利用 VidHoc 实现个性化视频质量优化
网络与互联网体系结构
2022-11-30 v1
摘要
新兴视频应用极大增加了不易扩展的网络带宽需求。为在有限带宽下提供更高的体验质量（QoE），近期趋势是利用个体用户间质量偏好的异质性。尽管这些努力已显示出巨大潜在收益，服务提供商仍未部署它们以实现所承诺的 QoE 提升。缺失的一环是针对新用户的在线逐用户 QoE 建模与优化方案的自动化。以往努力或通过已知逐用户 QoE 模型优化 QoE，或通过离线方法（如视频观看历史分析与实验室用户研究）学习用户 QoE 模型。依赖此类离线建模是有问题的，因为 QoE 优化会因需收集足够数据以训练无偏 QoE 模型而延迟启动。本文中，我们提出 VidHoc，首个以在线方式联合个性化 QoE 模型并为每位新用户优化 QoE 的自动化系统。VidHoc 能在少量视频会话内建立逐用户 QoE 模型，同时维持良好 QoE。我们在一项面向十五位用户、历时四个月并注重统计有效性的试点部署中评估 VidHoc。相较于其他基线，结果表明 VidHoc 可节省 17.3% 带宽而维持相同 QoE，或以相同带宽将 QoE 提升 13.9%。
引用
@article{arxiv.2211.15959,
title = {Enabling Personalized Video Quality Optimization with VidHoc},
author = {Xu Zhang and Paul Schmitt and Marshini Chetty and Nick Feamster and Junchen Jiang},
journal= {arXiv preprint arXiv:2211.15959},
year = {2022}
}