Ingeniería de Tráfico de Redes de Datos Estudio...

Ingeniería de Tráfico de Redes de DatosEstudio experimental del comportamiento

del tráfico de video

Santiago Pérez

GRID ATyS (Grupo de Análisis de Tráfico y

Seguridad en Redes de Datos)

UTN – Regional Mendoza – Argentina

Lanzamiento AcademiasCISCO ORACLE SUN FURUKAWA

Marzo, 2020

2

Contenidos

Ingeniería del Tráfico de Redes de Datos.

Modelación de Sistemas de Comunicaciones y Redes de Datos.

Conceptos de QoS y QoE.

Investigación sobre Tráfico de Video.

Laboratorio WAN.

Laboratorio Wi-Fi.

Conclusiones.

Santiago Pérez. Ingeniería de Tráfico en Redes de Datos. Caso de Aplicación en tráfico de video

3

Contenidos





Laboratorio WAN.

Laboratorio Wi-Fi.

Conclusiones.


4

Es la aplicación de la teoría de la probabilidad a la solución de los problemas relacionados con: Diseño y Planificación,

Evaluación de performance,

Operación, y

Mantenimiento

de sistemas de comunicaciones y redes de datos.

Su objetivo es: hacer medible el tráfico con modelos matemáticos,

derivar relaciones entre la Calidad de Servicio (QoS), la Calidad de Experiencia (QoE), y la capacidad del sistema,

convertir la teoría en una herramienta para la planificación de la inversión.

Ingeniería del Tráfico de Redes de Datos


5

La tarea es diseñar sistemas a un costo tan efectivo como posible, con un grado predefinido de servicio, cuando se conoce: La demanda de tráfico futuro, y

La capacidad de los elementos del sistema.

La tarea del Ingeniero de Tráfico es: especificar métodos para controlar que la QoS y la QoE

reales satisfagan los requerimientos, y

especificar acciones de emergencia cuando los sistemas estén sobrecargados u ocurran fallas técnicas.

Se requiere: métodos para predecir la demanda (medidas de tráfico),

métodos para calcular la capacidad de los sistemas, y

especificación de medidas cuantitativas para la QoS y la QoE.



6

Decisiones de corto plazo: Determinación del número de canales en una estación base

de una red de telefonía celular,

El número de operadores en un call center,

El número de cajas abiertas en un supermercado,

La asignación de prioridades de trabajos en un sistemas de computación.

Decisiones de largo plazo: Desarrollo y extensión de datos y redes de comunicaciones,

Extensión de cables,

Extensión de enlaces de radio,

Establecer una nueva estación base.



7

Contenidos





Laboratorio WAN.

Laboratorio Wi-Fi.

Conclusiones.


8

El análisis de un sistema de comunicaciones o de redes de datos requiere de un modelo del sistema.

Es fundamental en sistemas nuevos.

Requiere: Conocimiento del sistema técnico,

Conocimiento de herramientas matemáticas disponibles, y

La implementación del modelo en una computadora.

Contiene 3 componentes principales: La estructura del sistema,

La estrategia operacional, y

Las propiedades estadísticas del tráfico.

Modelación de sistemas de comunicaciones y redes de datos


9



10

Estructura del sistema Está determinado técnicamente.

Cualquier nivel de detalle.

Está definida por hardware y software descrito en manuales.

Estrategia operacional Un sistema físico dado puede usarse de diferentes formas.

En un sistema de comunicaciones y de redes de datos, se aplican estrategias para dar prioridades y rutear el tráfico al destino.

En los sistemas telefónicos clásicos se usó lógica cableada para las estrategias, mientras en los sistemas modernos se hace por software.



11

Propiedades estadísticas del tráfico La demandas del usuario se modelan con propiedades

estadísticas del tráfico.

Sólo es posible validar un modelo matemático con la realidad comparando los resultados.

El proceso de validación es iterativo.

Por ejemplo, en un sistema de telefonía es natural dividir la descripción de las propiedades del tráfico en: Procesos aleatorios de intentos de llamada, y

Procesos describiendo los tiempos de servicio.

