Amélioration de la qualité d’expérience des services de vidéo streaming adaptatif dans une architecture MEC

Abstract

Le streaming est une source importante de trafic Internet soit voix ou vidéo. Avec l’émergence des entreprises et des fournisseurs telle que Netflix et YouTube ainsi que la forte demande par les utilisateurs, le streaming vidéo est devenu l’un des dominants du trafic Internet en 2019. L’évolution de la diffusion multimédia sur Internet au cours des dernières années a créé des défis pour ces fournisseurs concernant les conditions de la qualité d’expérience (QoE) dans les réseaux filaires et sans-fils. Plusieurs approches ont été proposées pour adapter le vidéo streaming en vue d’améliorer la qualité d’expérience, ces approches varient entre les paramètres utilisés en visant soit la qualité d’expérience où seulement la qualité de service (QoS), malgré cela, le manque d’une approche centralisé rend le contrôle de congestion difficile et ça signifie que le risque de dégradation de la qualité d’expérience n’est pas respecté et que l’approche perde sa valeur. Dans ce mémoire, nous mettrons en exergue l’amélioration de la qualité d’expérience des services de vidéo streaming adaptatif dans une architecture Mobile Edge Computing (MEC), en adaptant la qualité de vidéo par un facteur utilisateur calculé à la base des paramètres du terminal final afin de contrôler la congestion en fonction des facteurs-utilisateurs et l'on termine par l’apprentissage par renforcement pour améliorer la phase de calcul de facteur utilisateur pour satisfaire le client. L'idée de l’architecture MEC est d’exécuter des tâches du serveur plus près des utilisateurs donc elle est parfaite pour faire le contrôle de congestion qui est devenu un majeur problème affectant la qualité d’expérience. La solution est appliquée sur l’un des services de vidéo streaming HTTP (HAS) appelé streaming dynamique adaptatif sur HTTP (DASH), c’est une norme internationale largement utilisé sur Internet que ça soit pour la vidéo à la demande (VoD) ou pour les services de streaming en direct (Live streaming). Elle est devenue par ailleurs très populaire, car elle a été adoptée par les différents acteurs du domaine de vidéo streaming. Mots clés : Qualité d’expérience (QoE), Streaming vidéo, Mobile edge computing (MEC), Terminal d’utilisateur, Congestion. Streaming is a major source of Internet traffic either voice or video. With the emergence of companies and providers such as Netflix and YouTube as well as the high demand by users, video streaming has becomes one of the dominant Internet traffic in 2019. The evolution of multimedia streaming over the Internet in recent years has created challenges for these vendors regarding the quality of experience (QoE) conditions in the wire and wireless networks. Several approaches have been proposed to adapt the video streaming to improve the quality of experience, these approaches vary between the parameters used aiming either the quality of experience where only the quality of service (QoS), despite this, the lack of a centralized approach makes congestion control difficult and this means that the risk of degradation of the quality of experience is not respected and that the approach loses its value. In this thesis, we will highlight the improvement of the quality of experience of adaptive video streaming services in a Mobile Edge Computing (MEC) architecture, by adapting the video quality by a calculated user factor based on the parameters of the final terminal to control congestion based on user factors and end with reinforcement learning to improve the user factor calculation phase to satisfy the customer. The idea of the MEC architecture is to perform server tasks closer to users so it is perfect for doing congestion control which has become a major problem affecting the quality of experience. The solution is applied on one of the HTTP streaming services (HAS) called Adaptive Dynamic Streaming over HTTP (DASH), it is an international standard widely used on the Internet whether for video on demand (VoD) or for live streaming services. It has also become very popular because it has been adopted by the various players in the field of video streaming. Keywords : Quality of Experience (QoE), Video Streaming, Mobile Edge Computing (MEC), User Terminal, Congestion.