|
Telekommunikatsiya tarmoqlarida QoE va QoSni ta’minlash masalalari
|
| bet | 4/5 | | Sana | 20.05.2024 | | Hajmi | 372,19 Kb. | | #244789 |
Bog'liq Diplom ishi 1- BOB 1 reja 2.3 . Faol o'rganish
Faol o'rganishda odatda bizda kichik to'plam bor deb taxmin qilinadi𝐿katta hovuzga ega etiketli misollar𝑈etiketlanmagan namunalar. Mayli𝜃misollarni tanlash uchun strategiya bo'lishi𝑈tarkibiga kiritilishi kerak𝐿. Keyin, Reyes [61] ga ko'ra , faol o'quv jarayoni odatda har bir iteratsiyada quyidagi bosqichlarni bajaradi:
𝜃dan etiketlanmagan misollar to'plamini tanlaydi𝑈.
Tanlangan misollar izohlovchi (masalan, inson eksperti) tomonidan etiketlanadi.
Tanlangan misollar qo'shiladi𝑈va dan olib tashlangan𝑈.
Klassifikator𝑓belgilangan to'plam bilan o'qitiladi𝐿.
ning ishlashi𝑓sinovdan o'tkaziladi (ixtiyoriy).
Ushbu qadamlar ba'zi to'xtatish mezonlari bajarilmaguncha takrorlanadi. Ba'zi tipik to'xtash shartlari qat'iy takrorlashlar sonini yoki tasniflagichning minimal ishlash darajasini hisobga olishni o'z ichiga oladi.
Sifatida𝜃usuli biz noaniqlik namuna olish algoritmini ko'rib chiqdik [62] . Bunday usul har bir iteratsiyada eng qimmatli misollarni aniqlaydi𝑈etiketlash. Ushbu misollar tasniflash modelining qaror chegarasida yotadi va shuning uchun uning joriy bashorati maksimal darajada noaniq bo'lgan holatlarga mos keladi. Ushbu ishda noaniqlik darajasi entropiyadan foydalangan holda hisoblanadi:
𝑥∗=argmax𝑥∈𝑈−∑𝑦∈𝑌𝑃𝜃(𝑦|𝑥)log(𝑃𝜃(𝑦|𝑥))
Qayerda ∗dan eng ma'lumot beruvchi misoldir𝑈va𝑃𝜃(𝑦|𝑥)bu holatning ehtimoli𝑥yorlig‘i bor𝑦. dan har bir misol uchun𝑈entropiya hisoblab chiqiladi va usul maksimal entropiyaga ega bo'lganlarni tanlaydi, ular maksimal darajada informatsion bo'lishi kerak .
Faol o'rganish, shuningdek, tasniflash modelini yaxshilash uchun ma'lumot beruvchi o'quv ma'lumotlarining namunasini tanlash uchun ham ishlatilishi mumkin. Bizning holatlarimizda barcha ta'lim misollari etiketlanadi. Shunday qilib, biz tayinlanadiganlarni tasodifiy tanlashga qaror qildik𝐿va𝑈. Boshlang'ich hajmi𝐿o'quv ma'lumotlari hajmining bir qismi sifatida o'rnatiladi. Bu parametr bilan boshqariladi𝑝, bu qismi bo'ladigan o'quv misollarining foizini bildiradi𝐿. Keyin,dan eng informatsion misollar𝑈kiritilishi uchun tanlangan𝐿. Ushbu jarayon model mahalliy optimallikka erishguncha takrorlanadi va shuning uchun klassifikatorda yaxshilanish bo'lmaydi𝑞iteratsiyalar.
O'tkazilgan tajribalarda biz a𝑝=60%. Biz ham o'rnatdik𝑡=5Shunday qilib, har bir iteratsiya kichik to'plamga aylanadi𝐿yuqori qismi bilan yangilanadi5dan eng informatsion misollar𝑈. Nihoyat,=3. Shunday qilib, agar topilgan eng yaxshi model uchta takrorlashdan keyin yangilanmasa, jarayon to'xtaydi.
1-rasm . Faol ta'lim jarayoni bilan bog'liq qadamlar.
Biz o'z ishimizni PSQA gibrid metodologiyasiga asoslaymiz - Pseudo Subjective Quality Assessment [64] , bu tajriba sifatini inson kuzatuvchilari tomonidan amalga oshirilishi mumkin bo'lgan baholashga yaqin baholash imkonini beradi. Shunday qilib, ushbu metodologiya bizga ma'lumotlarni yaratish uchun ba'zi testlarni qo'llash va foydalanuvchi tajribasi va tarmoq, qurilma va dastur darajalarida ba'zi xizmat parametrlari o'rtasidagi korrelyatsiya modelini o'rganish imkonini beradi. 2-rasmda taklif qilingan sxema ko'rsatilgan.
