基于监督学习的未来网络视频流 QoE 预测:带比较研究的教程
网络与互联网体系结构
2022-02-08 v1 机器学习
多媒体
摘要
基于体验质量(QoE)的服务管理仍是 5G/6G 等下一代网络多媒体业务成功提供的关键,其需要适当的工具进行质量监测、预测与资源管理,而机器学习(ML)可发挥重要作用。本文提供一份关于基于监督学习 ML 模型开发与部署视频流业务 QoE 测量与预测方案的教程。首先,我们给出开发与部署基于监督学习的视频流 QoE 预测模型的详细流程,涵盖数据收集、特征工程、模型优化与训练、测试与预测及评估等若干阶段。其次,我们通过提出参考架构,讨论利用软件定义网络(SDN)、网络功能虚拟化(NFV)与移动边缘计算(MEC)等网络使能技术在下一代网络(5G/6G)中部署用于 QoE 预测/测量的 ML 模型。第三,我们基于多项性能指标对视频流应用 QoE 预测的前沿监督学习 ML 模型进行比较研究。
引用
@article{arxiv.2202.02454,
title = {Supervised Learning based QoE Prediction of Video Streaming in Future Networks: A Tutorial with Comparative Study},
author = {Arslan Ahmad and Atif Bin Mansoor and Alcardo Alex Barakabitze and Andrew Hines and Luigi Atzori and Ray Walshe},
journal= {arXiv preprint arXiv:2202.02454},
year = {2022}
}