Removing bias due to finite measurement of dynamic systems: case study on P2P systems

TL;DR

This paper presents a general methodology to determine if the observation window is sufficient to characterize properties of dynamic systems, demonstrated through P2P network data analysis, revealing differences in session durations and file lifetimes.

Contribution

Introduces a novel methodology to assess the adequacy of measurement windows for characterizing properties in dynamic systems, applied to P2P network data.

Findings

Session durations can be accurately characterized with sufficient observation time.

File lifetime properties may be uncharacterizable due to non-stationarity or short measurement duration.

Abstract

Mesurer avec pr\'ecision la dynamique des graphes de terrain est une t\^ache difficile, car les propri\'et\'es observ\'ees peuvent \^etre biais\'ees pour diff\'erentes raisons, en particulier le fait que la p\'eriode de mesure soit finie. Dans ce papier, nous introduisons une m\'ethodologie g\'en\'erale qui nous permet de savoir si la fen\^etre d'observation est suffisamment longue pour caract\'eriser une propri\'et\'e donn\'ee dans n'importe quel syst\`eme dynamique. Nous appliquons cette m\'ethodologie \`a l'\'etude des dur\'ees de sessions et des dur\'ees de vie des fichiers sur deux jeux de donn\'ees P2P. Nous montrons que le comportement des propri\'et\'es est diff\'erent : pour les dur\'ees de sessions, notre m\'ethodologie nous permet de caract\'eriser avec pr\'ecision la forme de leur distribution. Par contre, pour les dur\'ees de vie des fichiers, nous montrons que cette propri\'et\'e ne peut pas \^etre caract\'eris\'ee, soit parce qu'elle n'est pas stationnaire, soit parce que la dur\'ee de notre mesure est trop courte.