since they are more likely to be as

since they are more likely to be assigned a lower quality
than the higher level ones. Figure 8 shows the average utility
perceived by the client, per service level. It shows how
the operator-centric optimization yields higher utility for the
higher level subscriptions.
Figure 9 shows the average percentage of clients switching
during a 10s interval. Traditional HAS-solutions with the
intelligence fully residing at the HAS Clients, show high
switching percentages with peaks of almost 60% of the clients
switching and an average of 11.75% of the clients switching.
Other solutions show very stable behavior with nearly zero
quality switches. Since the quality fluctuations during video
playout also form an important factor of the perceived QoE
for the end-user, these results plead for the adoption of more
intelligent network elements determining the optimal rates in
HAS-based streaming applications.
VI. CONCLUSION AND FUTURE WORK
In this paper we characterized the merits of deploying
intelligent network elements that manage the QoE in HAS
delivery networks. This allows a network provider to assign
certain quality levels to specific clients subject to their respec-
tive subscription terms. We proposed different optimization
policies such as the sMOS-score experienced by the client, the

Kết quả (Việt) 1:

kể từ khi họ có nhiều khả năng được chỉ định một chất lượng thấpso với mức độ cao hơn những người. Hình 8 cho thấy các tiện ích trung bìnhcảm nhận của khách hàng, cho mỗi cấp độ dịch vụ. Nó cho thấy làm thế nàotối ưu hóa điều hành Trung tâm sản lượng cao tiện ích cho cácđăng ký cấp cao.Hình 9 cho thấy tỷ lệ phần trăm trung bình của khách hàng chuyển đổitrong 10s một khoảng thời gian. Truyền thống đã – giải pháp với cáctình báo đầy đủ sống tại HAS khách hàng, Hiển thị caochuyển đổi tỷ lệ phần trăm với đỉnh núi gần như 60% của các khách hàngchuyển đổi và một trung bình là 11,75% số khách hàng chuyển đổi.Các giải pháp Hiển thị các hành vi rất ổn định với gần zerochất lượng thiết bị chuyển mạch. Kể từ fluctuations chất lượng trong videoPlayout cũng tạo thành một yếu tố quan trọng của nhận thức QoEcho người dùng cuối, các kết quả này plead cho việc áp dụng nhiều hơn nữathông minh mạng yếu tố xác định các mức giá tối ưuDựa trên đã ứng dụng trực tuyến.VI. KẾT LUẬN VÀ LÀM VIỆC TRONG TƯƠNG LAITrong bài này, chúng tôi đặc trưng với thành tích của việc triển khaiyếu tố thông minh mạng quản lý QoE trong HASmạng lưới phân phối. Điều này cho phép một nhà cung cấp mạng để gánmột số cấp độ chất lượng để specific khách hàng tùy thuộc vào của respec-Các điều khoản đăng ký hoạt động cùng. Chúng tôi đề xuất khác nhau tối ưu hóaCác chính sách như sMOS điểm kinh nghiệm của khách hàng, các

Kết quả (Việt) 2:

kể từ khi họ có nhiều khả năng được chỉ định một chất lượng thấp hơn
so với những người cấp cao hơn. Hình 8 cho thấy các tiện ích trung bình
cảm nhận của khách hàng, mỗi cấp độ dịch vụ. Nó cho thấy cách
tối ưu hóa điều hành trung tâm mang lại tiện ích cao hơn cho các
thuê bao mức độ cao hơn.
Hình 9 cho thấy tỷ lệ trung bình của khách hàng chuyển đổi
trong một khoảng thời gian 10s. Truyền thống HAS-giải pháp với các
tình báo đầy đủ trú tại HAS khách hàng, thể hiện cao
tỷ lệ chuyển đổi với đỉnh gần 60% số khách hàng
chuyển đổi và trung bình là 11,75% của các khách hàng chuyển đổi.
Các giải pháp khác có những hành vi rất ổn định với gần zero
tắc chất lượng . Kể từ khi uctuations chất lượng fl trong video
phát sóng cũng tạo thành một yếu tố quan trọng của QoE nhận thức
cho người dùng cuối, các kết quả bào chữa cho việc thông qua nhiều
yếu tố mạng thông minh xác định tỷ lệ tối ưu trong
ĐÃ dựa trên các ứng dụng trực tuyến.
VI. KẾT LUẬN VÀ LÀM VIỆC TƯƠNG LAI
Trong bài báo này, chúng tôi mô tả những giá trị của việc triển khai
các phần tử mạng thông minh quản lý các QoE trong HAS
mạng chuyển phát. Điều này cho phép một nhà cung cấp mạng để gán
các mức chất lượng nhất định để speci fi c khách hàng chịu respec- của họ
về đăng ký chính kịp thời. Chúng tôi đề xuất tối ưu hóa khác nhau
chính sách như sMOS-điểm kinh nghiệm của khách hàng,