Distribuição de Mídia Contínua Recuperação de Erros Jussara M. Almeida Junho 2005

Qualidade do Video e Audio Afetada pela perda de pacotes e atrasos na rede Uso de buffers no cliente minimiza impacto dos atrasos na rede E quanto a perda de pacotes? –Mecanismos de controle de taxa de transmissao: minimiza mas nao elimina perda –Automatic Repeat Request (ARQ): retransmissao Aumenta latencia: inadequado para aplicacoes ao vivo –Forward Error Correction (FEC): envio de informacao redundante Nao altera latencia, mas aumenta consumo de banda

Forward Error Correction Compromisso: –Enviar grande quantidade de informacao redundante aumenta a probabilidade de recuperacao frente a perdas –Porem aumenta o consumo de banda na rede e, consequentemente, a taxa de perdas Logo: mecanismo de FEC tem que ser acoplado a um esquema de controle de taxa de transmissao. Alem disto, a quantidade de informacao redundante que deve ser enviada depende: –Caracteristicas do processo de perdas de pacotes no momento –Restricoes de atraso entre servidor e cliente –Qualidade da informacao redundante

Problema Dados a taxa total que o servidor pode suportar transmitir e o atraso maximo suportado pelo cliente, determinar a combinacao de informacao principal e informacao redundante que prove a melhor qualidade de audio percebida pelos usuarios Objetivo: utilizar metricas subjetivas de qualidade de audio –Simplesmente taxa de perda de pacotes nao e suficiente –EX: 10 perdas de 1 pacote cada espacadas vs. 1 perda de 10 pacotes consecutivos

Modelo de Perda de Pacotes Area de pesquisa ativa Modelo mais simples: modelo de Gilbert de 2 estados p q 1-q 1-p 1 0 Probabilidade de perda = p / (p+q)

Modelo de FEC 1 - mais simples Inclui no pacote n+1, em adicao aos frames correspondentes, informacao sobre o pacote n que pode ser usado para reconstruir (uma aproximacao) do pacote n –Esquema aprovado pelo IETF: informacao redundante e uma codificacao com bitrate mais baixa do pacote n. –Surpreendentemente, a qualidade subjetiva do audio reconstruido com este metodo foi avaliada como muito boa –Mecanismo suporta recuperacao de perdas isoladas Se 2 pacotes consecutivos sao perdidos nao e possivel recuperar informacao sobre um deles

Modelo de FEC 2 Inclui no pacote n+1, em adicao aos frames correspondentes, informacoes redundantes sobre os pacotes n e n-1, ou sobre os pacotes n, n-1 e n- 2, ou sobre os pacotes n-1 e n-3, etc –Mecanismo suporta recuperacao de perdas em rajadas Informacao redundante de um pacote e espalhada por multiplos pacotes –Quanto mais info redundante e adicionada, maior o numero de pacotes perdidos que poderao ser reconstruidos –Problema: quantidade de informacao redundante depende do processo de perda na rede no momento em questao

Modelo de FEC 3 Algoritmo adaptativo simples –Precisa saber o beneficio que cada informacao extra fornece para escolher a combinacao perfeita –Para estimar este beneficio, usa o modelo de Gilbert para perdas de pacotes: Ausencia de FEC –Probabilidade de perda: 1 = p / (p+q) FEC com pacote n contendo info sobre pacote n-1 –Probabilidade de perda pos reconstrucao: 2 = p (1-q) / (p+q) – 2 / 1 = (1-q): –Se q = 0.7 (tipico), reducao na perda de 70%

Modelo de FEC 3

Algoritmo adaptativo simples –Tendo uma taxa de perda de pacotes alvo como objetivo basta que o servidor escolha o metodo de redundancia que leve a taxa de perdas mais proxima do objetivo –Precisa saber p e q Cliente pode medir e retornar em campos livres do RTCP Assume que processo de perda e Bernoulli: p + q = 1. Taxa de perdas (p / p+q) observada e igual a p.

Modelo de FEC 3 Exemplo

Modelo de FEC 3 Desvantagens –Algoritmo minimiza taxa media de perdas (apos reconstrucao), que nao necessariamente implica melhor qualidade de audio EX: qualidade seria pobre se qualidade da info usada para reconstrucao e baixa –Adicionar info redundante aumenta demanda por banda: precisa acoplar algoritmo a um mecanismo de controle de transmissao Objetivo e que servidor dinamicamente ajuste a taxa de transmissao e a quantidade de info redundante enviada para minimizar a perda percevida pelos clientes

Modelo de FEC 4 Modelo de otimizacao conjunto para otimo FEC e taxa de transmissao Seja f(x): qualidade de um audio com taxa x Sejam 0 e 1 as probabilidades de um pacote ser recebido e ser perdido, respectivamente –Calculadas de uma cadeia de Markov Seja um esquema de FEC que envia K copias de cada pacote (K-1 redundantes + 1 principal) Seja ainda T o atraso maximo entre enviar a primeira e a ultima copia de um pacote

