[論文レビュー] Optimal Decentralized Dynamic Policies for Video Streaming over Wireless Channels

Rahul Singh, P. R. Kumar|arXiv (Cornell University)|Feb 20, 2019

Image and Video Quality Assessment参考文献 25被引用数 4

ひとこと要約

本稿では、グローバルに発表されるエネルギー価格に基づいて、クライアントが個別に動的に動画解像度と送信電力を選択できる分散型で動的なポリシーを提示し、無線チャネル上での動画ストリーミングの体験品質（QoE）を最適化することを目的としている。主な貢献は、双対価格とインデックスポリシーを用いた、証明可能に最適な分散型ソリューションであり、シミュレーションにより、ラウンドロビンやショートテストキューといったベースライン手法と比較して顕著なQoE向上が得られている。

ABSTRACT

The problem addressed is that of optimally controlling, in a decentralized fashion, the download of mobile video, which is expected to comprise 75 % of total mobile data traffic by 2020. The server can dynamically choose which packets to download to clients, from among several packets which encode their videos at different resolutions, as well as the power levels of their transmissions. This allows it to control packet delivery probabilities, and thereby, for example, avert imminent video outages at clients. It must however respect the access point's constraints on bandwidth and average transmission power. The goal is to maximize video "Quality of Experience" (QoE), which depends on several factors such as (i) outage duration when the video playback buffer is empty, (ii) number of outage periods, (iii) how many frames downloaded are of lower resolution, (iv) temporal variations in resolution, etc. It is shown that there exists an optimal decentralized solution where the AP announces the price of energy, and each client distributedly and dynamically maximizes its own QoE subject to the cost of energy. A distributed iterative algorithm to solve for optimal decentralized policy is also presented. Further, for the client-level QoE optimization, the optimal choice of video-resolution and power-level of packet transmissions has a simple monotonicity and threshold structure vis-a-vis video playback buffer level. When the number of orthogonal channels is less than the number of clients, there is an index policy for prioritizing packet transmissions. When the AP has to simply choose which clients' packets to transmit, the index policy is asymptotically optimal as the number of channels is scaled up with clients.

研究の動機と目的

• 不安定な無線ネットワークと変動するチャネル状態、クライアントのバッファ状態を伴う動画ストリーミングにおける体験品質（QoE）を最大化する課題に対処すること。
• APが発表するグローバルなエネルギー価格と、クライアントのローカルバッファ状態に基づいて、クライアントが個別に解像度と送信電力を決定する分散型制御ポリシーを設計すること。
• アクセスポイント（AP）における総合的電力制約と帯域制約を満たしつつ、計算上の実行可能性を保証した最適なQoEを達成すること。
• クライアント数が利用可能な直交チャネル数より多い場合（M < N）に、インデックスベースのスケジューリングポリシーを設計すること。
• 動的無線環境下で、標準的なベンチマーク手法（ラウンドロビン、ショートテストキュー）と比較して、提案ポリシーの性能を評価すること。

提案手法

• APが、合計エネルギー消費量と利用可能な電力を均衡させるための双対変数（エネルギー価格）λ⋆を発表し、クライアントがコスト制約のもとで個別にQoEを最適化できるようにする。
• クライアント数に線形にスケーリングする変数を用いた線形計画問題を解くことで、最適エネルギー価格λ⋆を分散的に反復的に計算するアルゴリズムが提案される。
• 単一クライアント最適化において、最適な解像度と電力ポリシーは、バッファレベルとチャネル品質に基づいて単調なしきい値構造を示す。
• M < N 個の直交チャネルが利用可能な場合、マルチアームド・バンディットのスーパープロセスフレームワークを用いて、1ステップ先読みのインデックスポリシーが導出される。
• ベースポリシー（例：ラウンドロビン）を、先読みルールを用いて改善することでインデックスポリシーが構築され、チャネル数がクライアント数と比例して増加する際、漸近的に最適性が保証される。
• 双対性理論を活用することで、制約付きマルコフ決定過程（CMDP）定式化における分散型ポリシーが最適であることが証明可能である。

実験結果

リサーチクエスチョン

• RQ1 グローバルな電力制約と帯域制約を満たしつつ、各クライアントが個別にQoEを最適化できる分散型ポリシーを設計可能か？
• RQ2 異なるバッファレベルとチャネル状態の下で、単一クライアントの解像度と送信電力ポリシーの最適構造は何か？
• RQ3 利用可能なチャネル数が限られている場合、APは複数クライアントを効率的にスケジューリングできるか？
• RQ4 動的無線環境下で、提案されたインデックスポリシーは、ラウンドロビンやショートテストキューといった従来のスケジューリングポリシーと比較して、どのように性能を発揮するか？
• RQ5 どのような条件下で、提案された分散型ポリシーが累積QoEを最大化するという点で、証明可能に最適となるか？

主な発見

• APが1単位あたりのエネルギー価格λ⋆を発表することで、各クライアントがこのコストを考慮して個別にQoEを最大化することで、グローバルに最適な解が達成される。
• 単一クライアントの最適ポリシーは、単調なしきい値構造を示す：バッファが高水準の場合は高解像度と低電力が好まわれ、低バッファでは信頼性を確保するため低解像度と高電力が選択される。
• M < N 個の直交チャネルが利用可能な場合、提案された先読みインデックスポリシーは、特にチャネル変動が大きい環境下で、ラウンドロビンやショートテストキューのポリシーを著しく上回るQoEを達成する。
• エネルギー価格λ⋆は、利用可能な電力が増加するにつれて低下し、クライアント数が増えると上昇する。これは、リソースの可用性と需要のトレードオフを反映している。
• チャネル数がクライアント数と比例して増加する際、インデックスポリシーは漸近的に最適性を示し、そのスケーラビリティとロバスト性が裏付けられる。
• シミュレーションの結果、提案ポリシーはベースライン手法よりも高い累積QoEを達成しており、特にチャネルの信頼性が変動する環境下では最大20％の向上が確認された。