[論文レビュー] Stochastic TCO minimization for Video Transmission over IP Networks

Pejman Goudarzi|arXiv (Cornell University)|May 2, 2012

Image and Video Quality Assessment参考文献 6被引用数 3

ひとこと要約

本稿では、IPネットワーク上の動画ストリーミングにおける不確実性を考慮した、確率的Total Cost of Ownership（TCO）最適化フレームワークを提案する。運用費用（OPEX）と資本費用（CAPEX）の両方を不確実性を伴ってモデル化することで、動的で最適な展開意思決定を可能にする。TCOを確率的最適化問題として定式化することにより、モデルの不正確さやコストの変動を考慮し、時間変動する最適な構成を導出する。数値的検証では、ヒューリスティック手法を上回る性能を示した。

ABSTRACT

From the viewpoint of service operators the Total Cost of Ownership (TCO) for developing a communication service comprises from two parts; CAPital EXpenditure (CAPEX) and OPerational EXpenditure (OPEX). These two types of costs are interrelated and affect any service provider's deployment strategy. In many traditional methods, selection of critical elements of a new service is performed in a heuristic manner aimed at reducing only the OPEX part of the TCO which is not necessarily optimal. Furthermore, exact cost modeling for such services is not always possible and contains some uncertainties. In the current work, after cost modeling of each video streaming element by capturing the effect of the model uncertainties, the TCO optimization problem for video streaming over IP networks is formulated as a stochastic optimization problem. The solution of the proposed optimization problem can cope with the cost modeling uncertainties and track the dynamism in the TCO and lead to a time-varying optimal solution. Numerical analysis results verify the developed method.

研究の動機と目的

• ヒューリスティックなCAPEXとOPEXのトレードオフによって引き起こされる動画ストリーミングサービスにおける非最適な展開戦略を解消すること。
• IPネットワークにおける動画ストリーミング部品のコスト見積もりにおける固有の不確実性をモデル化すること。
• 不確実性を伴う条件下でCAPEXとOPEXを同時に最小化する確率的最適化フレームワークを開発すること。
• 時間変動する最適な構成を可能にし、変動するコスト環境に適応する動的展開戦略を実現すること。

提案手法

• CAPEXとOPEXの両方の構成要素を不確実パrameterを含めて統合した確率的最適化問題としてTCOを定式化する。
• 各動画ストリーミング要素（例：エンコーディング、キャッシュ、伝送）のコスト不確実性を確率分布を用いてモデル化する。
• 確率的プログラミング手法を適用し、不確実性下での期待TCOを最小化する最適な構成を導出する。
• 数値的解析を用いて、解の性能と、決定的またはヒューリスティックな代替手法に対するロバストネスを評価する。
• 時間経過に伴う動的コスト変動を組み込み、適応的展開戦略を可能にする。
• シミュレーションに基づく数値結果を用いて、収束性と最適性を実証する。

実験結果

リサーチクエスチョン

• RQ1 不確実なコストモデリング下で、動画ストリーミングサービスにおけるCAPEXとOPEXをどのように同時に最適化できるか？
• RQ2 コスト見積もりの不確実性をモデル化することが、IPベースの動画伝送における展開戦略の最適性に与える影響は何か？
• RQ3 不確実性を考慮した確率的最適化フレームワークは、動画ストリーミングのTCO最小化においてヒューリスティック手法を上回ることができるか？
• RQ4 コストパラメータの変動に応じて最適構成はどのように動的に変化するか？
• RQ5 提案手法の確率的アプローチは、決定的またはヒューリスティックな代替手法に比べて、どの程度の性能向上を達成できるか？

主な発見

• 提案された確率的TCO最適化フレームワークは、動画ストリーミング部品のコストモデリングにおける不確実性を効果的に処理できる。
• 動的コスト環境に適応する時間変動型の最適構成を導出でき、長期的なコスト効率を向上させる。
• 数値的結果から、期待TCOの最小化において確率的アプローチがヒューリスティック手法を上回ることが確認された。
• パラメータの不確実性に対してもロバストであることが示され、さまざまな条件下でもほぼ最適な性能を維持した。
• 不確実性下でのCAPEXとOPEXのバランスを取ることで、サービスプロバイダーがより情報に基づいたコスト効率の良い展開意思決定を可能にする。
• アドホックなネットワーク部品選択の代替として体系的な手法を提供し、非最適投資のリスクを低減する。