iTeleScope：基于软件定义网络的实时智能视频遥测与分类
网络与互联网体系结构
2023-01-18 v1
摘要
视频持续主导网络流量，然而当今运营商对其域内传输的视频流数量、时长与分辨率缺乏可见性。现有方法依赖统计采样、中间盒硬件或包检测软件，存在不准确、昂贵或不可扩展的问题。我们提出 {\em iTelescope}，首个基于 SDN 的、智能、廉价且可扩展的实时视频流识别与分类方案。我们的方案新颖地将动态流规则与遥测及机器学习相结合，构建于商用 OpenFlow 交换机与开源软件之上。我们开发了全功能系统，在实验室中使用多种机器学习算法训练，并验证其性能，对包括 Youtube 和 Netflix 在内的多家提供商的视频流识别与分类准确率超过 95%。最后，我们进行测试以证明其对数万并发流的可扩展性，并将其实际部署于服务数百名真实用户的校园网络上。我们的系统以极低成本为企业与运营商网络运营商提供了前所未有的细粒度实时视频流性能可见性。
引用
@article{arxiv.1804.09914,
title = {iTeleScope: Intelligent Video Telemetry and Classification in Real-Time using Software Defined Networking},
author = {Hassan Habibi Gharakheili and Minzhao Lyu and Yu Wang and Himal Kumar and Vijay Sivaraman},
journal= {arXiv preprint arXiv:1804.09914},
year = {2023}
}
备注
12 pages, 16 figures