Управление качеством восприятия мультимедийных потоковых сервисов в сетях будущего: учебное руководство и обзор

QoE Management of Multimedia Streaming Services in Future Networks: A Tutorial and Survey
Alcardo Alex Barakabitze, Nabajeet Barman, Arslan Ahmad, Saman Zadtootaghaj, Lingfen Sun, Maria G. Martini, Luigi Atzori
2019-12-10

адаптивная потоковая передача по HTTPмультидоступные периферийные вычислениявиртуализация сетевых функцийуправление качеством восприятияпрограммно-определяемые сети
Высокотребовательные мультимедийные приложения Over-The-Top (OTT) создают дополнительные проблемы для поставщиков интернет-услуг (Internet Service Providers, ISPs), стремящихся обеспечить приемлемое качество восприятия (Quality of Experience, QoE) для своих клиентов, поскольку традиционным сетям не хватает гибкости, адаптивности и масштабируемости. Сети будущего переходят к облачной реализации сетевых ресурсов посредством программно-определяемых сетей (Software-Defined Networking, SDN) и виртуализации сетевых функций (Network Function Virtualization, NFV). Это обеспечит поставщиков интернет-услуг передовыми технологиями для настройки сервисов в процессе их предоставления и обеспечения качества восприятия, соответствующего потребностям клиентов, с помощью интеллектуальных подходов к управлению и контролю QoE. Для этой цели в статье представлены учебное руководство и всесторонний обзор решений по управлению QoE в современных и будущих сетях. Сначала дается общее описание управления QoE для мультимедийных сервисов, включающего моделирование, мониторинг и оптимизацию QoE. Затем обсуждаются решения HTTP-адаптивной потоковой передачи (HTTP Adaptive Streaming, HAS) как доминирующая технология потоковой передачи видео через Интернет с негарантированными параметрами обслуживания. Далее обобщаются ключевые элементы SDN и NFV, а также приводится обзор текущих исследовательских проектов, работ по стандартизации и вариантов применения, связанных с SDN, NFV и другими развивающимися приложениями. Представлен обзор современного состояния методов управления QoE, классифицированных по трем группам: (a) стратегии, учитывающие QoE или управляемые QoE, с использованием SDN и/или NFV; (b) подходы, учитывающие QoE или управляемые QoE, к адаптивной потоковой передаче в рамках развивающихся архитектур, таких как многодоступные периферийные вычисления, облачные и туманные вычисления, а также информационно-ориентированные сети; и (c) расширенные подходы к управлению QoE в новых областях, таких как иммерсивная дополненная и виртуальная реальность, мульс-медиа и приложения для видеоигр. На основе этого обзора представлен перечень выявленных будущих проблем управления QoE, связанных с развивающимися мультимедийными приложениями, управлением и оркестрацией сетей, сетевым слайсингом и совместным управлением сервисами в программно...
1
Адаптивная потоковая передача по HTTP определяется как доминирующий подход к доставке видео через Интернет с механизмом наилучших усилий.
2
Управление QoE рассматривается через три взаимосвязанные функции: моделирование, мониторинг и оптимизацию QoE.
3
В статье представлен учебный материал и всесторонний обзор управления качеством восприятия (QoE) мультимедийных потоковых сервисов в современных и будущих сетях.
4
В обзоре выделены будущие проблемы, связанные с новыми мультимедийными приложениями, управлением и оркестрацией сетей, сетевой нарезкой и совместным управлением сервисами.
5
Методы QoE классифицируются на стратегии на основе SDN/NFV, подходы для перспективных архитектур и методы для иммерсивных, мульмедийных и игровых приложений.

Управление качеством восприятия мультимедийных потоковых сервисов в современных и сетях будущего

Моделирование, мониторинг, оптимизация и интеллектуальные стратегии управления качеством восприятия для поддержания воспринимаемого пользователями качества в средах адаптивной потоковой передачи, SDN/NFV, периферийных, облачных и туманных вычислений, информационно-центричных сетей, иммерсивных медиа и видеоигр

Publication Details
Publication Date
2019-12-10
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Alcardo Alex Barakabitze
Nabajeet Barman
Arslan Ahmad
Saman Zadtootaghaj
Lingfen Sun
Maria G. Martini
Luigi Atzori
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%