Luận án tiến sĩ kỹ thuật viễn thông nâng cao chất lượng truyền video thích nghi HTTP trên mạng điều khiển bằng phần mềm (SDN

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI PHẠM HỒNG THỊNH NÂNG CAO CHẤT LƯỢNG TRUYỀN VIDEO THÍCH NGHI HTTP TRÊN MẠNG ĐIỀU KHIỂN BẰNG PHẦN MỀM (SDN) LUẬN ÁN TIẾN SĨ KỸ THUẬT VIỄN THÔNG Hà Nội – 2021 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI PHẠM HỒNG THỊNH NÂNG CAO CHẤT LƯỢNG TRUYỀN VIDEO THÍCH NGHI HTTP TRÊN MẠNG ĐIỀU KHIỂN BẰNG PHẦN MỀM (SDN) Ngành: Kỹ thuật viễn thông Mã số: 9520208 LUẬN ÁN TIẾN SĨ KỸ THUẬT VIỄN THÔNG NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS TRƯƠNG THU HƯƠNG PGS.TS PHẠM NGỌC NAM Hà Nội – 2021 LỜI CAM ĐOAN Tôi xin cam đoan kết khoa học trình bày luận án thành nghiên cứu thân suốt thời gian làm nghiên cứu sinh chưa xuất công bố tác giả khác Các tài liệu tham khảo trích dẫn đầy đủ, rõ ràng trung thực Hà Nội, ngày TM Tập thể hướng dẫn PGS.TS Trương Thu Hương tháng năm 2021 Tác giả luận án Phạm Hồng Thịnh LỜI CẢM ƠN Trước hết, xin bày tỏ lời cảm ơn sâu sắc đến PGS.TS Trương Thu Hương PGS.TS Phạm Ngọc Nam trực tiếp hướng dẫn, định hướng khoa học, dành nhiều thời gian tâm huyết giúp đỡ tơi mặt để hồn thành luận án Tôi xin gửi lời cảm ơn đến thành viên nhóm HTTP/SDN Lab ESRC Lab Future Network Trường Đại học Bách Khoa Hà Nội hỗ trợ thực số thí nghiệm luận án Qua đây, tơi xin cảm ơn Viện Điện tử Viễn thơng, Phịng Đào Tạo, Trường Đại học Bách Khoa Hà Nội tạo điều kiện thuận lợi cho nghiên cứu sinh suốt trình nghiên cứu, học tập thực luận án Xin chân thành cảm ơn quan tâm, giúp đỡ, động viên đồng nghiệp, nhóm Nghiên cứu sinh – Viện Điện tử Viễn thông dành cho Chân thành cảm ơn Khoa Kỹ thuật Công nghệ, Trường Đại học Quy Nhơn tạo điều kiện thuận lợi cho NCS tập trung nghiên cứu thời gian qua Cuối cùng, xin dành lời yêu thương đến với gia đình, vợ Sự động viên, giúp đỡ hy sinh nhiều họ thời gian vừa qua động lực to lớn để tơi vượt qua khó khăn hoàn thành luận án Xin chân thành cảm ơn! Hà Nội, ngày tháng năm 2021 i MỤC LỤC MỤC LỤC i DANH MỤC CÁC TỪ VIẾT TẮT iv DANH MỤC HÌNH VẼ vi DANH MỤC BẢNG BIỂU viii MỞ ĐẦU CHƯƠNG TỔNG QUAN VỀ KỸ THUẬT TRUYỀN VIDEO QUA GIAO THỨC HTTP VÀ MẠNG ĐỊNH NGHĨA BẰNG PHẦN MỀM SDN 1.1 Đặt vấn đề .8 1.1.1 Vấn đề HTTP streaming 1.1.2 Kỹ thuật streaming video chuẩn 10 1.1.3 Vấn đề thích ứng tốc độ HTTP streaming 12 1.1.4 HTTP streaming theo cảm nhận người dùng QoE .13 1.2 Truyền video qua giao thức HTTP .14 1.2.1 Mơ hình truyền video thích ứng động giao thức HTTP (DASH) 14 1.2.1.1 Khái quát chung .14 1.2.1.2 Tệp Media Presentation Description (MPD) 16 1.2.2 Kỹ thuật mã hóa video 17 1.2.3 Các tham số ảnh hưởng đến chất lượng trải nghiệm QoE 19 1.2.4 Giới thiệu mơ hình QoE 22 1.3 Mạng định nghĩa phần mềm SDN 23 1.3.1 Khái niệm chung 23 1.3.2 Kiến trúc SDN 24 1.3.3 Một số ưu điểm SDN 25 1.3.4 So sánh SDN mạng truyền thống 26 1.3.5 Giao thức OpenFlow 27 1.3.5.1 Khái niệm .27 1.3.5.2 Các thành phần OpenFlow/ SDN 28 1.3.6 Triển khai mạng SDN 34 1.3.6.1 Triển khai đồ hình mạng 35 1.3.6.1 Triển khai điều khiển - Controller 36 1.4 Kết luận chương .39 CHƯƠNG TRUYỀN VIDEO CBR THÍCH NGHI GIAO THỨC HTTP DỰA TRÊN KỸ THUẬT ĐỊNH TUYẾN CỦA SDN .40 ii 2.1 Giới thiệu chương .40 2.2 Các công trình nghiên cứu liên quan 40 2.3 Vấn đề thích nghi tốc độ bit 42 2.3.1 Lựa chọn thời khoảng cho phân đoạn video 42 2.3.2 Các phương pháp thích ứng tốc độ bit 43 2.3.2.1 Phương pháp dựa vào thông lượng 44 2.3.2.2 Phương pháp dựa vào đệm .45 2.4 Kỹ thuật định tuyến cho luồng video mạng SDN 46 2.4.1 Xây dựng kiến trúc điều khiển đề xuất 47 2.4.2 Tính tốn băng thơng mạng SDN 50 2.4.3 Lưu đồ thuật toán điều khiển SDN 51 2.5 Thuật tốn thích ứng tốc độ bit với chế định tuyến đề xuất 52 2.6 Thiết lập thí nghiệm kịch đánh giá 55 2.6.1 Thiết lập thí nghiệm 55 2.6.2 Các kịch thí nghiệm .56 2.6.2.1 Kịch băng thông hai mức 56 2.6.2.2 Kịch băng thông thực tế 57 2.7 Đánh giá kết thảo luận .58 2.8 Kết luận chương .61 CHƯƠNG GIẢI PHÁP CẢI THIỆN QoE TRONG STREAMING VIDEO VBR QUA GIAO THỨC HTTP DỰA TRÊN SDN 62 3.1 Giới thiệu chương .62 3.2 Các cơng trình liên quan đến giải pháp đề xuất 62 3.3 Kiến trúc đề xuất cho streaming video VBR qua HAS SDN 65 3.4 Truyền video VBR qua giao thức HTTP dựa kỹ thuật định tuyến định kỳ thích nghi SDN 66 3.4.1 Vấn đề biến đổi thông lượng lựa chọn tốc độ bit tối ưu cho video VBR 66 3.4.2 Đề xuất thuật tốn thích nghi VBR kết hợp với định tuyến dựa SDN (VASR) 68 3.4.3 Kỹ thuật định tuyến định kỳ định tuyến thích nghi dựa SDN đề xuất 71 3.4.3.1 Định tuyến định kỳ dựa SDN (SPR) 71 3.4.3.2 Định tuyến thích nghi dựa SDN khơng có giám sát (SAR) .73 3.4.3.3 Định tuyến thích nghi dựa SDN có giám sát (SARM) 74 iii 3.4.4 Thực nghiệm đánh giá kết 75 3.4.4.1 Thiết lập thực nghiệm .75 3.4.4.2 Các kịch thí nghiệm 78 3.4.4.3 Đánh giá kết 79 3.5 Giải pháp cải thiện QoE cho video VBR qua giao thức HTTP dựa SDN 87 3.5.1 Ước tính thơng lượng mức đệm cho giải pháp đề xuất 87 3.5.2 Thuật tốn thích nghi đề xuất MUNTH 89 3.5.3 Đánh giá hiệu .92 3.5.3.1 Thiết lập thí nghiệm kịch 92 3.5.3.2 Lựa chọn ngưỡng đệm tốt 93 3.5.3.3 So sánh, đánh giá phương pháp 96 3.6 Kết luận chương .100 CHƯƠNG GIẢI PHÁP PHÂN BỔ BĂNG THÔNG VÀ CẢI THIỆN QoE TRONG STREAMING VIDEO CHO ĐỒNG THỜI NHIỀU NGƯỜI DÙNG 102 4.1 Giới thiệu chương .102 4.2 Các vấn đề liên quan ý tưởng xây dựng giải pháp .102 4.3 Kiến trúc phân bổ băng thông đề xuất dựa SDN cho nhiều người dùng đồng thời truy cập 105 4.4 Đề xuất giải pháp phân bổ băng thông công