ای ترجمه
ای ترجمه
خواندن ۶ دقیقه·۲ سال پیش

معاوضه برای ارائه دهندگان ویدئو در شبکه های LTE (مقاله ترجمه شده)

چکیده

شبکه‌های تکامل  بلند مدت  (LTE)   دسترسی  به  اینرنت پهن‌باند را  برای کاربران موبایل  فراهم‌می‌کنند.  یکی از  استفاده‌های اصلی برای  LTE ویدئو موبایل‌ها  می‌باشد. زمانی که  یک   مکانیسم انتقال  ویدئویی را انتخاب‌می‌کنیم،  یک ارائه‌دهنده  ویدئو باید متریک‌های متفاوت و متعامد را بررسی‌کند.  مصرف‌کننده‌ها کیفیت بالای ویدئو (QoE) و مصرف انرژی پایین در مدت‌زمان دانلودو پخشرا  تجربه‌کرده‌اند.   ارائه‌دهندگان ویدئویی  به  حداقل‌سازی منابع  و  هزینه‌های متناطر،  مانند  پهنای باند و  ترافیک‌هدررفته علاقه‌دارند.  اگر یک کاربر  به نتیجه نرسد و  داده‌های اضافی ویدئو دانلود شوند اما پخش نمی‌شوند،  و به  طور غیرقطعی از منابع استفاده می‌کنند، ترافیک هدرمی‌رود.

این  مسئله این سوالات را بوجود می‌آورند: 1) چگونه یک ارائه‌دهنده  ویدئو محتوای ویدئوییرا در حالی که   هزینه‌های عملیاتی را کاهش می‌دهد و تقاضای مصرف‌کننده را برآورده‌می‌سازد تحویل می‌دهد 2)  چه چیزی برروی رفتار قطع‌ناگهانی مصرف‌کننده تاثیر گذار است.

برای پاسخ  به این  سوالات، ابتدا اثرگذاری انتخاب مکانیسم  را  برروی مصرف انرژی  و  ترافیک  هدررفته  مطالعه  می‌کنیم.  دوم،  تفاوت مدل‌های کار که به طورقابل توجهی بر ترافیک هدررفته اثرنمی‌گذارد را  نشان‌می‌دهیم.  سرانجام،  یک راهنمایی برای انتخاب پارامتر برای  مکانیزم جریان ارائه‌می‌دهیم، که برای  بهتر برآورده‌کردن  هردو نیازمندی‌ها ارائه‌دهندگان  ویدیو  و نیز مصرف‌کنندگان،  و برای بدست آوردن نتایج بهینه باتوجه به  مصرف انرژی تلفن‌های هوشمند  و  ترافیک هدررفته  نشان‌داده‌می‌شوند.

1. مقدمه

در  اینترنت موبایل‌های امروزه،  عمده ترافیک  از انتقالات ویدئویی ناشی‌شده است.  در  سال 2017،  این مقدار   به دو سوم کل ترافیک موبایل افزایش یافت.  علاوه براین،   بابکاربردن  LTE  یک افزایش  از  0.1%  به  10% در   بازه زمانی یکسان منطبق با  یک مطالعه یکسان انتظار می‌رود.

یک فاکتور مهم برای کسب‌وکارهای موفق توسط عملیات پلت‌فرم ویدئو   QoE  است،  برای مثال، کیفیت خدماتی  که توسط  کاربر درک می‌شود.   چندین  فاکتور  QoE مانند وقفه‌های ویدئویی، تاخیر،  و همچنین مصرف انرژی تلفن‌های هوشمند وجود دارند. اگر  پخش ویدئو با تاخیر مواجهه شود، QoE  ویدئو یک کاربر تحت تاثیرات  منفی  قرارمی‌گیرند، برای مثال به این دلیل که هنوز محتوای کافی دانلود نشده‌است.  مصرف انرژی بالا منجر به عمر کمتر باتری می‌شود، که  کاربران  را  با توجه به  اینکه مکررآ باید تلفن‌ همراه  خود را  شارژ  کنند  ناامید می‌کند.  فاکتور دیگر  برای بررسی این است که اگر  کاربران  پخش  ویدئو را  قبل از  تکمیل آن  متوقف کنند، از  چشم‌انداز  اپراتور  پلت‌فرم  همه  محتوا  دانلودشده حتی آن‌هایی که متوقف‌شده‌اند.

