[论文解读] Continual learning improves Internet video streaming

Francis Y. Yan, Hudson Ayers+6 more|arXiv (Cornell University)|Jun 3, 2019

Image and Video Quality Assessment被引用 2

一句话总结

本文提出了一种混合自适应比特率（ABR）算法，将经典的基于缓冲区的控制与一种有监督的、现场学习的网络预测器相结合，以在真实世界条件下提升视频流媒体质量。尽管在56,000名用户中进行了广泛测试，但只有这种混合方法在所有情况下持续优于更简单的方案，表明真实世界中的网络波动性和重尾行为会损害纯学习控制系统的鲁棒性。

ABSTRACT

We describe the results of a randomized controlled trial of video-streaming algorithms for bitrate selection and network prediction. Over the last eight months, we have streamed 14.2 years of video to 56,000 users across the Internet. Sessions are randomized in blinded fashion among algorithms, and client telemetry is recorded for analysis. We found that in this real-world setting, it is difficult for sophisticated or machine-learned control schemes to outperform a simple scheme (buffer-based control), notwithstanding good performance in network emulators or simulators. We performed a statistical analysis and found that the variability and heavy-tailed nature of network and algorithm behavior create hurdles for robust learned algorithms in this area. We developed an ABR algorithm that robustly outperforms other schemes in practice, by combining classical control with a learned network predictor, trained with supervised learning in situ on data from the real deployment environment. To support further investigation, we are publishing an archive of traces and results each day, and will open our ongoing study to the community. We welcome other researchers to use this platform to develop and validate new algorithms for bitrate selection, network prediction, and congestion control.

研究动机与目标

• 评估先进视频流媒体算法在真实网络条件下的实际表现。
• 识别为何复杂的机器学习控制方案尽管在仿真中表现优异，却在实际应用中经常失败。
• 开发一种结合经典控制与学习网络预测的鲁棒ABR算法，以提升流媒体质量。
• 通过发布大规模真实世界流媒体部署中的每日追踪数据与结果，支持可复现的研究。

提出的方法

• 在八个月的时间内开展了一项随机对照试验，向全球互联网上的56,000名用户流送了总计14.2年的视频内容。
• 客户端以盲法随机分配至不同的比特率选择算法，以确保评估无偏见。
• 利用真实部署数据训练有监督的机器学习模型，以预测网络状况，从而提高比特率决策的准确性。
• 所提出的算法将此学习到的预测器与经典的基于缓冲区的控制机制相结合，以平衡响应速度与稳定性。
• 采用统计分析量化网络波动性和重尾行为对算法性能的影响。
• 研究平台已开源，每日的遥测追踪数据与结果档案对公众开放，供社区使用。

实验结果

研究问题

• RQ1 在真实世界视频流媒体部署中，机器学习控制方案能否优于简单的基于缓冲区的算法？
• RQ2 网络波动性和重尾行为在多大程度上破坏了学习型流媒体算法的鲁棒性？
• RQ3 在真实部署数据上进行现场训练的网络预测器，相比仿真或离线训练，如何显著提升ABR性能？
• RQ4 在生产环境中，将经典控制与学习预测相结合，是否能比纯学习方法获得更鲁棒的性能？
• RQ5 仿真结果在多大程度上能推广到真实世界的网络条件下的视频流媒体场景？

主要发现

• 在真实世界部署中，复杂的或基于机器学习的控制方案未能优于简单的基于缓冲区的控制算法。
• 真实世界网络行为的重尾性和波动性给学习有效流媒体策略带来了显著挑战。
• 混合ABR算法——结合经典缓冲区控制与有监督的、现场训练的网络预测器——在实际应用中持续优于所有其他方案。
• 研究发现，基于仿真的评估可能具有误导性，原因在于缺乏真实世界网络的复杂性与波动性。
• 研究人员成功开发出一种鲁棒的流媒体算法，结合控制理论与数据驱动预测，通过大规模实地部署得到验证。
• 团队已发布每日的流媒体追踪数据与结果档案，以支持ABR、网络预测与拥塞控制领域的持续研究与算法验证。