Analisa QOE pada Sistem Streaming Video
Proposal penelitian:
Analisa QOE pada Sistem Streaming Video HTTP
MANAJEMEN BISNIS ICT
Dosen : Iwan Krisnadi, Dr,Ir,MBA.
Oleh:
Galih Praditya Purnomo
55416120023
Magister Teknik Elektro
2017
1
Analisa QOE pada Sistem Streaming Video HTTP
1. ABSTRAK
Abstrak-streaming video HTTP, seperti video Flash, banyak digunakan untuk
menghadirkan media yang tersimpan. Karena layanan yang dapat diandalkan TCP,
kualitas gambar dan suara tidak akan terdegradasi oleh gangguan jaringan, seperti
delay tinggi dan packet loss. Namun, kerusakan jaringan dapat menyebabkan
peristiwa penyatuan kembali yang akan menghasilkan pemutaran dendeng dan
merusak struktur temporal video. Degradasi kualitas ini dapat mempengaruhi
kualitas pengalaman pengguna (QoE). Dalam makalah ini, kami menyelidiki
hubungan antara tiga tingkat kualitas layanan (QoS) streaming video HTTP: QoS
jaringan, aplikasi QoS, dan QoS pengguna (yaitu, QoE). Tujuan utama kami adalah
untuk memahami bagaimana QoS jaringan mempengaruhi QoE streaming video
HTTP. Pendekatan kami adalah untuk pertama kali mengkarakterisasi korelasi
antara aplikasi dan jaringan QoS dengan menggunakan model analisis dan
evaluasi empiris. Langkah kedua adalah melakukan eksperimen subjektif untuk
mengevaluasi hubungan antara aplikasi QoS dan QoE. Analisis kami menunjukkan
bahwa frekuensi reffering adalah faktor utama yang bertanggung jawab atas variasi
QoE.
2. PENDAHULUAN
Streaming video HTTP banyak digunakan dalam menghadirkan konten
multimedia yang tersimpan. Secara khusus, video Flash Adobe (FLV) memainkan
peran penting dalam menyimpan dan streaming video melalui HTTP over TCP.
YouTube jelas merupakan sistem yang paling sukses untuk layanan video sharing
dan video-on-demand berdasarkan FLV. Jenis "streaming" ini berbeda dengan
streaming berbasis UDP tradisional yang ditawarkan di, misalnya Windows Media
dan Real Media, karena tidak perlu streaming video server dan klien untuk
disinkronkan. Selain itu, klien bisa menonton klip video yang tidak lengkap dengan
download teknologi yang progresif. Fitur yang dapat diandalkan dari TCP juga
membebaskan codec video dari penanganan kehilangan paket, dan kualitas
gambar tidak terdegradasi karena frame yang hilang. Selain itu, server web tidak
memerlukan perangkat lunak tambahan atau plugin untuk mendukung fungsi
streaming video.
Namun, throughput TCP bisa dikurangi dengan berbagai jenis gangguan di jalur
jaringan, seperti packet loss dan reordering. Bila throughput TCP lebih rendah dari
tingkat pemutaran, pemutaran video akan berhenti sebentar dan menunggu data
video baru. Gangguan ini bisa sangat mempengaruhi kualitas yang dirasakan
pengguna, yang juga dikenal sebagai kualitas pengalaman (QoE). Secara umum,
QoE dapat dipengaruhi oleh faktor lain, seperti kualitas video dan suara dan
kelancaran pemutaran, yang dapat di katalogkan menjadi tumpukan protokol untuk
membentuk hubungan konseptual antara Kualitas layanan (QoS) dan QoE. Dalam
2
tulisan ini, kami membuat tumpukan protokol serupa, namun fokus kami tidak pada
kualitas spasial (yaitu gambar) pada lapisan aplikasi QoS. Sebagai gantinya, kami
mengusulkan sebuah struktur temporal video sebagai aplikasi QoS untuk streaming
video HTTP dan menggunakannya untuk menganalisis bagaimana QoE
dipengaruhi oleh jaringan QoS (yaitu kualitas jalur jaringan).