Se asume que estos procesos son mutuamente independientes.



12



13

Un modelo de ingeniería requiere que: Sin mayores dificultades debe ser posible verificar el modelo

y determinar sus parámetros desde los datos observados.

Debe ser factible aplicar el modelo para dimensionamiento práctico.

Por ejemplo, en un sistema de telefonía es imposible predecir los intentos o la duración de las llamadas individuales. Es necesario usar métodos estadísticos.

Por ejemplo, los eventos de intento de llamadas tienen lugar de acuerdo a un proceso aleatorio o estocástico.

Los tiempos interarribos entre intentos de llamada se describe por distribuciones de probabilidad que caracterizan el proceso aleatorio.



14

Los modelos pueden clasificarse en tres clases: Modelos matemáticos o analíticos: son generales y

frecuentemente aproximados. Optimizan los parámetros analíticamente o numéricamente. Son rápidos en los análisis.

Modelos de simulación: donde pueden usarse datos medidos o datos artificiales desde distribuciones estadísticas. Son más demandantes de recursos y tiempo dado que no son generales. Cada caso individual debe simularse.

Modelos físicos o prototipos: son mucho más demandantes de recursos y tiempo que un modelo de simulación.

Por su características se prefieren los modelos matemáticos, pero a veces es necesario aplicar simulación para desarrollarlos. Los prototipos se construyen algunas veces para testing final.



15

Aplicación 1: Sistemas de telefonía convencional

¿Qué sucede cuando un intento de llamada arriba a una central telefónica tradicional?.



16

Aplicación 2: Sistemas celular

¿Qué sucede cuando se inicia un intento de llamada de un abonado móvil?.



17

Redes de datos (LAN, WAN, Internet)

La mayoría de las redes de datos aplican la técnica de conmutación de paquetes o datagrama.



18

Tráfico transportado: Es el tráfico transportado por el grupo de dispositivos durante el intervalo de tiempo T.



19

El tráfico tiene variaciones de acuerdo a la actividades de los usuarios o aplicaciones, que normalmente usan los sistemas de manera independiente.



20



21



22

Los sistemas no están dimensionados para dar servicio a todos los usuarios o aplicaciones al mismo tiempo.

Cada aplicación cree tener acceso irrestricto a todos los recursos de los sistemas, aún cuando los comparte. De esta forma se explota las ventajas de la multiplexación

estadística.

La cantidad de equipamiento está limitado por razones económicas. Es posible que un usuario o aplicación no pueda establecer

su acceso, y deba esperar o permanecer bloqueado.



23

Los sistemas no pueden manejar cada situación sin inconvenientes para los usuarios o sus aplicaciones.

El propósito de la teoría de tráfico es encontrar relaciones entre la QoS, la QoE y el costo del equipamiento.

El equipamiento existente debería ser capaz de trabajar a capacidad máxima durante las situaciones de tráfico anormal.



24



25



26



27



28



29



30

Contenidos


Modelación de sistemas de comunicaciones y redes de datos.


Actividades de investigación sobre el tráfico de video.

Laboratorio WAN.

Laboratorio Wi-Fi.

Conclusiones.


31

Conceptos de QoS y QoE

Internet y las redes IP están viviendo un rápido crecimiento en el volumen y la variedad del tráfico de datos.

La Computación en la Nube (Cloud computing), el Big Data, los dispositivos móviles, y el streaming de video hacen más complejo mantener las redes.

Dos herramientas clave en la medición del rendimiento de las redes que una empresa desea obtener son:

la QoS (Quality of Services), y

la QoE (Quality of Experience).


32

La QoS es el conjunto de propiedades de rendimiento mensurables de un servicio de red, garantizado a través de un SLA firmado entre un usuario y un proveedor del servicio.

La QoE es una medida subjetiva del rendimiento reportada por el usuario.

La QoS puede medirse de forma precisa y objetiva.

