Un enrutamiento basado en aprendizaje por refuerzo para la transmisión de tráfico multimedia en tiempo real a través de redes definidas por software
Autores: Al Jameel, Mohammed; Kanakis, Triantafyllos; Turner, Scott; Al-Sherbaz, Ali; Bhaya, Wesam S.
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un enrutamiento basado en aprendizaje por refuerzo para la transmisión de tráfico multimedia en tiempo real a través de redes definidas por software
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Servicios de transmisión de video
Congestión de red
Calidad de experiencia
Redes Definidas por Software
Aprendizaje por Refuerzo
Calidad de servicio
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Recientemente, el consumo de servicios de transmisión de video ha crecido masivamente y se prevé que aumente aún más en el futuro. El tremendo uso de tráfico ha impactado negativamente en la calidad del servicio de la red debido a la congestión de la red y la satisfacción de los clientes de extremo a extremo representada por la calidad de la experiencia, especialmente durante las horas pico de la tarde. Este documento presenta un marco multimedia inteligente que tiene como objetivo optimizar la calidad del servicio de la red y la calidad de la experiencia de los usuarios teniendo en cuenta la integración de la Red Definida por Software y el Aprendizaje por Refuerzo, lo que permite explorar, aprender y explotar posibles rutas para flujos de transmisión de video. Además, se realizó un estudio objetivo para evaluar la transmisión de video en varios entornos de red realistas y bajo cargas de tráfico bajas y altas para obtener dos métricas de calidad de experiencia; fusión de evaluación multimétodo de video e índice de similitud estructural. Los resultados experimentales validan la efectividad de la estrategia de solución propuesta, que demostró una mejor calidad de visualización al lograr una mejor calidad de experiencia de los clientes, mayor rendimiento y menor pérdida de datos en comparación con las soluciones actualmente existentes.
Descripción
Recientemente, el consumo de servicios de transmisión de video ha crecido masivamente y se prevé que aumente aún más en el futuro. El tremendo uso de tráfico ha impactado negativamente en la calidad del servicio de la red debido a la congestión de la red y la satisfacción de los clientes de extremo a extremo representada por la calidad de la experiencia, especialmente durante las horas pico de la tarde. Este documento presenta un marco multimedia inteligente que tiene como objetivo optimizar la calidad del servicio de la red y la calidad de la experiencia de los usuarios teniendo en cuenta la integración de la Red Definida por Software y el Aprendizaje por Refuerzo, lo que permite explorar, aprender y explotar posibles rutas para flujos de transmisión de video. Además, se realizó un estudio objetivo para evaluar la transmisión de video en varios entornos de red realistas y bajo cargas de tráfico bajas y altas para obtener dos métricas de calidad de experiencia; fusión de evaluación multimétodo de video e índice de similitud estructural. Los resultados experimentales validan la efectividad de la estrategia de solución propuesta, que demostró una mejor calidad de visualización al lograr una mejor calidad de experiencia de los clientes, mayor rendimiento y menor pérdida de datos en comparación con las soluciones actualmente existentes.