A Streaming Labor nagyléptékű videóterítési infrastruktúrák teljesítményét, optimalizálását és rezilienciáját vizsgálja. Munkánk lefedi az adatvezérelt tartalomszolgáltatás teljes spektrumát: a szállítás rétegbeli torlódásvezérléstől kezdve a végponttól végpontig tartó felhasználói élményig (QoE) terjedő empirikus mérési módszereket - ötvözve a rendszertervezést és a hardver alapú kísérletezést.

Vizsgáljuk a modern CDN-ek valós terhelés alatti viselkedését, továbbá az élő televíziós OTT és igény szerinti streaming szolgáltatások optimalizálhatóságát. Kutatásaink során éles üzemi monitoringadatokra, fejlett analitikai módszerekre és kontrollált emulációs környezetekre támaszkodunk, azért hogy megértsük, hogy hol vész el a sávszélesség, honnan ered a késleltetés, és hogyan hat a rendszer viselkedése a végfelhasználói élményre.

Fő kutatási témáink

Szállítási rétegbeli optimalizálás videóterítéshez

Csoportunk TCP torlódásvezérlő algoritmusokat (pl. CUBIC, BBRv1/v3) és azok hatását vizsgálja a CDN teljesítményére és a felhasználói élményre. Szerveroldali TCP-statisztikákat és nagyléptékű kliensoldali telemetriát egyaránt felhasználunk az átviteli sebesség, a késleltetés, a torlódási ablak dinamikája és a puffereléssel kapcsolatos események elemzésére.
Friss kísérleteink egy európai IPTV szolgáltató éles hálózatában azt mutatták, hogy a BBR jelentős javulást eredményez az átviteli sebességben, az RTT csökkenésében és a torlódási ablak méretében, ami mérhető QoE-javulást hoz mind élő TV-, mind VOD-szcenáriókban.

Nagyléptékű monitoring és analitika

A CDN-szerverekből és a végfelhasználói eszközökből származó nagy felbontású telemetria lehetővé teszi a szűk keresztmetszetek modellezését, az anomáliák detektálását és az optimalizációs stratégiák validálását. Python-alapú analitikát, Elasticsearch-et, InfluxDB-t és vizualizációs adatcsatornákat használunk, hogy több tízezer streaming session mintázatait tárjuk fel.

Energia- és sávszélesség-tudatos CDN-optimalizálás

Rendszerszintű technikákat fejlesztünk az energiahatékonyság javítására és a sávszélesség-pazarlás csökkentésére. Ezek közé tartozik a teljesítménymodellezés, a torlódáselemzés és a valós A/B tesztelés internetszolgáltató (ISP) partnerekkel együttműködésben.

Hardveralapú „Streaming Rig” reprodukálható kísérletekhez

Kutatási területünk egyik különlegessége The Rig amely egy Raspberry Pi-alapú CDN-emulációs környezet.
A Rig segítségével:

• valós CDN cache node-okat és klienseszközöket tudunk emulálni,
• újra tudjuk játszani a torlódási viselkedést és a streaming körülményeket,
• algoritmusokat tudunk összehasonlítani kontrollált, de valósághű terhelési szcenáriókban,
• gyakorlatorientált platformot biztosítunk hallgatói projektekhez és reprodukálható kutatáshoz.

Ez a hardveralapú megközelítés olyan kontrollált kísérletezést tesz lehetővé, amely éles hálózatokban nem valósítható meg, azonban ideálisan kiegészíti az ISP-ktől származó valós adatainkat.

Streamingre optimalizált peremrendszerek (Edge Systems)

Vizsgálat tárgyát képezi, hogy hogyan támogathatják a könnyű peremcsomópontok, mikro-szerverek és Raspberry Pi-k az alábbiakat:

• adaptív bitráta-logika,
• előzetes letöltés (prefetching),
• gyorsítótárazási stratégiák,
• energiahatékony tartalomszolgáltatás.

Ezek a kutatások a streaming területét a jövőbeli, elosztott számítástechnikai és IoT-architektúrákkal kapcsolják össze.

Használt technológiák

Elasticsearch, InfluxDB, Docker, Docker Swarm, Linux, Python, Raspberry Pi, fejlett monitoring eszközök és egyedi kliens oldali analitikai ágensek.

Lehetőségek hallgatók számára

Szívesen fogadjuk azon hallgatók jelentkezését, akik érdeklődnek az alábbi témák iránt:

• streaming analitika és QoE-modellezés,
• torlódásvezérlés és hálózati protokollok értékelése,
• CDN-optimalizálás és nagyléptékű mérések,
• hardveres kísérletezés és Raspberry Pi-alapú fejlesztés.

Lépjen kapcsolatba velünk!

További kérdések esetén, kérjük írjon e-mailt Lendák Imrének!