Um Modelo Sensível a Adaptação para Previsão de QoE na Transmissão de Vídeos ao Vivo

Abstract

As transmissões de vídeo ao vivo já romperam a fronteira da escala global e agora enfrentam um novo desafio: oferecer alta qualidade de experiência (QoE) de maneira uniforme para todos os seus clientes. Para atacar este problema, diversas abordagens utilizam informações históricas relacionadas ao desempenho de transmissão para inferir a qualidade de experiência (QoE) de suas futuras sessões. Isso permite que os recursos necessários para cada tipo de cliente sejam melhor estimados, antes mesmo do início da sessão. No entanto, o sucesso de tais esquemas depende de uma previsão acurada de QoE: estudos anteriores utilizam métricas de desempenho como taxa de interrupções e bitrate médio e alcançam acurácia de previsão de 70%. No presente trabalho apresentamos uma nova abordagem, que correlaciona a QoE do cliente com seu fluxo de adaptação de bitrate. Nós mostramos que esse conjunto de métricas proporciona uma acurácia de previsão de 81%. Também apresentamos um estudo de caso para alocação de clientes usando o previsor e constatamos um potencial para aumento da QoE geral se comparado a alocação padrão.