Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11422/16744
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Menasche, Daniel Sadoc | - |
dc.contributor.author | Oliveira, Daniel A. | - |
dc.date.accessioned | 2022-04-25T18:54:09Z | - |
dc.date.available | 2023-12-21T03:02:27Z | - |
dc.date.issued | 2021-03-04 | - |
dc.identifier.uri | http://hdl.handle.net/11422/16744 | - |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal do Rio de Janeiro | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | QoS | pt_BR |
dc.subject | QoE | pt_BR |
dc.subject | Qualidade de vídeo | pt_BR |
dc.subject | Medidas | pt_BR |
dc.title | Entendendo o efeito das condições da rede na qualidade de experiência do usuário | pt_BR |
dc.type | Trabalho de conclusão de graduação | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/9931198850020140 | pt_BR |
dc.contributor.authorLattes | http://lattes.cnpq.br/9204341623231981 | pt_BR |
dc.contributor.advisorCo1 | Silva, Edmundo Albuquerque de Souza | - |
dc.contributor.advisorCo1Lattes | http://lattes.cnpq.br/9358511568098561 | pt_BR |
dc.contributor.referee1 | Leão, Rosa Maria Meri | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/3553487130003978 | pt_BR |
dc.description.resumo | Foi previsto que, até 2022, aproximadamente 82% do tráfego na Internet será tráfego de vídeo (CISCO, 2019). A expectativa é de que as pessoas assistam os vídeos em diferentes equipamentos, como celulares, smart TVs, computadores e tablets. Ao mesmo tempo, os usuários têm se tornado cada vez mais exigentes quanto à qualidade dos vídeos. Nesse contexto, torna-se crucial que provedores de internet entendam como condições de rede afetam a qualidade dos vídeos, visto que isso impacta diretamente na qualidade de experiência (QoE) do usuário. O objetivo principal deste trabalho é estudar a relação entre o tamanho do buffer do driver WiFi e a QoE percebida, fazendo uso de métodos interpretativos. A análise é baseada em experimentos que consistem na coleta de dados de uma aplicação de vídeo que é transmitida em uma rede monitorada. Coleto métricas de vídeos do YouTube usando uma extensão do Google Chrome, implementada em javascript. Mais especificamente, foram coletados dados que permitem a obtenção de: latência inicial, taxa do vídeo, mudanças na taxa do vídeo e ocorrência e duração de rebufferizações. Essas métricas servem como proxies para a QoE percebida pelo usuário. Para entender como as métricas de QoE se comportam com mudanças no desempenho da rede, vario as condições de rede, como, por exemplo, a taxa de perda de pacotes e, crucialmente, o tamanho do buffer do driver de WiFi do roteador de modo a analisar como as métricas de QoE se comportam sujeitas a essas variações. No futuro experimentos serão realizados com clientes voluntários de um provedor de internet para a criação de um modelo de inferência de métricas de QoE a partir de métricas de rede e o tamanho do buffer do driver WiFi. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Instituto de Computação | pt_BR |
dc.publisher.initials | UFRJ | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | pt_BR |
dc.embargo.terms | aberto | pt_BR |
Aparece en las colecciones: | Ciência da Computação |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
DAOliveira.pdf | 1.72 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.