Skip to main content
QUICK REVIEW

[论文解读] The Influence of the Buffer Size in Packet Loss for Competing Multimedia and Bursty Traffic

Luis Sequeira, Julián Fernández-Navajas|arXiv (Cornell University)|Nov 12, 2020
Network Traffic and Congestion Control参考文献 20被引用 12
一句话总结

本文研究了在突发多媒体流量与VoIP竞争时,接入路由器缓存大小对分组丢失率和VoIP质量的影响。基于VoIP、视频会议和视频监控的真实流量 trace,使用NS-2进行仿真,结果表明:由于突发流量导致的缓存溢出会严重降低VoIP的MOS得分,即使在70%链路利用率下,超过98%的通话仅能达到中等质量(MOS ≤ 3.6),凸显了在混合流量环境中QoS设计中缓存大小的关键作用。

ABSTRACT

This work presents an analysis of the effect of the access router buffer size on packet loss rate and how it can affect the QoS of multimedia services when bursty traffic is present. VoIP traffic, real traces of viedoconferencing and videosurvellance are used in two different scenarios with medium link utilization. The study shows that the bursty nature of some applications may impair the MOS of voice calls especially when a certain number of bursts overlap. When link utilization is above 70% good values of VoIP QoS cannot be obtained.

研究动机与目标

  • 分析接入路由器缓存大小对竞争性多媒体流的分组丢失率和QoS的影响。
  • 评估突发流量(如视频监控)在中等链路利用率下对实时服务(如VoIP)的影响。
  • 量化在并发多媒体会话中,由缓存导致的分组丢失对主观语音质量(MOS)的劣化程度。
  • 识别在混合流量条件下,能最小化分组丢失并维持可接受VoIP MOS的最优缓存大小。

提出的方法

  • 使用NS-2仿真两个网络场景,采用来自VoIP、视频会议和视频监控应用的真实流量trace。
  • 将缓存大小从较小到较大(最大40个分组)进行变化,同时保持链路容量恒定,以隔离缓存的影响。
  • 将缓存大小固定在40个分组,将接入链路利用率从50%变化到90%,以评估负载对分组丢失率和MOS的影响。
  • 在70%利用率下进行200次重复仿真,以捕捉流重叠和分组丢失分布的统计波动。
  • 使用基于ITU-T PESQ的模型计算每次VoIP通话的MOS,以评估不同丢包条件下主观语音质量。
  • 生成不同网络延迟下的累积MOS概率分布,以评估质量阈值和一致性。

实验结果

研究问题

  • RQ1在中等链路利用率下,缓存大小如何影响VoIP和突发性视频应用的分组丢失率?
  • RQ2即使增加缓存大小,视频监控或视频会议产生的突发流量在多大程度上会劣化VoIP质量?
  • RQ3当链路利用率达到70%时,VoIP通话可实现的MOS是多少?在此条件下能否实现高质量语音(MOS > 4.0)?
  • RQ4多个流量突发的重叠如何影响分组丢失分布和主观语音质量?

主要发现

  • 在70%链路利用率且缓存为40个分组时,超过98%的VoIP通话MOS为3.6或以下,表明仅能达到中等语音质量。
  • 尽管处于理想条件,即使网络延迟为零,也无法实现高质量VoIP(MOS > 4.0),原因在于缓存引起的分组丢失。
  • 当突发流量重叠时,VoIP和视频会议的分组丢失率显著增加,尤其在缓存容量超出时更为明显。
  • 更大的缓存可降低平均分组丢失率,但无法消除在突发流量重叠场景下的高丢失风险,尤其是在高利用率时。
  • 分组丢失分布不均匀:虽然大多数通话的丢失率较低(<0.75%),但0.5%的通话丢失率高达3%,严重劣化语音质量。
  • 累积MOS概率在中等质量范围(3.60–4.03)急剧下降,表明在测试条件下语音质量存在一个难以逾越的上限。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。