Statistics
| Branch: | Revision:

root / README.txt @ master

History | View | Annotate | Download (1.42 KB)

1 77c86d01 Leonardo Maccari
Why:
2
 - Approccio di networking, pesi con interpretazione di metriche di rete
3
 - Applicazione a reti mesh/multi-hop con topologie vere
4
 - Presenza di churn
5
 - Incentivo per i peer a partecipare
6
7
What:
8
 - Nuova teoria che comprenda grafi pesati:
9
    - 1) algoritmo centralizzato modificando la definizione di Eigenvector Centrality per tenere conto dei pesi
10
    - 2) algoritmo distribuito (estendere Prop 1)
11
    - 3) Dimostrare e/o verificare con emulazioni che i nodi con maggiore centralita', pur contribuendo di piu' hanno un vantaggio perche' ricevono i chunk mediamente prima degli altri
12
        - a) (opzionale) algoritmo per modificare la propria centralita' aggiungendo o togliendo archi
13
    - 4) Giustificare che la distribuzione basata su centralita' ha dei vantaggi (a valle dei punti 1,2)
14
 - confronto con Li + HPF
15
16
How: 
17
 - Estendere la teoria
18
 - Implementare in PS la strategia distribuita
19
 - Implementare in PS la strategia centralizzata (se necessario) econ i seguenti constraint:
20
    - oracolo che stima la centralita' perfetta
21
    - stima della centralita' con approssimazione della topologia data da:
22
        - algo Tempo
23
        - sampling della topologia con peer sampling
24
 - Test con nepa-test e topologie comunitarie
25
    - ninux/FFW/FFG con ETX
26
    - Barcellona con capacita' e ritardo (60ina di nodi)
27
    - Freifunk (decine di reti con dimensione 10-130)
28
 - Test con topologie sintetiche 
29
 - implementare Li distribuito in PS
30