Untuk mengkarakterisasi hubungan antara QoS jaringan dan aplikasi QoS,
karya sebelumnya melakukan studi analitis untuk memodelkan kinerja video
streaming dengan menggunakan TCP. Algoritma diusulkan untuk memperkirakan
kebutuhan buffer penerima berdasarkan model. Selain itu, studi empiris dilakukan
untuk menyelidiki bagaimana kondisi jaringan mempengaruhi aplikasi QoS dengan
mencatat metrik aplikasi selama pemutaran video. Namun, evaluasi mereka hanya
didasarkan pada Windows Media. Dalam tulisan ini, kami mengadopsi pendekatan
analitik dan empiris untuk mempelajari korelasi antara QoS jaringan dan aplikasi
QoS. Secara khusus, kami menggunakan seperangkat metrik kinerja aplikasi (APM)
untuk penelitian ini:
(1) Waktu penyangga awal,
(2) Berarti durasi acara penyatuan kembali
(3) Frekuensi reffering. Di sisi lain, jaringan QoS dapat diukur berdasarkan
pengukuran aktif (OneProbe dan YouTube Video Speed History) atau
pengukuran pasif.
Selain itu, QoE biasanya dinyatakan menggunakan Mean Opinion Score (MOS)
dari 1 ("Buruk") sampai 5 ("Sangat Bagus"). Bisa didapat dari pengukuran subjektif
atau objektif. Rekomendasi ITU-T P.911 memberikan referensi untuk melakukan
pengukuran subjektif materi audiovisual, dan VQEG memberikan rencana uji
terperinci untuk mengevaluasi kualitas video secara subjektif. Namun, PSNR (PeakSignal-to-Noise-Ratio) dan MSE (Mean Square Error), yang merupakan contoh
pendekatan objektif, hanya mengevaluasi kualitas video, sehingga tidak sesuai
untuk streaming video HTTP. Dalam tulisan ini, kami melakukan eksperimen
subjektif untuk mengevaluasi bagaimana aplikasi QoS berkorelasi dengan QoE.
Berdasarkan hasil korelasi untuk jaringan dan aplikasi QoS, kita kemudian dapat
mengkorelasikan jaringan QoS dengan QoE yang dapat divisualisasikan secara
efektif dengan menggunakan grafik radar.
3. PERUMUSAN MASALAH
Sebelumnya bekerja pada mengkorelasikan QoS dan QoE terutama
memperhatikan kualitas gambar / audio atau kinerja VoIP. Hands and Wilkins
mempelajari bagaimana kehilangan jaringan dan ukuran burst mempengaruhi
kualitas streaming video, dan pengukuran subjektif dan video MPEG-1 digunakan
dalam eksperimen mereka. Verscheure et al. menyelidiki dampak kehilangan data
terhadap kualitas video MPEG-2. Zhou dkk. menggunakan pendekatan objektif, Emodel dan pendekatan yang diusulkan di untuk mengukur bagaimana persepsi
kualitas VoIP dan MPEG-2 video streaming terpengaruh di IPv6. Tasaka dan
Watanabe melakukan eksperimen subjektif dan menggunakan pendekatan regresi
berganda untuk memperkirakan QoE, dan fokusnya adalah pada sinkronisasi video
3
dan audio. Tidak seperti karya-karya ini, kami mempelajari korelasi berdasarkan
kualitas temporal video streaming HTTP. Huynh-Thu dkk. Mengevaluasi korelasi
antara aspek temporal dan kualitas yang dirasakan pada, dan mengusulkan.
Dengan penjelasan di atas, maka sangatlah penting untuk merumuskan suatu
permasalahan yaitu bagaimana sistem streaming video Http ini bisa
diimplementasikan dengan rincian sebagai berikut :
Apakah ada Sistem Streaming video Http saat ini ?
Dimana saja Sistem Streaming video Http tersebut bisa di dapat?
Siapa saja yang memanfaatkan Streaming video Http tersebut?
Kapan Sistem Streaming video Http digunakan?