SDN (MSMA-0) 107 4.5 Đề xuất giải pháp phân bổ băng thơng thích ứng SDN (MSMA-1) 110 4.6 Thiết lập thí nghiệm kịch 113 4.6.1 Thiết lập thí nghiệm 113 4.6.2 Các kịch thí nghiệm .114 4.7 Đánh giá kết thảo luận 115 4.7.1 Tham số công (fairness), hiệu (efficiency) ổn định (stability) 115 4.7.2 Đánh giá hiệu .116 4.8 Kết luận chương .122 KẾT LUẬN .124 DANH MỤC CÁC CƠNG TRÌNH ĐÃ CƠNG BỐ CỦA LUẬN ÁN 126 TÀI LIỆU THAM KHẢO 127 iv DANH MỤC CÁC TỪ VIẾT TẮT Từ viết tắt Ý nghĩa tiếng Anh AGG_DF Aggressive Default AGG_RR Aggressive Rerouting API Application Programing Interface ARP Address Resolution Protocol BBA CBR CDF Buffer-based Algorithms Constant Bit Rate Cumulative Distribution Function CDN Content Delivery Networks DASH FIFO GPS HAS HDS Dynamic Adaptive Streaming over HTTP First-In First-Out Global Positioning System HTTP-based Adaptive Streaming HTTP Dynamic Streaming (HDS) LLDP developed by Adobe Systems HTTP Live Streaming Hypertext Transfer Protocol Internet Protocol International Organization of Standardization International Telecommunication Union Link Layer Discovery Protocol MAC Media Access Control MOS Mean Opinion Score MPD Media Presentation Description MPEG Moving Picture Expert Group MSMA Media Streaming Multiple Access HLS HTTP IP ISO ITU MUNTH OFS ONF iMpede sUspend and attaiN poTential patH OpenFlow Switch Open Networking Foundation Ý nghĩa tiếng Việt Phương pháp Aggressive mặc định Phương pháp Aggressive có định tuyến lại dựa SDN Giao diện lập trình ứng dụng Giao thức để tìm địa phần cứng (địa MAC) Thuật toán dựa vào đệm Tốc độ bit cố định Hàm phân phối tích lũy Mạng phân phối nội dung Streaming thích ứng động qua HTTP Vào trước trước Hệ thống định vị toàn cầu Streaming thích ứng qua HTTP Streaming động qua HTTP phát triển hệ thống Adobe Streaming trực tiếp qua HTTP Giao thức truyền siêu văn Giao thức Internet Hiệp hội Tiêu chuẩn quốc tế Liên hiệp viễn thông quốc tế Giao thức khám phá lớp liên kết Điều khiển truy cập môi trường (gọi địa MAC) Điểm số ý kiến trung bình Mơ tả trình diễn đa phương tiện Nhóm chun gia hình ảnh động Streaming đa phương tiện đa truy cập Phịng tránh đóng băng lựa chọn tuyến tốt Bộ chuyển mạch OpenFlow Tổ chức chuẩn hóa mạng mở v QP Open vSwitch Database management Protocol Probe AND Adapt Quality of Experience Quality of Service Quantization Parameter RTCP Real-Time Control Protocol RTMP Real-Time Messaging Protocol RTP Real-time Transport Protocol RTSP Real-Time Streaming Protocol RTT Round-Trip Time SDN-Assisted Novel QoE control method for DASH (HTTP/3) SDN-based Adaptive Routing without monitoring OVSDB PANDA QoE QoS SAND/3 SAR SARA Segment-aware Rate Adaptation SARM SDN-based Adaptive Routing with Monitoring SDN Software-Defined Network SPR SDN-based Periodical Routing SSL Secure Sockets Layer SVC TBF TC TCP TLS URL Scalable Video Coding Token Bucket Filter Traffic Control Transmission Control Protocol Transport Layer Security Uniform Resource Locator VBR Adaptation algorithm crosslayered with SDN-based Routing Variable Bit Rate Video on Demand Extensible Markup Language VASR VBR VoD XML Giao thức cấu hình OpenFlow Thăm dị thích ứng Chất lượng trải nghiệm Chất lượng dịch vụ Tham số lượng tử Giao thức điều khiển thời gian thực Giao thức tin thời gian thực Giao thức truyền tải thời gian thực Giao thức streaming thời gian thực Thời gian trọn vòng Phương pháp kiểm sốt QoE cho DASH (HTTP/3) có hỗ trợ SDN Định tuyến thích ứng dựa SDN khơng giám sát Thích ứng tốc độ cảm nhận phân đoạn Định tuyến thích ứng dựa SDN có giám sát Mạng định nghĩa phần mềm Định tuyến định kỳ dựa SDN Tiêu chuẩn bảo mật an toàn lớp ứng dụng Mã hóa video mở rộng Bộ lọc nhóm mã thơng báo Điều khiển lưu lượng Giao thức điều khiển truyền vận Bảo mật tầng truyền tải Địa web Định tuyến thích nghi cho video VBR dựa SDN Tốc độ bit biến đổi Video theo yêu cầu Ngôn ngữ đánh dấu mở rộng vi DANH MỤC HÌNH VẼ Hình 1.1 Các loại thiết bị khác kết nối với máy chủ streaming Hình 1.2 Hệ thống HTTP streaming .9 Hình 1.3 Các hướng tiếp cận liên quan đến HTTP Streaming .9 Hình 1.4 Mơ hình truyền video DASH 16 Hình 1.5 Cấu trúc tệp MPD [49] 17 Hình 1.6 Tốc độ bit chất lượng tức thời video (a) CBR (b) VBR 18 Hình 1.7 Kiến trúc lớp SDN .25 Hình 1.8 Cấu trúc môi trường OpenFlow [73] .29 Hình 1.9 So sánh cấu trúc chuyển mạch truyền thống (a) cấu trúc OFS (b) 29 Hình 1.10 Các thành phần OpenFlow switch [74] 29 Hình 1.11 Luồng xử lý gói tin OpenFlow Switch [74] 31 Hình 1.12 Cơng cụ triển khai đồ hình mạng SDN .35 Hình 1.13 Kiến trúc Floodlight Controller [83] .37 Hình 2.1 Kiến trúc điều khiển đề xuất .47 Hình 2.2 Quá trình thiết lập đường dẫn 49 Hình 2.3 Lưu đồ thuật tốn điều khiển SDN 51 Hình 2.4 Lưu đồ thuật tốn streaming video thích ứng qua HTTP SDN 53 Hình 2.5 Sơ đồ mạng sử dụng thí nghiệm 55 Hình 2.6 Băng thơng thực tế hai đường dẫn triển khai thí nghiệm .57 Hình 2.7 Kết so sánh với trường hợp băng thơng hai mức 59 Hình 2.8 Kết so sánh với trường hợp băng thông thực tế 60 Hình 3.1 Kiến trúc đề xuất cho streaming video thích ứng HTTP qua SDN .65 Hình 3.2 Sự biến động tốc độ bit mức chất lượng video VBR .67 Hình 3.3 Lưu đồ thuật tốn định tuyến định kỳ 72 Hình 3.4 Lưu đồ thuật tốn định tuyến thích nghi .73 Hình 3.5 Lưu đồ thuật tốn định tuyến thích nghi có giám sát 74 Hình 3.6 Sơ đồ mạng thí nghiệm 76 Hình 3.7 Các kịch băng thơng đường dẫn sử dụng thí nghiệm 78 Hình 3.8 Kết thích nghi cho phương pháp non-SDN 80 Hình 3.9 Kết thích nghi cho phương pháp “SARA” .80 Hình 