Techniques to improve the QoE for H

Techniques to improve the QoE for HAS can be divided
in three main classes.
The first class focuses on the client’s RDA. E.g., Benno et
al. [3] propose a more robust RDA for wireless live streaming.
Claeys et al. [9] propose an RDA that dynamically
learns the optimal behavior for the corresponding network
environment.
The second class uses SVC to encode the segments. Famaey
et al. [14] and Sanchez et al. [29] compare SVC-based HAS
to AVC-based HAS. Because an SVC client has an increased
number of decision points, such a client copes better with
a highly variable bandwidth as in mobile scenarios. Although
SVC reduces the footprint for storage, caching, and
transport compared to a complete simulcast AVC system,
the SVC coding adds an overhead of 12 percent for a single
medium-quality stream and 26 percent when delivering
a single high-quality stream. For VoD, S´anchez et al. [28]
show that when both the cache feeder link and the access
links are congested, SVC-based HAS leads to an improved
QoE. Muller et al. [25] compare AVC-based DASH with
SVC-based DASH in a constrained environment such as a
mobile network. They conclude that the flexibility of SVC’s
layered coding structure allows for a more aggressive buffer
model. Bouten et al. [6] use Differentiated Services (Diff-
Serv) in the IP network to give priority to the base-layer
(BL) segments. Because the SVC-based client is more robust
to video freezes, it is possible to reduce the client buffer
from 6 to 30 seconds in AVC-based HAS to 2 seconds. However,
the practical application of SVC in live streaming is
still under question because SVC introduces a significant
encoding overhead and increases the complexity of the decoder.
The third class explores how the QoE can be improved
by making the network and server HAS aware. In current
HAS deployments, the greedy QoE optimization prevents
clients to reach a globally optimal distribution of resources
and QoE. Bouten et al. [7] and Petrangeli et al. [26] avoid
such suboptimal distribution by introducing intelligence in
the service-provider network that can help the client’s local
RDA decisions. Akhshabi et al. [1] propose to use serverbased
traffic shaping to reduce video quality oscillations at
the client.

Kết quả (Việt) 1:

Các kỹ thuật để cải thiện QoE cho ĐÃ có thể được chiatrong ba lớp học chính.Lớp học đầu tiên tập trung vào các khách hàng RDA. Ví dụ, Benno etAl. [3] đề xuất một RDA mạnh mẽ hơn cho sống streaming không dây.Claeys et al. [9] đề xuất một RDA mà tự độnghọc hành vi tối ưu cho mạng tương ứngmôi trường.Lớp thứ hai sử dụng SVC để mã hóa các phân đoạn. Famaeyet al. [14] và Sanchez et al. [29] dựa trên SVC ĐÃ so sánh.để dựa trên AVC HAS. Bởi vì một khách hàng SVC đã có một gia tăngsố lượng quyết định điểm, một khách hàng phản ứng tốt hơn vớimột băng thông hay thay đổi như trong kịch bản điện thoại di động. Mặc dùSVC làm giảm các dấu chân cho việc lưu trữ, bộ nhớ đệm, vàvận chuyển so với một hệ thống hoàn chỉnh simulcast AVC,SVC mã cho biết thêm một overhead 12 phần trăm cho một đơndòng chất lượng trung bình và 26 phần trăm khi cung cấpmột dòng chất lượng cao duy nhất. Cho VoD, S´anchez et al. [28]cho thấy rằng khi liên kết của cả hai các feeder bộ nhớ cache và truy cậpliên kết là tắc nghẽn, SVC dựa trên ĐÃ dẫn đến một cải tiếnQoE. Muller et al. [25] so sánh dựa trên AVC DASH vớiDựa trên SVC dấu gạch NGANG trong một môi trường hạn chế như mộtmạng di động. Họ kết luận rằng sự linh hoạt của SVClớp cấu trúc mã cho phép một bộ đệm tích cực hơnMô hình. Bouten et al. [6] sử dụng dịch vụ khác nhau (khác-Serv) trong mạng IP để ưu tiên cho các lớp cơ sởCác phân đoạn (BL). Bởi vì khách hàng dựa trên SVC là mạnh mẽ hơnđể đóng băng video, nó có thể làm giảm các bộ đệm khách hàngtừ 6 đến 30 giây ở HAS AVC để 2 giây. Tuy nhiên,Các ứng dụng thực tế của SVC trong live streamingvẫn theo câu hỏi vì SVC giới thiệu đáng kểmã hóa trên cao và làm tăng sự phức tạp của các bộ giải mã.Lớp thứ ba khám phá làm thế nào QoE có thể được cải thiệnbằng cách làm cho các mạng và máy chủ CÓ nhận thức. Trong hiện tạiĐÃ triển khai, tham lam QoE tối ưu hóa ngăn ngừaCác khách hàng để đạt được phân phối trên toàn cầu tối ưu các nguồn tài nguyênvà QoE. Bouten et al. [7] và Petrangeli et al. [26] tránhnhư vậy phân phối suboptimal bằng cách giới thiệu trí thông minh trongcung cấp dịch vụ mạng mà có thể giúp các khách hàng của địa phươngCác quyết định của RDA. Akhshabi et al. [1] đề xuất để sử dụng serverbasedTraffic shaping làm giảm chất lượng video dao động tạiCác khách hàng.

