TU Darmstadt / ULB / tuprints

Quality Adaptation In Peer-to-Peer Video Streaming: Supporting Heterogeneity and Enhancing Performance using Scalable Video Coding

Abboud, Osama :
Quality Adaptation In Peer-to-Peer Video Streaming: Supporting Heterogeneity and Enhancing Performance using Scalable Video Coding.
TU Darmstadt
[Ph.D. Thesis], (2012)

This is the latest version of this item.

[img]
Preview
Dissertation Osama Abboud - PDF (Dissertation Osama Abboud)
OA-Thesis-final.pdf
Available under Creative Commons Attribution Non-commercial No Derivatives.

Download (5Mb) | Preview
Item Type: Ph.D. Thesis
Title: Quality Adaptation In Peer-to-Peer Video Streaming: Supporting Heterogeneity and Enhancing Performance using Scalable Video Coding
Language: English
Abstract:

Peer-to-Peer (P2P) techniques for Video-on-Demand (VoD) have attracted a lot of attention recently due to their high potential at improving the performance of today's multimedia systems. Evidently, P2P-based streaming systems already serve thousands of videos to millions of users every day. These large-scale systems are possible because client devices act not only as consumers but also as providers when using P2P.

Nonetheless, current P2P VoD systems still suffer from a major limitation: such systems try to provide the same video quality to all users even if they have different devices with a wide spectrum of resources. We believe that it is of essence that future P2P VoD systems are quality adaptive, meaning that different devices may retrieve different video qualities based on available resources. In this thesis, we develop quality adaptation concepts and algorithms essential for improving the Quality of Service (QoS) of P2P VoD streaming systems.

We proceed towards our goal with four major steps.

1. We design a novel P2P VoD streaming system based on techniques and architectures that help in reducing server resource utilization. This is achieved using distributed peer and block management algorithms that use more information about the neighboring peers, e.g. their bandwidth and playback state. Based on a capacity model, we additionally develop prefetching and upload strategies that help the system adapt to fluctuations in the number of peers and their resources.

2. We develop concepts and mechanisms that enable the use of Scalable Video Coding (SVC) in P2P VoD systems to achieve quality adaptation. Using SVC, we develop a two-stage quality adaptation algorithm that matches the video quality with available local and system resources. Additionally, it adapts to the heterogeneity of Internet devices by considering static and dynamic resources such as screen resolution, throughput, processing power, and availability of video blocks. Extensive evaluations show the superiority of our quality adaptation algorithm compared to classical approaches. Furthermore, we show that shorter playback delays can be achieved in return for reducing the video quality. In other words, we find that the session quality (start-up delay, video stalls) and delivered SVC quality (layer switches, received layers) exhibit a tradeoff.

3. We address quality adaptation at the system level and inside the networks by investigating the potential of making networks media-aware, i.e., managing resources according to the importance of different parts of the SVC video. Subsequently, we develop a media-aware system based on routing elements that allocate resources depending on the SVC video characteristics and video block playback deadlines. Using extensive evaluations, we show that it is possible to reduce playback delay by up to 52% during congestion while also alleviating the side effects of congestion on user perceived quality.

4. Finally, we design mechanisms that use Quality of Experience (QoE) metrics in the P2P VoD system to enhance its performance. The decision of which SVC quality to choose has so far been driven by QoS metrics, such as throughput. In this thesis, we expand the classical selection algorithms to consider the QoE of the different SVC qualities. The SVC video quality is assessed using objective techniques, which are highly scalable in comparison to subjective methods. We show that by making peers favor certain SVC qualities with high objective QoE, it is possible to enhance the performance of the entire system in terms of session and video quality, while content providers are able to reduce up to 60% of their server costs.

