فصلنامه تخصصی آرمان پردازش
فصلنامه تخصصی فناوری اطلاعات و ارتباطات

دیدگاه رده بندی درجهت ارزیابی کیفیت تجربه در خدمات ویدیویی

نوع مقاله : مقاله پژوهشی

نویسنده

صادق ضیایی

گروه مهندسی کامپیوتر، واحد ابهر، دانشگاه آزاد اسلامی، ابهر، ایران

10.22034/apj.2025.730010
چکیده
 
امروزه با رشد روزافزون استفاده از برنامه‌های بلادرنگ و محتواهای چندرسانه‌ای نظیر ویدئوهای آنلاین و پخش زنده، نیاز به رویکردهای مبتنی بر بهینه­سازی جهت مدیریت منابع و افزایش کیفیت تجربه کاربر نهائی، به یکی از نیازمندی های مهم و چالش‌های اصلی ارائه‌دهندگان خدمات شبکه تبدیل شده ‌است. این پژوهش ابتدا به بررسی چالش‌ها و راهکارهای بهبود کیفیت تجربه کاربر در شبکه‌های مبتنی بر نرم‌افزار برای جریان‌های ویدئویی پرداخته و سپس یک دیدگاه رده بندی نوین و مدلی چندمنظوره جهت ارزیابی ابعاد مختلف مساله مدیریت کیفیت تجربه کاربر در خدمات ویدیویی رایج در شبکه های توزیعی طراحی و پیشنهاد می نماید. رویکرد پیشنهادی چارچوبی مدون و ساختاریافته درجهت تخصیص بهینه منابع و مدیریت کارآمد این شبکه ارائه می‌نماید. پوشش دادن چنین رویکردهائی در مدیریت سطح بالای شبکه نه تنها به بهبود کیفیت تجربه کاربر نهائی، بهینه سازی جریان‌های ویدئویی و کاهش تأخیر کمک می‌کند، بلکه با ایجاد دیدگاهی چندبعدی و جامع و بهره گیری بهینه از منابع موجود، موجب افزایش کارایی شبکه و کاهش هزینه‌های عملیاتی می‌گردد.  

کلیدواژه‌ها

شبکه تعریف‌شده توسط نرم‌افزار
کیفیت تجربه کاربری
جریان‌های ویدیویی
تخصیص منابع شبکه

عنوان مقاله English

Taxonomic Approach toward Evaluation of Quality of Experience for Video Services

نویسنده English

Sadegh Ziaee
Department of Computer Engineering, Ab.C., Islamic Azad University, Abhar, Iran
چکیده English

 
Nowadays, with the increasing use of real-time applications and multimedia content such as online videos and live streaming, the need for optimization-based approaches to manage resources and enhance the quality of end-user experience has become one of the important requirements and main challenges of network service providers. This research first examines the challenges and solutions to improve the quality of user experience in software-defined networks for video streams, and then designs and proposes a new classification perspective and a multi-objective model to evaluate different dimensions of the problem of managing the quality of user experience in common video services in distributed networks. The proposed approach provides a documented and structured framework for optimal resource allocation and efficient management of this network. Covering such approaches in high-level network management not only helps improve the quality of end-user experience, optimize video streams, and reduce latency, but also increases network efficiency and reduces operating costs by creating a multidimensional and comprehensive perspective and optimal use of available resources.

