Analysis of Experience Quality Parameters of Cloud Video Conferencing Systems under Interference Conditions

Cover Page

Cite item

Full Text

Abstract

The article deals with the testing of popular domestic and foreign cloud videoconferencing systems. A methodology for testing and comparing qualitative parameters of videoconferencing applications based on international experience is proposed. Assessment and comparison of videoconferencing services is based on the calculation of Hurst data flows, formed by the investigated cloud videoconferencing systems. Various applications of foreign and domestic videoconferencing systems have been tested in different operation modes with different channel quality parameters.

About the authors

R. V. Kirichek

The Bonch-Bruevich Saint-Petersburg State University of Telecommunications

Email: kirichek@sut.ru
ORCID iD: 0000-0002-8781-6840

A. A. Berezkin

The Bonch-Bruevich Saint-Petersburg State University of Telecommunications

Email: berezkin.aa@sut.ru
ORCID iD: 0000-0002-1748-8642

D. S. Kukunin

The Bonch-Bruevich Saint-Petersburg State University of Telecommunications

Email: kukunin.ds@sut.ru
ORCID iD: 0000-0002-2674-5217

A. V. Kolesnikov

Association of Internet of Things Market Participants

Email: andrei@iotas.ru
ORCID iD: 0009-0000-8401-8723

References

  1. Rec. ITU-T Q.3949 (08/2012). Real-time multimedia service testing framework at the user-to-network interface of next generation networks.
  2. Грачева М.А., Божкова В.П., Казакова А.А., Рожкова Г.И. Субъективная оценка качества статических и видео-изображений: методологический обзор // Сенсорные системы. 2019. Т. 33. № 4. C. 287‒304.
  3. Ahmed M.S. Achieving QoS in media streaming for peer to peer networks // International Conference on Electrical, Electronics, and Optimization Techniques (ICEEOT, Chennai, India, 2016). 2016. PP. 3694–3698. doi: 10.1109/ICEEOT.2016.7755399
  4. Bao Y., Lei W., Zhang W., Song J. HD streaming media QoE quantitative evaluation model for multipath transmission // 11th International Conference on Computer Science & Education (ICCSE, Nagoya, Japan, 2016). 2016. PP. 658–665. doi: 10.1109/ICCSE.2016.7581658.
  5. Fowdur T.P., Narrainen L. Enhanced video streaming using dynamic quality control with bandwidth prediction // International Conference on Computer as a Tool (EUROCON, Salamanca, Spain, 2015). 2015. PP. 1–6. doi: 10.1109/EUROCON.2015.7313675
  6. Taraghi B., Nguyen M., Amirpour H., Timmerer C. Intense: In-Depth Studies on Stall Events and Quality Switches and Their Impact on the Quality of Experience in HTTP Adaptive Streaming. IEEE, 2021. Vol. 9. PP. 118087–118098. doi: 10.1109/ACCESS.2021.3107619
  7. Yeganeh H., Qassemi F., Rabiee H.R. Joint effect of stalling and presentation quality on the quality-of-experience of streaming videos // IEEE International Conference on Image Processing (ICIP, Beijing, China, 2017). 2017. PP. 310–314. doi: 10.1109/ICIP.2017.8296293
  8. Seufert A., Wamser F., Yarish D., Macdonald H., Hoßfeld T. QoE Models in the Wild: Comparing Video QoE Models Using a Crowdsourced Data Set // 13th International Conference on Quality of Multimedia Experience (QoMEX, Montreal, QC, Canada, 2021). 2021. PP. 55–60. doi: 10.1109/QoMEX51781.2021.9465422