3.10 Kết thích nghi cho phương pháp “SDN-based SARA” 80 Hình 3.11 Kết thích nghi cho giải pháp định tuyến định kỳ với SDN (SPR) 81 Hình 3.12 Kết định tuyến thích nghi khơng có q trình giám sát (SAR) 81 Hình 3.13 Kết định tuyến thích nghi có q trình giám sát (SARM) 81 Hình 3.14 Kết tốc độ bit thực tế tất phương pháp 83 119 Hình 4.7 này, giải pháp lấy trung bình cho ba trường hợp có dung lượng liên kết 4Mbps, 7Mbps 10Mbps Giá trị trung bình đặt ba lần chạy cho ba người chơi thời gian thực Từ kết thí nghiệm ta thấy rằng, giá trị tính cơng bằng, hiệu tính ổn định thu phương pháp có thấp nhiều so với giá trị thu sử dụng giải pháp đề xuất Việc so sánh độ ổn định trung bình ba máy khách tất phương pháp minh họa Hình 4.7c Chúng ta thấy ổn định phương pháp đề xuất tốt so với phương pháp khác (a) Fairness (b) Efficiency (c) Stability Hình 4.7 So sánh tính cơng (a), hiệu (b) ổn định (c) tất phương pháp Tuy nhiên, chế thích ứng tốc độ dựa cảm nhận phân đoạn SARA, Hình 4.6a, công phân đoạn từ đến 7, SARA hoạt động tốt tất chế khác Phương pháp không sử dụng băng thông đường dẫn ước tính chiếm dụng đệm mà cịn kích thước phân đoạn để dự đốn thời gian cần thiết để tải xuống phân đoạn Do điều đảm bảo cơng tất máy khách khoảng Sử dụng giải pháp streaming có PANDA, BBA, SARA AGG, tính cơng trường hợp thay đổi từ 0.634 đến 0.860 có giá trị trung bình 0.699, 0.723, 0.77 0.687 Trong thí nghiệm, với việc sử dụng kiến trúc đề xuất, số công MSMA-1 cải 120 Bảng 4.1 So sánh hiệu phương pháp với video VBR Thông số MSMA-1 MSMA-0 PANDA BBA SARA AGG Fairness 0.816 0.785 0.699 0.723 0.775 0.687 Efficiency 0.830 0.781 0.654 0.655 0.602 0.604 Stability 0.962 0.977 0.911 0.920 0.723 0.675 Bảng 4.2 So sánh hiệu phương pháp với video CBR Thông số MSMA-1 MSMA-0 PANDA BBA SARA AGG Fairness 0.971 0.965 0.764 0.713 0.716 0.873 Efficiency 0.879 0.796 0.904 0.665 0.726 0.708 Stability 0.975 0.957 0.931 0.949 0.826 0.703 thiện cách đáng kể Đặc biệt, giá trị nằm khoảng từ 0.791 đến 0.863 có trung bình 0.816 cao hết Hiệu việc phân bổ băng thông phương pháp đối sánh cho hiệu thấp Giá trị từ 0.488 đến 0.761 có trung bình 0.654, 0.655, 0.602 0.604 Các giá trị tham số hiệu sử dụng với MSMA-1 thay đổi từ 0.716 đến 0.970 có trung bình 0.830 Nhìn chung việc đánh giá phương pháp ln có đánh đổi ba tham số Có phương pháp với tính cơng tốt lại hiệu sử dụng băng thông lại thấp ngược lại Chẳng hạn SARA cơng so với phương pháp khác đoạn từ 4-7 lại không hiệu đoạn Bảng 4.1 Bảng 4.2 cho kết ba tham số công bằng, hiệu ổn định phương pháp đề xuất với phương pháp đối sánh Kết liệu đo đạt lúc tất máy khách đồng thời truy cập lấy khoảng 20 giây (10 phân đoạn) cho video VBR 20 giây (20 phân đoạn) cho video CBR Đối với video VBR Bảng 4.1, kết liệt kê tóm tắt theo tỷ lệ phần trăm MSMA-1 so sánh với phương pháp MSMA-0, PANDA, BBA, SARA AGG cách tương ứng sau: 1) MSMA-1 vượt trội so với giải pháp liệt kê mức độ công tăng 3.9%, 16.7%, 12.9%, 5.3% 18.8% 2) MSMA-1 cải thiện việc sử dụng băng thông hiệu 3.3%, 26.9%, 26.7%, 37.8% 37.4% 3) MSMA-1 tăng độ ổn định video lên -1.5%, 5.6%, 4.6%, 33.1% 42.5% 121 Bảng 4.3 Thống kê tham số chất lượng QoE phương pháp Các tham số chất lượng MSMA-1 MSMA-0 PANDA Tốc độ bit trung bình (kbps) BBA SARA AGG 2445.6 1199.6 1389.5 44.6 35.8 34.2 27.7 11.6 36.4 Số lần video dừng 12 17 11 Chỉ số mức chất lượng trung bình 4.5 5.1 5.2 Số lần giảm mức chất lượng 21 17 20 40 N-QoE 4.1 3.6 3.5 3.6 2.9 2.7 Mức đệm trung bình (s) 1788.7 1717.4 1461.0 MSMA-1 cải thiện hai tham số tính công hiệu so với MSMA-0 MSMA-0 lại có độ ổn định tốt MSMA-1 máy khách MSNA-1 tự điều chỉnh tốc độ bit chúng dựa thông lượng Và thơng lượng khơng đáp ứng u cầu máy khách gửi yêu cầu đến điều khiển SDN Sau điều khiển SDN chịu trách nhiệm việc phân bổ lại băng thông cho máy khách truy cập thơng qua nút để máy khách yêu cầu nhận băng thông giữ mức chất lượng video phù hợp Đối với MSMA-0, sử dụng thuật tốn thích ứng tốc độ với chế ước tính thơng lượng Aressive dựa băng thông chia từ điều khiển nên ổn định việc chọn mức chất lượng video Đối với video CBR, ta so sánh cách tương tự Bảng 4.2, ta thấy hai giải pháp đề xuất MSMA-1 MSMA-0 cho kết vượt trội so với phương pháp lại Mặc khác, so với tải video VBR tải video CBR có tham số Stability ổn định Bảng 4.3 số liệu thống kê tham số chất lượng từ thí nghiệm Như hiển thị bảng, giải pháp đề xuất MSMA-1 nhận kết vượt trội so với phương pháp khác Đầu tiên, với chế ước lượng thông lượng dựa đệm hợp lý, MSMA-1 tránh kiện dừng video giữ tỷ lệ chiếm dụng đệm trung bình cao (44.6s) Thứ hai, thuật tốn phân bổ băng thơng động, MSMA-1 đạt tốc độ bit trung bình cao mức 2445.6kbps - nâng cao lên khoảng 103.8%, 76%, 36.7%, 42.4% 67.3% so với MSMA-0, PANDA, BBA, SARA AGG cách tương ứng Theo cơng thức tính QoE đưa Phương trình (1.7) Bảng 1.2, cuối giải pháp đề xuất tính tốn số N-QoE thu từ MSMA-1 MSMA-0 so với bốn giải pháp khác PANDA, BBA, SARA, AGG Bảng 4.3 Từ bảng 122 cho thấy giải pháp đề xuất đạt điểm N-QoE cao (tức MOS) số giải pháp tồn Đối với thuật toán AGG, cách yêu cầu tốc độ bit cao theo thông lượng mà không phụ thuộc vào đệm tại, chất lượng video trung bình thấp số lần giảm mức chất lượng lớn số tất phương pháp Mặt khác, AGG có QoE thấp (chỉ 2.7) SARA thuật tốn thích nghi dựa đệm thơng lượng, có chất lượng video trung bình QoE cao AGG, mức trung bình so với thuật tốn khác Cịn BBA thuật toán dựa đệm đạt mức tương đối, nhiên BBA tránh thành công kiện dừng video yếu tố gây khó chịu cho người xem Tốc