셀룰러 네트워크에서 YouTube 서비스를 위한 자원 할당 방법

Abstract

최근 네트워크 용량과 컴퓨팅 능력의 향상으로 인해 VOD나 비디오 스트리밍 서비스와 같은 많은 멀티미디어 서비스가 등장했고, 이러한 다양한 트래픽 요구사항에 맞는 무선 자원 할당 방법이 주목을 받고 있다.특히, 멀티미디어 서비스 중에서도 비디오 스트리밍 서비스는 구분되는 특성을 가지고 있다. 즉, 비디오 스트리밍 서비스에서는 재생 전에 사용자가 동영상을 구성하는 모든 데이터를 다운로드할 필요가 없다는 것이다. 이러한 스트리밍 서비스의 특성을 확인하기 위해 많은 연구자들이 모바일 트래픽의 많은 부분을 차지하는 YouTube 서비스에 대해 연구하였으나, 이러한 특성을 실제 무선 자원 관리에 적용하는 기법에 대한 연구는 거의 이루어지지 않았다. 따라서 본 논문에서는 셀룰러 네트워크에서 YouTube 트래픽의 특성을 고려하여, 주파수 효율을 최대화면서 각 사용자의 버퍼 크기를 일정 수준으로 유지하는 무선 자원 관리 기법에 대해 제안한다. 제안하는 무선 자원 관리 기법은 매 타임슬롯 마다 각 사용자로부터 받은 버퍼 크기, 전송된 데이터 양 등의 정보를 바탕으로 각 사용자의 최소 전송 속도 요구치를 결정한다. 제안하는 무선 자원 기법은 사용자의 QoS 측면에서 기존의 기법들보다 우수한 성능을 보임을 평균 사용자 만족도와 재생 중 일시 정지 횟수를 통하여 확인하였다.

Due to the growth of network capacity and computing power, many multimedia services such as video on demand (VOD) and video streaming have appeared. To accommodate those services in cellular networks, an efficient radio resource management scheme that considers traffic characteristics is needed. Especially, among multimedia services, video streaming traffic has distinct characteristics. That is, video streaming does not require user to download all data composing video clip before playback. To identify the properties of video streaming traffic more precisely, many researchers have investigated YouTube, which is one of the most famous social networking services that carries a lot of video streaming traffic. Although there have been many studies on YouTube traffic itself in the literature, few studies have tried to apply those findings into radio resource allocation. In this paper, we propose a resource allocation scheme for the YouTube service in cellular networks that maximizes throughput while maintaining client buffer size in a predefined range. For this purpose, we use minimum rate requirement adaptation as an indirect method to adjust the buffer sizes of clients. Proposed scheme determines the minimum rate requirement of each user at each time slot by the information reported from each user such as buffer amount of the user and received data. Simulation results show that our resource allocation algorithm outperforms existing resource allocation schemes in terms of the QoS satisfaction of users by using average user satisfaction ratio and the number of pauses during playback.