Розробка тензорної моделі багатошляхової QоE-маршрутизації в інфокомунікаційній мережі з забезпеченням необхідного рейтингу якості

Автор(и)

  • Oleksandr Lemeshko Харківський національний університет радіоелектроніки пр. Науки, 14, м. Харків, Україна, 61166, Україна https://orcid.org/0000-0002-0609-6520
  • Maryna Yevdokymenko Харківський національний університет радіоелектроніки пр. Науки, 14, м. Харків, Україна, 61166, Україна https://orcid.org/0000-0002-7391-3068
  • Naors Y. Anad Alsaleem Університет Альхамданія Нінава, 79CF+PV, Бахдіда, Хамданія, Ірак, Ірак https://orcid.org/0000-0002-0785-2674

DOI:

https://doi.org/10.15587/1729-4061.2018.141989

Ключові слова:

інфокомунікаційна мережа, якість сприяття інфокомунікаційної послуги, середня міжкінцева затримка, ймовірність втрат пакетів, тензор, маршрутизація, рейтинг якості

Анотація

В роботі запропоновано вирішення актуального питання щодо забезпечення необхідного рівня якості сприйняття в інфокомунікаційній мережі, яке полягає в розробці математичної моделі багатошляхової QoE-маршрутизації із забезпеченням необхідного рейтингу якості. При цьому розрахунок рейтингу якості потребує введення в математичну модель маршрутизації додаткових умов для отримання показників середньої міжкінцевої затримки та ймовірності втрат пакетів. Для цього є доцільним використання тензорної формалізації даних умов при реалізації багатошляхової стратегії маршрутизації. Саме такий спосіб розширення математичних моделей (введення додаткових аналітичних умов) є більш гнучким і дозволить у повній мірі враховувати всю складність взаємозв'язку мережних параметрів в межах QoE. Виходячи з цього, якість сприйняття передачі мови визначається не такими абсолютними значеннями затримок і ймовірностей втрат, оскільки їх взаємозв'язком. В результаті дослідження запропонованої моделі розраховано кількісний показник рейтингу якості, який в порівнянні з рекомендованими показниками згідно існуючих рекомендацій дозволяє оцінити виконання заданого рівня QoE. Тобто при заданій інтенсивності трафіку в мережі розраховані показники середньої міжкінцевої затримки та ймовірність втрат пакетів дозволяють оцінити якість сприйняття завдяки розрахунку рейтингу якості та свідчать про працездатність запропонованого рішення. Та навпаки, завдяки розробленої моделі QoE-маршрутизації представляється можливим контролювати ймовірність втрат і середню міжкінцеву затримку пакетів в інфокомунікаційній мережі, щоб забезпечити виконання заданих QoE-вимог. Також в роботі проведено порівняльний аналіз із потоковою моделлю багатошляхової маршрутизації, яка базується на використанні метрики IGRP, що дозволив оцінити ефективність запропонованого рішення та продемонстрував виграш щодо рейтингу якості від 12 до 25 % в залежності від вихідних даних

Біографії авторів

Oleksandr Lemeshko, Харківський національний університет радіоелектроніки пр. Науки, 14, м. Харків, Україна, 61166

Доктор технічних наук

Кафедра інфокомунікаційної інженерії

Maryna Yevdokymenko, Харківський національний університет радіоелектроніки пр. Науки, 14, м. Харків, Україна, 61166

Кандидат технічних наук

Кафедра інфокомунікаційної інженерії

Naors Y. Anad Alsaleem, Університет Альхамданія Нінава, 79CF+PV, Бахдіда, Хамданія, Ірак