độ bit trung bình BBA mức trung bình 1788.7kbps QoE mức tốt (3.6) Bằng cách ước tính băng thơng sẵn có, PANDA lợi dụng chế thăm dị để tăng nhẹ giảm mạnh tốc độ gửi trường hợp tắc nghẽn PANDA có tốc độ bit trung bình mức 1389.5kbps số lần giảm mức chất lượng tương đối thấp (7 lần) Chỉ số QoE PANDA đạt điểm số tốt 3.5 Đối với thuật toán đề xuất MSMA-0, tốc độ bit trung bình thấp mơ đun MSMA điều khiển tập trung thực sách phân chia băng thông công cho tất máy khách Tuy nhiên, MSMA-0 có số lần giảm mức chất lượng thấp có lần suốt đoạn phát video Bên cạnh đó, QoE MSMA-0 đạt đượt chất lượng tốt tương đương với BBA (tức điểm 3.6) Có thể nói rằng, thật khó để cải thiện cho tất tham số chất lượng dịch vụ (QoS) tham số liên quan đến chất lượng trải nghiệm (QoE) streaming video Trên thực tế, tất giải pháp đề xuất cần có đánh đổi tham số để cải thiện chất lượng streaming video Tuy nhiên, giải pháp đề xuất MSMA-0 MSMA-1 cải thiện cách đáng kể chất lượng video trung bình, đảm bảo QoE trung bình cao so với phương pháp có Đặc biệt, MSMA-1 tăng điểm số QoE 14%, 17%, 14%, 41% 52% so với MSMA-0, PANDA, BBA, SARA AGG cách tương ứng 4.8 Kết luận chương Trong chương này, luận án đề xuất giải pháp streaming thích ứng cho nhiều máy khách đồng thời truy cập liên kết thắt cổ chai Đó kết hợp thuật tốn thích ứng tốc độ bit phía máy khách phân bổ tài nguyên dựa điều khiển SDN tập trung để giải vấn đề Kết thí nghiệm cho thấy, giải pháp đề xuất cung cấp chất lượng trải nghiệm QoE vượt trội so với phương pháp tồn Kiến trúc đề xuất bao gồm thích ứng tốc độ bit phía máy khách trình quản lý luồng SDN để đảm bảo tính cơng bằng, hiệu ổn định băng 123 thông Cơ chế thích ứng tốc độ yêu cầu cách mượt mà mức chất lượng video không vượt băng thông mạng cung cấp Bộ điều khiển SDN tích hợp với mơ đun MSMA ln giám sát nguồn tài nguyên mạng, nắm bắt số lượng máy khách streaming cách liên tục để phân phối băng thông cơng cho máy khách (MSMA-0) Một đóng góp chương giải pháp đề xuất MSMA-1, điều khiển SDN phân bổ băng thơng thích ứng nhằm tối đa hóa số người dùng truy cập đảm bảo QoE cho nhiều máy khách tốt Ngồi ra, phương pháp từ chối dịch vụ yêu cầu đến không đủ băng thông ngăn chặn tắc nghẽn cách kịp thời Hạn chế chương tiến hành thực nghiệm với cấu hình thấp, phía máy khách có thí nghiệm cho ba người dùng Tuy nhiên, việc thực nghiệm cấu hình cao việc tăng khả mở rộng hệ thống Phương pháp đề xuất chương áp dụng cho hệ thống thực tế hay lớn tăng tuyến tính tốc độ xử lý máy chủ không bị tăng độ phức tạp tính tốn 124 KẾT LUẬN Nội dung luận án tập trung nghiên cứu kỹ thuật streaming video thông qua hai công nghệ HAS SDN Phân tích chi tiết yếu tố tác động đến QoE xây dựng mơ hình đánh giá dựa cơng trình khoa học trước Luận án đề xuất giải pháp thích ứng chất lượng video ngữ cảnh quan trọng đầy thách thức streaming video qua giao thức HTTP dựa mạng cấu hình phần mềm SDN Luận án đạt số kết nghiên cứu định đề xuất số hướng nghiên cứu tương lai, tóm tắt sau: ❖ Một số kết đạt luận án - Luận án xây dựng hệ thống việc streaming video kết hợp hai kỹ thuật HAS SDN Trên lớp ứng dụng mà cụ thể phía máy khách, luận án đề xuất thuật tốn thích ứng tốc độ bit dựa thơng lượng ước tính đệm để định mức chất lượng video phù hợp tải Tại phía mạng, thiết kế kiến trúc cho điều khiển SDN để phân bổ băng thông định tuyến đường dẫn tối ưu - Đề xuất thực giải pháp sử dụng kỹ thuật định tuyến theo u cầu từ phía máy khách dựa vào băng thơng khả dụng đồ hình mạng để tìm đường dẫn tối ưu với thuật tốn thích ứng tốc độ nhằm nâng cao chất lượng streaming video dạng CBR Kết đánh giá thể Chương - Đề xuất thực giải pháp thích ứng chất lượng để cải thiện QoE streaming video dạng VBR qua giao thức HTTP dựa kỹ thuật định tuyến SDN Hai kỹ thuật định tuyến đề xuất định tuyến định kỳ định tuyến thích nghi tích hợp điều khiển SDN để lựa chọn đường dẫn tối ưu từ máy chủ đến máy khách Thuật tốn thích ứng tốc độ đề xuất khơng đối phó với biến động mạnh thơng lượng mạng mà cịn thích ứng với biến động mạnh tốc độ bit video VBR, tránh tượng tràn trống đệm Mơ hình QoE đánh giá giải pháp đề xuất cải thiện cách đáng kể chất lượng trải nghiệm người dùng so với phương pháp tồn Kết nghiên cứu thể Chương luận án - Đề xuất thực giải pháp phân bổ băng thông cải thiện QoE cho nhiều người dùng đồng thời truy cập qua đường truyền có băng thông hạn chế, thể qua Chương luận án Trong giải pháp này, mô đun chức MSMA đề xuất điều khiển SDN chịu trách nhiệm phân bổ băng thơng cơng thích nghi cho tất người dùng đồng thời truy cập Mơ đun MSMA SDN với thuật tốn thích ứng tốc độ tích hợp máy khách nhằm lựa chọn mức chất lượng video phù hợp đảm bảo tính cơng bằng, hiệu sử dụng băng thông ổn định cho tất người dùng đồng thời streaming video liên kết tắc nghẽn 125 ❖ Hướng phát triển luận án Do giới hạn điều kiện triển khai, thực mô nghiên cứu với số mơ hình phức tạp mà luận án chưa thực Vậy để tiếp tục phát triển kết mà luận án đạt được, giải vấn đề hạn chế, mở rộng phạm vi nghiên cứu, hướng luận án đề xuất sau: - Mở rộng kiến trúc hệ thống, xây dựng nhiều điều khiển SDN/OpenFlow để quản lý giám sát môi trường mạng diện rộng Tích hợp giải thuật định tốc độ bit, phân bổ băng thông mơ hình ước lượng QoE tối ưu sử dụng kỹ thuật Reinforcement Learning cho điều khiển SDN - Xây dựng mơ hình thích ứng chất lượng cho nhiều máy khách có nhiều đặc tính khác Thực sách định tuyến theo nhiều tham số ràng buột khác - Tiếp tục đề xuất giải pháp cải thiện QoE việc triển khai công nghệ thực