Alternative Abstract:
Alternative AbstractLanguage
Peer-to-Peer (P2P)-Architekturen für Video-on-Demand (VoD)-Dienste erregen seit geraumer Zeit großes Interesse auf Grund des von ihnen ausgehenden Potentials zur Leistungssteigerung heutige Multimediasysteme. Schon heute bedienen P2P-basierte Streamingsysteme Millionen von Benutzern mit tausenden von Videos. Diese Dimensionen werden möglich, da die Endgeräte der Nutzer nicht nur als reine Konsumenten, sondern auch als aktive Anbieter der zu verteilenden Inhalte auftreten. Gleichwohl leiden heutige P2P-basierte VoD-Systeme unter einer bedeutenden Einschränkung: Sie versuchen, allen Benutzern die gleiche Videoqualität bereitzustellen, auch wenn diese sehr heterogene Endgeräte mit einem breiten Spektrum an Ressourcen nutzen. Diese mangelnde Anpassungsfähigkeit existierender P2P-basierter VoD-Systeme hat zur Folge, dass ressoucenschwache Teilnehmer nicht in der Lage sind, am VoD System teilzunehmen oder angeforderte Videoinhalte wiederzugeben. Wir sind daher überzeugt, dass eine wesentliche Eigenschaft zukünftiger P2P-basierter VoD-Systeme in der Möglichkeit zur Qualitätsanpassung liegt, so dass unterschiedliche Endgeräte auch unterschiedliche Videoqualitäten, jeweils passend zu ihren Ressourcen, empfangen können. In dieser Arbeit entwickeln wir Konzepte und Algorithmen zur Qualitätsadaption, welche wesentlich für die Verbesserung der Servicequalität von P2P-basierten VoD-Systemen sind. Wir nähern uns diesem Ziel in vier Schritten: 1. Zunächst entwerfen wir ein neuartiges P2P-basiertes VoD-Streamingsystem, welches auf Techniken und Architekturen zur Reduktion von Serverressourcen basiert. Dies wird durch die Verwendung von verteilten Peer- und Block-Management-Algorithmen erreicht, welche mehr Informationen über benachbarte Peers, wie bspw. deren Bandbreite und Abspielstatus, einbeziehen. Zusätzlich entwickeln wir, aufbauend auf ein Kapazitätsmodell, Prefetching- und Upload-Strategien, welche dem System helfen, sich an Schwankungen in der Anzahl verbundener Peers und deren Ressourcen anzupassen. 2. Des Weiteren entwickeln wir Konzepte und Mechanismen zur Nutzung von Scalable Video Coding (SVC) zur Realisierung von Qualitätsanpassungen in Rahmen des entworfenen Systems. Mit Hilfe von SVC entwickeln wir einen zweistufigen Algorithmus zur Anpassung der Videoqualität an verfügbare lokale und systemweite Ressourcen. Zusätzlich sorgt dieser Algorithmus für eine Adaption an die Heterogenität von Endgeräten durch die Berücksichtigung von statischen und dynamischen Ressourcen, wie der Bildschirmauflösung, dem Datendurchsatz, der Berechnungskapazität sowie der Verfügbarkeit von Videoblöcken. Ausgiebige Evaluationen zeigen die überlegenheit unseres Algorithmus im Vergleich zu klassischen Ansätzen. Zudem zeigen wir, dass kürzere Abspielverzögerungen erreicht werden können, wenn im Gegenzug die Videoqualität reduziert wird. So stellen wir fest, dass die Sitzungsqualität (initiale Abspielverzögerung, Wiedergabeunterbrechungen) und die ausgelieferte SVC-Qualität (Anpassung der Qualitätsstufe, empfangene Qualitätsstufe) in gegenseitiger Abhängigkeit stehen. 3. Wir adressieren Qualitätsanpassungen sowohl auf Systemebene, als auch innerhalb des Netzwerks. Hierzu analysieren wir, inwieweit das Netzwerk Eigenschaften der übertragenen Videoinhalte berücksichtigen kann, um Ressourcen anhand der Wichtigkeit einzelner Teile des SVC-Videos zu verwalten. Wir entwickeln ein solches System unter Verwendung von Routern, welche Ressourcen in Abhängigkeit der Charakteristiken von SVC-Videos und der Deadline von Videoblöcken alloziert. Durch ausgiebige Evaluationen zeigen wir, dass die Abspielverzögerung während Engpässen im System um bis zu 52% reduziert und gleichzeitig Seiteneffekte auf die vom Benutzer wahrgenommene Qualität gelindert werden können. 4. Abschließend untersuchen wir den Einfluss der Benutzung von "Quality of Experience"(QoE)-Metriken in dem entwickelten System. Hierbei erweitern wir den klassischen Algorithmus zur Auswahl der Qualitätsstufen, so dass er die vom Benutzer wahrgenommene Videoqualität ebenfalls berücksichtigt,. Dabei wird die Videoqualität mit Hilfe von objektiven QoE-Metriken beurteilt, sodass dieser Ansatz im Gegensatz zu subjektiven Methoden sehr gute Skalierungseigenschaften aufweist. Wir zeigen, dass es durch die Bevorzugung von Qualitätsstufen mit hoher objektiver QoE möglich ist, die Performanz des Gesamtsystems in Bezug auf die Sitzungs- und Videoqualität zu verbessern, während Inhalteanbieter gleichzeitig ihre Serverkosten um bis zu 60% reduzieren können.German
Classification DDC: 000 Allgemeines, Informatik, Informationswissenschaft > 004 Informatik
600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften
Divisions: Fachbereich Elektrotechnik und Informationstechnik > Multimedia Kommunikation
Date Deposited: 19 Jun 2012 09:32
Last Modified: 07 Dec 2012 12:05
URN: urn:nbn:de:tuda-tuprints-30105
License: Creative Commons: Attribution-Noncommercial-No Derivative Works 3.0
Referees: Steinmetz, Prof. Dr.- Ralf and Effelsberg, Prof. Dr.- Wolfgang
Refereed: 30 May 2012
URI: http://tuprints.ulb.tu-darmstadt.de/id/eprint/3010
Export:

Available Versions of this Item

  • Quality Adaptation In Peer-to-Peer Video Streaming: Supporting Heterogeneity and Enhancing Performance using Scalable Video Coding. (deposited 19 Jun 2012 09:32) [Currently Displayed]

Actions (login required)

View Item View Item