Nghiên cứu cải tiến phương pháp quản lý hàng đợi cho truyền video trên mạng IP (tóm tắt + toàn văn)

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
====***====



CAO DIỆP THẮNG




TÊN ĐỀ TÀI LUẬN ÁN


NGHIÊN CỨU CẢI TIẾN PHƯƠNG PHÁP QUẢN LÝ
HÀNG ĐỢI CHO TRUYỀN VIDEO TRÊN MẠNG IP



CHUYÊN NGÀNH: HỆ THỐNG THÔNG TIN
MÃ SỐ: 62480104



TÓM TẮT LUẬN ÁN TIẾN SĨ HỆ THỐNG THÔNG TIN

HÀ NỘI – 2014

Công trình được hoàn thành tại:
Trường Đại Học Bách Khoa Hà Nội



Người hướng dẫn khoa học: 1. GS. TS Nguyễn Thúc Hải
2. PGS. TS Nguyễn Linh Giang


Phản biện 1: PGS.TS Nguyễn Văn Tam
Phản biện 2: PGS.TS Đỗ Trung Tuấn
Phản biện 3: PGS.TS Lê Nhật Thăng


Luận án được bảo vệ trước Hội đồng chấm Luận án cấp Trường
họp tại Trường Đại học Bách Khoa Hà Nội.
Vào hồi:…. giờ, ngày tháng năm ……

Có thể tìm hiểu luận án tại:
- Thư viện Tạ Quang Bửu - Trường Đại học Bách Khoa Hà Nội.
- Thư viện Quốc gia.


1



LỜI MỞ ĐẦU

1. TÍNH CẤP THIẾT CỦA ĐỀ TÀI
Sự phát triển nhanh chóng các ứng dụng truyền video trên
Internet đặt ra những thách thức ngày càng lớn. Để cung cấp môi
trường luồng chất lượng cao cho người dùng cuối, nhiều ứng dụng
video đòi hỏi chất lượng dịch vụ mạng (Quality Of Service -
QoS).Tuy nhiên, do mạng Internet là mạng mặc dù được xây dựng
với đặc điểm truyền là nỗ lực tối đa (best-effort network) nhưng chưa
thể đảm bảo về QoS và không có sự phân biệt giữa các gói tin truyền
trên mạng dẫn đến tỷ lệ đáng kể các gói dữ liệu video bị loại bỏ bởi
các bộ định tuyến mạng khi xảy ra tình trạng thiếu băng thông trên
các đường truyền do bị tắc nghẽn. Ảnh hưởng của việc mất gói tin
video làm suy giảm chất lượng xem ở phía máy nhận có thể thay đổi
từ không đáng kể đến mức không thể chấp nhận được[15, 19, 55].
Một trong các cơ chế quản lý hàng đợi thường được sử dụng để tăng
hiệu năng mạng và ngăn cản sự suy giảm chất lượng truyền video là
cơ chế quản lý hàng đợi tích cực (AQM - Active Queue Management
[21, 23, 24, 69, 78, 80, 88]).

Đã có nhiều nghiên cứu, bài báo đề xuất giải pháp sử dụng các cơ
chế quản lý hàng đợi tích cực AQM để giải quyết vấn đề tránh tắc
nghẽn, [12, 23, 28, 31, 47, 51, 69, 78, 83, 85, 86, 88, 89], Tuy
nhiên hầu hết các giải pháp này mới tập trung vào giải quyết vấn đề
xử lý dữ liệu thông thường mà không hề đề cập đến việc ưu tiên phân
loại luồng dữ liệu cho video. Hoặc chưa xử lý nó ngay trong bản thân
các giải thuật quản lý hàng đợi cụ thể.
Từ các yêu cầu cấp thiết và thực trạng nhu cầu về các ứng dụng
truyền luồng dữ liệu video trên mạng tác giả đã đi đến lựa chọn
nghiên cứu đề tài luận án: “Nghiên cứu cải tiến phương pháp quản
lý hàng đợi cho truyền video trên mạng IP”
II. MỤC TIÊU NGHIÊN CỨU
Mục tiêu chính của luận án này là đóng góp vào các nghiên cứu
cải tiến phương pháp quản lý hàng đợi cho truyền video dạng chuẩn
Mpeg-4 trên mạng IP.
2



