logo móvil
Contáctanos

Análisis de rendimiento basado en crowdsourcing de servicios heterogéneos para usuarios móviles

Autores: Amour, Lamine; Dandoush, Abdulhalim

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Análisis de rendimiento basado en crowdsourcing de servicios heterogéneos para usuarios móviles


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Redes móviles
Colaboración de multitudes
Calidad de Experiencia
Terminales de usuario
Conjunto de datos
Puntuación Media de Opinión

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 32

Citaciones: Sin citaciones


Descripción
En las redes móviles, la colaboración en la fase de evaluación de la Calidad de Experiencia (QoE) implica recopilar datos de los terminales de usuario o dispositivos de recopilación dedicados. Un operador móvil o un grupo de investigación puede proporcionar aplicaciones que se pueden ejecutar en diferentes modos de prueba de movilidad como pruebas a pie o en coche. La colaboración utilizando los terminales de los usuarios (por ejemplo, un teléfono inteligente) es un enfoque económico para los operadores o investigadores para abordar áreas a gran escala y puede ayudar a mejorar los recursos asignados de un servicio dado y/o la provisión de red en algunos segmentos. En este trabajo, primero recopilamos un conjunto de datos para tres servicios de Internet populares: transmisión de video a pedido, navegación web y descarga de archivos a nivel de terminal de usuario. Consideramos dos terminales de usuario de dos proveedores diferentes y muchos modos de prueba de movilidad. El conjunto de datos contiene más de 220,000 medidas de uno de los principales operadores móviles franceses en la región de Île-de-France. Las mediciones se realizaron durante seis meses en 2021. Luego, implementamos diferentes modelos de la literatura para estimar la QoE en términos de Puntuación Media de Opinión del Usuario (MOS) para cada servicio utilizando características a nivel de radio o aplicación. Después, proporcionamos un análisis detallado del conjunto de datos recopilado para detectar la causa raíz de un mal rendimiento. Mostramos que los problemas de provisión de radio no son la única causa de las anomalías detectadas. Finalmente, discutimos la calidad de predicción del servicio de transmisión de video HD (es decir, tiempo de lanzamiento, la velocidad de bits y el MOS) basada solo en los indicadores físicos. Nuestro análisis se aplica tanto al tráfico en texto plano como al cifrado en diferentes modos de movilidad.

Otros recursos que podrían interesarte

Temas Virtualpro