O uso de histórico de acesso na definição de taxa de bits em sessões de vídeo com taxa adaptável

Paz, Tonny Franck Osaki da; http://lattes.cnpq.br/3068424416537397

Dissertação

O uso de histórico de acesso na definição de taxa de bits em sessões de vídeo com taxa adaptável

As aplicações de distribuição de vídeo estão entre as que mais geram tráfego na Internet. Estima-se que tais aplicações participarão com 82% de todo o tráfego gerado em 2022. A tecnologia mais usada por essas aplicações fazem a distribuição centrada na ação dos clientes que usam informações da sessã...

ver descrição completa

Autor principal:	Paz, Tonny Franck Osaki da
Outros Autores:	http://lattes.cnpq.br/3068424416537397
Grau:	Dissertação
Idioma:	por
Publicado em:	Universidade Federal do Amazonas 2020
Assuntos:	Vídeos para Internet Tecnologia streaming (Telecomunicação) Aprendizado do computador Vazão realizável Learning machine CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Medição e predição de vazão Streaming de vídeo Vazão realizável Aprendizagem de máquina
Acesso em linha:	https://tede.ufam.edu.br/handle/tede/7930

id	oai:https:--tede.ufam.edu.br-handle-:tede-7930
recordtype	dspace
spelling	oai:https:--tede.ufam.edu.br-handle-:tede-79302020-09-16T05:03:42Z O uso de histórico de acesso na definição de taxa de bits em sessões de vídeo com taxa adaptável The use of access history in defining bit rate in video sessions with adaptive rate Paz, Tonny Franck Osaki da Melo, Cesar Augusto Viana http://lattes.cnpq.br/3068424416537397 http://lattes.cnpq.br/0097703442306179 Santos, Eulanda Miranda dos http://lattes.cnpq.br/3054990742969890 Giusti, Rafael http://lattes.cnpq.br/0613781010575440 Vídeos para Internet Tecnologia streaming (Telecomunicação) Aprendizado do computador Vazão realizável Learning machine CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Medição e predição de vazão Streaming de vídeo Vazão realizável Aprendizagem de máquina As aplicações de distribuição de vídeo estão entre as que mais geram tráfego na Internet. Estima-se que tais aplicações participarão com 82% de todo o tráfego gerado em 2022. A tecnologia mais usada por essas aplicações fazem a distribuição centrada na ação dos clientes que usam informações da sessão em andamento para tomar decisão sobre a qualidade das imagens e a continuidade da sessão. Essa tomada de decisão tem como um dos principais fatores a vazão fim-a-fim das conexões estabelecidas entre o cliente e os servidores de vídeos. Uma parcela importante das estratégias já implementadas para a tomada de decisão utiliza apenas dados coletados durante a sessão. Nesse cenário, a observação contínua da vazão do canal e suas peculiaridades são essenciais para realização de predições de maior precisão, dada a natureza instável do canal. Entretanto, eventos gerados pela audiência ou pelas estratégias do TCP produzem períodos de ausência de observação da vazão, induzindo tais estratégias a comportamentos erráticos. Nesta dissertação, apresenta-se o conceito de taxa realizável, que pode auxiliar as estratégias de adaptação na tomada de decisão em aplicações de vídeo streaming. Usam-se dados sobre o canal, coletados em medições ativas, para definição de tal taxa. Métodos de Aprendizado de Máquina foram empregados para construção de modelos preditivos. As avaliações dos modelos mostram que as predições são precisas e aplicáveis em sessões de vídeo streaming, sendo possível, por exemplo, a redução do período inicial de prospecção, e até mesmo um equilíbrio maior entre continuidade e qualidade das imagens. Video related traffic is prevalent on the Internet. By 2022, this traffic will be responsible for 82% of all data transfer throughout the Internet. The HTTP Adaptive Streaming (HAS) is the most popular technology behind modern video applications. Its millstone approaching is to use data collected by clients to build sessions that balance image quality and continuity. The connection between HAS-based clients and servers is a crucial factor in finding that balance. A number of these clients use data from ongoing sessions. In these scenarios, continuous measurements and a clear understanding of essential elements are crucial to estimate the connection throughput due to its natural instability. However, client-side events have the potential to steam slots of silence in those measurements that drive the embedded algorithms for adaptive streaming to erratic behavior. In this work, the concept of achievable rate is introduced based on data collected by proactive monitors. Machine Learning methods are applied to those data to build throughput predictive models, and numerical studies are carried to assess its accuracy. The assessed accuracy shows that the conceived models can improve the decision made by those algorithms that use ongoing sessions data to find the balance between session continuity and image quality. 