Modelo de FEC 4 Questao 1: Dados que vamos transmitir k copias de cada pacote e o atraso maximo T, como devemos espacar as copias de forma a maximizar a probabilidade de que pelo menos uma copia seja recebida? –Seja p11(t) a probabilidade de que o processo de perdas esteja no estado 1 (perda) no instante t +, dado que ele estava no estado 1 no instante –Probabilidade de perder TODAS as K copias de um pacote

Modelo de FEC 4 Questao 1: Dados que vamos transmitir k copias de cada pacote e o atraso maximo T, como devemos espacar as copias de forma a maximizar a probabilidade de que pelo menos uma copia seja recebida? Solucao otima: as K copias devem ser igualmente espacadas no intervalo [0,T]

Modelo de FEC 4 Questao 2: Dado que K copias serao transmitidas igualmente espacadas no intervalo de tamanho T, quais as taxas de codificacao a serem usadas para cada copia, a fim de maximizar a qualidade de audio, sujeito a restricoes na taxa maxima –Informacao principal deve ser codificada usando a maior taxa possivel –A ultima copia deve ter maior taxa que todas as outras copias Algoritmo heuristica para alocacao de taxas discretas –Confuso

Avaliacao Impacto da funcao de qualidade de audio –f0(x) = x Solucao otima sempre aloca a taxa maxima para a informacao principal e nao envia nenhuma info redundante –f1(x): baseada na razao sinal/ruido –f2(x): baseada no mean opinion score (MOS) (subjetivo) –f3(x) = 1 para x 0 e f3(0) = 0 Funcao e maxima se pelo menos alguma informacao e recebida, independente da qualidade dela: minimiza taxa de perdas, enviando muita info redundante

Avaliacao Impacto da funcao de qualidade de audio

Avaliacao Funcionamento (T=4) Encontra combinacao otima de info redundante ao inves de pegar uma combinacao fixa que leva a uma taxa alvo –Leva em consideracao banda disponivel e perdas ocorridas no momento e restricao de atraso

Avaliacao Funcao que leva a melhor qualidade percebida e a f2(x), baseada nos MOS scores Pouca diferenca entre usar f0 (sem FEC) e otimizar f1 (signal/noise ratio) –Otimizar para SNR leva a qualidade pobre

Avaliacao Impacto de T (ou numero de copias redundantes)

Avaliacao Impacto de T (ou numero de copias redundantes) –Adicionar 1 copia (adicionar info redundante em pacote n sobre pacote n-1) melhora significativamente qualidade Exceto para f1 (signal/noise ratio) que e proxima de f0 (sem FEC) –Observar diminishing returns: adicionar pouca quantidade de redundancia ja leva a maioria do beneficio provido por FEC –Notar variacao da qualidade com a funcao utilizada Necessidade de escolher f cuidadosamente

Distribuição de Mídia Contínua Protocolos de Transmissao com Recuperação de Erros Jussara M. Almeida Junho 2005

Base Digital Fountain: –Download com recuperação de erros –Erasure codes –Alta latência inicial Transmissão sob demanda com compartilhamento de fluxos –Periodic Broadcast, Patching, Bandwidth Skimming –Recuperação de erros: local error concealment Adequado para baixas taxas de perdas –Dificil extensão para recuperação de outras perdas Transmissão de pacotes o mais tarde possível

Base Novos protocolos baseados em periodic broadcast (Harmonic Broadcast) –Cada segmento recebido inteiramente antes de playback –Extensão para uso de erasure code: fácil –Mas: Cliente tem que escutar todos segmentos simultaneamente (b=5,10) : Grande quantidade de buffer no cliente

Revisão Skyscraper Broadcast (b = 2) –Parametros: # e tamanho dos segmentos

Revisão Harmonic Broadcast –Divisão do arquivo em segmentos de tamanho iguais, segmento k transmitido a taxa 1/k –Clientes escutam todos segmentos simultaneamente, comeca a tocar cada segmento depois de recebe-lo inteiramente –Alta latência, alto b

Revisão Bandwidth Skimming –Closest Target (b=2), Partition (b < 2)

Revisão Bandwidth Skimming

Revisão Banda do Servidor para Protocolos com d > 0

Revisão Banda Media do Servidor Minima:

Objetivo Novos protocolos baseados em periodic broadcast e bandwidth Skimming com as características: –Conveniência: baixa latência (dentro de limite) –Tolerância a taxas de perdas e heterogeneidade –Confiabilidade: recuperação de erros se taxa de perda acumulada dentro de um limite pre-definido –Eficiência: mínimo feedback do cliente, mínima quantidade de dados para clientes –Mídia de Alta Qualidade: max taxa de transmissão do cliente limitada (eg: 25% maior que taxa de playback) –Escalabilidade: demanda por banda do servidor próxima da mínima Espaço de Trabalho: Fig 4