La QoE se basa en la opinión subjetiva de las personas.

Conceptos de QoS y QoE


33

Cuando se incrementó la intensidad y la variedad del tipo de tráfico, se desarrollaron varios mecanismos de QoS:

La Arquitectura de Servicios Integrados (ISA),

Los Servicios Diferenciados (DiffServ),

Los Acuerdos a Nivel de Servicio (SLAs).

El propósito fue:

Asignar los recursos de red de forma eficiente para maximizar la capacidad efectiva.

Permitir que las redes ofrezcan diferentes niveles de QoS a los clientes, sobre la base de sus requerimientos.

Concepto de QoS


34

Es útil considerar un framework arquitectónico ITU-T, de sus Recomendaciones Y.

Y1291 “An Architectural Framework for Support of Quality of Service in Packet Networks”, presenta una visión general de lo que comprende una facilidad de QoS.

Una serie de mecanismos de red genéricos para controlar la respuesta del servicio de red ante una solicitud de servicio.

Puede especificarse a un elemento de la red, para a la señalización entre los elementos de la red, o para controlar y administrar el tráfico a través de la red.

Concepto de QoS


35Santiago Pérez. Ingeniería de Tráfico en Redes de Datos. Caso de Aplicación en tráfico de video

Concepto de QoS

36

Una red debe garantizar un cierto nivel de calidad de servicio, para un tipo de tráfico que sigue un conjunto especificado de parámetros.

Para QoS se cuenta con los siguientes parámetros: Ancho de banda (Bandwidth).

Retardo (Delay).

Variación de retardo (Jitter).

Pérdida de paquetes (Loss).


Concepto de QoS

37

Concepto de QoE


38

Concepto de QoE


39

El crecimiento y la expansión de Internet en las últimas dos décadas han dado lugar a:

la disponibilidad de servicios de transmisión de video habilitados para la red, y

en el desarrollo de dispositivos de acceso a la red.

Concepto de QoE


40

Los procesos de QoS por si solos no son totalmente adecuados para proporcionar una garantía de rendimiento.

No tienen en cuenta la percepción del usuario sobre el rendimiento de la red y la calidad del servicio.

Esto condujo a la disciplina emergente de QoE.

Concepto de QoE


41

La proliferación de diferentes dispositivos destaca la importancia de los frameworks de QoE.

Dos terminales tienen distintas pantallas de visualización.

Distintas capacidades de ancho de banda, de velocidad de paquetes, codecs y potencia de procesamiento.

Distina entrega de contenidos o servicios multimedia.

Sin considerar las expectativas de calidad de los usuarios

Podría llevar a un exceso de provisión de servicios y desperdicio de recursos de red, a una diferencia por defecto de la red.

Concepto de QoE


42

Se refiere a la percepción del usuario de un servicio particular.

Necesita ser una de las métricas centrales.

Durante el diseño y la administración de las redes, de los sistemas de entrega de contenidos y de otros procesos de ingeniería.

Se refiere a una medición del rendimiento extremo a extremo, en el nivel de servicio, desde la perspectiva de los usuarios, medido en los dispositivos del usuario final.

Concepto de QoE


43

Hay varias diferentes definiciones de QoE.

La naturaleza de QoE es difícil de comprender de manera cuantitativa.

La QoE requiere un enfoque multidisciplinario.

Existe una falta de consenso de cómo medir o describir la QoE y la amplia gama de factores que influyen en ella.

Un primer paso implica la especificación de un framework de terminología común.

Concepto de QoE


44

La definición de QoE que refleja amplio consenso industrial y académico es la siguiente:

La calidad de la experiencia (QoE) es el grado de satisfacción o molestia del usuario de una aplicación o servicio.

Resulta del cumplimiento de sus expectativas con respecto a la utilidad/disfrute de la aplicación o servicio, a la luz de la personalidad y el estado actual del usuario.

Concepto de QoE


45

Los hallazgos de QoE muestran qué para muchos servicios, los múltiples parámetros de QoS contribuyen a la percepción general de la calidad de los usuarios.

