[論文レビュー] Modeling QoE of Video Streaming in Wireless Networks with Large-Scale Measurement of User Behavior

Yuedong Xu, Zhujun Xiao+4 more|arXiv (Cornell University)|Apr 6, 2016

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

ひとこと要約

本稿では、中国の大手ストリーミングプロバイダーから得た大規模なユーザ行動測定データを活用して、無線動画ストリーミングにおける体感品質（QoE）をモデル化する新しい分析フレームワークを提案する。その結果、視聴時間はハイパーエクスポネンシャル分布に従うことが明らかになった。この知見を基に、差別的プロセッサ共有（DPS）スケジューリング下での通常微分方程式（ODE）を用いて、ストール確率の閉形式式を導出する。これにより、ネットワークオペレータは短時間視聴と長時間視聴に対して異なる最適化を図ることでQoEを向上させることができる。

ABSTRACT

Unraveling quality of experience (QoE) of video streaming is very challenging in bandwidth shared wireless networks. It is unclear how QoE metrics such as starvation probability and buffering time interact with dynamics of streaming traffic load. In this paper, we collect view records from one of the largest streaming providers in China over two weeks and perform an in-depth measurement study on flow arrival and viewing time that shed light on the real traffic pattern. Our most important observation is that the viewing time of streaming users fits a hyper-exponential distribution quite well. This implies that all the views can be categorized into two classes, short and long views with separated time scales. We then map the measured traffic pattern to bandwidth shared cellular networks and propose an analytical framework to compute the closed-form starvation probability on the basis of ordinary differential equations (ODEs). Our framework can be naturally extended to investigate practical issues including the progressive downloading and the finite video duration. Extensive trace-driven simulations validate the accuracy of our models. Our study reveals that the starvation metrics of the short and long views possess different sensitivities to the scheduling priority at base station. Hence, a better QoE tradeoff between the short and long views has a potential to be leveraged by offering them different scheduling weights. The flow differentiation involves tremendous technical and non-technical challenges because video content is owned by content providers but not the network operators and the viewing time of each session is unknown beforehand. To overcome these difficulties, we propose an online Bayesian approach to infer the viewing time of each incoming flow with the "least" information from content providers.

研究の動機と目的

• 中国の大手ストリーミングプロバイダーから得た大規模なユーザ行動測定データを用いて、モバイル動画ストリーミングの実際のトラフィックパターンを理解すること。
• 動画ストリーミングの継続時間と人気が異なる帯域共有型セルラーネットワークにおけるバッファストールの予測という課題に取り組むこと。
• ネットワークオペレータがリソース割り当てに使用できる、特にストール確率を含むQoEメトリクスの実用的で分析可能なモデルを開発すること。
• コンテンツプロバイダーからの情報交換を最小限に抑えつつ、短時間視聴と長時間視聴の流れを区別できる仕組みを実現すること。
• コンテンツプロバイダーからの入力が限られた状況でも、オンラインで視聴時間クラスを推定できるベイズ推論手法を提案すること。

提案手法

• 大手動画ストリーミングプロバイダーから2週間分の実世界のストリーミング視聴記録を収集し、フローの到着および視聴時間のパターンを分析した。
• 視聴時間がハイパーエクスポネンシャル分布に従うことを発見し、時間スケールが異なる2つの異なるクラス（短時間視聴と長時間視聴）が存在することを示した。
• 通常微分方程式（ODE）を用いた解析的モデルを構築し、差別的プロセッサ共有（DPS）スケジューリング下でのストール確率を計算した。
• プログレッシブダウンロードや有限な動画長といった実用的状況を扱えるように、基本モデルを拡張した。
• コンテンツプロバイダーからの最小限の情報のみを用いて、到着するフローの視聴時間クラスをオンラインで推定するベイズ推論アプローチを提案した。
• 実際のトラフィックトレースを用いたトレース駆動型シミュレーションを通じて、モデルの正確性を検証した。

実験結果

リサーチクエスチョン

• RQ1 実世界のモバイル動画ストリーミングにおいて、ユーザの視聴時間の実際の分布はどのようなものか？
• RQ2 視聴時間がハイパーエクスポネンシャル的である場合、帯域共有型無線ネットワークにおけるバッファストール確率にどのように影響を与えるか？
• RQ3 現実的なトラフィックパターンを想定した場合、DPSスケジューリング下でストール確率の閉形式解析的モデルを導出できるか？
• RQ4 スケジューリング優先順位の違いが、短時間視聴と長時間視聴のQoEにどのように異なる影響を与えるか？
• RQ5 コンテンツプロバイダーがネットワークオペレータに提供できる最小限の情報で、効果的なQoE指向のスケジューリングを実現できるか？

主な発見

• モバイル動画ストリーミングにおける視聴時間は、ハイパーエクスポネンシャル分布で最もよくモデル化され、短時間視聴と長時間視聴という2つの明確なユーザクラスが存在することが示された。
• 短時間視聴のストール確率は、長時間視聴よりもスケジューリング優先順位の変更に対してはるかに感受性が高く、QoE向上の効果が顕著に現れる。
• 短時間視聴に2倍のスケジューリング重みを割り当てることで、そのストールリスクを顕著に低減できるが、長時間視聴のストール確率はわずかに増加するにとどまる。
• 本稿で提案されたODEベースの解析的モデルは、トレース駆動型シミュレーションによる検証を通じて、ストール確率の予測において高い正確性を示した。
• ベイズ推論アプローチにより、コンテンツプロバイダーからの最小限の情報のみで、到着するフローを短時間視聴または長時間視聴のカテゴリに効果的に分類できることが明らかになった。
• 本フレームワークは一般化可能であり、プログレッシブダウンロードや有限な動画長のモデル化にも応用可能で、実用的応用性が向上する。