Chúng tôi đã nghiên cứu kỹ các thuật toán quản lý hàng đợi tích
cực RED và đặc biêt là BLUE; đã nghiên cứu kỹ các đặc điểm lỗi
của quá trình truyền video trên mạng IP và ảnh hưởng của việc mất
gói tin đến hiệu năng và chất lượng dịch vụ truyền video. Dựa trên
các kết quả nghiên cứu đó, chúng tôi đã nêu các đề xuất có tính
phương pháp luận để cải thiện hiệu năng và chất lượng dịch vụ
truyền video trên các môi trường mạng phức tạp (đa luồng). Các đề
xuất cụ thể của chúng tôi gồm có: 1./ Tích hợp cơ chế ưu tiên gói tin
video trong cơ chế điều khiển hàng đợi tích cực RED; 2/. Xây dựng
các hàm tuyến tính đơn biến và đa biến để cải thiện chất lượng
truyền video; 3/. Đề xuất xây dựng giải thuật cải tiến hàng đợi tích

cực BLUE-VPT cải thiện chất lượng truyền video trên mạng.
2. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
Đối tượng nghiên cứu
Luận án nghiên cứu cải tiến phương pháp quản lý hàng đợi cho
truyền video trên mạng IP. Để thực hiện mục tiêu chính của luận án,
chúng tôi đã nghiên cứu trên các đối tượng cụ thể là các cơ chế quản
lý hàng đợi tích cực RED, BLUE. Nghiên cứu cải tiến các hạn chế
của các giải thuật đó trong truyền dữ liệu dạng video trên mạng IP.
 Nghiên cứu đề xuất xây dựng hàm tuyến tính điều chỉnh xác
suất đánh dấu (loại bỏ) gói tin dựa trên các đặc tính của bộ
đệm tại bộ định tuyến và mức độ sử dụng đường truyền của
mạng.
 Nghiên cứu phát triển một giải thuật AQM mới là BLUE-VPT
có hiệu năng và chất lượng dịch vụ truyền video trên mạng IP
tốt hơn các giải thuật đã có.
 Phương pháp đánh giá hiệu năng và chất lượng dịch vụ truyền
video trên mạng IP bằng mô hình thực nghiệm mô phỏng trên
bộ công cụ NS-2.
Phạm vi nghiên cứu
+ Tập trung nghiên cứu những hạn chế của các giải thuật quản lý
hàng đợi tích cực AQM là RED và đặc biệt BLUE trong truyền video
dạng Mpeg-4 từ đó phân tích, đề xuất giải pháp cải thiện hiệu năng
và chất lượng truyền video qua mạng sử dụng các tham số hiệu năng
3



và thang đo khách quan PSNR(dB) [22, 46, 48, 60, 74, 79, 84] và
thang đo chủ quan MOS [20, 46, 79] để đánh giá.
+ Nghiên cứu đề xuất xây dựng hàm tuyến tính điều chỉnh xác