2. پیش‌ زمینه  و کارهای  مرتبط

به‌منظور  تطبیق درخواست  انتقال ویدئو برروی اینترنت، راه‌حل‌های متعددی وجود دارند. پایه‌ترین رویکرد،  دانلود است، که  ویدئو  را  به‌طور کامل  به  یکباره  اتخاذمی‌کند، و هر محتوای دردسترس را درصورت لزوم پخش می‌کند. باتوجه به  ماهیت انتقال ویدئوهای زنده تنها  ارسال محتواهای دردسترس کنونی ممکن است. علاوه براین، از تاخیر در جریان  زنده  باید اجتناب شود، چرا که به‌موقع‌بودن  ویدئو را  کاهش می‌دهد. رویکردهای متفاوتی  برای محتوای جریان ویدئو برای یک کاربر وجود دارد. در راه‌حل‌های مبتنی بر سرور،  یک مثال از   همچین رویکردهای مبتنی بر  سروری  پروتکل جریان  بلادرنگ  (RTSP)  است که  به ‌طور  گسترده  به عنوان  یک  راه‌حل استانداردشده  برای جریان  ویدئو موبایل‌ها  مورد بحث قرار گرفته‌است.

3. مدل

در این بخش ابتدا فرضیات مدل خود را شرح می‌دهیم. سپس یک مدل را برای مکانیسم انتقال ویدئو بررسی شده معرفی می‌کنیم. سرانجام، مدل کنترل منابع رادیویی (RRC) و توان را برای یک LTE UE. نشان می‌دهیم.

فرضیات مدل

برای اپراتورهای پلت فرم ویدئو حفظ QoE درسطح بالابرای بازدیدکنندگان یک هدف مهم است. نویسندگان [9] دریافته‌اند که QoE به‌طور اصلی تعداد رخدادهای تاخیری و مدت زمان رخدادهای تاخیر را تحت تاثیر قرار می‌دهند. همانطور که در شکل 1 نشان‌ داده‌شده‌است، مدل QoE، در جایی که 5 بالاترین QoE ممکن است و 1 پایین‌ترین است، اگر تعداد یا مدت‌زمان تاخیر رخدادها افزایش یابد، به سرعت کاهش می‌یابد. مدل QoE ارائه‌شده بین تاخیر و QoE نشان‌می‌دهد که تاخیر به‌طور قابل توجهی QoE را بدتر می‌کند. بنابراین، یک اپراتور باید در هر موردی از تاخیر اجتناب کند. در نتیجه، در این مقاله؛ ما تنها سناریویی را بررسی‌می‌کنیم که در آن هیچ تاخیری رخ نمی‌دهد، برای مثال، پهنای باند تحویل بزرگتر از میزان ارسال بیت ویدئویی برای تضمین پخش هموار ویدئو است. به‌عبارت‌ دیگر، اپراتورها از رویکردهای مدیریت QoE برای غلبه بر محدودیت‌های منابع استفاده‌کرده‌اند، برای مثال، با کاهش نیازمندی‌های اپلیکیشن‌ها با DASH/SVC با از پیش بافرکردن داده.

4. ارزیابی عددی

در این بخش پاسخ‌هایی را برای سوال‌های مطرح‌شده در چکیده مقاله ارائه می‌دهیم :

(1 در بخش IV-Aو بخش IV-B اثرات مکانیسم انتقالات بررسی‌شده را مطالعه کردیم. دریافتیم که مکانیسم جریان نتایج قابل قبولی را برای هردو متریک‌ها ارائه می‌دهد. در بخش IV-Cاثرات انتخاب پارامترها را برای آستانه توقف ? و اندازه آستانه ? ارزیابی می‌کنیم.

