Kódolt videó szolgáltatásminőségének becslése mobil hálózatokban, gépi tanulási módszerekkel

OData támogatás
Konzulens:
Dr. Vidács Attila
Távközlési és Médiainformatikai Tanszék

Az internet forgalmának egyre növekvő hányadát adják a végponttól végpontig (end-to-end) titkosított szolgáltatások, többek között a legtöbb OTT (Over-The-Top) videó szolgáltató is alkalmazza a módszert. A videó szolgáltatók magas szolgáltatásminőség elérésére törekednek, és lépéseket is tesznek az optimalizáció érdekében, azonban bizonyos tényezőkre nincs hatásuk, amelyek a hálózati operátorok felelősségi körébe tartoznak, mint például a hálózat dimenzionálása, vagy mobil hálózatok esetében a rádiós interfészek beállításai. A hálozati operátoroknak viszont, a titkosítás miatt, nincs rálátásuk arra, milyen minőségűek a videók, amelyeket továbbítanak.

Ennek a problémának a megoldására többféle javaslat létezik, analitikai, a videó session modellezésén alapuló, illetve gépi tanulásra építő megoldások. Ezek többsége a Quality of Experience osztály, vagy a Mean Opinion Score becslésére törekszik. A diplomatervben egy ennél részletesebb információt nyújtó megoldás olvasható: az egyik fő befolyásoló tényezőt, a 'stalling'-ot - vagyis azt, hogy a videó lejátszása folyamatos volt, vagy váratlanul megállt - becsüli, egy másodperces felbontással, a hálózati forgalom alapján, a végfelhasználók bevonásának szükségessége nélkül. Ez alapján az információ alapján lehetőség van a hálózatban a minőséget befolyásoló problémák gyökerének a megtalálására, és a problémák orvoslására.

A bemutatott megoldás az LSTM (Long-Short Term Memory) neurális hálózati architekturára épül, és ér el bíztató eredményeket egy limitált méretű adathalmazon. A pontos paramétereket verifikálni kell egy nagyobb adathalmazon való tanítással, teszteléssel, viszont az eddigi eredmények azt bizonyítják, hogy az irány megfelelő, és megoldást adhat egy olyan kérdésre, amelyre eddig egyik módszer sem adott ilyen részletességű választ.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.