Ha dado lugar a la aparición del concepto del enfoque en capas QoE/QoS.

Los requisitos de los usuarios dirigen las estrategias de dimensionamiento de la red.

Concepto de QoE


46

Concepto de QoE


47

Se utilizan modelos matemáticos para definir la relación empírica entre QoS y QoE.

Se denominan modelos de mapeo o modelos de calidad de QoS/QoE.

Se derivan utilizando enfoques clásicos.

Se puede encontrar una amplia gama de modelos de mapeo.

Difieren en términos de sus entradas, modos de trabajo, precisión y áreas de aplicación.

El área de aplicación de los modelos de mapeo de QoE/QoS depende principalmente de sus entradas.

Se pueden clasificar según sus entradas en tres categorías:

Modelos de caja negra basados en medios.

Modelos de caja de vidrio basados en parámetros.

Modelos de cada gris basados en parámetros.

Concepto de QoE


48

La siguiente lista de verificación de cinco elementos puede ayudar en la selección:

¿Qué tipos de operaciones se están considerando?

¿Qué parámetros hay? ¿Se puede acceder a las señales, a los contenidos, a la carga útil o el encabezado del paquete?

¿Se espera que las especificaciones y las condiciones de uso utilicen un modelo de mapeo dado?

¿Cuánta precisión se necesita?

¿Se tienen todas las entradas disponibles para los modelos de mapeo seleccionados?


Concepto de QoE – Selección de modelo

49

Se basan en métrica NQoS recopiladas de la pila TCP/IP, excepto de la de aplicación.

Propuso un modelo de calidad basado en parámetros para estimar la calidad de transmisión de video en el ambiente 3G:

QoE = 8.49 - 0.02 x AL - 0.01 x VL -1.12 x AJ + 0.04 x RSSI

dónde AL y VL se refieren, respectivamente, a las tasas de pérdida de paquetes de audio y video;

AJ representa el jitter (VJ) de los paquetes de audio y video; y

RSSI es el indicador de fuerza de señal recibida.


Concepto de QoE – Modelo Ketyko

50

En 2014, presentaron un modelo QoE/QoS de dos etapas para IPTV sobre 3G.

La primera etapa consiste de una combinación de un conjunto de parámetros básicos de QoS en una métrica de la siguiente manera:

QoS(L, U, J, D, B) = K { Wl x L + Wu x U + Wj x J + Wd x D + Wb x B }

dónde L, U, J, D y B se refieren, respectivamente, a las pérdidas de paquete, nivel de ráfaga, jitter de paquete, retardo de paquete, y ancho de banda.

Las constantes K, Wl, Wu, Wj, Wd y Wb son coeficientes de ponderación predefinidos, que dependen del tipo de red de acceso (es decir, cableada o inalámbrica).

Concepto de QoE – Modelo Kim y Choi


51

La segunda etapa consiste en calcular el valor de QoE de la siguiente manera:

QoE(QoS(X)) = Qr ( 1 - QoS (X)) QoS(X)x A/R

dónde X es un vector de parámetros {L, U. J, D, B},

Qr es un escalar que limita el rango de la QoE de IPTV obtenida en función del tamaño/resolución de la pantalla.

La constante A expresa la clase de servicio suscrita, y

R es una constante que refleja la estructura de las tramas de video.


Concepto de QoE – Modelo Kim y Choi

52

Concepto de QoE


53

Implica especificaciones de los parámetros de red configurables en una infraestructura determinada.

Debería realizarse utilizando un sistema de decisión autónomo.

Una política que mapee las medidas de QoE observadas, para un curso de acciones ejecutadas por los dispositivos administrados.

Este modo operacional se aplica bien a las Redes Definidas por Software SDN.

Concepto de QoE


54

Los valores de QoE medidos son informados al controlador SDN, que los utiliza para definir el comportamiento de los switches SDN.