suất đánh dấu (loại bỏ) gói tin dựa trên kích thước hàng đợi tại bộ
định tuyến và mức độ sử dụng đường truyền, nghiên cứu phân tích
cấu trúc mã hóa liên khung của video từ đó tích hợp cơ chế ưu tiên
phân loại gói tin trong các giải thuật AQM để cải thiện chất lượng
truyền video qua mạng IP.
+ Nghiên cứu đánh giá và cải tiến giải thuật quản lý hàng đợi tích
cực RED, BLUE nâng cao hiệu năng và chất lượng dịch vụ truyền
video với các giải thuật cải tiến.
Phương pháp nghiên cứu của luận án
Nghiên cứu lý thuyết:
- Tắc nghẽn và một số giải pháp tránh tắc nghẽn.
- Các cơ chế quản lý hàng đợi (QUEUE), cơ chế quản lý hàng đợi
tích cực AQM (Active Queue Management) như RED và đặc biệt là
BLUE.
- Các kỹ thuật video MPEG, H.26x.
- Các phương pháp đánh giá hiệu năng và chất lượng dịch vụ mạng.
- Các phương pháp đo lường đánh giá chất lượng truyền video khách
quan và chủ quan (PSNR, MOS):
+ Nghiên cứu thực nghiệm: thông qua cài đặt và mô phỏng truyền
video trên mạng IP trên bộ công cụ mô phỏng NS-2 [57](Network
Simulator) và khung làm việc EVALVID[20, 46].
+ Phân tích đánh giá: Dựa trên kết quả quan sát trực quan và các dữ
liệu thống kê. Phân tích tổng hợp, kết hợp giữa lý thuyết và thực
nghiệm để chỉ ra các tồn tại hạn chế, nguyên nhân và giải pháp khắc
phục.
+ Tổng hợp, kế thừa: các ưu điểm và các kết quả nghiên cứu chi tiết
nhỏ để tổng hợp đưa ra những giải pháp mới có nhiều ưu điểm hơn
so với các giải pháp đã có trước đó.
Hiệu năng và chất lượng dịch vụ truyền video khi áp dụng các cơ chế
quản lý hàng đợi tích cực có đề xuất cải tiến của chúng tôi được so

sánh với các cơ chế RED, BLUE chưa cải tiến. Chúng tôi đánh giá
4



hiệu năng mạng và chất lượng dịch vụ truyền video bằng phương
pháp mô phỏng, sử dụng công cụ mô phỏng mạng NS-2, khung làm
việc EVALVID và một số tệp tin video akio.yuv, foremance.yuv từ
thư viện các tập tin video [8, 20, 46], tệp tin video bachkhoa.yuv do
tác giả quay trực tiếp.
3. Ý NGHĨA KHOA HỌC VÀ THỰC TIỄN CỦA LUẬN ÁN
Ý nghĩa khoa học của luận án:
(1).Đề tài đã đưa ra một số thuật toán quản lý hàng đợi áp dụng cho
video để nâng cao chất lượng truyền trên mạng IP.
(2). Đề xuất mới giải pháp tính các xác suất loại bỏ gói tin khác nhau
trong hàng đợi tích cực đối với các gói tin video và các gói tin không
phải video.
Ý nghĩa thực tiễn của luận án:
(3). Luận án xây dựng được mô hình đánh giá các nhân tố ảnh hưởng
đến hiệu năng và chất lượng dịch vụ truyền video trên mạng máy
tính bằng phương pháp mô phỏng trên khung làm việc EVALVID và
bộ công cụ NS-2. Đã thử nghiệm mô phỏng với luồng video thực.
(4). Đề xuất một số phương pháp điều chỉnh xác suất đánh dấu/loại
bỏ gói tin trong các giải thuật RED, BLUE.
(5). Đề xuất được một giải thuật cải tiến hàng đợi tích cực áp dụng
cho RED là ViRED. Và một giải thuật cải tiến hàng đợi BLUE theo
kiểu tiền xử lý là BLUE-VPT, chứng minh được sự cải thiện chất
lượng dịch vụ truyền video của các giải thuật cải tiến này trong các
điều kiện mạng đa luồng.

