文献

J-GLOBAL ID：201902255993905841   整理番号：19A2116950

インターネットビデオのためのネットワークトラフィック測定からQoEへ【JST・京大機械翻訳】

From Network Traffic Measurements to QoE for Internet Video

著者 (3件)： Khokhar Muhammad Jawad (Universite ́ Co^te d’ Azur, Inria, France) ,  Ehlinger Thibaut (Universite ́ Co^te d’ Azur, Inria, France) ,  Barakat Chadi (Universite ́ Co^te d’ Azur, Inria, France)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IFIP Networking  ページ： 1-9  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ビデオストリーミングは,グローバルインターネットトラフィックに対する主要な寄与者である。その結果,実験のビデオストリーミング品質(QoE)を監視することは,ネットワークプロバイダにとって最も重要である。ビデオのQoEの監視は,今日のビデオトラフィックの大部分が暗号化されているので,挑戦課題である。本論文では,この課題を考察し,ネットワークレベル測定のみを用いて暗号化ビデオトレースからQoEを推定するために,制御された実験と機械学習に基づくアプローチを提案した。YouTubeの事例を考察し,現実的なネットワーク条件下で広い範囲のビデオを実行し,ITU P.1203モデルに基づくMLモデル(分類と回帰)を構築した。これは,開始遅延のQoEメトリックス,再生と品質変化の品質(空間分解能),サービス品質(QoS)特徴のみを用いた。入力ネットワークの特徴と出力QoE計量の異なる集合により,この手法を包括的に評価した。全体として,著者らの分類モデルはQoEメトリックスとITU MOSを63~90%の精度で予測し,一方,回帰モデルは低い誤差を示した。ITU MOS(1~5)と始動遅延(秒)は,それぞれ,0.33と2.66の二乗平均二乗誤差で予測される。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  機械学習 ,  モデル ,  *録画装置 ,  暗号 ,  空間分解能 ,  品質 ,  回帰モデル ,  *インターネット
準シソーラス用語： サービス品質 ,  メトリックス ,  ユーチューブ ,  ISP【インターネット】 ,  ビデオストリーミング ,  *体感品質 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： インターネット ,  ビデオ ,  ネットワークトラフィック測定 ,  QoE