El controlador SDN debería incluir un módulo de políticas y reglas y de QoE que:

1) Verifique si se respeta el nivel de QoE contratado sobre una base por usuario/por flujo; y

2) Especifica las rutas de SDN que deberían usarse para reenviar los flujos de los usuarios.

Concepto de QoE



Concepto de QoE

57

Las métricas de QoS tradicionales pueden medirse en las capas de red, de infraestructura, de plataforma y de servicio.

Las métricas de QoE solo pueden medirse en la capa de servicio.


Concepto de QoE

58

Las soluciones de monitoreo de QoE emergentes extienden y adaptan las de QoS.

La solución de monitoreo de QoE depende en gran medida de los modelos de mapeo QoE/QoS.

No existe una solución única para el monitoreo de QoE, en oposición con las soluciones de monitoreo de QoS.


Concepto de QoE

59

Contenidos





Laboratorio WAN.

Laboratorio Wi-Fi.

Conclusiones.


60

El Grupo de Trabajo de Métricas de Rendimiento IP-IPPM se constituyó para desarrollar métricas estándar de rendimiento de la entrega de datos de Internet.

Tendencias determinan la necesidad de tal esquema de medición estandarizado:

Internet continúa creciendo a una gran velocidad.

Las redes privadas, como las intranets y las extranets corporativas han exhibido un crecimiento similar en complejidad, capacidad y carga.

Es difícil determinar las características de calidad, rendimiento y confiabilidad.

Investigación sobre tráfico de video


61

Ayuda a tener una comprensión precisa y común del rendimiento de Internet y de redes privadas.

La medición de datos es útil para varios propósitos, incluidos los siguientes:

Capacidad de soporte de planeamiento y de resolución de problemas de grandes redes complejas.

Fomentar la competencia proporcionando métricas de comparación uniformes entre los proveedores de servicios.

Apoyo a la investigación de Internet, en áreas tales como el diseño de protocolos, el control de congestión y la QoS.

Verificación de SLAs.



63

Pueden definirse como:

Métrica Singleton: La cantidad más elemental o atómica que puede medirse para una métrica de rendimiento dada.

Métrica de Muestreo: Una colección de medidas singleton tomadas durante un periodo de tiempo determinado.

Métrica Estadística: Un valor derivado de una métrica de muestreo dada mediante el cálculo de algunas estadísticas de los valores definidos para la métrica de singleton en la muestra.



64

La técnica de medición puede ser activa o pasiva.

Las activas requieren inyectar paquetes en la red con el único propósito de la medición.

Hay varios inconvenientes con este enfoque.

Esto, a su vez, puede afectar el resultado deseado.

Las pasivas observan y extraen las métricas del tráfico existente.

Puede exponer el contenido del tráfico de Internet a destinatarios no deseados.



En los últimos años, el tráfico de video ha crecido en forma exponencial.

Las redes inalámbricas IEEE 802.11 (Wi-Fi) son los puntos de acceso a redes y servicios más utilizados.

Se espera que antes de 2020, los servicios y aplicaciones de video superen el 70% (o aún más) del tráfico total en redes de datos.



Los especialistas de las redes deben considerar en sus trabajos el impacto de todos los tráficos dentro de la red.

Voz, de video, de mejor esfuerzo y background.

Al analizar tráfico multimedial y en tiempo real, el tráfico de voz no es como el video.

La cuantificación de la carga introducida por el tráfico de voz sobre IP (VoIP) dentro de la red es determinístico.

La cuantificación del tráfico de video es más compleja, y particular para cada video.



El problema con el tráfico de video

Para el video hay que tener en cuenta el ancho de banda y demás recursos compartidos de las redes.

Existen algunas técnicas que ayudan.

La multidifusión acota el impacto del tráfico de video simultáneo a muchos usuarios.

La compresión del video es otro recurso valioso para reducir la carga del tráfico de video.

Conocimiento de los codecs asociados a video.


Codecs de video


Hay una gran variedad de soluciones para el problema de la compresión de video.

Puede verse un patrón en el desarrollo de los nuevos estándares.

