Network-aware video streaming for future media Internet

Laburpena

Las redes 5G proporcionan nuevas capacidades de transmisión de datos, incluyendo ancho de banda mejorado, latencia ultrabaja y conectividad masiva de dispositivos. Al mismo tiempo, estamos siendo testigos de un crecimiento en el uso de aplicaciones de transmisión de video, incluidos los servicios de uso común, como Live Streaming y Video-on-Demand (VOD), y nuevas aplicaciones multimedia, como juegos en línea y aplicaciones de video en 3D. En este contexto, el objetivo de esta tesis doctoral es mejorar la calidad del servicio (QoS) y la calidad de experiencia (QoE) de los servicios de streaming multimedia, al tiempo que se reducen los costes de gestión del sistema. Diferentes soluciones se han desarrollado y testeado en tres diferentes áreas de investigación.Primero, la investigación sobre estrategias de codificación del contenido de video ha llevado a dos implementaciones (una sobre SRT y otra con LL CMAF) que explotan la información de la red para mejorar la preparación del contenido video antes de transmitirlo.Segundo, la investigación sobre el uso de técnicas de aprendizaje automático (ML) ha llevado a la implementación una solución que explota un modelo LSTM para pronosticar el rendimiento de la red y mejorar la selección de una CDN a la hora de entregar flujos MPEG-DASH.Tercero, la investigación sobre computación en el Edge (MEC) ha llevado al desarrollo de dos soluciones. La primera solución evalúa la QoE del usuario de acuerdo con ITU-T P.1203, a través de la recopilación de información en el MEC. La segunda explota la información disponible en el MEC para cachear el contenido localmente y/o escoger el CDN remoto con mejor capacidad para servir el contenido.