Virtualisation of media access control protocol for large scale internet of things
Virtualisation du protocole de contrôle d'accès aux médias pour l'Internet des objets à grande échelle
Résumé
The general context of the thesis is the development of adaptive network mechanisms that allow to guarantee a good perceived quality of experience (QoE). The main idea consists in changing the management of the network by migrating from a "network-centric" view, where we consider only parameters from the network itself, to a "user-centric view". This view consists in considering all the factors that can impact the end-user’s experience. In this thesis QoE factors are studied and their impact on the final user QoE is measured. Firstly, the subjective and objec-tive methods used to evaluate end-user QoE are analyzed. Secondary, two subjective tests cam-paign, one in controlled environment (laboratory) and one in uncontrolled environment (crowd-sourcing), were performed to build subjective QoE datasets. Thirdly, a new model, called Belief Functions Combined (BFC), is introduced to estimate the user QoE. This model combines the use of belief function theory, information fusion, and several machine learning (ML) methods. Within the scope of the considered use case, a new solution for adaptive bit rate video streaming (ABR) is implemented. It consists on a new closed-loop, QoE-sensitive ABR solution. Such a solution makes it possible to optimize in real time the quality of the video according to the instantaneous measurement of the estimated QoE.
Le contexte général de la thèse se situe dans le développement de mécanismes adaptatifs capables de récupérer des éléments d’information issus d’un environnement et d’un contexte donnés (Qualité de l’Expérience : QoE) et de s’y adapter afin d’enclencher des actions spécifiques correctrices suite à l’arrivée d’événements imprévisibles ou non souhaités comme une QoS insatisfaisante, un retour d’expérience négatif ou encore des dysfonctionnements des éléments du réseau. Pour ce faire, l’idée maîtresse défendue ici consiste à faire évoluer la gestion du réseau en migrant d’une vue "centrée réseau" où l’on se contentait uniquement des paramètres issus du réseau lui-même, vers une vue "centrée utilisateur". Cette vue consiste à considérer l’ensemble des facteurs, endogènes ou exogènes, pouvant impacter le retour d’expérience de l’utilisateur final. Les travaux développés dans le cadre de cette thèse se sont focalisés sur l’étude de ces facteurs sur l’ensemble des composants de la chaîne de traitement et de transport (utilisateur, périphérique, application, éléments du réseau) et mesurer leur impact dans l’estimation de la QoE usager. Le cas d’usage considéré concerne les approches de diffusion de vidéos en ligne. Les travaux de thèse ont conduit à la proposition d’une nouvelle solution de diffusion de vidéos à débit variable fonctionnant en boucle fermée et sensible à la QoE. Une telle solution permet d’optimiser en temps réel la qualité de la vidéo en fonction de la mesure instantanée de la QoE estimée.