[論文レビュー] Characterizing Internet Video for Large-scale Active Measurements

Saba Ahsan, Varun Singh+1 more|arXiv (Cornell University)|Aug 7, 2014

Image and Video Quality Assessment参考文献 15被引用数 3

ひとこと要約

本稿は、2013–2014年の58か国から13万件を超える人気YouTube動画の大規模分析を提示し、インターネット動画のアクティブ測定設計を支援する。動画の長さとファイルサイズは、いずれも対数正規分布に従うことが判明した。また、動画の最初の3分間が、長期的なビットレート変動とバースト性を適切に代表しており、ユーザーのトラフィックを妨げることなく、効率的かつ代表的なアクティブ測定を可能にする。

ABSTRACT

The availability of high definition video content on the web has brought about a significant change in the characteristics of Internet video, but not many studies on characterizing video have been done after this change. Video characteristics such as video length, format, target bit rate, and resolution provide valuable input to design Adaptive Bit Rate (ABR) algorithms, sizing playout buffers in Dynamic Adaptive HTTP streaming (DASH) players, model the variability in video frame sizes, etc. This paper presents datasets collected in 2013 and 2014 that contains over 130,000 videos from YouTube's most viewed (or most popular) video charts in 58 countries. We describe the basic characteristics of the videos on YouTube for each category, format, video length, file size, and data rate variation, observing that video length and file size fit a log normal distribution. We show that three minutes of a video suffice to represent its instant data rate fluctuation and that we can infer data rate characteristics of different video resolutions from a single given one. Based on our findings, we design active measurements for measuring the performance of Internet video.

研究の動機と目的

• インターネット動画の特性の変化、特にHD移行後の状況を理解し、アクティブ測定設計に反映する。
• 大規模アクティブ測定において、多様な動画長とビットレートの間の相関関係を扱う課題に取り組む。
• 効率的なテストを可能にするために、主要な動画行動を捉える最小限の代表的動画長を同定する。
• 動画の解像度とフォーマット間の相関関係を同定することで、スケーラブルかつ代表的なアクティブ測定を可能にする。
• 実証的な動画行動モデリングを通じて、適応ストリーミングクライアントやネットワーク性能ツールの設計を支援する。

提案手法

• 58か国の位置ベースの人気チャートを用いて、13万件を超えるYouTube動画のメタデータとビットレートトレースを収集した。
• カテゴリーや地域をまたいで、動画の長さ、ファイルサイズ、解像度、フォーマット（MP4、WebM）および瞬間的ビットレート変動（バースト性）を分析した。
• 統計的モデリングを用いて分布的性質を評価し、長さとファイルサイズに、対数正規分布の適合が得られた。
• 時間経過に伴うビットレート変動を測定し、バースト性の特徴付けに必要な最小代表窓を特定した。
• 異なる解像度とフォーマット間のビットレートの相関関係を確立し、トラフィック生成のためのスケーリング（拡大・縮小）を可能にした。
• 3分間のセグメントを用いて、全動画の挙動を推定する測定フレームワークを提案した。これにより、テスト期間とトラフィックへの影響を最小限に抑えることができる。

実験結果

リサーチクエスチョン

• RQ1 現代のインターネット動画における動画長とファイルサイズの統計的分布は何か？
• RQ2 短い初期セグメント（例：最初の数分間）で、動画のビットレート変動のどの程度が捉えられるか？
• RQ3 1つの動画のビットレート特性を用いて、より高いまたは低い解像度バージョンの特性を推定できるか？
• RQ4 MP4とWebMなどの異なる動画フォーマットや解像度間で、平均ビットレートとバースト性の観点からどの程度相関があるか？
• RQ5 標準化された短時間テスト（例：3分間）を用いることで、長時間の動画の挙動をアクティブ測定で信頼性高く代表できるか？

主な発見

• 360p、720p、1080pの全解像度およびMP4、WebMの全フォーマットにおいて、動画の長さとファイルサイズは、いずれも対数正規分布に従う。
• 動画の最初の3分間が、長期的なビットレート変動とバースト性の大部分を捉えており、アクティブ測定の代表的窓として適している。
• 1080p動画の平均メディアビットレートは通常5–7 Mbps以下であり、それ以上のレートはまれである。
• 異なる解像度間のメディアビットレートに強い相関関係があるため、低解像度からのスケーリングにより、高解像度のトラフィック生成が可能である。
• 瞬間的ビットレートの標準偏差は、動画のバースト性を信頼性高く代理する指標となり、性能テストのための動画分類に利用可能である。
• フォーマットごとのファイルサイズと長さの相関関係から、MP4とWebMは平均ビットレートが同等であることが示され、性能モデリングにどちらのフォーマットを用いても問題ない。