[論文レビュー] Network Characteristics of Video Streaming Traffic

Ashwin Rao, Yeon-sup Lim+4 more|arXiv (Cornell University)|Nov 3, 2011

Caching and Content Delivery参考文献 14被引用数 70

ひとこと要約

本論文は、アプリケーションタイプ（Webブラウザ対モバイルアプリ）およびコンテナ（Flash、HTML5、Silverlight）に応じて、NetflixとYouTubeが採用する3つの異なる動画ストリーミング戦略—バルクTCP転送から、非アキュシールドクロックドON-OFFサイクルまで—を同定した。また、集約トラフィックへの影響を分析するための数学的モデルを提案し、より高い動画エンコードレートが集約トラフィックを滑らかにするとともに、バッファリングパラメータを最適化することでユーザーの中断による無駄な帯域幅を削減できることを示した。

ABSTRACT

Video streaming represents a large fraction of Internet traffic. Surprisingly, little is known about the network characteristics of this traffic. In this paper, we study the network characteristics of the two most popular video streaming services, Netflix and YouTube. We show that the streaming strategies vary with the type of the application (Web browser or native mobile application), and the type of container (Silverlight, Flash, or HTML5) used for video streaming. In particular, we identify three different streaming strategies that produce traffic patterns from non-ack clocked ON-OFF cycles to bulk TCP transfer. We then present an analytical model to study the potential impact of these streaming strategies on the aggregate traffic and make recommendations accordingly.

研究の動機と目的

• 異なるアプリケーションおよびコンテナ設定下でのNetflixおよびYouTubeストリーミングのネットワークレベルのトラフィック行動を特徴づけること。
• トラフィックパターンを顕著に変化させる、バルクTCPから非アキュシールドクロックドON-OFFサイクルまでの一連の明確に分離可能なストリーミング戦略を同定・分類すること。
• ネットワークの定員設定およびトラフィック工学を支援するため、集約動画ストリーミングトラフィックの確率的モデルを構築すること。
• ユーザーの関心の欠如に起因する中断が無駄な帯域幅に与える影響を定量化し、最適なバッファリングおよび蓄積パラメータを提案すること。
• 技術採用の変化（例：FlashからHTML5、モバイルアプリの増加）が、スケール的にネットワークトラフィック特性に与える影響を評価すること。

提案手法

• Webブラウザおよびモバイルアプリ、Flash、HTML5、Silverlightなどの異なるコンテナを対象に、カスタムツールを用いてTCPレベルのトラフィックを収集する、アクティブな測定キャンペーンを実施した。
• 観察されたON-OFFパターン、バッファリング挙動、レート制御メカニズムに基づき、ストリーミング戦略を分類し、3つの明確に異なるタイプを同定した：バルクTCP、非アキュシールドクロックド、ハイブリッド戦略。
• 再生フェーズとバッファリングフェーズを含むサイクルとしての動画セッションをモデル化する再生理論を用いて、集約動画トラフィックの確率的モデルを構築した。
• バッファサイズ、データレート、視聴時間などを組み込んだ、ユーザーの中断に起因する期待される無駄な帯域幅を計算するための主要な式（例：式(8)および(9)）を導出。
• エンコードレート、バッファサイズ、蓄積比などのパラメータがトラフィックの滑らかさおよび帯域幅効率に与える影響を、モデルを用いて評価した。
• 実際のトラフィックトレースと比較して、モデルの予測が集約トラフィック行動を的確に捉えているかを検証した。

実験結果

リサーチクエスチョン

• RQ1 NetflixおよびYouTubeのストリーミング戦略は、クライアントアプリケーション（Web対モバイル）およびコンテナ（Flash、HTML5、Silverlight）に応じてどのように異なるか？
• RQ2 異なるストリーミング戦略の根本的なネットワークトラフィック特性は何か。また、標準的なTCP動作とはどのように異なるか？
• RQ3 関心の欠如に起因するユーザーの中断は、動画ストリーミングにおける無駄な帯域幅にどのように影響するか？
• RQ4 動画エンコードレートおよびバッファリングパラメータは、集約動画トラフィックの滑らかさと効率にどのような影響を与えるか？
• RQ5 ネットワーク運用者は、提示されたモデルをどのように活用してインfraの定員設定およびトラフィック工学を最適化できるか？

主な発見

• 3つの明確に異なるストリーミング戦略が同定された：バルクTCPに類似した転送、非アキュシールドクロックドON-OFFサイクル、ハイブリッド戦略。それぞれが根本的に異なるトラフィックパターンを生じる。
• ストリーミング戦略の選択は、クライアントアプリケーションおよびコンテナに強く依存しており、モバイルアプリおよびHTML5は、WebブラウザやFlashよりもより能動的なレート制御を採用している。
• より高い動画エンコードレートは、総データレートが線形に増加しても、集約トラフィックを滑らかにする。
• モデルは、バッファサイズおよび蓄積比を最適化することで、ユーザーの中断に起因する未使用データ量を顕著に削減できることを示しており、式(9)が期待される無駄な帯域幅を定量化している。
• FlashからHTML5への移行、またはモバイルアプリの増加は、異なるストリーミング行動に起因して、ネットワークトラフィック特性を劇的に変化させる可能性がある。
• モデルは集約トラフィック行動を的確に予測でき、動画ストリーミングサービスのネットワーク計画およびリソース割り当てに活用できる。