Adaptive multisourcing video streaming in android phones

Παρουσίαση Διπλωματικής Εργασίας

ΜΔΕ Επιστήμης Υπολογιστών

1 Διπλωματική Εργασία -

ΜΠΟΥΡΣΙΝΟΣ ΧΡΗΣΤΟΣ

Μπουρσινός Χρήστος

Εισαγωγή- Πρόβλημα που μελετάτε- Στόχος

Διαφορετικές Προσεγγίσεις

Αρχιτεκτονική Συστήματος ◦ Server

◦ Μέτρηση Ταχύτητας

◦ Υπολογισμός Chunks

◦ Fault control

◦ Media Player

Πειράματα

Συμπεράσματα – Συνεισφορά

Μελλοντικές προσεγγίσεις

Live παρουσίαση εφαρμογής

Διπλωματική Εργασία - ΜΠΟΥΡΣΙΝΟΣ ΧΡΗΣΤΟΣ 2

Αύξηση της ζήτησης video 90% κάθε χρόνο

Αυξανόμενες απαιτήσεις Real-time ψυχαγωγίας 25% στην Ευρώπη κάθε μήνα

Ανανέωση συσκευών τηλεφώνων

Μέσο σε διάρκεια video είναι 5,6 λεπτά

Single source (χαμηλές ταχύτητες)

Multi source (ταυτόχρονη λήψη)

P2P (αλόγιστη εκμετάλλευση πόρων)

Παρουσιάζει ενδιαφέρον: ◦ Εξάλειψη κολλημάτων κατά το live streaming σε

κινητές συσκευές


Χρήση Multisource συστήματος

Ταυτόχρονη λήψη δεδομένων

Αξιοποίηση bandwidth-rate του δικτύου

Fault Control

Live Streaming


Σταθερούς Υπολογιστές/ Wired δίκτυα

Single Source ◦ HTTP

DASH με χρήση πρωτοκόλλου HTTP

◦ Iraqi et al

Εκμετάλλευση μέγιστου bandwidth. Για σταθερούς Υπολογιστές

Multi Source ◦ Hsu et al

Μείωση Διεργασιών σε Servers για καλύτερη ποιότητα σύνδεσης με τους client

◦ Cancela et al

Εκμετάλλευση bandwidth σε σταθερούς Υπολογιστές

Διπλωματική Εργασία -

ΜΠΟΥΡΣΙΝΟΣ ΧΡΗΣΤΟΣ 5

P2P ◦ Venot et al

Αναπαραγωγή video κατά την ολοκλήρωση λήψης

◦ Zhang et al

Symbian p2p video streamer, Κατανάλωση ενέργειας

◦ Peltolato et al

RTSP p2p video Streaming σε Nokia κινητά

◦ Krieger et al

Hybrid p2p streaming prototype πρώτο σε android Smartphone. Προβλήματα με συσκευές.



File.mp4

chunks

metada.xml

Name of the file

Length of a chunk

Number of chunks


Requests Metadata.xml

send Metadata.xml

TCP/IP πρωτόκολλο επικοινωνίας


Requests part0,1,2

send part0,1,2

Merge chunks

Γύρος Λήψης chunks


Throughput 6000kb/s


Requests part9,10,11,12,13,14

send part9,10,11,12,13,14

Merge chunks

1ος γύρος λήψης ίδια ταχύτητα

Στις επόμενες γύρες γίνεται δυναμικά από την εφαρμογή μας η μέτρηση της ταχύτητας


Ο υπολογισμός αρχίζει από την 2η γύρα λήψης chunks, όπου έχει μετρηθεί η ταχύτητα μετάδοσης

Εάν ο client δεν λάβει chunk από κάποιον server, τότε η ταχύτητά του θεωρείται μηδέν

Ταχύτητα server πολύ χαμηλή σε σχέση με άλλους δεν δίνεται chunk


Πιθανές πτώσεις server επηρεάζουν την αποστολή των δεδομένων

Backup server όλοι για όλους

Επιλογή του πιο γρήγορου server σαν backup

Τιμωρία Server με κακή συμπεριφορά

Έλεγχος επανέναρξης server μετά από πτώση κάθε 3 γύρους με 1 chunk


Media Player android Smartphone

Compatible με όλες τις συσκευές

MPEG-4 , 3GPP

Moov Atom

Εκκίνηση Video μόλις ληφθούν 550kb video


Samsung Galaxy S2 plus ◦ Διπύρηνος επεξεργαστής 1200ΜΗz android 4.0.4

Servers ◦ 3 VMs

◦ Wondershaper για έλεγχο ταχύτητας μετάδοσης

Video σειράς bigbang 480p

Μέγεθος video 25,6mb

Διάρκεια video 5,5 λεπτά

Μέγεθος chunk 100kb


Χρήση 3 chunk ανά server λόγω player

Επικεντρώθηκαν κυρίως στο robustness της εφαρμογής στα λάθη που μπορούσαν να προκύψουν από διάφορες καταστάσεις στο δίκτυο.