4. KẾT CẤU CỦA LUẬN ÁN
Nội dung luận án được kết cấu bao gồm: phần mở đầu, 4
chương chính, kết luận, danh mục tài liệu tham khảo. Trong đó:
Lời mở đầu: Nêu lý do, sự cần thiết của đề tài, đối tượng và phạm vi
nghiên cứu của đề tài.
Chương 1: TỔNG QUAN VỀ HIỆU NĂNG, CHẤT LƯỢNG DỊCH
VỤ TRUYỀN VIDEO TRÊN MẠNG MÁY TÍNH.
Chương 2: CƠ CHẾ QUẢN LÝ HÀNG ĐỢI TÍCH CỰC TRONG
TRUYỀN PHÁT VIDEO TRÊN MẠNG
5



Chương 3: ĐỀ XUẤT CẢI TIẾN GIẢI THUẬT QUẢN LÝ HÀNG
ĐỢI RED
Chương 4: ĐỀ XUẤT CẢI TIẾN GIẢI THUẬT QUẢN LÝ HÀNG
ĐỢI BLUE.
Kết luận: Tổng kết các kết quả đã thực hiện được của luận án.
Luận án đã được bảo vệ tại hội đồng bảo vệ cấp cơ sở tại Viện
Đào tạo Sau Đại học, trường Đại học Bách Khoa Hà Nội; ngày 20
tháng 02 năm 2014.
Một số kết quả nghiên cứu của Luận án đã được báo cáo tại
Hội thảo Quốc tế, ICUFN 2013 tại Đà Nẵng, Tạp chí IJCSNS
30/10/2013. Tạp chí Tin học và điều khiển học, chuyên san tạp chí
CNTT và truyền thông, Tạp chí khoa học và công nghệ các trường
Đại học.

6

Chương 1. TỔNG QUAN VỀ HIỆU NĂNG, CHẤT LƯỢNG
DỊCH VỤ RUYỀN VIDEO TRÊN MẠNG MÁY TÍNH.
1.1. Khái niệm hiệu năng và chất lượng dịch vụ mạng
Chất lượng dịch vụ mạng hay QoS mạng, bao hàm gồm cả hiệu năng
và QoS.
1.2. QoS và vấn đề tắc nghẽn
Với nhu cầu truyền thông ngày càng tăng nhất là đối với các ứng
dụng truyền phát video đòi hỏi băng thông cao thì khả năng xảy ra
tắc nghẽn trên mạng lại càng lớn làm ảnh hưởng đến QoS của các
ứng dụng, đặc biệt trong lĩnh vực truyền phát video [12, 50, 65, 66,
81].
1.3. Video kỹ thuật số
Hiện nay trên thế giới có hai tổ chức chịu trách nhiệm chính trong
việc đưa ra các chuẩn về nén và giải nén video đó là ITU và ISO.
1.3.1. Chuẩn MPEG
Được thiết lập từ năm 1988, MPEG[9, 36, 60, 67, 72] là một
nhóm chuyên gia các hình ảnh chuyển động thuộc ISO/IEC, chuẩn
MPEG lần đầu tiên được ra mắt vào tháng 5 năm 1988 tại Ottawa,
Canada có nhiệm vụ phát triển các tiêu chuẩn mã hóa cho hình ảnh
và âm thanh kỹ thuật số. Cho đến nay, nhóm nghiên cứu này đã phát
triển hơn 350 thành viên từ các hội nghị trên tất cả các lĩnh vực công
nghiệp, các khu nghiên cứu, đến các trường đại học.
1.3.2. Chuẩn H.26L
Video Coding Experts Group (VCEG - ITU-T SG16 Q.6) đã bắt
đầu phát triển các chuẩn H26L từ năm 1998, bao gồm các chuẩn
H.261, H263, H264AVC [9, 72, 73, 74, 75], đến tháng 4/2013 ITU
đã công bố khuyến nghị chuẩn H.265.
1.3.3. Cấu trúc mã hóa video
Với phương pháp mã hoá video hiện đại sẽ mã hóa mỗi khung

thành khung I (khung chính), P (khung hình dự đoán) hoặc B (hai
chiều).