Recuperação de Perdas Três classes de estratégias: –Erasure code (FEC) –Retransmissão via unicast –Retransmissão via multicast Análise qualitativa: –Complexidade de implementação: (De)codificação X implosão de retransmissão/feedback –Latência inicial: Mesma magnitude esperada em todas estratégias Mais facilmente estimada para erasure code

Recuperação de Perdas –Escalabilidade: Retransmissão via multicast : – Alguns clientes podem receber dados desnecessários Erasure code: –Um dado redundante usado para recuperar perdas diferentes –Maior escalabilidade esperada

Recuperação de Perdas Escalabilidade: avaliação analítica –Retransmissão via multicast: solução numérica

Recuperação de Perdas Escalabilidade: avaliação analítica

Reliable Periodic Broadcast 1.Optimized Periodic Broadcast: –Max progressão de tamanhos de segmentos para: Taxa de transmissão de cada segmento: r ( r < 1) Número de fluxos simultâneos cliente pode escutar: s –Cliente recebe cada segmento inteiramente antes de tocá-lo –Recuperação de perdas local –Min latência para banda do servidor fixa ou vice- versa –Objetivo: explorar trade-offs para b = r*s < 2

Reliable Periodic Broadcast 2.Basic Reliable Periodic Broadcast : –Recuperação de perdas com erasure code –Taxa de perda acumulada ao final de cada segmento p 3.Reliable Periodic Broadcast: –Rajadas: maior taxa de perdas nos primeiros segmentos 4.Heterogeneidade de clientes e transmissão com perdas maiores que o limite pre-definido p

Optimized Periodic Broadcast Perda de pacotes: local error concealment Segmento inteiramente recebido antes de iniciar visualização Protocolo:

Optimized Periodic Broadcast Protocolo: –Novo cliente imediatamente começa a escutar os primeiros s fluxos –Quando primeiro segmento completamente recebido: Cliente inicia visualização e Começa a receber segmento s+1 Max progressão dos tamanhos dos segmentos: –r = 1: –r < 1: –Extensões para incluir overhead de decodificação e de estabelecer conexão multicast

Optimized Periodic Broadcast Desempenho:

Optimized Periodic Broadcast Desempenho: –Banda do servidor : Optimized PB competitivo com Skyscraper apesar de exigir recebimento total de cada segmento antes de visualização Menor r melhor desempenho –Menor latência para banda fixa ou menor banda para latência fixa –Frequência de Multicasts : Lower bound: 1/(x+d) Dados no mesmo segmento transmitidos na mesma freq. Menor r, maior k, menor tamanho do segmento

Basic Reliable Periodic Broadcast Cada segmento transmitido como digital fountain usando erasure code

Basic Reliable Periodic Broadcast Cada segmento transmitido como digital fountain usando erasure code –Sem limites de segmentos –Poucas perdas no início levam a início dos próximos segmentos mais cedo e permite mais perdas no final (desde que acumulada esteja limitada a p Premissa: taxa de perda de pacotes acumulada ao final do recebimento de cada pacote limitada a p

Basic Reliable Periodic Broadcast Nova progressão de segmentos –a = 1/(1-p) : # pacotes recebidos –a pode incluir acréscimo devido a redundancia p=0.2 e eficiência de decodificação = 1.05: p = 1.05*1.25 =

Basic Reliable Periodic Broadcast Desempenho do Basic RPB:

Basic Reliable Periodic Broadcast Desempenho do Basic RPB:

Basic Reliable Periodic Broadcast Desempenho do Basic RPB: –Tradeoff entre latência e banda para perda fixa. –Menor r, maior desempenho (diminishing returns) –Mas menor r, maior # segmentos, segmentos menores, menor overhead de decodificação. Extensão para rajadas de perdas: –Segmentos iniciais, menores, mais afetados –Parâmetro a = 1/1 – p * eficiência de decodificação –Segmentos iniciais tem valores de a maiores

Basic Reliable Periodic Broadcast Max perda permitida para diferentes posições do arquivo usando valores de a variáveis:

Heterogeneidade de Clientes Soluções: –Simulcast: diversas versões do objeto –Codificação em camadas Pode-se acomodar heterogeneidade de clientes (limitada) com o RPB: –Explorar trade-offs entre latência, taxa de perdas e taxa de transmissão para cliente –Políticas específicas: future work

Reliable Bandwidth Skimming Transmissão em dois fluxos a taxa total 1/(1-p) –Primário, a taxa 1 –Secundário a taxa p/(1-p): deslocado no tempo para prover melhor proteção contra rajadas Merges ocorrem como no BWSkim básico entre fluxos primários e entre fluxos secundários.

Reliable Bandwidth Skimming Desempenho

RPB vs. RBS RBS: –Banda de servidor é função da carga (se carga leve, demanda pequena) –Suporte para interatividade RPB: –Um pouco mais eficiente com respeito a quantidade de dados recebidos por cada cliente –Mais tolerante a rajadas de perdas sem interrupção