A Multi-tier fog architecture for video on demand streaming

• Autor(a) principal: SANTOS, Hugo Leonardo Melo dos
• Data de Publicação: 2018
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFPA
• Texto Completo: http://repositorio.ufpa.br/jspui/handle/2011/10111
• topic: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES; Computação em nuvem; Sistemas multimídia; Dispositivos de redes sem fio; Computação em névoa; REDES E SISTEMAS DISTRIBUÍDOS; COMPUTAÇÃO APLICADA

Os usuários estão mudando seus hábitos de comunicação tradicional com base em chamadas de voz ou mensagens de texto para serviços de vídeo em tempo real ou sob demanda consumidos em dispositivos móveis. Nesse sentido, a transmissão de conteúdo de vídeo considerando uma Qualidade de Experiência (QoE) adequada nas infraestruturas de redes sem fio móvel é um problema crítico nas comunidades acadêmicas e industriais. Além disso, o vídeo sob demanda tem um consumo crescente na Internet, exigindo maior largura de banda e menor latência. Neste contexto, um paradigma de computação em névoa pode ser aplicado para melhorar a experiência do usuário em redes sem fio. A computação em névoa pode melhorar a QoE para transmissão de vídeo sob demanda, tanto fazendo cache de vídeo quanto fazendo adaptação de conteúdo na borda da rede. No entanto, é importante avaliar o desempenho do download de vídeos com diferentes configurações de codec e em cache mais próximo do usuário para medir o ganho sob perspectiva do usuário. Projetamos uma arquitetura de computação em névoa de váriias camadas com 3 níveis localizados na nuvem, um perto da borda e outra nos dispositivos móveis. Avaliamos o desempenho do download do vídeo de vários níveis localizados em aplicações geográficas distintas para aplicações multimídia. Nós avaliamos em um ambiente experimental com rede livre e congestionada de vídeos transmitidos codificados em H.264 e H.265 com 3 taxas de bits em um cenário implantado no testbed FIBRE. Nós coletamos métricas de QoE, tempo de inicial para reprodução, tempo de congelamento, métricas de QoS, tempo de viagem ida e volta do pacote e consumo de energia para analisar os ganhos para cada configuração de vídeo. Esses resultados mostraram uma compreensão importante do uso de cache , codec e taxa de bits em cenários de redes multimídia.