Bagaimana Sistem Streaming video Http bekerja dan Berapa biayanya?
Pembuatan dan pengujian sistem ini rencananya akan di adakan selama 16
minggu. Teknik observasi yang dilakukan dengan wawancara. terhadap pengguna
(Aktor) yang berhubungan dengan sistem ini.
Pengumpulan data meliputi data primer dan data sekunder. Data primer
didapat dengan melakukan experimen dan data sekunder di dapatkan dari
pengguna aplikasi streaming atau forum-forum situs teknologi informasi.
Variabel-variabel yang digunakan untuk kajian ini adalah:
Informasi Data Streaming Video
Informasi QoE Internet yang digunakan pada saat Streaming
Data streaming yang terkirim melalui sistem
Informasi yang didapat dari hasil QoE Streaming video.
Data yang masuk akan di analisis berdasarkan variable di atas dan dilakukan
simulasi berdasarkan kondisi yang telah ditentukan.
4. METODOLOGI
Untuk melaksanakan kegiatan-kegiatan seperti yang tertera pada ruang lingkup
dengan hasil sesuai dengan yang diharapkan pada tujuan kegiatan ini dan disertai
dengan pemanfaatan biaya yang efektif, maka metodologi-metodologi untuk
melakukan kegiatan-kegiatan tersebut haruslah didesain sedemikian rupa sehingga
semua variable-variable dan indikator yang terlibat dalam kajian terpenuhi.
Untuk itu metodologi untuk melaksanakan kajian ini dilakukan sebagai berikut :
Melakukan persiapan pelaksanaan pekerjaan yang meliputi rencana rinci
jadwal pelaksanaan kajian, cara pelaksanaan, check list yang akan
4
digunakan sebagai instrumen pengambilan data, pengalokasian keahlian
personil dan peralatan.
Melakukan studi literatur terhadap penelitian penelitian sebelumnya
untuk mendapatkan gap analisisnya.
Melakukan diskusi forum dan wawancara terhadap pengguna/pemakai
aplikasi sistem streaming video http.
Melakukan eksperimen dan melakukan pengujian sistem streaming
video http. Sampling akan di lakukan terhadap data video streaming
secara random selama 1 bulan.
Analisa terhadap data yang di dapatkan berdasarkan variabel yang
sudah di tentukan di awal.
Pembuatan rumusan laporan dan rekomendasi hasil kajian.
Pencarian Database
Sebuah pencarian sistematis literatur dilakukan menggunakan database
elektronik berikut:
PubMed
PsychINFO
EMBASE
CINAHL
Cochrane
LILACS
Google Scholar
5
Berikut flow chart metode penelitian:
A
Melakukan
Pengujian &
Data Collection
Analisa Data
Uji Data
B
Rekomendasi
END
5. RANCANGAN NETWORK QoS DAN APLIKASI QoS
Pada bagian ini, kami menyelidiki hubungan antara QoS jaringan dan aplikasi
QoS. Network QoS adalah kinerja jalur jaringan antara server dan client, termasuk
round-trip time (RTT), packet loss rate, dan bandwidth jaringan. Aplikasi QoS, di
sisi lain, mencerminkan kinerja dari sudut pandang aplikasi. Dalam scussion, kami
mengusulkan tiga APM untuk mengukur aplikasi QoS untuk streaming video HTTP.
Kami kemudian menghubungkan kedua QoS dengan menggunakan pemodelan
analitik dan evaluasi empiris.
A. Metrik kinerja aplikasi.
Tiga APM untuk mengukur aplikasi QoS untuk streaming video HTTP, dan
metrik ini mewakili struktur temporal pemutaran video, terlepas dari konten
video.
6
1)
Waktu penyangga awal (dilambangkan dengan Tinit): Metrik ini
mengukur periode antara waktu mulai memuat video dan waktu mulai
memainkannya.
2)
Mean rebuffering duration (dilambangkan dengan Trebuf): Metrik ini
mengukur durasi rata-rata acara refferal.
