MPEG-DASHストリーミング配信におけるDQNを用いたサーバ選択法

カテゴリ: 研究会(論文単位)

論文No: CMN22003

グループ名: 【C】電子・情報・システム部門 通信研究会

発行日: 2022/01/17

タイトル(英語): DQN-Based Server Selection Method for MPEG-DASH Streaming

著者名: 安井 淳(同志社大学),木村 共孝 (同志社大学),程 俊(同志社大学)

著者名(英語): Jun Yasui(Doshisha University),Tomotaka Kimura(Doshisha University),Jun Cheng(Doshisha University)

キーワード: ＭＰＥＧ－ＤＡＳＨ|深層強化学習|ＱｏＥ|ライブ配信|MPEG-DASH|Deep Reinforcement Learning|QoE|Live Streaming

要約(日本語): 近年ライブ配信のユーザ増加による輻輳により，ユーザの体感品質であるQoEが低下している．この問題を解決すべく，ビットレートを逐次選択するMPEG-DASHの研究が進められているが，ネットワーク環境が急激に劣化すると，最適にビットレートを選択できない問題がある．そこで本稿ではMPEG-DASHにおいて深層強化学習を用いて，動的にネットワーク環境の良いサーバからビデオをダウンロードする手法を検討する．

要約(英語): In recent years, congestion caused by an increase in the number of users of live streaming has resulted in a decrease in QoE, which is the quality of the user experience. To solve this problem, MPEG-DASH, which selects the bitrate sequentially, has been studied. However, when the network environment deteriorates rapidly, it is difficult to select the optimal bitrate. However, when the network environment deteriorates rapidly, it is difficult to select the optimal bitrate. In this paper, we investigate a method to dynamically download video from a server with a good network environment using deep reinforcement learning in MPEG-DASH.

本誌: 2022年1月20日-2022年1月21日通信研究会

本誌掲載ページ: 11-14 p

原稿種別: 日本語

PDFファイルサイズ: 618 Kバイト