Дарвиновская эволюция в интернете

комментировать
версия для печати

Многократная передача данных в интернете может дорого стоить и быть неэффективной, поэтому сетевые компании заинтересованы в разработке способов временного хранения, или кэширования, информации по разным адресам — таким образом можно уменьшить стоимость и увеличить скорость загрузки данных.

Сложность состоит в том, чтобы решить, где именно и в течение какого времени было бы целесообразно хранить информацию. Одно из возможных решений — наладить связь между отдельными буферами, однако это тоже не самое эффективное решение, так как канал оказывается слишком загруженным.

Чтобы преодолеть эту трудность Пабло Фьюнс (Pablo Funes), сотрудник американской компании Icosystem, совместно с Юргеном Бранком (Jurgen Branke) и Фредериком Тайлем (Frederik Theil) из Карлсрухского университета, Германия, попробовали применить так называемые «генетические алгоритмы», составленные соответственно дарвиновской теории эволюции. По образцу таких алгоритмов было решено разработать методику, которая будет использована серверами, кэширующими информацию.

Исследователи заняты тем, что составляют алгоритмы для различных типов сетей, например, для сетей с «узкими местами». Они также придумали универсальные алгоритмы — такие подходят для работы в сетях всех типов. Фьюнс предполагает, что со временем благодаря применению данной схемы станет возможной автоматическая конфигурация буферов в каждом конкретном случае. «В ходе дальнейшего развития появятся индивидуальные правила для каждого хоста и каждой подсети интернета», — цитирует Фьюнса журнал New Scientist.

В настоящее время команда исследователей занята тестированием проекта. Для этого была создана модель сети, в которой проходят проверку различные стратегии сохранения данных в кэш. Тестовая сеть имитирует сегмент Глобальной сети. Используемые алгоритмы учитывают самые разные условия: например, количество запросов того или иного фрагмента информации, число узлов, которое данному фрагменту нужно пройти, размер фрагмента. После этого будет выработано решение о том, где и в течение какого времени должен храниться фрагмент.

Ключевым моментом предложенной идеи ученые считают то, что рациональный алгоритм является результатом своего рода «эволюции». Вначале из числа случайно заданных алгоритмов были отобраны те, которые наилучшим образом снижали трафик и увеличивали скорость передачи данных. Затем, в результате «скрещивания», возникло новое поколение алгоритмов: для этого ученые соединили фрагменты отобранных моделей и внесли случайные изменения (своеобразные «мутации»). Для повышения эффективности этот процесс можно повторять снова и снова.

В ходе проверки при использовании модели сети, содержащей 300 узлов, или нод, предложенная тремя исследователями методика оказалась как минимум вдвое быстрее любой существующей стратегии. Однако Фьюнс признает, что у разработки есть свои слабые места. Чем, например, может быть мотивировано желание кэшировать информацию для других пользователей? «Усложненные модели поведения в Сети возможны лишь в условиях сотрудничества и взаимного доверия, — объясняет Фьюс, — и, с другой стороны, в условиях отказа в помощи тем, кто отличается агрессивным поведением по отношению к чужим ресурсам».

Другие