Kết quả (Việt) 2:

Kỹ thuật để cải thiện QoE cho ĐÃ có thể được chia
thành ba nhóm chính.
Các lớp học đầu tiên tập trung vào RDA của khách hàng. Ví dụ, Benno et
al. [3] đề xuất một RDA mạnh mẽ hơn cho dây sống streaming.
Claeys et al. [9] đề xuất một RDA rằng động
học các hành vi tối ưu cho mạng tương ứng
môi trường.
Lớp thứ hai sử dụng SVC để mã hóa các phân đoạn. Famaey
et al. [14] và Sanchez et al. [29] so sánh SVC-dựa HAS
để AVC-dựa HAS. Bởi vì một khách hàng SVC có tăng
số lượng các điểm quyết định, một khách hàng như vậy đối phó tốt hơn với
một băng thông biến cao như trong kịch bản điện thoại di động. Mặc dù
SVC giảm các dấu chân để lưu trữ, bộ nhớ đệm, và
vận chuyển so với một hệ thống simulcast AVC hoàn chỉnh,
các mã SVC cho biết thêm một chi phí của 12 phần trăm cho một đơn
dòng chất lượng trung bình và 26 phần trăm khi cung cấp
một dòng chất lượng cao duy nhất. Đối với VoD, S'anchez et al. [28]
cho thấy rằng khi cả hai liên kết trung chuyển bộ nhớ cache và các truy cập
liên kết này bị tắc nghẽn, SVC-dựa HAS dẫn đến một cải tiến
QoE. Muller et al. [25] so sánh DASH AVC-based với
DASH SVC-trong một môi trường hạn chế như một
mạng di động. Họ kết luận rằng sự linh hoạt của SVC của
cấu trúc mã hóa lớp cho phép cho một bộ đệm tích cực hơn
mô hình. Bouten et al. [6] sử dụng dịch vụ khác nhau (Diff-
Serv) trong mạng IP để ưu tiên cho các cơ sở lớp
(BL) phân đoạn. Bởi vì khách hàng SVC-based là mạnh mẽ hơn
để đóng băng video, nó có thể làm giảm các đệm khách hàng
6-30 giây trong AVC-dựa HAS đến 2 giây. Tuy nhiên,
các ứng dụng thực tế của SVC trong dòng sống là
vẫn dưới câu hỏi vì SVC giới thiệu một ý nghĩa
mã hóa trên cao và làm tăng sự phức tạp của các bộ giải mã.
Lớp thứ ba khám phá như thế nào QoE có thể được cải thiện
bằng cách làm cho mạng và máy chủ HAS biết. Trong hiện tại
HAS triển khai, tối ưu hóa QoE tham lam ngăn cản
khách hàng để đạt được một phân bố tối ưu trên toàn cầu các nguồn lực
và QoE. Bouten et al. [7] và Petrangeli et al. [26] tránh
phân phối tối ưu như vậy bằng cách giới thiệu thông tin tình báo trong
các mạng cung cấp dịch vụ có thể giúp địa phương của khách hàng
quyết định RDA. Akhshabi et al. [1] đề xuất sử dụng serverbased
giao thông hình thành để giảm dao động chất lượng video ở
máy khách.