  9. Hoßfeld T., Heegaard P.E., Skorin-Kapov L., Varela M. No silver bullet: QoE metrics, QoE fairness, and user diversity in the context of QoE management // Ninth International Conference on Quality of Multimedia Experience (QoMEX, Erfurt, Germany, 2017). 2017. PP. 1–6. doi: 10.1109/QoMEX.2017.7965671
  10. Mardian R. D., Suryanegara M., Ramli K. Measuring Quality of Service (QoS) and Quality of Experience (QoE) on 5G Technology: A Review // IEEE International Conference on Innovative Research and Development (ICIRD, Jakarta, Indonesia, 2019). 2019. PP. 1–6, doi: 10.1109/ICIRD47319.2019.9074681
  11. Hewage C. T. E. R., Ahmad A., Mallikarachchi T., Barman N., Martini M. G. Measuring, Modeling and Integrating Time-Varying Video Quality in End-to-End Multimedia Service Delivery: A Review and Open Challenges. IEEE. 2022. Vol. 10. PP. 60267–60293. doi: 10.1109/ACCESS.2022.3180491
  12. Рекомендация МСЭ-Т G.107 (06.2015). Е-модель – вычислительная модель, используемая при планировании передачи.
  13. Кучерявый, А.Е., Парамонов А.И., Кучерявый Е.А. Сети связи общего пользования. Тенденции развития и методы расчета. М.: ФГУП ЦНИИС, 2008. 296 с.
  14. Rec. ITU-T G.1011 (07/2016). Reference guide to quality of experience assessment methodologies.
  15. Шелухин О.И., Осин А.В., Смольский С.М. Самоподобие и фракталы. Телекоммуникационные приложения. М.: Физматлит, 2008.
  16. Janevski T., Vanevski Z. Statistical Analysis of Multicast versus Instant Channel Changing Unicast IPTV Provisioning // Proceedings of the 16th Telecommunications Forum (TELFOR, Belgrade, Serbia, 25‒27 November 2008). 2008. PP. 96‒99.
  17. Paramonov P., Tarasov D., Koucheryavy A. The Video Streaming Monitoring in the Next Generation Network // Proceedings of the 9th International Conference on Next Generation Wired/Wireless Networking (NEW2AN 2009) and Second Conference on on Internet of Things and Smart Spaces (ruSMART 2009), St. Petersburg, Russia, 15‒18 September 2009. Lecture Notes in Computer Science. Vol. 5764. Berlin, Heidelberg: Springer, 2009. PP. 191–205. doi: 10.1007/978-3-642-04190-7_18
  18. Rezaul K.M., Pakstas A., Gilchrist R., Chen T.M. HEAF: A Novel Estimator for Long-Range Dependent Self-similar Network Traffic // Proceedings of the 6th International Conference on Next Generation Teletraffic and Wired/Wireless Advanced Networking (NEW2AN 2006), St. Petersburg, Russia, 29 May‒2 June 2006. Lecture Notes in Computer Science. Vol. 4003. Berlin, Heidelberg: Springer, 2006. PP. 34–45. doi: 10.1007/11759355_6
  19. Маколкина М.А. Взаимосвязь субъективных оценок качества восприятия видео и значений параметра Хёрста // Системы управления и информационные технологии. 2014. 1-1(55). C. 169‒172.
  20. Маколкина М.А. Учет параметра Хёрста при формировании субъективных оценок качества восприятия видео и значений // Информационные технологии моделирования и управления. 2016. Т. 99. № 3. C. 197‒204.
  21. Маколкина М.А. Анализ модели объективной оценки качества передачи видео в IP-сетях // Электросвязь. 2011. № 12. C. 20а‒23.
  22. Куликов С. Тестирование программного обеспечения. Базовый курс. EPAM systems, 2015‒2022. URL: https://svyatoslav.biz/software_testing_book_download (дата обращения 09.02.2023)
  23. Rec. ITU-T Y.1541 (12/2013). Network performance objectives for IP-based services. Amendment 1: New Appendix XII – Considerations for low speed access networks.
  24. Zoom Patents // Zoom. URL: https://explore.zoom.us/en/trust/patents (дата обращения 09.02.2023)

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».