A partir de mediados de los noventa, aproximadamente cada nueve años, se concluye con el desarrollo de un estándar.

Cada nuevo estándar es aproximadamente dos veces más eficiente que la anterior

No podemos esperar que la tendencia continúe indefinidamente, pero parece que todavía estamos en la etapa de progreso continuo.

Codecs de video


Codecs de video


Debe tenerse en cuenta que los métodos de compresión más nuevos son mucho más complejos y sofisticados, y requieren mucha más potencia computacional.

La proliferación de un nuevo estándar no es inmediato, ya que la industria necesita algo de tiempo para adaptarse a las nuevas formas de procesamiento del video digital.

El progreso real, como se ve en las ofertas de los fabricantes, no es abrupto, sino más bien un aumento constante de la eficiencia entre las versiones de los nuevos estándares.

Codecs de video


72

Contenidos





Laboratorio WAN.

Laboratorio Wi-Fi.

Conclusiones.


73

Topología del Laboratorio utilizado


Laboratorio WAN

Se adoptaron 4 Escenarios de experimentación:

1. Topología anterior, servidor y receptores: 3 clientes (PC2-1, PC0-1 y PC3-1).

2. Topología anterior, servidor y receptores: 6 clientes (PC1-1, PC2-1, PC0-1, PC0-2, PC3-1 y PC4-1).

3. Topología anterior, servidor y receptores: 9 clientes (PC1-1, PC2-1, PC2-2, PC0-1, PC0-2, PC0-3, PC3-1, PC3-2 y PC4-1).

4. Topología anterior, servidor y receptores: 20 clientes (topología completa).


Laboratorio WAN

Hardware:

Servidor de video – Intel I5 con 8 Gb RAM

Hosts – PCs de escritorio – AMD APU con 4 Gb RAM

Routers (Cisco 2811) y Switchs (Cisco 3750 y 2960) con configuraciones de: OSPF – PIM (mode dense) – IGMPv2

Enlaces FastEthernet 100Mbps

Enlaces WAN (simulados) – Serial sincrónico 4Mbps

Software:

Unreal Media Server con clientes

Analizador de paquetes – Wireshark (en servidor y PCs)


Laboratorio WAN

Archivo de video para test:

video comercial -https://www.youtube.com/watch?v=pNxOGqextv4

Duración 29 segundos

Recodificado:

H.264/MPEG-4 AVC

H.263/MPEG-4 VISUAL

MPEG-2


Laboratorio WAN


Laboratorio WAN

78

Características de los Codecs


Laboratorio WAN

Durante cada ensayo, las mediciones se realizaron en el servidor y en cada una de las PCs conectadas, capturando tráfico con Wireshark.

Se generó un archivo con la captura de todas las tramas o paquetes para cada ensayo, tanto del server como de las terminales clientes.

En estos archivos se dispuso de toda la información de cada una de las tramas capturadas durante el ensayo.


Laboratorio WAN

Las métricas directas obtenidas fueron: Tiempo total del video

Cantidad total de paquetes transmitidos

Cantidad total de bytes transmitidos

Tamaño máximo, mínimo y promedio de paquetes

Espacio intertrama o tiempo entre tramas

Tasa de transferencia efectiva

Número de errores

Retardos de tiempo y diferencia de retardo (jitter)

Las métricas indirectas obtenidas fueron: Distribuciones estadísticas de tamaño de paquete y tiempo

entre tramas

Distribuciones estadísticas de segundo orden y autosimilitud


Laboratorio WAN

81

PCMPEG

Codec

Number of

packets

Number of

bytes

[Mbytes]

Average

packet size

[bytes]

Average

interframe

time [s]

Average

rate

[Mbps]

Average for

Server and

PCs

MPEG-4

AVC 906 0.7041 777.10 0.0316 0.1896

MPEG-4

Visual 913 0.3819 418.11 0.0320 0.1019

MPEG-2 608 0.6953 1142.97 0.0456 0.1900

%

MPEG-4

AVC 0.3733 0.3953 0.3324 0.2894 0.3938

MPEG-4

Visual 0.3762 0.2144 0.1788 0.2931 0.2117

MPEG-2 0.2505 0.3903 0.4888 0.4174 0.3945

Valores de las métricas para el Escenario 4


Laboratorio WAN - Resultados

Las métricas obtenidas muestran que el tráfico multicast proven la QoS esperada en la recepción de cada cliente, como también en cada segmento de la red.

