Identifiant pérenne de la notice : 247843229
Notice de type
Notice de regroupement
Note publique d'information : Cette thèse a pour objectif de proposer des solutions pour la prédiction et l'optimisation
de la bande passante d'un flot vidéo agrégat MPEG dans un scénario d'offre de service
Vidéo à la Demande (VoD) sur Internet. L'approche proposée prend en compte la nature
autosimilaire du trafic IP par le biais de l'estimation du paramètre de Hurst. Cette
métrique permet de caractériser le comportement autosimilaire des flux Internet. Une
première contribution de cette thèse consiste à concevoir et implémenter un modèle
connexionniste, c'est-à-dire basé sur les techniques de réseaux de neurones pour
estimer et prédire à court terme le paramètre de Hurst de traces vidéo dans un flot
agrégat. Pour ce faire, un modèle connexionniste appelé Module Connexionniste Prédictif
(MCP) est entraîné à partir d'exemples étiquetés en ayant comme entrée des échantillons
de trafics MPEG et comme sortie le paramètre de Hurst du flux agrégat. Les estimations
de la bande passante allouée sont réalisées par le biais de deux techniques de prédiction
dont leurs performances sont évaluées et comparées. Une deuxième contribution consiste
à instrumenter le processus de prédiction par des règles de politique. Ainsi, le module
de prédiction est intégré dans un système de provisioning dynamique de la bande passante
entre un fournisseur de VoD et un ISP (Internet Service Provider). Ce système est
basée sur l'architecture de gestion par politique de de l'IETF (Internet Engineering
Task Force) et réalisée en utilisant les technologies du Web.
Note publique d'information : The objective of this thesis is the bandwidth forecasting optimization of a MPEG-4
video flow aggregate in a scenario of provisioning of Video on Demand (VoD) service
over Internet. The proposed approach takes into account the self-similar nature of
the IP traffic to estimate the Hurst parameter. This metric characterizes the degree
of self-similarity of a process such as Internet traffic. A first contribution of
this thesis is the design and implementation of a connectionist model which estimates
and predicts the Husrt parameter of an aggregate video traffic. A new model called
Predictive Connectionist Model (PCM) has been defined and is trained with MPEG traces
patterns. The estimation of the bandwidth utilisation is achieved using two prediction
techniques which evaluated and compared. Another contribution of this thesis is the
integration of the Predictive Connectionist Model in a dynamic provisioning system
between a VoD provider and an ISP (Internet Service Provider). This system is designed
according to the Policy Based Management architecture of IETF (Internet Engineering
Task Force) and is implemented using Web technologies.
paprika.idref.fr
data.idref.fr
Documentation