B

B

P

B

B

P

B

B

P

B

B

I

B

B

P

B

B

P

B

B

P

B

B

I

GoP GoP

Hình 1.5 Cấu trúc GoP
7



1.4. Chất lượng dịch vụ truyền video trên mạng IP
1.4.1 Kỹ thuật truyền dòng video trên mạng IP

1.4.2 Các tham số QoS
1.4.3 Các đặc tính QoS:
1.4.4 QoS trong mạng IP:
1.4.5 Các độ đo QoS
1.5. Đánh giá chất lượng video trên mạng IP
1.5.1. Đánh giá khách quan
Một cách tổng quát đánh giá chất lượng video khách quan có thể
phân loại thành ba mô hình đánh giá chất lượng video chính [48, 73,
74]: Mô hình tham chiếu đầy đủ (Full-reference-FF), Mô hình không
tham chiếu (Non-reference/Zero-reference-ZF), Mô hình tham chiếu
rút gọn (Reduced-Reference/Partial-Reference - RR) [22, 73]
PSNR(dB): PSNR (Peak signal-to-noise ratio) được xem như một
trong các độ đo khách quan nhất để đo chất lượng truyền video qua
mạng.

)],,(),,(
1
log20)(
0 0
2
10


















 
col row
N
i
N
j
DS
rowcol
peak
dB
jinYjinY
NN
V
nPSNR
(1.13)
V
peak
= 2
k
– 1. Trong đó: k là số bit mã hóa một điểm ảnh.
1.5.2. Đánh giá chủ quan
Một trong những phương pháp đánh giá chất lượng video cho kết

quả tốt nhất đó là phương pháp đánh giá chủ quan của con người
(Mean Opinion Score - MOS).
1.5.3. Liên hệ giữa thang đo chủ quan và khách quan.
Mối liên hệ giữa thang đo chủ quan và khách được trình bày trong
bảng 1.9 chất lượng PSNR(dB) của các khung hình được ánh xạ vào
thang đo kinh nghiệm MOS theo bảng 1.9.
Bảng 1.9 Liên hệ thang đo chủ quan và khách quan
PSNR(dB)
>37
31-37
25-31
20-25
<20
MOS
(Rất tốt)
4(Tốt)
3(Trung bình)
2(Tồi)
Rất tồi
8



Chương 2. CƠ CHẾ QUẢN LÝ HÀNG ĐỢI TÍCH CỰC
TRONG TRUYỀN PHÁT VIDEO TRÊN MẠNG
2.1 Mô hình quản lý hàng đợi
Trong các ứng dụng tương tác và thời gian thực thì thời gian trả
lời trung bình được xem như một tiêu chuẩn quan trọng còn trong
các ứng dụng khác thì thông lượng lại là điều quan trọng nhất. Việc
mô tả hàng đợi theo lý thuyết toán học rất phức tạp nên ta chỉ mô tả

chúng theo mô hình đơn giản được sử dụng trong các mạng IP.
2.2 Kiến trúc phân lớp CQS trong Router
2.2.1 Phân lớp
Việc phân loại gói tin cũng là hình thức của cơ chế truyền gói dựa
theo các mức ưu tiên. Để phân loại lớp các dịch vụ chủ yếu dựa vào
thông tin bên trong phần header của gói. Nếu thiết lập a bit trong
phần header của gói để làm bit phân loại thì ta sẽ phân loại được 2ª
gói. Các thông tin phân loại được đặt trong trường TOS của IPv4,
trường TC của IPv6 và trường DS.
0
1
2
3
4
5
6
7
Precedence
D
T
R
0
0
3 bit
4 bit TOS
1 bit
Hình 2.3 Trường TOS của IPv4
2.2.2 Quản lý hàng đợi
2.2.3 Lập lịch
2.2.4 Các tham số cơ bản liên quan tới hàng đợi