3)
Rebuffering frequency (dilambangkan dengan frebuf): Bila jumlah data
video buffer berkurang ke nilai yang rendah, pemutaran akan berhenti
sebentar, dan pemain akan masuk ke keadaan reffering. Metrik ini
mengukur seberapa sering peristiwa penyatuan kembali terjadi.
Memplot rangkaian waktu waktu pemutaran video (yaitu, posisi video saat ini)
dan jumlah video yang disangga oleh FlashTrack, penerapan pemutar video
Flash yang disesuaikan yang akan dipresentasikan pada bagian III-D. Garis
padat mengacu pada waktu playhead video, dan garis putus-putus ke jumlah
video buffer. Lingkaran pada garis putus-putus sesuai dengan peristiwa buffer
kosong yang terjadi setiap kali jumlah video buffer turun ke nilai yang rendah.
Pemutaran video akan berhenti sampai buffer diisi ulang. Oleh karena itu,
waktu playhead video berhenti meningkat untuk periode pemulihan setelah
terjadinya penyangga kosong.
Seri waktu waktu pemutaran video dan jumlah data video yang disangga pada
pemutar.
B. Memodelkan APM
Membuat model sederhana untuk mengkorelasikan QoS jaringan dengan
tiga APM. Untuk menyederhanakan model, kita membuat asumsi sebagai
berikut:
7
1) Bandwidth jaringan, RTT, dan packet loss rate konstan selama download
video.
2) Klien tidak berinteraksi dengan video selama Pemutaran, seperti berhenti
dan maju / mundur mencari.
3) Rata-rata bitrate lintas lalu lintas antara server dan client konstan.
4) Fluktuasi bitrate video tidak besar.
5) Penyangga video harus diisi sebelum keluar dari keadaan buffering dan
rebuffering awal, dan ukurannya lebih kecil dari panjang video.
1) Waktu penyangga awal dan jangka waktu pengembalian berarti:
Perkiraan (dalam detik) dari waktu penyanggaan awal dan berarti durasi
pembenahan ulang dapat dihitung dengan. Dimana B penuh adalah ukuran
(dalam detik video) dari buffer video, Bempty (
Analisa QOE pada Sistem Streaming Video HTTP
MANAJEMEN BISNIS ICT
Dosen : Iwan Krisnadi, Dr,Ir,MBA.
Oleh:
Galih Praditya Purnomo
55416120023
Magister Teknik Elektro
2017
1
Analisa QOE pada Sistem Streaming Video HTTP
1. ABSTRAK
Abstrak-streaming video HTTP, seperti video Flash, banyak digunakan untuk
menghadirkan media yang tersimpan. Karena layanan yang dapat diandalkan TCP,
kualitas gambar dan suara tidak akan terdegradasi oleh gangguan jaringan, seperti
delay tinggi dan packet loss. Namun, kerusakan jaringan dapat menyebabkan
peristiwa penyatuan kembali yang akan menghasilkan pemutaran dendeng dan
merusak struktur temporal video. Degradasi kualitas ini dapat mempengaruhi
kualitas pengalaman pengguna (QoE). Dalam makalah ini, kami menyelidiki
hubungan antara tiga tingkat kualitas layanan (QoS) streaming video HTTP: QoS
jaringan, aplikasi QoS, dan QoS pengguna (yaitu, QoE). Tujuan utama kami adalah
untuk memahami bagaimana QoS jaringan mempengaruhi QoE streaming video
HTTP. Pendekatan kami adalah untuk pertama kali mengkarakterisasi korelasi
antara aplikasi dan jaringan QoS dengan menggunakan model analisis dan
evaluasi empiris. Langkah kedua adalah melakukan eksperimen subjektif untuk
mengevaluasi hubungan antara aplikasi QoS dan QoE. Analisis kami menunjukkan
bahwa frekuensi reffering adalah faktor utama yang bertanggung jawab atas variasi
QoE.
2. PENDAHULUAN
Streaming video HTTP banyak digunakan dalam menghadirkan konten
multimedia yang tersimpan. Secara khusus, video Flash Adobe (FLV) memainkan
peran penting dalam menyimpan dan streaming video melalui HTTP over TCP.
