Caracterização das propriedades dinâmicas da rede sobreposta em aplicação de transmissão par-a-par de vídeo ao vivo

Sistemas Peer-to-Peer (P2P) de transmissão de vídeo ao vivo estão se tornando cada vez mais populares. Apesar de vários estudos sobre o comportamento dos usuários e sobre as propriedades da rede sobreposta formada em tais sistemas, pouco é o conhecimento sobre como a estrutura desta rede evolui com o tempo durante uma transmissão de conteúdo. Nessa dissertação é apresentada uma caracterização das propriedades dinâmicas da estrutura desta rede sob dois pontos de vista: características individuais dos nós e características da rede como um todo. Foram utilizadas métricas de redes que avaliam a centralidade do nó e a topologia da rede. Os resultados mostram três perfis de nós com métricas de centralidade distintas na rede e pouca variabilidade dos nós entre esses perfis. Além disso, as medidas da topologia da rede também tendem a permanecer estáveis. Finalmente, esses resultados podem ser usados por pesquisas futuras com simulações mais realistas do dinamismo real da rede sobreposta.Peer-to-Peer (P2P) live video streaming systems are becoming increasingly popular. Nevertheless, in spite of various studies of client behavior aspects and system optimizations, the current knowledge about the dynamic properties of the system, particularly how the P2P overlay network changes over time during a live transmission, is still superficial. In this work, we provide a characterization of the dynamic properties of a popular P2P live streaming media application. We use complex network metrics to analyze how the structure of the network evolves over time from the perspective of individual nodes (local view) and of the whole network (global view). We find that peers may be clustered into three profiles based on their centrality properties in the network. Moreover, in spite of peers changing their partners over time, they tend to remain with the same centrality profile. Also, the global network structure tends to remain roughly stable over time, except for a decaying clustering coefficient. Our findings can be used to generate more realistic synthetic P2P workloads and to drive future system designs and simulations