کلیدواژه‌ها English

Software-defined networking
Quality of user experience
Video streams
Network resource allocation
[1] Duanmu Z, Rehman A, Zeng K, Wang Z. Quality-of-experience prediction for streaming video. IEEE Trans Multimedia. 2024;26(3):715-727.
[2] Zhu Z, Sun W, Jia J, Wu W, Deng S, Li K, et al. Subjective and objective quality-of-experience evaluation study for live video streaming. arXiv preprint arXiv:2409.17596. 2024 Sep 25.
[3] Peroni L, et al. Quality of Experience in Video Streaming: Status Quo, Pitfalls and Guidelines. In: COMSNETS 2024; 2024 Jan; IEEE; 2024. p. 1-10.
[4] Bułat J, et al. Daily Video: A tool for quality of experience (QoE) in long-term studies. Comput Networks. 2024;230:109784.
[5] Zhai G, Min X, Wang J, Chen Y. An enhanced QoE prediction in video streaming using ITU-T standards and machine learning. Multimedia Tools Appl. 2023;82(10):15097-15117.
[6] Li Y, Huang T, Wang J. Adaptive bitrate streaming and QoE optimization: A survey. IEEE Commun Surv Tutor. 2023;25(1):97-114.
[7] Le Callet P, Möller S, Perkis A. Qualinet white paper on definitions of quality of experience. European network on quality of experience in multimedia systems and services (COST Action IC 1003). 2013.
[8] Shaikh A, Zinner T. QoE management for HTTP adaptive streaming systems. IEEE Commun Mag. 2022;60(2):40-46.
[9] Mok RKH, Chan EK, Salamatian K, Karam M. Quality of experience for adaptive video streaming: Survey and challenges. IEEE Network. 2022;36(1):62-68.
[10] Menkovski V, Machulla T, Hossfeld T. A model for QoE-centric adaptive streaming optimization. In: Proc. ACM MMSys; 2021. p. 11-20.
[11] Wang Y, Zheng H, Guo L. QoE-aware bandwidth allocation for video streaming: A survey. IEEE Access. 2023;11:73420-73435.
[12] Ozcinar H, Ozcan HA. Evaluation of video streaming quality of experience models: A survey. IEEE Access. 2022;10:51318-51336.
[13] Seufert M, Egger S, Slanina M, Zinner T, Reichl P, Tran-Gia P. A survey on quality of experience of HTTP adaptive streaming. IEEE Commun Surv Tutor. 2015;17(1):469-492.
[14] Zinner T, Seufert M, Slanina M, Egger S. From quality of service to quality of experience—A measurement methodology for HTTP adaptive streaming. In: IFIP/IEEE Symposium on Integrated Network and Service Management; 2015. p. 494-501.
[15] Mok RKH, Chan EK, Salamatian K, Karam M. Stochastic video quality models and their applications. IEEE Trans Multimedia. 2017;19(7):1664-1677.
[16] Tian B, Das S. Modeling and fine-tuning video streaming QoE using machine learning. Comput Commun. 2020;150:136-148.
[17] Martinez O, Perez C, Ramos H. QoE optimization strategies for multi-layer video streaming over wireless networks. IEEE Trans Netw Serv Manag. 2021;18(1):65-78.
[18] Rossi D, Sbarrato A, Contoli C, D'Andrea E, Lancellotti F. User-centric adaptive video streaming: A QoE-driven approach. IEEE Trans Circuits Syst Video Technol. 2022;32(1):209-222.
[19] Gálvez MA, Calce FJ, Jiménez LO. Video compression and quality of experience: Trade-offs and adaptation. IEEE Commun Mag. 2020;58(12):46-51.
[20] Acar A, Gursoy M. QoE-aware adaptive video streaming with deep reinforcement learning. IEEE Trans Multimedia. 2023;25(2):407-421.
[21] Yang Z, Huang T, Hu J, Yang S. QoE prediction for live video streaming using deep neural networks. J Netw Comput Appl. 2024;199:103311.
[22] Fernández I, García P, Hamida EB. End-to-end QoE management for video streaming service. Comput Commun. 2021;166:43-53.
[23] Ozcinar H, Turksever C. Buffer stalling and bitrate adaptation effect on video streaming QoE. IEEE Trans Broadcast. 2023;69(1):875-884.
[24] Chen Z, Li Y, Huang T, Wang J. Visual quality assessment in video streaming: A survey. IEEE Access. 2023;11:18279-18304.
[25] Zhai G, Min X, Wang J. Cognitive influence in video streaming QoE: A cognitive QoE model. IEEE Trans Multimedia. 2023;25(5):1043-1056
 

صفحه اصلی

ارسال مقاله

داوران

تماس با ما