Las variaciones en las características de las métricas y QoS para el tráfico de video multicast depende básicamente del tipo de codec utilizado.

El impacto del tráfico global combinado (datos, voz, etc) en un enlace de red podrá depender de la topología y codecs usados, como también de las configuraciones aplicadas a los equipos de red correspondientes.

Todo el equipamiento debe respetar totalmente la tecnología multicast, para todas las trayectorias extremo a extremo.

Un ambiente unicast puede alterar sustancialmente las conclusiones.


Laboratorio WAN - Conclusiones

86

Contenidos





Laboratorio WAN.

Laboratorio Wi-Fi.

Conclusiones.


87

Topología del Laboratorio utilizado


Laboratorio Wi-Fi

Los routers utilizados son Cisco 2811, y los Aps, Cisco Linksys LAPAC 1200.

Como servidor de streaming y los clientes receptores se usó FFmpeg.

Los routers configurados con OSPFv3, PIM-SM.

Se utilizaron dos archivos de video:

Un tráiler de la película Star Trek

Un segmento de una videoconferencia Adobe Connect.

Los codecs de video utilizados fueron:

H.264, H.265/(HEVC), VP8 y Theora.


Laboratorio Wi-Fi


Laboratorio Wi-Fi

91

VIDEO 1 – TRAILER STAR TREK - PROPIEDADES

Video 1 – trailer Trek

H.264 H.265 Theora VP8

Format MPEG-4 MPEG-4 Ogg WebM v2 File size 79,9 MiB 72,3 MiB 83,3 MiB 78,6 MiB

Duration 2 min 11 s 2 min 11

s

2 min 11

s

2 min 11 s

Bit rate mode Variable Variable Variable Variable

Bit rate 5 109 kb/s 4 620 kb/s 5 329 kb/s 5 028 kb/s

Video

Format AVC HEVC Theora VP8 Bit rate 5 011 kb/s 4 514 kb/s 5 010 kb/s 4 721 kb/s

Width [pixeles] 1 280

pixeles

1 280

pixeles

1 280

pixeles

1 280

pixeles High [pixeles] 528 pixeles

528 pixeles

528 pixeles

528 pixeles Aspect ratio 2,4:1 2,4:1 2,4:1 2,4:1

Frame rate mode constant constant constant constant

Frame rate [fps] 23,976

FPS

23,976

FPS

23,976

FPS

23,976

FPS Bits/(pixel*frame) 0.309 0.279 0.309 0.291

Audio

Format AAC LC AAC LC Vorbis Vorbis Bit rate mode Variable constant Variable Variable

Bit rate 98,7 kb/s 99,7 kb/s 98,7 kb/s 98,7 kb/s

Maximum bit rate 167 kb/s 167 kb/s 167 kb/s 167 kb/s

Channel 2 canales 2 canales 2 canales 2 canales

Sampling rate 44,1 kHz 44,1 kHz 44,1 kHz 44,1 kHz

Track size 1,54 MiB

(2%)

1,56 MiB

(2%)

1,54 MiB

(2%)

1,54 MiB

(2%)