2020-09-15T20:51:49Z 2019-08-21 Dissertação PAZ, Tonny Franck Osaki da. O uso de histórico de acesso na definição de taxa de bits em sessões de vídeo com taxa adaptável. 2019. 75 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2019. https://tede.ufam.edu.br/handle/tede/7930 por Acesso Aberto http://creativecommons.org/licenses/by-nc-nd/4.0/ application/pdf Universidade Federal do Amazonas Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática
institution	TEDE - Universidade Federal do Amazonas
collection	TEDE-UFAM
language	por
topic	Vídeos para Internet Tecnologia streaming (Telecomunicação) Aprendizado do computador Vazão realizável Learning machine CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Medição e predição de vazão Streaming de vídeo Vazão realizável Aprendizagem de máquina
spellingShingle	Vídeos para Internet Tecnologia streaming (Telecomunicação) Aprendizado do computador Vazão realizável Learning machine CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Medição e predição de vazão Streaming de vídeo Vazão realizável Aprendizagem de máquina Paz, Tonny Franck Osaki da O uso de histórico de acesso na definição de taxa de bits em sessões de vídeo com taxa adaptável
topic_facet	Vídeos para Internet Tecnologia streaming (Telecomunicação) Aprendizado do computador Vazão realizável Learning machine CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Medição e predição de vazão Streaming de vídeo Vazão realizável Aprendizagem de máquina
description	As aplicações de distribuição de vídeo estão entre as que mais geram tráfego na Internet. Estima-se que tais aplicações participarão com 82% de todo o tráfego gerado em 2022. A tecnologia mais usada por essas aplicações fazem a distribuição centrada na ação dos clientes que usam informações da sessão em andamento para tomar decisão sobre a qualidade das imagens e a continuidade da sessão. Essa tomada de decisão tem como um dos principais fatores a vazão fim-a-fim das conexões estabelecidas entre o cliente e os servidores de vídeos. Uma parcela importante das estratégias já implementadas para a tomada de decisão utiliza apenas dados coletados durante a sessão. Nesse cenário, a observação contínua da vazão do canal e suas peculiaridades são essenciais para realização de predições de maior precisão, dada a natureza instável do canal. Entretanto, eventos gerados pela audiência ou pelas estratégias do TCP produzem períodos de ausência de observação da vazão, induzindo tais estratégias a comportamentos erráticos. Nesta dissertação, apresenta-se o conceito de taxa realizável, que pode auxiliar as estratégias de adaptação na tomada de decisão em aplicações de vídeo streaming. Usam-se dados sobre o canal, coletados em medições ativas, para definição de tal taxa. Métodos de Aprendizado de Máquina foram empregados para construção de modelos preditivos. As avaliações dos modelos mostram que as predições são precisas e aplicáveis em sessões de vídeo streaming, sendo possível, por exemplo, a redução do período inicial de prospecção, e até mesmo um equilíbrio maior entre continuidade e qualidade das imagens.
author_additional	Melo, Cesar Augusto Viana
author_additionalStr	Melo, Cesar Augusto Viana
format	Dissertação
author	Paz, Tonny Franck Osaki da
author2	http://lattes.cnpq.br/3068424416537397
author2Str	http://lattes.cnpq.br/3068424416537397
title	O uso de histórico de acesso na definição de taxa de bits em sessões de vídeo com taxa adaptável
title_short	O uso de histórico de acesso na definição de taxa de bits em sessões de vídeo com taxa adaptável
title_full	O uso de histórico de acesso na definição de taxa de bits em sessões de vídeo com taxa adaptável
title_fullStr	O uso de histórico de acesso na definição de taxa de bits em sessões de vídeo com taxa adaptável
title_full_unstemmed	O uso de histórico de acesso na definição de taxa de bits em sessões de vídeo com taxa adaptável
title_sort	o uso de histórico de acesso na definição de taxa de bits em sessões de vídeo com taxa adaptável
publisher	Universidade Federal do Amazonas
publishDate	2020
url	https://tede.ufam.edu.br/handle/tede/7930
_version_	1831969901364903936
score	11.753735

O uso de histórico de acesso na definição de taxa de bits em sessões de vídeo com taxa adaptável

Registros relacionados