[논문 리뷰] Low-Delay Adaptive Video Streaming Based on Short-Term TCP Throughput Prediction

Konstantin Miller, Abdel-Karim Al-Tamimi외 1명|arXiv (Cornell University)|2015. 03. 10.

Image and Video Quality Assessment참고 문헌 37인용 수 5

한 줄 요약

이 논문은 단기 TCP 대역폭 예측을 위해 단순이동평균(SMA) 모델을 사용하고 예측 오차를 잘라낸 정규분포와 Lomax 분포로 모델링하여 재생지연과 품질 변동을 최소화하는 저지연 적응형 비디오 스트리밍 알고리즘을 제안한다. 이 방법은 재생지연률 약 10^{-4}(30시간에 한 번 정도 스킵되는 단일 세그먼트)로 옥타르 성능에 근접하며, 특히 극도로 동적인 무선 네트워크에서 고정 마진 방식보다 뛰어난 성능을 발휘한다.

ABSTRACT

Recently, HTTP-Based Adaptive Streaming has become the de facto standard for video streaming over the Internet. It allows the client to adapt media characteristics to varying network conditions in order to maximize Quality of Experience (QoE). In the case of live streaming this task becomes particularly challenging. An important factor than might help improving performance is the capability to correctly predict network throughput dynamics on short to medium timescales. It becomes notably difficult in wireless networks that are often subject to continuous throughput fluctuations. In the present work, we develop an adaptation algorithm for HTTP-Based Adaptive Live Streaming that, for each adaptation decision, maximizes a QoE-based utility function depending on the probability of playback interruptions, average video quality, and the amount of video quality fluctuations. To compute the utility function the algorithm leverages throughput predictions, and dynamically estimated prediction accuracy. We are trying to close the gap created by the lack of studies analyzing TCP throughput on short to medium timescales. We study several time series prediction methods and their error distributions. We observe that Simple Moving Average performs best in most cases. We also observe that the relative underestimation error is best represented by a truncated normal distribution, while the relative overestimation error is best represented by a Lomax distribution. Moreover, underestimations and overestimations exhibit a temporal correlation that we use to further improve prediction accuracy. We compare the proposed algorithm with a baseline approach that uses a fixed margin between past throughput and selected media bit rate, and an oracle-based approach that has perfect knowledge over future throughput for a certain time horizon.

연구 동기 및 목표

• 자주 대역폭가 변동하는 극도로 동적인 무선 네트워크에서 저지연 적응형 비디오 스트리밍을 해결하고자 한다.
• 재생 중단을 최소화하면서 비디오 품질과 표현 방식의 변화를 균형 잡는 것으로 품질 경험(QoE)을 향상시키고자 한다.
• 적응형 스트리밍을 위한 단기에서 중기적 시간 스케일의 TCP 대역폭 예측에 대한 연구 격차를 메우고자 한다.
• 예측 오차를 정확히 모델링하고 이를 동적 적응 결정을 이끄는 데 활용하고자 한다.
• 다양한 네트워크 조건, 특히 일정한 대역폭과 변동성이 큰 대역폭을 포함하여도 뛰어난 성능을 발휘하는 실용적인 적응 알고리즘을 개발하고자 한다.

제안 방법

• 모든 시간 스케일에서 더 복잡한 모델보다 우수한 성능을 보이는 단순이동평균(SMA)을 주요 대역폭 예측 방법으로 사용한다.
• 예측 오차의 상대 분포를 과소평가에 대해서는 잘라낸 정규분포, 과대평가에 대해서는 Lomax 분포로 모델링한다.
• 과소평가와 과대평가 간의 시간적 상관관계를 활용하여 예측 정확도를 향상시킨다.
• 재생지연 확률, 비디오 품질, 품질 변동 페널티를 조합한 QoE 기반 유틸리티 함수를 구성한다.
• 각 스트리밍 세션에 맞게 예측 오차 범위를 동적으로 추정하여 비트레이트 적응 결정을 이끈다.
• 실제 무선 네트워크에서 수집한 실세계 TCP 대역폭 트레이스를 사용하여 적응 성능을 평가한다.

실험 결과

연구 질문

• RQ1 무선 네트워크에서 단기 TCP 대역폭 예측을 위한 시간 시리즈 예측 방법 중 어떤 것이 가장 우수한 성능을 보이는가?
• RQ2 예측 오차를 정확히 모델링하면 신뢰할 수 있는 적응 결정을 지원할 수 있는가?
• RQ3 과소평가와 과대평가 오차 간의 시간적 상관관계가 예측 정확도에 어떤 영향을 미치는가?
• RQ4 제안된 예측 기반 적응 알고리즘이 고정 마진 방식과 옥타르 기반 접근 방식에 비해 재생지연과 비디오 품질 측면에서 어떻게 비교되는가?
• RQ5 이 알고리즘이 일정한 대역폭과 극도로 변동성이 큰 대역폭을 포함한 다양한 네트워크 조건에서도 높은 성능을 유지할 수 있는가?

주요 결과

• 단순이동평균(SMA) 방법은 복잡한 예측 기법들보다 모든 시간 스케일에서 뛰어난 성능을 보이며, 그 단순성에도 불구하고 뛰어난 성능을 발휘한다.
• 상대적 과소평가 오차는 잘라낸 정규분포로 가장 잘 모델링되며, 상대적 과대평가 오차는 Lomax 분포로 가장 잘 표현된다.
• 전반적으로 과소평가와 과대평가가 균형을 이루고 있지만, 강한 시간적 상관관계를 보이며, 이는 예측 정확도 향상에 활용된다.
• 제안된 알고리즘은 재생지연률 약 10^{-4}를 달성하여 평균적으로 30시간에 한 번 정도의 세그먼트 스킵 수준이며, 옥타르 수준의 성능에 근접한다.
• 예측 오차의 변동성이 줄어들어 더 높은 품질 서브유틸리티를 달성함으로써, 더 뛰어난 적응 안정성을 입증한다.
• 고정 마진 방식은 제안된 방법의 재생지연 성능을 따라잡기 위해 마진을 0.9 이상으로 설정해야 하지만, 이는 비디오 품질이 크게 떨어지고 품질 변동이 증가하는 비용을 수반한다.