[논문 리뷰] Network Characteristics of Video Streaming Traffic

Ashwin Rao, Yeon-sup Lim외 4명|arXiv (Cornell University)|2011. 11. 03.

Caching and Content Delivery참고 문헌 14인용 수 70

한 줄 요약

이 논문은 웹 브라우저와 모바일 앱, Flash, HTML5, Silverlight 등의 컨테이너 유형에 따라 Netflix와 YouTube에서 사용하는 영상 스트리밍 전략 세 가지—대량 TCP 전송에서부터 비-ACK 시계 제어 ON-OFF 사이클에 이르기까지—를 식별한다. 응용 프로그램 유형에 따라 달라지는 전략의 특성을 분석하기 위해 수학적 모델을 제안하며, 이는 고정된 영상 인코딩 속도가 집합적 트래픽을 매끄럽게 하고, 버퍼링 매개변수를 조정함으로써 사용자 중단으로 인한 낭비 대역폭을 줄일 수 있음을 보여준다.

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.

연구 동기 및 목표

• 다양한 응용 프로그램 및 컨테이너 설정에서 Netflix와 YouTube 스트리밍의 네트워크 수준 트래픽 행동을 규명하는 것.
• 트래픽 패턴을 근본적으로 변화시키는 세 가지 유형의 스트리밍 전략(대량 TCP에서 비-ACK 시계 제어 ON-OFF 사이클까지)을 식별하고 분류하는 것.
• 네트워크 설계 및 트래픽 엔지니어링를 위한 집합적 영상 스트리밍 트래픽을 위한 스토하스틱 모델을 개발하는 것.
• 관심 상실로 인한 사용자 중단이 낭비되는 대역폭에 미치는 영향을 정량화하고, 최적의 버퍼링 및 누적 매개변수를 제안하는 것.
• 기술 채택 변화(예: Flash에서 HTML5로의 전환, 모바일 앱의 확산 등)가 대규모 네트워크 트래픽 특성에 어떻게 영향을 미칠지 평가하는 것.

제안 방법

• 다양한 클라이언트(웹 브라우저, 모바일 앱)와 컨테이너(Flash, HTML5, Silverlight)를 대상으로 YouTube와 Netflix의 TCP 수준 트래픽을 캡처하기 위해 고유 도구를 사용한 주도적 측정 캠프이건을 수행하였다.
• 관측된 ON-OFF 패턴, 버퍼링 행동, 속도 제어 메커니즘을 기반으로 스트리밍 전략을 분류하였으며, 세 가지 유형의 전략—대량 TCP, 비-ACK 시계 제어, 하이브리드 전략—을 식별하였다.
• 재생 주기와 버퍼링 단계를 포함하는 세션을 순환 구조로 모델링하는 복합 이론을 활용해 집합적 영상 트래픽의 스토하스틱 모델을 개발하였다.
• 예를 들어 식 (8)과 (9)와 같은 핵심 방정식을 유도하여, 버퍼 크기, 데이터 전송 속도, 시청 지속 시간을 고려해 사용자 중단으로 인한 예상 낭비 대역폭을 계산하였다.
• 영상 인코딩 속도, 버퍼 크기, 누적 비율 등의 매개변수 영향을 분석하여 트래픽의 매끄러움과 대역폭 효율성에 미치는 영향을 평가하였다.
• 실제 트래픽 트레이스와의 비교를 통해 모델의 예측 정확도를 검증하였으며, 집합적 트래픽 행동을 잘 반영하고 있음을 확인하였다.

실험 결과

연구 질문

• RQ1 Netflix와 YouTube의 스트리밍 전략은 클라이언트 응용 프로그램(웹 대비 모바일)과 컨테이너(Flash, HTML5, Silverlight)에 따라 어떻게 달라지나?
• RQ2 각기 다른 스트리밍 전략의 기본 네트워크 트래픽 특성은 무엇이며, 표준 TCP 동작과 어떻게 다를까?
• RQ3 관심 상실로 인한 사용자 중단은 영상 스트리밍에서 낭비되는 대역폭에 어떤 영향을 미치는가?
• RQ4 영상 인코딩 속도와 버퍼링 매개변수는 집합적 영상 트래픽의 매끄러움과 효율성에 어떤 영향을 미치는가?
• RQ5 네트워크 운영자는 제안된 모델을 어떻게 활용하여 영상 스트리밍을 위한 인프라 설계 및 트래픽 엔지니어링 최적화를 수행할 수 있는가?

주요 결과

• 세 가지 유형의 스트리밍 전략—대량 TCP 유사 전송, 비-ACK 시계 제어 ON-OFF 사이클, 하이브리드 전략—을 식별하였으며, 각각 근본적으로 다른 트래픽 패턴을 생성한다.
• 스트리밍 전략 선택은 클라이언트 응용 프로그램과 컨테이너에 크게 의존한다—모바일 앱과 HTML5는 웹 브라우저나 Flash보다 더 공격적인 속도 제어 전략을 사용한다.
• 영상 인코딩 속도가 높을수록 총 데이터 전송 속도가 선형적으로 증가하더라도 집합적 트래픽이 더 매끄럽게 된다.
• 모델은 버퍼 크기와 누적 비율을 최적화하면 사용자 중단으로 인한 불필요한 데이터 양을 크게 줄일 수 있음을 보여주며, 식 (9)는 예상 낭비 대역폭을 정량화한다.
• Flash에서 HTML5로의 전환 또는 모바일 앱 사용 증가로 인해 스트리밍 행동이 다를 경우 네트워크 트래픽 특성이 근본적으로 변화할 수 있다.
• 모델은 집합적 트래픽 행동을 정확히 예측할 수 있으며, 영상 스트리밍 서비스를 위한 네트워크 계획 및 자원 할당에 활용될 수 있다.