tế ảo VR, video 360 độ video Live Streaming qua giao thức HTTP SDN 126 DANH MỤC CÁC CƠNG TRÌNH ĐÃ CƠNG BỐ CỦA LUẬN ÁN A Các cơng trình cơng bố kết trực tiếp luận án [C1] Hong Thinh Pham, Duc An Nguyen, Nguyen Thoa, Huong Truong Thu, & Ngoc Nam Pham (2017), “Adaptation method for streaming of CBR video over HTTP based on software defined networking”, International Conference on Advanced Technologies for Communications (ATC), IEEE, pp 16-20 [J1] Pham Hong Thinh, Nguyen Duc An, Tran Duc Tan, Truong Thu Huong, Pham Ngoc Nam (2018), “SDN-based Adaptive Routing for Video Streaming over HTTP”, Journal of Science & Technology, No 131, pp 69-75 [J2] Pham Hong Thinh, Pham Ngoc Nam, Nguyen Huu Thanh, Alan Marshall, Truong Thu Huong (2019), “A Hybrid of Adaptation and Dynamic Routing based on SDN for Improving QoE in HTTP Adaptive VBR Video Streaming”, IJCSNS International Journal of Computer Science and Network Security (ESCI), Vol 19, Issue 7, pp 51-64 [C2].Thinh Pham Hong, Dat Nguyen Thanh, Nam Pham Ngoc, Thanh Nguyen Huu, & Huong Truong Thu (2019), “QoE-Aware Video Streaming over HTTP and Software Defined Networking”, In International Conference on Industrial Networks and Intelligent Systems Springer, Cham pp 40-52 [C3] Pham Hong Thinh, Pham Ngoc Nam, Nguyen Huu Thanh, Truong Thu Huong (2019), “SDN–based Dynamic Bandwidth Allocation for Multiple Video-onDemand Players over HTTP”, International Conference on Information and Communication Technology Convergence (ICTC), IEEE, pp 163-168 [J3] Pham Hong Thinh, Nguyen Thanh Dat, Pham Ngoc Nam, Nguyen Huu Thanh, Nguyen Minh Hien & Truong Thu Huong (2020), “An Efficient QoE-Aware HTTP Adaptive Streaming over Software Defined Networking”, Journal of Mobile Networks and Applications, Springer (SCIE), pp 1-13 B Các cơng trình cơng bố có liên quan đến luận án [J4] Nguyen Thi Kim Thoa, Nguyen Minh, Nguyen Hai Dang, Pham Hong Thinh, Pham Ngoc Nam (2017), “Adaptation method for streaming of VBR video over HTTP/2”, Journal of Science & Technology, No 120, pp 128-133 [J5] Nguyen Thi Kim Thoa, Pham Hong Thinh, Pham Ngoc Nam (2018), “QoE Optimization Based on Quality-delay Trade-off Model for Adaptive Streaming with Multiple VBR Videos”, Journal of Science & Technology, No 131, pp 5561 127 TÀI LIỆU THAM KHẢO [1] Cisco, “Cisco Visual Networking Index: Forecast and Trends, 2017–2022’, White Paper, Cisco Forecast and Methodology [2] “DIGITAL 2019: GLOBAL INTERNET USE ACCELERATES.” https://wearesocial.com/blog/2019/01/digital-2019-global-internet-use-accelerates (accessed Jun 06, 2020) [3] “Immersive VR and 360 video at streamable bitrates: Are you crazy?” https://blog.beamr.com/2016/10/28/immersive-vr-and-360-video-at-streamablebitrates-are-you-crazy/ (accessed Jun 06, 2020) [4] A Begen, T Akgul, and M Baugher (2011), “Watching video over the web: Part 1: Streaming protocols”, IEEE Internet Comput., vol 15, no 2, pp 54–63 [5] T C Truong, D Q Ho, J W Kang, A T Pham, and S Member (2012), “Adaptive Streaming of Audiovisual Content using MPEG DASH”, IEEE Trans Consum Electron., vol 58, no 1, pp 78–85 [6] T Stockhammer (2011), “Dynamic Adaptive Streaming over HTTP – Standards and Design Principles”, Proc Second Annu ACM SIGMM Conf Multimed., no i, pp 133–143 [7] Open Networking Foundation (ONF) (2012), “Software Defined Networking: the new norm for network”, White paper [8] N McKeown et al (2008), “OpenFlow: Enabling Innovation in Campus Networks”, ACM SIGCOMM Comput Commun Rev, vol 38, no 2, pp 69–74 [9] L R Romero (2011), “A Dynamic Adaptive HTTP Streaming Video Service for Google Android”, M.S Thesis, R Inst Technol (KTH), Stock, p 148 [10] C Liu, I Bouazizi, and M Gabbouj (2011), “Rate Adaptation for Adaptive HTTP Streaming”, Proc Second Annu ACM Conf Multimed Syst, pp 169–174 [11] B Zhou, J Wang, Z Zou, and J Wen (2012), “Bandwidth estimation and rate adaptation in HTTP streaming”, IEEE Int Conf Comput Netw Commun ICNC’12, pp 734–738 [12] T C Truong, H T Le, H X Nguyen, A T Pham, J W Kang, and Y M Ro (2013), “Adaptive Video Streaming over HTTP with Dynamic Resource Estimation”, J Commun Networks, vol 15, no 6, pp 635–644 [13] K Miller, E Quacchio, G Gennari, and A Wolisz (2012), “Adaptation Algorithm for Adaptive Streaming over HTTP”, 2012 19th Int Pack Video Work (PV), Munich, pp 173–178 [14] T.-Y Huang, R Johari, and N McKeown (2013), “Downton abbey without the hiccups: Buffer-based rate adaptation for http video streaming”, Proc ACM SIGCOMM Work Futur human-centric Multimed Netw., pp 9–11 [15] T.-Y Huang, R Johari, N McKeown, M Trunnell, and M Watson (2014), “Using the Buffer to Avoid Rebuffers: Evidence from a Large Video Streaming Service”, arXiv Prepr arXiv1401.2209, [Online] Available: http://arxiv.org/abs/1401.2209 [16] T.