YouTube jelas merupakan sistem yang paling sukses untuk layanan video sharing
dan video-on-demand berdasarkan FLV. Jenis "streaming" ini berbeda dengan
streaming berbasis UDP tradisional yang ditawarkan di, misalnya Windows Media
dan Real Media, karena tidak perlu streaming video server dan klien untuk
disinkronkan. Selain itu, klien bisa menonton klip video yang tidak lengkap dengan
download teknologi yang progresif. Fitur yang dapat diandalkan dari TCP juga
membebaskan codec video dari penanganan kehilangan paket, dan kualitas
gambar tidak terdegradasi karena frame yang hilang. Selain itu, server web tidak
memerlukan perangkat lunak tambahan atau plugin untuk mendukung fungsi
streaming video.
Namun, throughput TCP bisa dikurangi dengan berbagai jenis gangguan di jalur
jaringan, seperti packet loss dan reordering. Bila throughput TCP lebih rendah dari
tingkat pemutaran, pemutaran video akan berhenti sebentar dan menunggu data
video baru. Gangguan ini bisa sangat mempengaruhi kualitas yang dirasakan
pengguna, yang juga dikenal sebagai kualitas pengalaman (QoE). Secara umum,
QoE dapat dipengaruhi oleh faktor lain, seperti kualitas video dan suara dan
kelancaran pemutaran, yang dapat di katalogkan menjadi tumpukan protokol untuk
membentuk hubungan konseptual antara Kualitas layanan (QoS) dan QoE. Dalam
2
tulisan ini, kami membuat tumpukan protokol serupa, namun fokus kami tidak pada
kualitas spasial (yaitu gambar) pada lapisan aplikasi QoS. Sebagai gantinya, kami
mengusulkan sebuah struktur temporal video sebagai aplikasi QoS untuk streaming
video HTTP dan menggunakannya untuk menganalisis bagaimana QoE
dipengaruhi oleh jaringan QoS (yaitu kualitas jalur jaringan).
Untuk mengkarakterisasi hubungan antara QoS jaringan dan aplikasi QoS,
karya sebelumnya melakukan studi analitis untuk memodelkan kinerja video
streaming dengan menggunakan TCP. Algoritma diusulkan untuk memperkirakan
kebutuhan buffer penerima berdasarkan model. Selain itu, studi empiris dilakukan
untuk menyelidiki bagaimana kondisi jaringan mempengaruhi aplikasi QoS dengan
mencatat metrik aplikasi selama pemutaran video. Namun, evaluasi mereka hanya
didasarkan pada Windows Media. Dalam tulisan ini, kami mengadopsi pendekatan
analitik dan empiris untuk mempelajari korelasi antara QoS jaringan dan aplikasi
QoS. Secara khusus, kami menggunakan seperangkat metrik kinerja aplikasi (APM)
untuk penelitian ini:
(1) Waktu penyangga awal,
(2) Berarti durasi acara penyatuan kembali
(3) Frekuensi reffering. Di sisi lain, jaringan QoS dapat diukur berdasarkan
pengukuran aktif (OneProbe dan YouTube Video Speed History) atau
pengukuran pasif.
Selain itu, QoE biasanya dinyatakan menggunakan Mean Opinion Score (MOS)
dari 1 ("Buruk") sampai 5 ("Sangat Bagus"). Bisa didapat dari pengukuran subjektif
atau objektif. Rekomendasi ITU-T P.911 memberikan referensi untuk melakukan
pengukuran subjektif materi audiovisual, dan VQEG memberikan rencana uji
terperinci untuk mengevaluasi kualitas video secara subjektif. Namun, PSNR (PeakSignal-to-Noise-Ratio) dan MSE (Mean Square Error), yang merupakan contoh
pendekatan objektif, hanya mengevaluasi kualitas video, sehingga tidak sesuai
untuk streaming video HTTP. Dalam tulisan ini, kami melakukan eksperimen
subjektif untuk mengevaluasi bagaimana aplikasi QoS berkorelasi dengan QoE.