Έγιναν 6 φορές για καλύτερη γενίκευση αποτελεσμάτων



Wifi Router

Wifi

0

5000

10000

15000

20000

25000 t1

t2

t3

t4

t5

t6

t7

t8

t9

t10

t11

t12

t13

t14

t15

t16

t17

t18

t19

t20

t21

t22

t23

t24

t25

t26

t27

t28

TH

RO

UG

HPU

T k

b\s

t= timestamps=9 chunks downloaded

Πτώση ενός server κάποια χρονική στιγμή

server1

server2

server3

sumOfThroughput

Πτώση Server 1 στο t16. Παρατηρούμε αύξηση throughput στις ταχύτητες των δύο εναπομενόντων server.


Έναρξη του server2 στο t17. Μείωση throughput από τους δυο αρχικούς server.


0

5000

10000

15000

20000

25000

t1

t2

t3

t4

t5

t6

t7

t8

t9

t10

t11

t12

t13

t14

t15

t16

t17

t18

t19

t20

t21

t22

t23

t24

t25

t26

t27

t28

TH

RO

UG

HPU

T k

b\s

t= timestamps=9 packets downloaded

Εναρξη ενός server όχι απο την αρχή

server1

server2

server3

sumOfThroughput

Παρατηρούμε πτώσεις 2 server. Ο server1 πέφτει στο t12, Ο server2 στο t19. Έχουμε αυξήσεις στις ταχύτητες των server καθώς πέφτουν οι server.


0

2000

4000

6000

8000

10000

12000

14000

16000

18000

20000

t1 t3 t5 t7 t9 t11 t13 t15 t17 t19 t21 t23 t25 t27

TH

RO

UG

HPU

T k

b\s


Πτώση 2 server σε κάποιες χρονικές στιγμές

server1

server2

server3

sumOfThroughput

t5 πτώση server1, t10 πτώση server3, t13 επανέναρξη server3, t21 εκκίνηση server1, t25 πτώση server2


0

2000

4000

6000

8000

10000

12000

14000

16000

18000

20000

t1 t3 t5 t7 t9 t11 t13 t15 t17 t19 t21 t23 t25 t27

TH

RO

UG

HPU

T k

b\s


Εναλλαγή πτώσεων των servers

server1

server2

server3

sumOfThroughput

0

2000

4000

6000

8000

10000

12000

14000

t1

t2

t3

t4

t5

t6

t7

t8

t9

t10

t11

t12

t13

t14

t15

t16

t17

t18

t19

t20

t21

t22

t23

t24

t25

t26

t27

t28

TH

RO

UG

HPU

T k

b\s


Περιορισμός ταχυτήτων

server1

server2

server3

sumOfThroughput

Σε αυτό το πείραμα έχουμε τον server1 μέχρι 8000kb/s, τον server2 στα 3000kb/s και τον server3 με όριο ταχύτητας 1000kb/s. Το συνολικό throughput της εφαρμογής μας ήταν 12000kb/s. 6-2-1 chunks


0

1000

2000

3000

4000

5000

6000

7000

8000

9000

t1 t3 t5 t7 t9 t11 t13 t15 t17 t19 t21 t23 t25 t27

TH

RO

UG

HPU

T k

b\s

t=timestamps = 9 chunks downloaded

throughput os servers

server1

server2

server3

sumOfThroughput

Έχουμε πτώση του server1 στο t2 και μεταφορά της κίνησης στον server2. Εδώ για το λόγω ότι η ταχύτητα σύνδεσης είναι πολύ μικρή στο σύνολό της, έχουμε κολλήματα του video στο t2,t3,t4.


0

1000

2000

3000

4000

5000

6000

7000

8000

9000

t1

t2

t3

t4

t5

t6

t7

t8

t9

t10

t11

t12

t13

t14

t15

t16

t17

t18

t19

t20

t21

t22

t23

t24

t25

t26

t27

TH

RO

UG

HPU

T k

b\s

timestamps=time for downloading window size=9

throughput of servers

server1

server2

server3

sumOfThroughput

Πτώση server1στο t2 αλλά δεν παρατηρούνται κολλήματα. Έχουμε μεγαλύτερη ταχύτητα στο σύνολο σε σχέση με το προηγούμενο πείραμα


Πτώση server1 t2 εκκίνηση t18, πτώση server2 την t13 εκκίνηση t18.