-Y Huang, R Johari, M Watson, M Trunnell, and N McKeown (2015), “A buffer-based approach to rate adaptation: Evidence from a large video streaming service”, ACM SIGCOMM Comput Commun Rev., vol 44, no 4, pp 187–198 [17] Y Zhou, Y Duan, J Sun, and Z Guo (2014), “Towards simple and smooth rate adaption for VBR video in DASH”, IEEE Vis Commun Image Process Conf 128 VCIP, pp 9–12, 2015 [18] H N Nguyen, T Vu, H T Le, N N Pham, and T C Truong (2016), “Smooth quality adaptation method for VBR video streaming over HTTP”, Int Conf Comput Manag Telecommun ComManTel, pp 184–188 [19] P Juluri, V Tamarapalli, and D Medhi (2015), “SARA: Segment aware rate adaptation algorithm for dynamic adaptive streaming over HTTP,” IEEE Int Conf Commun Work ICCW, pp 1765–1770 [20] S Latré, J Famaey, F De Turck, M Claeys, and S Petrangeli, “QoE-Driven Rate Adaptation Heuristic for Fair Adaptive Video Streaming (2015)”, ACM Trans Multimed Comput Commun App, vol 12, no 2, pp 1–24 [21] M Jarschel, F Wamser, T Hohn, T Zinner, and P Tran-Gia (2013), “SDN-based application-aware networking on the example of youtube video streaming”, Proc 2nd Eur Work Softw Defin Networks, EWSDN, pp 87–92 [22] H E Egilmez, S Civanlar, and A M Tekalp (2013), “An optimization framework for QoS-enabled adaptive video streaming over openflow networks”, IEEE Trans Multimed., vol 15, no 3, pp 710–715 [23] H E Egilmez and A M Tekalp (2014), “Distributed QoS architectures for multimedia streaming over software defined networks”, IEEE Trans Multimed., vol 16, no 6, pp 1597–1609 [24] C Cetinkaya, E Karayer, M Sayit, and C Hellge (2014), “SDN for Segment based Flow Routing of DASH”, IEEE Fourth Int Conf Consum Electron Berlin, pp 74– 77 [25] H Nam, K Kim, J Y Kim, and H Schulzrinne (2014), “Towards QoE-aware Video Streaming using SDN”, IEEE Glob Commun Conf., pp 1317–1322 [26] N Xue et al (2015), “Demonstration of OpenFlow-Controlled Network Orchestration for Adaptive SVC Video Manycast”, IEEE Trans Multimed., vol 17, no 9, pp 1617–1629 [27] H Owens and A Durresi (2015), “Video over Software-Defined Networking (VSDN)”, Comput Networks, vol 92, pp 341–356 [28] C Hue, Y J Chen, and L C Wang (2015), “Traffic-aware networking for video streaming service using SDN”, IEEE 34th Int Perform Comput Commun Conf IPCCC, pp 1-5 [29] J Jiang (2012), “Improving Fairness, Efficiency, and Stability in HTTP-based Adaptive Video Streaming with FESTIVE”, Proc 8th Int Conf Emerg Netw Exp Technol., pp 97–108 [30] S Akhshabi, L Anantakrishnan, A Begen, and C Dovrolis (2012), “What happens when HTTP adaptive streaming players compete for bandwidth? Cited by me”, Proc 22nd, pp 1–6 [31] Z Li et al (2014), “Probe and Adapt : Rate Adaptation for HTTP Video Streaming At Scale”, IEEE J Sel Areas Commun 32(4), pp 719–733 [32] J J Quinlan, A H Zahran, K K Ramakrishnan, and C J Sreenan (2015), “Delivery of adaptive bit rate video: Balancing fairness, efficiency and quality”, IEEE Work Local Metrop Area Networks, pp 1–6 [33] P Georgopoulos, Y Elkhatib, M Broadbent, M Mu, and N Race (2016), “Towards Network-wide QoE Fairness Using OpenFlow-assisted Adaptive Video Streaming”, pp 15–20 [34] R M Abuteir, A Fladenmuller, and O Fourmaux (2016), “SDN based architecture 129 to improve video streaming in home networks”, pp 220–226 [35] A C Begen, T Akgul, and M Baugher (2011), “Watching video over the web: Part 2: Applications, standardization, and open issues”, IEEE Internet Comput., vol 15, no 3, pp 59–63 [36] V Jacobson and V J H Schulzrinne, S Casner, R Frederick (2003), “RTP: A Transport Protocol for Real-Time Applications”, https://tools.ietf.org/html/rfc3550 (accessed Jun 06, 2020) [37] H Parmar and E M Thornburgh (2012), “Adobe’s Real Time Messaging Protocol”, https://www.adobe.com/devnet/rtmp.html (accessed Jun 06, 2020) [38] “Inc., A Apple http live streaming.” https://developer.apple.com/streaming/ (accessed Jun 06, 2020) [39] “Inc., A Adobe http dynamic streaming (hds) technology center”, https://www.adobe.com/devnet/hds.html (accessed Jun 06, 2020) [40] “Corporation, M Microsoft silverlight smooth streaming”, https://www.microsoft.com/silverlight/smoothstreaming (accessed Jun 06, 2020) [41] S P Le Callet, P.; Möller (2014), “Qualinet White Paper on Definitions of Quality of Experience To cite this version : HAL Id : hal-00977812 Qualinet White Paper on Definitions of Quality of Experience Output from the fifth Qualinet meeting”, Novi Sad [42] Ulrich Reiter et al (2014), “Factors Influencing Quality of Experience,” Springer Int Publ., pp 55–72 [43] J De Vriendt, D De Vleeschauwer, D Robinson, and B Labs (2013), “Model for estimating QoE of video delivered using HTTP adaptive streaming”, IFIP/IEEE Int Symp Integr Netw Manag., pp 1288–1293 [44] R K P Mok, E W W Chan, and R K C Chang (2011), “Measuring the Quality of Experience of HTTP Video Streaming”, Computer (Long Beach Calif), vol 1, pp 485–492 [45] M Claeys, S Latré, J Famaeya, T Wu, W Van Leekwijck, and F De Turck (2014), “Design and optimization of a (FA)Q-learning-based HTTP adaptive streaming client”, Connect Sci., pp 27–45 [46] A Bentaleb, A C Begen, and R Zimmermann (2016), “SDNDASH : Improving QoE of HTTP Adaptive Streaming Using Software Defined Networking”, ACM Multimed., pp 1296–1305 [47] A Bentaleb, A C Begen, S Member, R Zimmermann, and S Member (2018), “QoE-Aware Bandwidth Broker for HTTP Adaptive Streaming Flows in an SDNEnabled HFC Network”, IEEE Trans Broadcast., vol 64, no 2, pp 575–589 [48] I 23009-1:2014, “Information technology — Dynamic adaptive streaming over HTTP (DASH) — Part 1: Media presentation description and segment formats”, https://www.iso.org/standard/65274.html (accessed Jun 06, 2020) [49] P K R Reuban Gnana Asir, Kishore Kumar C (2014), “MPEG-DASH Enhanced Multimedia Streaming”, Int J Adv Res MPEG-DASH Enhanc Multimed Streaming, vol 4, no 3, pp 848–851 [50] Youtube, “Live encoder settings, bitrates, and resolutions”, https://support.google.com/youtube/answer/2853702?hl=en (accessed Jun 06, 2020) [51] “Live Videos from Publishing Tools”, https://www.facebook.com/facebookmedia/get-started/live (accessed Jun 06, 130 2020) [52] Y Liu, Y Shen, Y Mao, J Liu, Q Lin, and D