Berdasarkan hasil korelasi untuk jaringan dan aplikasi QoS, kita kemudian dapat
mengkorelasikan jaringan QoS dengan QoE yang dapat divisualisasikan secara
efektif dengan menggunakan grafik radar.
3. PERUMUSAN MASALAH
Sebelumnya bekerja pada mengkorelasikan QoS dan QoE terutama
memperhatikan kualitas gambar / audio atau kinerja VoIP. Hands and Wilkins
mempelajari bagaimana kehilangan jaringan dan ukuran burst mempengaruhi
kualitas streaming video, dan pengukuran subjektif dan video MPEG-1 digunakan
dalam eksperimen mereka. Verscheure et al. menyelidiki dampak kehilangan data
terhadap kualitas video MPEG-2. Zhou dkk. menggunakan pendekatan objektif, Emodel dan pendekatan yang diusulkan di untuk mengukur bagaimana persepsi
kualitas VoIP dan MPEG-2 video streaming terpengaruh di IPv6. Tasaka dan
Watanabe melakukan eksperimen subjektif dan menggunakan pendekatan regresi
berganda untuk memperkirakan QoE, dan fokusnya adalah pada sinkronisasi video
3
dan audio. Tidak seperti karya-karya ini, kami mempelajari korelasi berdasarkan
kualitas temporal video streaming HTTP. Huynh-Thu dkk. Mengevaluasi korelasi
antara aspek temporal dan kualitas yang dirasakan pada, dan mengusulkan.
Dengan penjelasan di atas, maka sangatlah penting untuk merumuskan suatu
permasalahan yaitu bagaimana sistem streaming video Http ini bisa
diimplementasikan dengan rincian sebagai berikut :
Apakah ada Sistem Streaming video Http saat ini ?
Dimana saja Sistem Streaming video Http tersebut bisa di dapat?
Siapa saja yang memanfaatkan Streaming video Http tersebut?
Kapan Sistem Streaming video Http digunakan?
Bagaimana Sistem Streaming video Http bekerja dan Berapa biayanya?
Pembuatan dan pengujian sistem ini rencananya akan di adakan selama 16
minggu. Teknik observasi yang dilakukan dengan wawancara. terhadap pengguna
(Aktor) yang berhubungan dengan sistem ini.
Pengumpulan data meliputi data primer dan data sekunder. Data primer
didapat dengan melakukan experimen dan data sekunder di dapatkan dari
pengguna aplikasi streaming atau forum-forum situs teknologi informasi.
Variabel-variabel yang digunakan untuk kajian ini adalah:
Informasi Data Streaming Video
Informasi QoE Internet yang digunakan pada saat Streaming
Data streaming yang terkirim melalui sistem
Informasi yang didapat dari hasil QoE Streaming video.
Data yang masuk akan di analisis berdasarkan variable di atas dan dilakukan
simulasi berdasarkan kondisi yang telah ditentukan.
4. METODOLOGI
Untuk melaksanakan kegiatan-kegiatan seperti yang tertera pada ruang lingkup
dengan hasil sesuai dengan yang diharapkan pada tujuan kegiatan ini dan disertai
dengan pemanfaatan biaya yang efektif, maka metodologi-metodologi untuk
melakukan kegiatan-kegiatan tersebut haruslah didesain sedemikian rupa sehingga
semua variable-variable dan indikator yang terlibat dalam kajian terpenuhi.
Untuk itu metodologi untuk melaksanakan kajian ini dilakukan sebagai berikut :
Melakukan persiapan pelaksanaan pekerjaan yang meliputi rencana rinci
jadwal pelaksanaan kajian, cara pelaksanaan, check list yang akan
4
digunakan sebagai instrumen pengambilan data, pengalokasian keahlian
personil dan peralatan.
Melakukan studi literatur terhadap penelitian penelitian sebelumnya
untuk mendapatkan gap analisisnya.
Melakukan diskusi forum dan wawancara terhadap pengguna/pemakai
aplikasi sistem streaming video http.