Кандидат технічних наук

Кафедра комп’ютерних наук

Посилання

  1. ITU-T P.830: Subjective performance assessment of telephone-band and wideband digital codecs (1996). ITU.
  2. ITU-T P.863. Perceptual objective listening quality assessment (2014). ITU.
  3. ITU-T P.911. Subjective audiovisual quality assessment methods for multimedia applications (1998). ITU.
  4. ITU-T P.862. Perceptual evaluation of speech quality (PESQ): An objective method for end-to-end speech quality assessment of narrow-band telephone networks and speech codecs (2001). ITU.
  5. ITU-T P.910. Subjective video quality assessment methods for multimedia application (2008). ITU.
  6. ITU-T P.806. A subjective quality test methodology using multiple rating scales (2014). ITU.
  7. ITU-T G.1011. Reference guide to quality of experience assessment methodologies (2015). ITU.
  8. ITU-R BT.500. Methodology for the Subjective Assessment of the Quality of Television Pictures (2011). ITU.
  9. Bentaleb, A., Begen, A. C., Zimmermann, R. (2016). SDNDASH: Improving QoE of HTTP Adaptive Streaming Using Software Defined Networking. Proceedings of the 2016 ACM on Multimedia Conference – MM '16, 1296–1305. doi: https://doi.org/10.1145/2964284.2964332
  10. Calvigioni, G., Aparicio-Pardo, R., Sassatelli, L., Leguay, J., Medagliani, P., Paris, S. (2018). Quality of Experience-based Routing of Video Traffic for Overlay and ISP Networks. IEEE INFOCOM 2018 – IEEE Conference on Computer Communications, 935–943.
  11. Schatz, R., Hoßfeld, T., Janowski, L., Egger, S. (2013). From Packets to People: Quality of Experience as a New Measurement Challenge. Lecture Notes in Computer Science, 219–263. doi: https://doi.org/10.1007/978-3-642-36784-7_10
  12. Mellouk, A., Hoceini, S., Tran, H. A. (2013). Quality of Experience for Multimedia: Application to Content Delivery Network Architecture. John Wiley & Sons. doi: https://doi.org/10.1002/9781118649367
  13. Lemeshko, O. V., Yeremenko, O. S. (2016). Dynamics analysis of multipath QoS-routing tensor model with support of different flows classes. 2016 International Conference on Smart Systems and Technologies (SST). doi: https://doi.org/10.1109/sst.2016.7765664
  14. ITU-T G.109. Amendment 1 New Appendix I – The E-model-based quality loops for predicting speech transmission quality and user satisfaction from time-varying transmission impairments (2007). ITU.
  15. ITU-T Y.1540. Internet protocol data communication service – IP packet transfer and availability performance parameters (2016). ITU.
  16. ITU-T G.107. The E-model: A computational model for use in transmission n planning (2014). ITU.
  17. Janevski, T., Jankovic, M., Markus, S. (2017). Quality of service regulation manual. Telecommunication development Bureau, 173.
  18. Lemeshko, A. V., Evseeva, O. Y., Garkusha, S. V. (2014). Research on Tensor Model of Multipath Routing in Telecommunication Network With Support of Service Quality by Greate Number of Indices. Telecommunications and Radio Engineering, 73 (15), 1339–1360. doi: https://doi.org/10.1615/telecomradeng.v73.i15.30
  19. Lemeshko, O., Yeremenko, O. (2016). Dynamic presentation of tensor model for multipath QoS-routing. 2016 13th International Conference on Modern Problems of Radio Engineering, Telecommunications and Computer Science (TCSET). doi: https://doi.org/10.1109/tcset.2016.7452128
  20. Lemeshko, O., Yevsieieva, O., Yevdokymenko, M. (2018). Tensor flow-based model of quality of experience routing. 2018 14th International Conference on Advanced Trends in Radioelecrtronics, Telecommunications and Computer Engineering (TCSET). doi: https://doi.org/10.1109/tcset.2018.8336364
  21. Kron, G. (1949). Tensor Analysis of Networks. John Wiley and Sons, 635.
  22. Riedl, A., Schupke, D. A. (2007). Routing Optimization in IP Networks Utilizing Additive and Concave Link Metrics. IEEE/ACM Transactions on Networking, 15 (5), 1136–1148. doi: https://doi.org/10.1109/tnet.2007.902546
  23. Lemeshko, O., Yeremenko, O. (2018). Linear optimization model of MPLS Traffic Engineering Fast ReRoute for link, node, and bandwidth protection. 2018 14th International Conference on Advanced Trends in Radioelecrtronics, Telecommunications and Computer Engineering (TCSET). doi: https://doi.org/10.1109/tcset.2018.8336365

##submission.downloads##

Опубліковано

2018-09-12

Як цитувати

Lemeshko, O., Yevdokymenko, M., & Anad Alsaleem, N. Y. (2018). Розробка тензорної моделі багатошляхової QоE-маршрутизації в інфокомунікаційній мережі з забезпеченням необхідного рейтингу якості. Eastern-European Journal of Enterprise Technologies, 5(2 (95), 40–46. https://doi.org/10.15587/1729-4061.2018.141989