Yang (2013), “A study on Quality of Experience for adaptive streaming service”, IEEE Int Conf Commun Work ICC, pp 682–686 [53] W Song and D W Tjondronegoro (2014), “Acceptability-based QoE models for mobile video, IEEE Trans Multimed., vol 16, no 3, pp 738–750 [54] M Seufert, S Egger, M Slanina, T Zinner, T Hossfeld, and P Tran-gia (2015), “A Survey on Quality of Experience of HTTP Adaptive Streaming”, IEEE Commun Surv Tutorials, vol 17, no 1, pp 469–492 [55] A R and S Egger (2014), “Quality and Quality of Experience’ in Quality of Experience: Advanced Concepts, Applications and Methods”, New York, NY, USA Springer-Verlag, [Online] Available: http://link.springer.com/10.1007/978-3-31902681-7 [56] T De Pessemier, K De Moor, W Joseph, L De Marez, and L Martens (2013), “Quantifying the influence of rebuffering interruptions on the user’s quality of experience during mobile video watching”, IEEE Trans Broadcast, vol 59, no 1, pp 47–61 [57] M Zink, J Schmitt, and R Steinmetz (2005), “Layer-encoded video in scalable adaptive streaming”, IEEE Trans Multimed., vol 7, no 1, pp 75–83 [58] B Lewcio, B Belmudez, A Mehmood, M Waltermann, and S Moller (2011), “Video quality in next generation mobile networks Perception of time-varying transmission”, IEEE Int Work Tech Comm Commun Qual Reliab, pp 1–6 [59] Q Yining and D Mingyuan (2006), “The effect of frame freezing and frame skipping on video quality”, Proc Int Conf Intell Inf Hiding Multimed Signal Process IIH-MSP, pp 423–426 [60] T Hossfeld and D Strohmeier (2013), “Pippi Longstocking calculus for temporal stimuli pattern on YouTube QoE: 1+ 1= and 1· 4≠ 4· 1”, Proc 5th …, pp 37–42 [61] H T Quan and M Ghanbari (2008), “Temporal aspect of perceived quality in mobile video broadcasting”, IEEE Trans Broadcast, vol 54, no 3, pp 641–651 [62] O Oyman and S Singh (2012), “Quality of experience for HTTP adaptive streaming services” IEEE Commun Mag., vol 50, no 4, pp 20–27 [63] M Claeys, S Latré, J Famaey, T Wu, W Van Leekwijck, and F De Turck (2013), “Design of a Q-learning-based client quality selection algorithm for HTTP adaptive video streaming”, AAMAS 2013 Work Adapt Learn Agents, pp 30-37 [64] D Z Rodríguez, Z Wang, L Rosa, and G Bressan (2014), “The impact of videoquality-level switching on user quality of experience in dynamic adaptive streaming over HTTP”, Eurasip J Wirel Commun Netw., vol 2014, no 1, pp 1-15 [65] R K P Mok, X Luo, E W W Chan, and R K C Chang (2012), “QDASH: A QoE-aware DASH system”, MMSys - Proc 3rd Multimed Syst Conf., pp 11–22 [66] F De Turck, S Petrangeli, J Van Der Hooft, and T Wauters (2018), “Quality of experience-centric management of adaptive video streaming services: Status and challenges”, ACM Trans Multimed Comput Commun Appl., vol 14, no 2s [67] S Timmerer, Christian and Maiero, Matteo and Rainer, Benjamin and Petscharnig, Stefan and Weinberger, Daniel and Mueller, Christopher and Lederer (2015), “Quality of Experience of Adaptive HTTP Streaming in Real-World Environments”, IEEE Comsoc MTC E-Letter, vol 10, no [68] T De Pessemier, K De Moor, W Joseph, L De Marez, and L Martens (2013), 131 “Quantifying the influence of rebuffering interruptions on the user’s quality of experience during mobile video watching”, IEEE Trans Broadcast., vol 59, no 1, pp 47–61 [69] International Telecommunication Union (1996), “Methods for subjective determination of transmission quality”, Int Telecommun Union, Geneva, Switzerland, ITU-Recommendation, vol 800, p 22 [70] ITU-T Recommendation P.800.1, “Mean Opinion Score (MOS) terminology” [71] SDN, “What Is Software Defined Networking (SDN)?” https://www.sdxcentral.com/networking/sdn/definitions/what-the-definition-ofsoftware-defined-networking-sdn/ (accessed Jun 06, 2020) [72] “Software-Defined Networking (SDN) Definition” https://www.opennetworking.org/sdn-definition/ (accessed Jun 06, 2020) [73] J Naous, D Erickson, and G A Covington (2008), “Implementing an OpenFlow Switch on the NetFPGA platform”, ANCS, San Jose, CA, USA [74] Open Networking Foundation (2015), “OpenFlow Switch Specification (Version 1.5.1),” Current, vol 0, [Online] Available: https://www.opennetworking.org/images/stories/downloads/sdn-resources/onfspecifications/openflow/openflow-switch-v1.5.1.pdf [75] “The NOX Controller”, https://github.com/noxrepo/nox (accessed Jun 06, 2020) [76] “The POX network software platform”, https://github.com/noxrepo/pox (accessed Jun 06, 2020) [77] D Erickson (2013), “The Beacon OpenFlow controller”, Proc 2013 ACM SIGCOMM Work Hot Top Softw Defin Networking, HotSDN, pp 13–18 [78] T L F Project, “Opendaylight controller”, https://www.opendaylight.org/ (accessed Jun 06, 2020) [79] “Floodlight SDN OpenFlow Controller”, https://github.com/floodlight/floodlight (accessed Jun 06, 2020) [80] “Project Floodlight”, http://www.projectfloodlight.org/floodlight/ (accessed Jun 06, 2020) [81] “Mininet”, http://mininet.github.io/ (accessed Jun 06, 2020) [82] B Lantz, B Heller, and N McKeown (2010), “A Network in a Laptop: Rapid Prototyping for Software-Defined Networks”, Proc Ninth ACM SIGCOMM Work Hot Top Networks - Hotnets, pp 1–6 [83] M Bredel (2013), “OpenFlow and the Floodlight OpenFlow Controller”, ADMIN Netw Secur n, no 17, [Online] Available: https://www.adminmagazine.com/Archive/2013/17/OpenFlow-and-the-Floodlight-OpenFlowController [84] S Akhshabi, A C Begen, and C Dovrolis (2012), “An Experimental Evaluation of Rate-Adaptation Algorithms in Adaptive Streaming over