU...?


Resp: Quando da proposição de uma nova abordagem é necessário a comparação com abordagens longamente estabelecidas na literatura. A comparação com abordagens exóticas que foram desenvolvidas para cenários específicos são, essas sim, de pouca valia para o avanço do estado da arte. Portanto, os autores optaram pela comparação a política LRU, uma das mais longamente estabelecida na literatura.

Revisor 3: A figura 3 não ajuda a ilustrar o cenário. De onde se infere que trata-se de uma DHT?...



Resp: A figura 3 em questão ilustra o fato que os pares serem organizados em comunidades. Os membros que formam uma comunidade são agrupados em classes, de acordo com o período de tempo em que eles permanecem conectados à rede. Em cada classe, pode-se definir a figura de um routeador de borda (gateway) tais como no protocolo BGP (Border Gateway Protocol). Esse gateway mantém informações sobre os membros da comunidade, e servem como ponto de comunicação entre as classes.
Revisor 3: Os autores não fornecem um exemplo de rede P2P DHT existente...
Resp: Existem vários tipos de redes peer-to-peer estruturadas na literatura, e. g, Content Addressable Network (CAN), Tapestry, Chord, Pastry, Kademlia e Viceroy.
Uma aplicação direta da nossa política é uma implementação de sistema peer-to-peer estruturado em provedores de acesso tais como Freebox (http://www.free.fr). Estes provedores de acesso permitem a seus usuários postarem conteúdos multimídia em suas redes e compartilhar com outros usuários dos sistemas espalhados em pontos geográficos diferentes (os videos são organizados em comunidades). Um serviço similar ao oferecido pelos sites Youtube e Dailymotion, como a diferença que somente os usuários da freebox podem ter acesso. Para reduzir o tráfego entres os diferentes pontos geográficos podem utilizar políticas de gerenciamento de cache para rede peer-to-peer.
Revisor 3: Há muitas escolhas arbitrárias na avaliação,...
Resp: O revisor questiona a escolha dos parâmetros usados nas simulações, indicando por fim que as premissas facilitam a modelagem. Os autores não vêem como a modelagem pode ser facilitada pelas escolhas efetuadas e argumentam a seguir que os valores dos parâmetros são razoáveis.
Questiona-se a quantidade de pares na rede: "por que foram usados apenas 40 pares?". O aumento do número de pares, que é o que sugere o revisor ao usar o termo "apenas" em seu questionamento, significa somente o aumento da capacidade de armazenado do sistema em termos absolutos. Aumento esse que será refletido em todos os cenários avaliados, e nenhuma influência terá sobre os resultados que são apresentados em termos proporcionais. Em outras palavras, fazer uma avaliação com 40 ou 400 ou 4000 peers, em nada influenciará os nossos resultados. O valor de 40 peers foi escolhido tendo-se as limitações que a simulação baseada em eventos impõe aos estudos numéricos. Ter 4000 peers multiplicaria em duas ordens de grandeza a quantidade de eventos gerados, inviabilizando qualquer estudo.
O revisor questiona o tamanho usado nas caches em cada peer, textualmente diz-se que "Por que cada par pode armazenar 490 vídeos? Porque em média 5:30 para cada vídeo?". Numa conta simples chega-se, para os parâmetros questionados, que cada peer pode armazenar 45 horas de vídeo, e a comunidade 1800 horas. 1800 horas é um valor bem próximo daqueles considerados na literatura (e.g., ver o estudo realizado na referência [7], assim como outras publicações na literatura). Ressalta-se ainda que a duração de 5:30min para os vídeos é um valor um pouco superior a duração média dos vídeos que se encontram na coleção usada no presente estudo, ver primeiro parágrafo da seção 3 do artigo.
O revisor questiona as classes de peers usadas no estudo, textualmente diz-se "Por que a divisão nessas classes específicas? Alguma conexão com a realidade?". Sim, há uma conexão direta com a realidade. Os peers da classe estável representam servidores dos provedores de serviço, distribuidores de mídia, que devem permanecer o maior tempo possível conectados à rede, facilitando assim a distribuição do conteúdo, enquanto que os peers da classe instável são consumidores desse conteúdo que entram na rede, consomem o conteúdo, pelo tempo que durar uma seção, e saem da rede. As classes moderada e baixa representam apenas peers que se desviam desse comportamento. Ressalta-se ainda que os resultados mostraram que as classes estável e instável dominam o comportamento do sistema.
Questiona-se o número de requisições, textualmente diz-se "Por que 20^7 requisições?". Observando os resultados o revisor pode concluir que nas avaliações numéricas as curvas dos gráficos estão estabilizadas por um longo período. O número de requisição utilizado, 20^7, é exatamente o parâmetro que permite observar o sistema por um longo período de tempo, um ponto quase sempre questionado quando se usa simulação, questionamento que Não se aplica ao presente trabalho que possui resultados gerado com 6 milhões de segundos de tempo de simulação.
O revisor questiona a modelagem feita para as sessões de conexão, textualmente diz-se: "Com base no que pode-se assumir que a duração das sessões de conexão e desconexão são independentes e segundo comportamento exponencial?". O sugerido pelo revisor é que as sessões são dependentes e que outras distribuições deveriam modelar os tempos. Tal afirmação SIM requer estudo sobre correlação entre os eventos de entrada e saída de membros na comunidade, e a utilização de distribuições que em regra apresentam memória longa para os eventos. A modelagem realizada no presente trabalho encontra suporte na literatura, grande parte dela dedicada a modelagem de sessões de acesso, ver "Traffic Modeling and Proportional Partial Caching for Peer-to-Peer Systems", IEEE/ACM Transactions on Networking, Vol 16 No 6, December 2008..


©bemvin.org 2016
enviar mensagem

    Página principal