Barcha kerakli ma'lumotlarni to'plash uchun mobil ma'lumotlarni uzatish platformasi ishlab chiqilgan. Ma'lumotlarni yig'ish jarayoni turli xil tarmoq sharoitlarida va turli mobil qurilmalardan foydalangan holda foydalanuvchilar turli mobil xizmatlar sifatini qanday baholashlari haqida ma'lumot to'playdi. Ushbu yig'ish jarayonini hisobga olgan holda biz 3-rasmda ko'rsatilganidek, o'z mobil ma'lumotlar uzatish platformamizni aniqladik . Ushbu metodologiya laboratoriya sinovi sifatida tanilgan va bizga uyali uzatish tarmog'ini taqlid qilish imkonini beradi [4] . Ushbu yondashuv haqiqiy uyali tarmoqdagi tajriba bilan solishtirganda ma'lum afzalliklarni beradi, masalan, u tarmoq sharoitlarini ko'proq nazorat qilish imkonini beradi, shu bilan QoS parametrlarini birlashtirish orqali turli stsenariylarni yaratadi va tarmoq parametrlarini o'lchashni soddalashtiradi.
2-rasm . QoE korrelyatsiya modelini olish uchun bajarilgan jarayonning umumiy ko'rinishi.
Platformaning yana bir komponenti - Transmitter Server . U mobil xizmatlar mazmunini (veb-ko'rish, videolarni) saqlash, platformaga ulangan qurilmalarga uzatish va tarmoq parametrlarini yig'ish uchun javobgardir. Mobil qurilmalarga ma'lumotlarni uzatishga erishish uchun NGINX veb-serveri ngx bilan birgalikda ishlatilgan.−http−mp4 moduli. Bu HTTP protokoli yordamida serverdan mijozga multimedia fayllarini buferli uzatishni ta'minlaydigan Progressive Download deb nomlangan texnikadan foydalanish imkonini beradi.
3-rasm . Mobil ma'lumotlarni uzatish platformasi.
Aloqa sifatini o'zgartirish uchun biz Konfiguratsiya serverini taqdim etamiz . U uzatish arxitekturasining markaziy komponentidir. Ushbu server uzatuvchi serverdan mukammal uzatishni oladi va nomukammal trafikni yaratish uchun tarmoq sharoitlarini buzadi. Bu foydalanuvchilar qabul qiladigan turli xil trafik stsenariylarini taqlid qiladi. Yuqoridagilarga erishish uchun server to'rtta asosiy xizmat sifati parametrlarini o'zgartiradi: tarmoqli kengligi, kechikish, jitter va yo'qolgan paketlar, Linux operatsion tizimiga kiritilgan trafikni boshqarish buyruqlari orqali. Bu buyruqlar tc va netem. Shunday qilib, 3-rasmda ko'rsatilganidek , ushbu server uzatuvchi server va mobil qurilmalar ulangan WiFi kirish nuqtasi o'rtasida shlyuz vazifasini bajaradi.
Tarmoq xususiyatlari sozlangandan so'ng, biz Wi-Fi kirish nuqtasidan mobil qurilmalarga ulanish nuqtasi sifatida foydalanamiz . Transmitter tomonidan yaratilgan va konfiguratsiya serveri tomonidan ilgari o'zgartirilgan barcha trafik WiFi kirish nuqtasiga o'tadi va ulangan mobil qurilmalarga o'tadi. Ushbu ishda ics-openvpn loyihasi [65] ma'lumotlarni yig'ish ilovasi (mobil agentni o'z ichiga olgan) uchun asos sifatida ko'rib chiqildi. Bu ilova Android uchun ochiq manbali OpenVPN mijozi boʻlib, u tengdoshlar bilan xavfsiz ulanishlarni oʻrnatadi.
Mobil-platforma o'zaro ta'sirida yaratilgan ma'lumotlarni saqlab qolish uchun biz Persistence Serverni o'z ichiga olamiz . U WiFi ulanish nuqtasi orqali ulangan mobil qurilmalar tomonidan yuborilgan ma'lumotlarni saqlash uchun javobgardir. Ushbu ma'lumotlarga quyidagilar kiradi: foydalanuvchilar tomonidan o'tkazilgan baholashlar, qurilma haqidagi ma'lumotlar, qurilma holati to'g'risidagi ma'lumotlar, mobil xizmatlarning ishlash ko'rsatkichlari va boshqalar.
Tarmoqning ma'lum parametrlari (QoS parametrlari) ostida kichik buzilish sodir bo'lganda, foydalanuvchilar tomonidan qabul qilingan sifatni baholash sub'ektiv testlar orqali to'planadi . Buning uchun foydalanuvchilarga so'rovnoma shaklida Android mobil ilovasi taqdim etiladi. So'rov mobil ma'lumotlardan kundalik foydalanishning ikkita kontekstini taqdim etadi: internetni ko'rish va video ko'rish. Vizualizatsiya oxirida har bir ishtirokchidan o'z tajribasini ba'zi bir mezonlar bo'yicha baholash so'raladi, masalan: videoni takrorlashdagi ravonlik, dastlabki yukni idrok etish va boshdan kechirgan umumiy sifat. Baholash besh balldan iborat mutlaq MOS shkalasi doirasidagi qiymatni tanlash orqali amalga oshiriladi.
Har bir kontekst uchun QoE baholashiga qo'shimcha ravishda, sub'ektiv testlar davomida ko'rsatkichlar mobil agent orqali dastur darajasida (Ilova) yig'iladi . Biz Mok va boshqalarning ishlarini kuzatib bordik. [23] va Khirman va Henriksen [66] video va veb-ga asoslangan xizmatlar bo'yicha o'lchovlarni tanlash uchun. Ushbu ko'rsatkichlar 1-jadvalda keltirilgan .
1-jadval . Video va veb-ga asoslangan xizmatlarda dastur darajasida to'plangan ko'rsatkichlar.
|
| |
