Do your MSc assignment within the Tribler team
Please contact a team member on the 9th floor of EWI...
Possible topics
We are a group conducting experimental P2P research. All members of the Tribler team have at some point to show that their algorithms work, what their performance is, and how they can be improved. All possible tasks expand the existing work or ongoing research with operational Python code. Here are some ideas:
- Create a stunning real-time visualisation of Bittorrent swarm dynamic such as Digg example
- Implement the Azureus DHT in Tribler and improve the speed with more parallelism and pre-fetching.
- P2P Widgets: The Internet is your Operating System and provides you the code to execute
- Live playlists which download Bittorrent content on-demand
- TCP rate control implementation in user space with Python on top of UDP message transfers
- Craft a P2P Radio by generalizing the Video-on-Demand features and expanding with Last.fm functionality
- Scientific document search and publications e.g. uses Tribler to discover .pdf files and supports keyword search with a simple interface such as http://scholar.google.com/, http://citeseer.ist.psu.edu, and the richer http://www.citeUlike.org.
- Running Tribler from a USB stick with crypto and modify Tribler to transfer Bittorrent messages only inside HTTP GET image.jpg requests plus stenography
- Create a modified user interface for a TV screen, remote control operation, and PS3 hardware
- Numerous attempts have been made to use P2P to enhance web browsing. The task is to generalize our running code for acceleration of Web 2.0 multimedia content towards any URL. This is done by linking browser caches with P2P and clustering various URLs into a single Bittorrent swarm. For this the Tribler software must be linked inside a browser plug-in.
More information
More information: TUDelft info page
Mogelijke Onderzoekstaak planning Wk_0 Kick-off meeting orientatie Afstuderen: Student geeft cijferlijst van behaalde vakken; Docent stelt 3 verschillende opdrachten voor; Wk_1 Focus meeting: Student geeft gemotiveerde keuze voor 1 opdracht en start literatuur onderzoek; Docent geeft meer vakinghoudelijke informatie Wk_3 Onderwerp afbakening: Student overlegt een lijst met gevonden literatuur; Docent bepaalt of het onderwerp te breed of te smal is. Wk_5 Draft literatuurlijst: Student heeft uitgebreide literatuurlijst gevonden en gelezen; Docent geeft feedback over taxonomie en prioriteiten. Wk_7 Draft literatuur classificatie: Student heeft complete literatuur ingedeelt en weet wat de onopgeloste problemen zijn; Docent geeft feedback en vertaling naar hoofstukken. Wk_9 Draft van onderzoeksverslag Student overlegt een compleet literatuurverslag en "research challenges" sectie; Docent geeft feedback en verbeterpunten Wk_10 Inleveren onderzoeksverslag Student levert verslag in en geeft aan welk gevonden probleem intressant is voor afstuderen; Docent evalueert de afgelopen 10 weken.