總擔心自己看論文看完就過了，所以做個記錄！

這篇論文主要解決的是互聯網用戶的帶寬測量問題。即優化了現有的帶寬測量技術，提出了FastBTS(fast bandwidth testing services)，快速，低成本，可以大規模部署。但并沒有提出新的帶寬測量方法。

core idea：

accommodate and exploit the noise rather than repetitively and exhaustively suppress the impact of noise
即適應并充分的利用噪聲
作者的做法是通過一種統計抽樣模型即接受拒絕抽樣(ARF: acceptance-rejection function)來適應和利用噪聲。
在測量過程中，作者通過帶寬探測生成了一個吞吐量樣本序列，并繪制分布模型P(x),x為吞吐量。并通過ARF技術進行過濾，保留接收樣本，丟棄拒絕樣本，通過過濾后的技術建立分布模型T(x).作者認為噪聲雖然分散在整個吞吐量區間中，但是真實的樣本卻集中在一個很小的范圍內（關鍵區間），所以作者任務就變成了尋找關鍵區間。

作者利用模糊拒絕抽樣(fuzzy rejection sampling)，識別真實樣本，濾除測量噪聲引起的假樣本，并尋找真實的吞吐量區間。

overview

介紹一下每個模塊的功能：

Crucial Interval Sampling(CIS)
主要工作：尋找關鍵區間
其中包含：關鍵區間算法（尋找關鍵區間吞吐量的上下區間），利用凸包尋找關鍵區間（尋找前一個模塊確定上下區間的最優解）以及結果的快速迭代

Elastic Bandwidth Probing(EPB)
accommodate diverse noises over the live Internet,while saturating the bandwidth of the access link.
EPB的目標就是在使鏈路飽和的同時，適應實時網絡上的各種噪聲。

Data-driven Server Selection(DSS)
尋找服務器進行測量

Adaptive Multi-Homing (AMH)
多連接使鏈路飽和

總結

以上是生活随笔為你收集整理的论文总结：Fast and Light Bandwidth Testing for Internet Users(21‘ NSDI)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。