eMule プロトコル スライス選択アルゴリズムの分析

eMule プロトコル スライス選択アルゴリズムの分析

ダウンロードはデータの送信であることはご存じのとおりです。この点に関しては、すでに合意内容について多くのことをご紹介してきました。その中でも、BT プロトコルと eMule プロトコルがここでの重要なポイントです。しかし、実際には両者の間には多くの違いがあります。では、2 つのプロトコルにこれほど多くの違いが生じる原因は何でしょうか?

まず、BT の方法はシンプルで効率的かつ高速な伝送に重点を置いていますが、eMule はネットワーク全体の状態とユーザー エクスペリエンスの変化に重点を置いています。

第二に、ダウンロード効率だけを見れば BT が有利ですが、ネットワーク状態と完全なプロトコル サポートの点では、eMule プロトコルの方が優れています。

***、パフォーマンスの観点から見ると、同じネットワーク条件下では、BT は単一ファイルのダウンロード能力が強く、eMule は長時間の複数ファイルのダウンロードに適しており、マシンの使用への影響は少なくなります。これは、ネットワークバランスと p2p モードに関する両者の認識が異なるためです。

eMule プロトコルとスライス選択および検索アルゴリズム

ネットワーク全体のスループットと共有を最適化するために、eMule プロトコルはチャンクをダウンロードする順序を慎重に選択します。基本的な選択戦略とシャーディング情報は次のとおりです。各ファイルは 9.28M のブロックに分割され、各部分は 80KB の部分に分割されます。チャンクがダウンロードされる順序は、ダウンロード クライアントが「ファイル チャンク要求」メッセージを送信することによって決定されます (セクション 4)。ダウンロード クライアントは、任意の時点で各ソースからファイルの 1 つのチャンクをダウンロードすることができ、同じソースから要求されたすべての部分は同じチャンクに含まれます。ダウンロード チャンク レベルでは、次の原則が (この順序で) 適用されます。

1. (利用可能な)ピースの頻度。最新のピースをできるだけ早くダウンロードして、新しいソースを形成します。

2. ファイルのプレビュー、確認、またはチェックに使用されるチャンク(先頭の *** 個)(例:映画、mp3)

3. リクエストのステータス(ダウンロード中)を確認し、各ソースに他の部分についても問い合わせてみます。リクエストをすべてのオリジンに分散します。

4. 完了(ある程度完了していない)、別のものをダウンロードし始めるときに、作品の一部が完了する必要があります

周波数標準では、非常に高い、低い、中程度の 3 つの領域が定義されています。各地域では、ブロックのグレードを計算するために使用される基準に特定の重みがあります。下位レベルのチャンクが最初にダウンロードされます。次のリストは、上記の原則に基づいてファイル レベルの範囲を指定します。

l0-9999 - リクエストしない、非常にまれなブロックをリクエストする

l0000-9999 - VPN を要求せず、プレビューをブロックします

l20000-29999 - 一般ブロックの部分的な完了を要求しない

l30000-39999 - 要求された***とプレビューされたブロック

l40000-49999 - 完了していない要求された一般ブロック

eMule プロトコル アルゴリズムは通常、最初の最新のブロックを選択します。ただし、部分的に完了したブロック、つまり完了に近いブロックも選択される場合があります。一般的なチャンクの場合は、ダウンロードをさまざまなソースに分散します。

<<:  eMule プロトコルの DHT アルゴリズム

>>:  IT ライフ: 遺伝的アルゴリズムを使用してコンピューターに歌詩を書かせる

ブログ    
ブログ    
ブログ    

推薦する

...

...

...

Google 研究者: AI が優秀すぎて「ラインを落とした」

数日前、人工知能の分野でほとんどブラックユーモアとも言えるニュースが発表された。Google のエン...

...

コストを 95% 削減した ChatGPT の代替品を作成しましょう! OpenAIのハードコアアップデートが来月リリースされ、ビジュアルAPIが登場

世界中の開発者は長い間、OpenAI モデルの価格に悩まされてきました。ロイター通信は、11月6日に...

Adobe と機械学習が出会う: 新しい Photoshop が複数の新しい AI 機能を導入

Adobe Max 2021 イベントは予定通り開催されます!このイベントの最も興味深い特徴の 1 ...

MITが「計算能力」に関する警告を発令:ディープラーニングは計算能力の限界に近づいている

ディープラーニングの人気は、基本的に人々の計算能力の追求によるものです。最近、MIT は警告を発しま...

Kubernetes 上で生成 AI アプリケーションをデプロイするためのステップバイステップ ガイド

翻訳者 |李睿レビュー | Chonglou今日の急速に変化するテクノロジーと市場環境では、人工知能...

データベース列ストレージ: 最適な圧縮アルゴリズムを設計するための近道

データベースの保存方法によって、データベース操作の効率が決まります。51CTO データベース チャネ...

...

レア! Apple のオープンソース写真編集ツール MGIE が iPhone に登場?

写真を撮り、テキストコマンドを入力すると、携帯電話が自動的に写真の編集を開始しますか?この魔法のよう...

人工知能の歴史 - チューリングテストからビッグデータまで

[[194770]]私はずっと、人工知能がどのように提案されたのか、その背後にはどのような物語がある...

最新レポート: 従業員の 25% が ChatGPT などの AI ツールに機密データをアップロードしている

新たな調査によると、従業員の15%がChatGPTに会社のデータを頻繁にアップロードしており、そのデ...

アナーキストとの対話: ノーム・チョムスキーが語るディープラーニングの未来

この記事は公開アカウント「Reading Core Technique」(ID: AI_Discov...