Cliente DASH : estratégias de melhoria na compreensão e análise de desempenho de algoritmos adaptativos de streaming

Abstract

O Streaming Adaptável sobre HTTP (HAS), juntamente com o padrão DASH, tornou-se a técnica dominante de entrega de vídeo pela Internet. Neste modelo, o algoritmo adapativo de taxa (ABR) é um componente central na determinação da qualidade de vídeo disponível que é transmitida pela rede. Por este motivo, múltiplas propostas de ambientes que reproduzem aplicações HAS para avaliação de lógicas ABR, tanto com fins de investigação quanto de produção, foram desenvolvidas. A plataforma pyDash1 [1], entretanto, é uma ferramenta educacional para o desenvolvimento e estudo de algoritmos adaptativos de streaming de vídeo (ABR). Com base na análise do estado da arte de ferramentas já desenvolvidas, e com o propósito de otimizar o estudo e a compreensão de algoritmos ABR pelos estudantes, melhorias na ferramenta foram implementadas. Três foram as propostas de melhorias incorporadas à plataforma pyDash. A primeira envolve a habilitação de um decodificador e reprodutor de mídia MPEG-DASH usando o framework Gstreamer. A segunda está relacionada à proposta de uma aplicação que exibe estatísticas consideradas relevantes na avaliação de desempenho de algoritmos adaptativos, através de gráficos dinâmicos. E, a terceira compreende a inserção de computação de funções de Qualidade de Experiência (QoE) do usuário, usando métricas computadas durante a sessão de streaming da ferramenta. Como resultado destas melhorias, é demonstrado que o entendimento da dinâmica e do desempenho de soluções ABR pelos alunos serão potencializados.