مصرف انرژی

ابتدا، اثرگذاری نسبت بیت ویدئویی و نیز مکانیسم دانلود انتخاب‌شده را برروی مصرف انرژی در شکل4 مطالعه می‌کنیم. ما مکانیسم دانلود را بررسی‌می‌کنیم و مشاهده می‌کنیم که حداقل مقدار انرژی را بررسی می‌کند. در اینجا ویدئو با پهنای باند کامل دانلود می‌شود، همانطور که در شکل 2 می‌بینیند، در هر مرحله دانلود فشرده‌سازی انرژی بسیار کوتاه و در فاز پخش غیرفشرده انرژی بیشتری را نتیجه می‌دهد. برای مکانیسم زنده مخالف این مسائل را دیدیم، برای مثال بالاترین مصرف انرژی را برای همه پهنای باند دیدیم. اگر این مکانیزم استفاده‌شود، پهنای باند استفاده شده برابر نسبت بیت ویدئویی است. بنابراین، دانلود نیازمند مقدار مشابه زمان پخش است، که در بالاترین مصرف انرژی ممکن نتیجه می‌دهد. روش Provisioning از پهنای باند بالاتر استفاده می‌کند، بنابراین زمان دانلود سراسری را کاهش می‌دهد. این زمان دانلود کاهش یافته مصرف انرژی را در زمان مقایسه با مکانیسم زنده کاهش می‌دهد، حتی اگر پهنای باند استفاده‌شده برای دانلود به 120% افزایش یابد. برای مکانیسم جریان ما یک مصرف انرژی را به طور واضحی بیشتر از مکانیسم دانلود می‌بینیم.

5. نتیجه

تفاوت‌ها را در هر مصرف انرژی و ترافیک هدررفته برای مکانیسم انتقال ویدئویی مقایسه‌کردیم. با توجه به فرضیات نسبت بیت ویدئویی ثابت و پهنای باند در دسترس، اگر یک کاربر ویدئو را بر طبق مدل‌های متفاوت متوقف کند، نتایج دقیقی را برای انرژی‌های مصرف شده و ترافیک‌های هدررفته ارائه ‌می‌کند.

ابتدا، نشان می‌دهیم که مدل کاربر دارای اثرات قابل توجهی برروی داده‌های هدررفته نیست. علاوه براین، مشاهده می‌کنیم که در میان همه مکانیسم‌های بررسی شده، مکانیسم جریان بهترین توازن را بین مصرف انرژی و داده‌های هدررفته ارائه می‌دهد. سرانجام نشان دادیم که مکانیزم جریان بهینه است اگر کوچکترین آستانه بافر ? که منجر به هیچ تاخیری نمی‌شود انتخاب‌شود. مکانیزم جریان می‌تواند متناسب با نیازهای خاص با دستکاری اندازه بافر دانلود شده ? باشد، و برای یک توازن بیت مصرف انرژی و ترافیک هدررفته مجاز است.

ارائه‌دهنده ویدئو می‌تواند مصرف منابع را در مرکز داده کاهش دهد و رضایت مشتری را با ایمن‌سازی یک مصرف توان پایین تر با توجه به داده‌های ترافیکی و QoE بالای ویدئو یا انتخاب مکانیزم انتقال ویدئوی مناسب و پارامترهای مناسب افزایش دهد. در حال حاضر چارچوب شبیه سازی خود را برای پهنای باند پشتیبانی مدل شده بااستفاده از یک متغییر تصادفی متناسب، نسبت بیت ویدئوی متغییر براساس یک مجموعه نمایشی ویدئوهای YouTube و QoE ویدیو به عنوان متریک بهینه‌سازی اضافی نمایش می‌دهیم. ارائه‌دهندگان ویدئو قادر به استفاده از این ابزارها برای انتخاب پارامترهای مناسب بلادرنگ هستند، که به خصیصه‌های شبکه و ویدئو، بهینه‌سازی مصرف انرژی، ترافیک هدررفته و QoEویدئو بستگی دارد.

این مقاله در سال 2013 در نشریه آی تریپل ای و در سمینار تخصصی ITC در زمینه بهینه سازی انرژی و شبکه های سبز، توسط دانشگاه وورزبورگ منتشر شده و در سایت ای ترجمه جهت دانلود ارائه شده است. در صورت نیاز به دانلود رایگان اصل مقاله انگلیسی و ترجمه آن می توانید به پست دانلود ترجمه مقاله معاوضه برای ارائه دهندگان ویدئو در شبکه های LTE در سایت ای ترجمه مراجعه نمایید.

مقاله رسانه های جریانیمقاله پهنای باندمقاله مصرف انرژیمقاله نرخ بیتمقاله سمینارها
خدمات ارائه مقالات علمی و سفارش ترجمه تخصصی
شاید از این پست‌ها خوشتان بیاید