HTTP”, Signal Process Image Commun 27(4), pp 271–287 [85] S Akhshabi, A C Begen, and C Dovrolis (2011), “An Experimental Evaluation of Rate-Adaptation Algorithms in Adaptive Streaming over HTTP”, MMSys ’11 Proc Second Annu ACM Conf Multimed Syst., pp 157–168 [86] C Müller, S Lederer, and C Timmerer (2012), “An evaluation of dynamic adaptive streaming over HTTP in vehicular environments”, Proc 4th Work Mob Video, p 37-42 [87] T C Truong, H T Le, A T Pham, and Y M Ro (2014), “An evaluation of bitrate 132 adaptation methods for HTTP live streaming”, IEEE J Sel Areas Commun., vol 32, no 4, pp 693–705 [88] D L C Dutra, M Bagaa, T Taleb, and K Samdanis (2018), “Ensuring End-toEnd QoS Based on Multi-Paths Routing Using SDN Technology”, IEEE Glob Commun Conf GLOBECOM - Proc., pp 1–6 [89] Y S Yu and C H Ke (2018), “Genetic algorithm-based routing method for enhanced video delivery over software defined networks” Int J Commun Syst., vol 31, no 1, pp 1–13 [90] J Ozer, “What’s the right keyframe interval?” https://streaminglearningcenter.com/blogs/whats-the-right-keyframe-interval.html (accessed Jun 06, 2020) [91] S Wei and V Swaminathan (2014), “Low Latency Live Video Streaming over HTTP 2.0”, Proc ACM NOSSDAV, pp 37–42 [92] “Dijkstra Shortest Path Algorithm Using Global Positioning System”, https://www.techrepublic.com/resource-library/whitepapers/dijkstra-shortest-pathalgorithm-using-global-positioning-system/ (accessed Jun 06, 2020) [93] L Rizzo (1997), “Dummynet: A Simple Approach to the Evaluation of Network Protocols”, ACM SIGCOMM Comput Commun Rev., vol 27, no 1, pp 31–41 [94] Bitmovin, “Libdash - bitmovin”, https://github.com/bitmovin/libdash (accessed Jun 06, 2020) [95] C Mueller, S Lederer, C Timmerer and H Hellwagner (2012), “Dynamic Adaptive Streaming over HTTP Dataset”, Proc - IEEE Int Conf Multimed Expo, pp 89 94 [96] T Vu, H T Le, D V Nguyen, N N Pham, and T C Truong (2015), “Future buffer based adaptation for VBR video streaming over HTTP”, IEEE 17th Int Work Multimed Signal Process MMSP, pp – [97] A Bentaleb, A C Begen, R Zimmermann, and S Harous (2017), “SDNHAS: An SDN-enabled architecture to optimize QoE in HTTP adaptive streaming”, IEEE Trans Multimed., vol 19, no 10, pp 2136–2151 [98] E Liotou, K Samdanis, E Pateromichelakis, N Passas, and L Merakos (2018), “QoE-SDN APP: A Rate-guided QoE-aware SDN-APP for HTTP Adaptive Video Streaming”, IEEE J Sel Areas Commun., vol 8716, no c, pp 1–17 [99] L Guillen, S Izumi, and T Abe (2019), “SAND/3 : SDN-Assisted Novel QoE Control Method for Dynamic Adaptive Streaming over HTTP/3”, Electron Multidiscip Digit Publ Inst., vol 8, no 8, pp 1–17 [100] Wikipedia (2018), “Round-robin scheduling”, https://en.wikipedia.org/wiki/Round-robin_scheduling (accessed Jun 06, 2020) [101] O O M P Studio (2009), “Elephants dream”, https://orange.blender.org/ (accessed Jun 06, 2020) [102] Cisco, “Comparing Traffic Policing and Traffic Shaping for Bandwidth Limiting”, https://www.cisco.com/c/%0Aen/us/support/docs/quality-of-service-qos/qospolicing/%0A19645-policevsshape.html (accessed Feb 03, 2019) [103] O Younis and S Fahmy (2003), “Constraint-based routing in the internet: Basic principles and recent research”, IEEE Commun Surv Tutorials, vol 5, no 1, pp 2–13 [104] H T Le (2017), “Quality Improvement for HTTP Adaptive Streaming over Mobile Networks”, Ph.D Thesis , Univ Aizu 133 [105] Z Li, A C Begen, J Gahm, Y Shan, B Osler, and D Oran (2014), “Streaming video over HTTP with consistent quality”, Proc 5th ACM Multimed Syst Conf MMSys, pp 248–258 [106] K Miller, A K Al-Tamimi, and A Wolisz (2016), “QoE-based low-delay live streaming using throughput predictions”, ACM Trans Multimed Comput Commun Appl., vol 13, no 1, pp 1–41 [107] A Mansy (2015), “Network-layer Fairness for Adaptive Video Streams”, IEEE, IFIP Netw Conf (IFIP Networking), pp 1–9 [108] M Ghobadi and M Mathis (2012), “Trickle : Rate Limiting YouTube Video Streaming”, Present as part {USENIX} Annu Tech Conf ({USENIX}{ATC} 12), pp 191–196 [109] S Akhshabi, L Anantakrishnan, C Dovrolis, and A C Begen (2013), “ServerBased Traffic Shaping for Stabilizing Oscillating Adaptive Streaming Players” Proceeding 23rd ACM Work Netw Oper Syst Support Digit audio video, pp 19– 24 [110] S Ramakrishnan, X Zhu, F Chan, and K Kambhatla (2015), “SDN Based QoE Optimization for HTTP-Based Adaptive Video Streaming”, IEEE Int Symp Multimed., pp 120–123 [111] A Ahmad, A Floris, and L Atzori (2019), “Towards Information-centric Collaborative QoE Management using SDN”, IEEE Wirel Commun Netw Conf., pp 1–6 [112] T Y Huang, N Handigol, B Heller, N McKeown, and R Johari (2012), “Confused, timid, and unstable: Picking a video streaming rate is hard”, Proc ACM SIGCOMM Internet Meas Conf IMC, pp 225–238 [113] X Yin, M Bartulovic, V Sekar, and B Sinopoli (2017), “On the efficiency and fairness of multiplayer HTTP-based adaptive video streaming”, Proc Am Control Conf., pp 4236–4241 [114] S W V D Fabien Weibel, Manuel Alligne (2012), “Destiny” http://fweibel.com/destiny (accessed Jun 06, 2020) [115] W R Jain, Rajendra K and Chiu, Dah-Ming W and Hawe (1984), “A quantitative measure of fairness and discrimination for resource allocation in shared computer system”, East Res Lab Digit Equip Corp Hudson, MA, pp – 37 [116] R K P Mok, E W W Chan, X Luo, and R K C Chang (2011), “Inferring the QoE of HTTP video streaming from user-viewing activities”, Proc 1st ACM SIGCOMM Work Meas Up Stack, W-MUST, pp 31–36