Video Streaming in Information-Centric Networks

– ,

Motivation

Dynamic Adaptive Video Streaming über HTTP (DASH) ist heutzutage das Standardprotokoll für Video Streaming im Internet. Viele der größten Videoplattformen wie z.B. YouTube & Vimeo benutzen DASH basierte Algorithmen für die Adaption der Videoqualität während der Streaming-Session. 

Das Information Centric Networking (ICN)-Paradigma verspricht eine radikale Veränderung der aktuellen Internet-Architektur, indem es den Endgeräten ermöglicht, die gewünschten Inhalte im gesamten Netzwerk direkt anzufordern. Hier ist Multi-Sourcing eine der Kernideen von ICN und wird durch das direkte Abfragen von Inhalten unterstützt.  Multi-Sourcing stellt jedoch eine ernsthafte Herausforderung für gängige Internetanwendungen wie Video-Streaming dar. In dieser Arbeit soll gezeigt werden wie bei ICN Adaptive Video-Streaming-Algorithmen  die Videoqualitätsentscheidung optimiert werden kann. Dies soll insbesondere in Szenarien untersucht werden bei denen Inhalte gleichzeitig auf mehreren ICN Quellen/Caches vorliegen. 

Arbeitspakete

Zunächst müssen Sie sich mit den Grundprinzipien von ICN und Adaptive Video Streaming Algorithmen auseinandersetzen. Hierfür wird eine Analyse der verwandten Arbeiten benötigt. Außerdem müssen Sie sich mit dem ICN Simulator ndnsim[1] vertraut machen. Ausgehend von dem gegebenen ndnsim Simulationsframework und den besprochenen Algorithmen der Videoqualitätsanpassung soll ein Konzept für neue DASH Algorithmen in ICN entworfen werden oder für die Erweiterung bekannter DASH Algorithmen so dass die Videoqualität (Quality of Experience) am Endgerät optimiert wird. Dieses Konzept soll im Simulator ndnsim implementiert werden unter der Berücksichtigung der Schnittstellen für unterschiedliche DASH Erweiterungen. Abschließend wird eine Evaluation der Streamingvideoqualität mit dem neuen Verfahren im Vergleich zu Standard DASH Algorithmen angestrebt.

Anforderungen

Gute Programmierkenntnisse in C++ und Python. Grundkenntnisse im Bereich Kommunikationsnetze / Multimedia.

download corresponding tendering

Keywords: DASH, ICN

Research Area(s):

Tutor: Denny Stohr, Amr Rizk

Open Theses