Melakukan eksperimen dan melakukan pengujian sistem streaming
video http. Sampling akan di lakukan terhadap data video streaming
secara random selama 1 bulan.
Analisa terhadap data yang di dapatkan berdasarkan variabel yang
sudah di tentukan di awal.
Pembuatan rumusan laporan dan rekomendasi hasil kajian.
Pencarian Database
Sebuah pencarian sistematis literatur dilakukan menggunakan database
elektronik berikut:
PubMed
PsychINFO
EMBASE
CINAHL
Cochrane
LILACS
Google Scholar
5
Berikut flow chart metode penelitian:
A
Melakukan
Pengujian &
Data Collection
Analisa Data
Uji Data
B
Rekomendasi
END
5. RANCANGAN NETWORK QoS DAN APLIKASI QoS
Pada bagian ini, kami menyelidiki hubungan antara QoS jaringan dan aplikasi
QoS. Network QoS adalah kinerja jalur jaringan antara server dan client, termasuk
round-trip time (RTT), packet loss rate, dan bandwidth jaringan. Aplikasi QoS, di
sisi lain, mencerminkan kinerja dari sudut pandang aplikasi. Dalam scussion, kami
mengusulkan tiga APM untuk mengukur aplikasi QoS untuk streaming video HTTP.
Kami kemudian menghubungkan kedua QoS dengan menggunakan pemodelan
analitik dan evaluasi empiris.
A. Metrik kinerja aplikasi.
Tiga APM untuk mengukur aplikasi QoS untuk streaming video HTTP, dan
metrik ini mewakili struktur temporal pemutaran video, terlepas dari konten
video.
6
1)
Waktu penyangga awal (dilambangkan dengan Tinit): Metrik ini
mengukur periode antara waktu mulai memuat video dan waktu mulai
memainkannya.
2)
Mean rebuffering duration (dilambangkan dengan Trebuf): Metrik ini
mengukur durasi rata-rata acara refferal.
3)
Rebuffering frequency (dilambangkan dengan frebuf): Bila jumlah data
video buffer berkurang ke nilai yang rendah, pemutaran akan berhenti
sebentar, dan pemain akan masuk ke keadaan reffering. Metrik ini
mengukur seberapa sering peristiwa penyatuan kembali terjadi.
Memplot rangkaian waktu waktu pemutaran video (yaitu, posisi video saat ini)
dan jumlah video yang disangga oleh FlashTrack, penerapan pemutar video
Flash yang disesuaikan yang akan dipresentasikan pada bagian III-D. Garis
padat mengacu pada waktu playhead video, dan garis putus-putus ke jumlah
video buffer. Lingkaran pada garis putus-putus sesuai dengan peristiwa buffer
kosong yang terjadi setiap kali jumlah video buffer turun ke nilai yang rendah.
Pemutaran video akan berhenti sampai buffer diisi ulang. Oleh karena itu,
waktu playhead video berhenti meningkat untuk periode pemulihan setelah
terjadinya penyangga kosong.
Seri waktu waktu pemutaran video dan jumlah data video yang disangga pada
pemutar.
B. Memodelkan APM
Membuat model sederhana untuk mengkorelasikan QoS jaringan dengan
tiga APM. Untuk menyederhanakan model, kita membuat asumsi sebagai
berikut:
7
1) Bandwidth jaringan, RTT, dan packet loss rate konstan selama download
video.
2) Klien tidak berinteraksi dengan video selama Pemutaran, seperti berhenti
dan maju / mundur mencari.
3) Rata-rata bitrate lintas lalu lintas antara server dan client konstan.
4) Fluktuasi bitrate video tidak besar.
5) Penyangga video harus diisi sebelum keluar dari keadaan buffering dan
rebuffering awal, dan ukurannya lebih kecil dari panjang video.
1) Waktu penyangga awal dan jangka waktu pengembalian berarti:
Perkiraan (dalam detik) dari waktu penyanggaan awal dan berarti durasi
pembenahan ulang dapat dihitung dengan. Dimana B penuh adalah ukuran
(dalam detik video) dari buffer video, Bempty (