Article Dans Une Revue MDPI Année : 2022

Crowdsourcing Based Performance Analysis of Mobile User Heterogeneous Services

Résumé

In mobile networks, the assessment of quality of experience (QoE) through crowdsourcing involves collecting data from user terminals or dedicated collection devices. This approach provides a costeffective solution for mobile operators and researchers to address largescale areas and improve resource allocation and network provisioning. This book chapter presents first a taxonomy of dataset generation though mobile signals measurements, and also a comprehensive study utilizing crowdsourced data from user terminals to analyze the QoE of popular Internet services, such as on-demand video streaming, web browsing, and file downloading. The dataset, comprising over 220,000 measurements collected from two different vendor terminals and various mobility test modes, was obtained from a major French mobile operator in the Ilede-France region over a six-month period in 2021. Various models from the literature are then implemented to estimate the QoE in terms of user Mean Opinion Score (MOS), utilizing features at both the radio and application levels. Furthermore, a detailed analysis of the collected dataset is conducted to identify the root causes of poor performance, revealing that radio provisioning issues are not the sole factor contributing to anomalies. Lastly, the chapter explores the prediction accuracy of HD video streaming services, considering factors such as launch time, bitrate, and MOS, based solely on physical indicators. The analysis encompasses both plain-text and encrypted traffic within different mobility modes, providing valuable insights into QoE optimization in mobile networks.

Dans les réseaux mobiles, l'évaluation de la qualité d'expérience (QoE) via le crowdsourcing implique la collecte de données à partir de terminaux utilisateurs ou d'appareils de collecte dédiés. Cette approche offre une solution rentable aux opérateurs mobiles et aux chercheurs pour aborder des zones à grande échelle et améliorer l'allocation des ressources et l'approvisionnement du réseau. Ce chapitre de livre présente d'abord une taxonomie de la génération d'ensembles de données via des mesures de signaux mobiles, ainsi qu'une étude complète utilisant des données collaboratives provenant de terminaux d'utilisateurs pour analyser la QoE de services Internet populaires, tels que le streaming vidéo à la demande, la navigation Web et le téléchargement de fichiers. L'ensemble de données, comprenant plus de 220 000 mesures collectées à partir de deux terminaux de fournisseurs différents et de différents modes de test de mobilité, a été obtenu auprès d'un important opérateur mobile français de la région Ilède-France sur une période de six mois en 2021. Différents modèles issus de la littérature sont ensuite mis en œuvre. pour estimer la QoE en termes de score d'opinion moyen (MOS) de l'utilisateur, en utilisant des fonctionnalités aux niveaux radio et applicatif. En outre, une analyse détaillée de l'ensemble de données collectées est menée pour identifier les causes profondes des mauvaises performances, révélant que les problèmes d'approvisionnement radio ne sont pas le seul facteur contribuant aux anomalies. Enfin, le chapitre explore la précision des prédictions des services de streaming vidéo HD, en tenant compte de facteurs tels que l'heure de lancement, le débit binaire et le MOS, sur la base uniquement d'indicateurs physiques. L'analyse englobe à la fois le trafic en texte brut et le trafic chiffré au sein de différents modes de mobilité, fournissant des informations précieuses sur l'optimisation de la QoE dans les réseaux mobiles.

Fichier non déposé

Dates et versions

hal-04498022 , version 1 (11-03-2024)

Identifiants

  • HAL Id : hal-04498022 , version 1

Citer

Amour Lamine, Abdulhalim Dandoush. Crowdsourcing Based Performance Analysis of Mobile User Heterogeneous Services. MDPI , 2022, 11 (7), pp.123-158. ⟨hal-04498022⟩
75 Consultations
0 Téléchargements

Partager

  • More