0

2000

4000

6000

8000

10000

12000

14000

16000

18000

t1

t2

t3

t4

t5

t6

t7

t8

t9

t10

t11

t12

t13

t14

t15

t16

t17

t18

t19

t20

t21

t22

t23

t24

t25

t26

t27

t28

Thro

ughput

kb

\s


throughput of servers

server1

server2

server3

sumOfThroughput

Η εφαρμογή λαμβάνει υπόψη τη χαμηλή ταχύτητα μετάδοσης του server2, και δεν την χρησιμοποιεί στη διαδικασία λήψης.


0

2000

4000

6000

8000

10000

12000

14000

16000

18000

20000

t1 t3 t5 t7 t9 t11 t13 t15 t17 t19 t21 t23 t25 t27

TH

RO

UG

HPU

T k

b\s


Αυτόματη προσαρμογή στις συνθήκες

server1

server2

server3

sumOfThroughput

Η εκκίνηση του video εξαρτάται από τον πιο αργό server.


Βλέπουμε το minimum ρυθμό που θα πρέπει να υπάρχει στο δίκτυο για να γίνει σωστή αναπαραγωγή, χωρίς κολλήματα.


0

10

20

30

40

50

60

70

600 800 1000 1500

Δευτερόλεπ

τα

κολλημά

τω

ν

vid

eo

throughput server kb/s

Δευτερόλεπτα κολλημάτων video ανάλογα με ταχύτητα σύνδεσης

stop video play time

Βλέπουμε ότι όσο πιο καλή η ποιότητα τόσο και περισσότερο θα πρέπει να είναι γρήγορο το δίκτυο.

1080p θα μπορούσαμε να είχαμε 3 servers από 1500kb/s ταχύτητα.

Διπλωματική Εργασία -

ΜΠΟΥΡΣΙΝΟΣ ΧΡΗΣΤΟΣ 30

0

500

1000

1500

2000

2500

3000

3500

4000

4500

5000

360p 480p 720p 1080p

Th

roughp

ut

kb

/s

Ποιότητα Video

Ελάχιστο throughput

Ελάχιστο throughput

Έλεγχος εφαρμογής με μεγαλύτερο σε μέγεθος chunk. Πιο αργή εκκίνηση video με μεγαλύτερο σε μέγεθος video, αλλά πιο γρήγορη ολοκλήρωση λήψης video.


0

5

10

15

20

25

30

1 2 3

second

servers

Χρονική διάρκεια λειτουργίας εφαρμογής

M.O. Με 100kb chunk Χρονου

λειτουργίας ethernet (Number of

Server)

M.O με 500kb chunk σε ethernet

(Number of Server)

Πειράματα σύγκρισης κινητών για έναρξη της αναπαραγωγής αλλά και ολοκλήρωση εφαρμογής


0

10

20

30

40

50

60

70

htc samsung galaxy s2 samsung galaxy s3

1 2 4

Second

Mobile-processor

timeVIdeo (marka)

endtime (marka)

Σωστή αξιοποίηση της μέγιστης ταχύτητας σύνδεσης που παίρνουμε κάθε φορά από τους servers

Robustness

Με την εφαρμογή μας το live video streaming δεν υποφέρει από κολλήματα ◦ Πτώσεις server

◦ Διαφορετικές ταχύτητες

Αναπαραγωγή κατά την λήψη


Video on Demand

rendezvous point

Machine Learning αλγόριθμο

Ταυτόχρονη χρήση στις android συσκευές του wifi και 3g για ταυτόχρονη λήψη δεδομένων και όχι μέσο εναλλαγής του τύπου σύνδεσης.



Cisco Systems. Visual networking index Cisco visual networking index: Forecast and methodology, 2012-2017. White Paper, 2012

Sandvine: 2013 Global Internet Phenomena Report. Available at http://www.sandvine.com/news/global_broadband_trends.asp. Last access June 2012.

Wei-Cheng Xiao, Po-Lin Chou, Tsai-Lin Hsu, and Cheng-Fu Chou. 10th IEEE, ISCE June 2005. Enhancing the Performance of Multi-Source Streaming System Using the MCMCF-Based Algorithm

Pablo Rodriguez-Bocca, Hector Cancela, Gerardo Rubino. LANC’07 October. Video Quality Assurance in Multi-Source Streaming Techniques.

S. Venot and L. Yan. UBICOMM ’07. On-demand mobile peer-to-peer streaming over the jxta overlay.

Philipp M. Eittenberger, Matthias Herbst, Udo R. Krieger. 19th International Packet Video Workshop (PV), 2012. RapidStream: P2P Streaming on Android.


http://www.sandvine.com/news/global_broadband_trends.asp. Last access June 2012

http://www.sandvine.com/news/global_broadband_trends.asp. Last access June 2012

Technology

Adaptive multisourcing video streaming in android phones