VIDEO 2 – VIDEOCONFERENCIA – PROPIEDADES

Video 2 – VC H.264 H.265 Theora VP8 Format MPEG-4 MPEG-4 Ogg WebM -

v2 File size 6,02 MiB 6,10 MiB 8,84 MiB 11,5 MiB

Duration 2 min 11

s

2 min 11

s

2 min 11

s

2 min 11

s Bit rate mode Variable Variable Variable Variable

Bit rate 385 kb/s 390 kb/s 565 kb/s 733 kb/s

Video

Format AVC HEVC Theora VP8 Bit rate 256 kb/s 256 kb/s 407 kb/s 568 kb/s

Width [pixeles] 1 280

pixeles

1280

píxeles

1 280

pixeles

1 280

píxeles High [pixeles] 720

pixeles

720

pixeles

720

pixeles

720

píxeles Aspect ratio 16:9 16:9 16:9 16:9

Frame rate mode constant constant constant constant

Frame rate [fps] 30,000

FPS

30,000

FPS

30,000

FPS

30,000

FPS Bits/(pixel*frame) 0.009 0.009 0.015 0.021

Audio

Format AAC LC AAC LC Vorbis Vorbis Bit rate mode Variable Variable Variable Variable

Bit rate 126 kb/s 126 kb/s 127 kb/s 127 kb/s

Maximum bit rate 257 kb/s 127 kb/s 257 kb/s 257 kb/s

Channel 2 canales 2 canales 2 canales 2 canales

Sampling rate 44,1 kHz 44,1 kHz 44,1 kHz 44,1 kHz

Track size 43,066

FPS

(1024

43,066

FPS

(1024

1,99 MiB

(22%)

1,99 MiB

(17%)


Laboratorio Wi-Fi

92

CodecNúmero de

paquetes NPTiempo intertrama

promedio EI [s]

Número de bytes NB [Mbytes]

Tamaño de paquete

promedio Tp[bytes]

Tasa de bits BR [Mbits/s]

Video 1 – Trailer Star TrekH264 102659 0,00128 82,80746 806,62 5,04901H265 87903 0,00148 70,85176 806,02 4,34782Theora 75218 0,00174 60,37944 802,72 3,69813VP8 110202 0,00128 82,28519 802,38 5,01721

Video 2 – Videoconferencia AdobeH264 8067 0,015736 6,908887 856,44 0,421429H265 7943 0,015971 6,910678 870,03 0,421507Theora 6782 0,018576 9,785508 1442,86 0,596617VP8 10090 0,012655 12,761038 1264,72 0,778314

CodecNúmero de

paquetes NPTiempo intertrama

promedio EI [s]

Número de bytes NB [Mbytes]

Tamaño de paquete

promedio Tp[bytes]

Tasa de bits BR [Mbits/s]

Video 1 – Trailer Star Trek

Promedio 93995 0,00144 74,08096 804,43 4,52804

Video 2 – Videoconferencia Adobe

Promedio 8220 0,015734 9,09152 1104,01 0,554466

Diferencia 82,5% - 10,92 veces + 88,91% - 25,44% + 88,91% -


Laboratorio Wi-Fi - Resultados


Laboratorio Wi-Fi – Resultados Codec H.264


Laboratorio Wi-Fi – Resultados Codec Theora


Laboratorio Wi-Fi – Resultados Codec VP8

Los analistas de simulación pueden usar las métricas obtenidas experimentalmente.

Necesitan orientarse en función de las demandas de videoconferencias, películas, etc., y sus características y frecuencias.

Los diseñadores, planificadores y administradores de red posiblemente estén concentrados en el Ancho de Banda (Mbps).

Los 4,5 Mbps para el trailer de la película Star Trek, y los 0,55 Mbps para la videoconferencia de Adobe Connect pueden ser los suficientemente orientativos al respecto.


Laboratorio Wi-Fi - Conclusiones

109

Todo el equipamiento debe respetar totalmente la tecnología multicast, para todas las trayectorias extremo a extremo.

Un ambiente unicast puede alterar sustancialmente las conclusiones.

No es posible asegurar igual tipo de comportamiento para:

todas las películas y videoconferencias,

para otros codecs a los utilizados en este trabajo, o

para otro estándar IEEE 802.11.


Laboratorio Wi-Fi - Limitaciones

Ingeniería de Tráfico de Redes de Datos Estudio...

Documents

Transcript of Ingeniería de Tráfico de Redes de Datos Estudio...