2.2.5 Bắt giữ và đánh dấu gói tin
2.2.6 Giảm chiếm giữ hàng đợi
2.3 Cơ chế quản lý hàng đợi bị động
2.4 Cơ chế quản lý hàng đợi tích cực
2.4.1 Khái niệm
Quản lý hàng đợi tích cực (AQM-Active Queue Management) là một
hình thức quản lý hàng đợi của bộ định tuyến tiên tiến/nâng cao cố
gắng để phát hiện và phản ứng/phản hồi/xử lý tắc nghẽn trước khi nó
dẫn đến hậu quả nghiêm trọng khi hàng đợi đầy và bùng phát loại bỏ
gói tin. Khi xử lý nghi ngờ tắc nghẽn, phương pháp AQM loại bỏ
9



sớm các gói tin (hoặc thực hiện đánh dấu ECN) để báo hiệu tắc
nghẽn tới các nút cuối.
2.4.2 Các cơ chế quản lý hàng đợi tích cực.
Theo các số liệu sử dụng để đo tình trạng tắc nghẽn, quản lý hàng
đợi tích cực có thể được phân thành ba dạng: Quản lý hàng đợi tích
cực dựa vào kích thước hàng đợi, chẳng hạn RED; quản lý hàng đợi
tích cực dựa vào tải nạp BLUE [28, 33, 85, 86]; quản lý hàng đợi tích
cực dựa vào kích thước hàng đợi và tải nạp [15]. Cơ chế quản lý
hàng đợi tích cực để chống tắc nghẽn tại các nút mạng như RED và
các biến thể của nó ARED[29], ARIO[42],… Trong hình 2.8 trình
bày phân loại các cơ chế quản lý hàng đợi tích cực [23].
Quản lý hàng đợi tích cực
Dựa theo kích thước hàng đợi
Dựa theo tải nạp
Dựa theo kích thước hàng đợi
& tải nạp

RED,
FRED
,
BLUE
SFB

REM,
GREEN
,

Hình 2.8 Phân loại các cơ chế quản lý hàng đợi tích cực
2.4.3 Quản lý hàng đợi tích cực trong truyền phát video trên
mạng
Trong lĩnh vực ứng dụng truyền video trên mạng, đã hình thành
hai cách tiếp cận. Các phương pháp tiếp cận thứ nhất thích nghi trực
tiếp nội dung video các điều kiện mạng hiện hành tại các thiết bị đầu
cuối và được gọi là điều khiển QoS đầu cuối tới đầu cuối (QoS end-
to-end): Nó chủ yếu bao gồm điều khiển luồng, tránh tắc ghẽn, mã
hóa, kiểm soát lỗi và khả năng phục hồi lỗi [19] [84] [87]. Cách tiếp
cận thứ hai cung cấp hỗ trợ mạng cho video và được đặt tên là mạng
nút trung tâm [19].
Jae Chung and Mark Claypool và cộng sự đã có ý tưởng bổ sung
thêm trọng số nhẹ, tích hợp trong giải thuật AQM quản lý hàng đợi
ưu tiên dựa trên bộ định tuyến Internet để cải thiện đáng kể hiệu suất
của video. Đề xuất này mở rộng RED bằng cách điều chỉnh tốc độ
RED dựa trên sự hỗ trợ ba lớp ưu tiên và áp dụng nó để MPEG
10

điều chỉnh tốc độ dựa trên các cơ chế AQM để phân lớp ưu tiên gói
tin video. [24]
Năm 2011, Bor-Jiunn Hwang và cộng sự đã chỉ ra các thuật toán
AQM hiện đang gặp những những vấn đề sau:
(1) Hầu hết các thuật toán không thể đạt được các yêu cầu độ trễ
và thông lượng cùng một lúc.
(2) Các thuật toán AQM hầu như không xem xét đến các đặc
điểm luồng video mà chỉ có chính sách phân bổ băng thông công
bằng đồng nhất.
(3) Không xem xét các thuộc tính dịch vụ multicast, dẫn đến hiệu
quả băng thông thấp và hệ thống kém chất lượng video trung bình.
(4) Các thuật toán AQM hiện tại chỉ sử dụng điều chỉnh tốc độ
loại bỏ gói tin để khắc phục vấn đề tắc nghẽn. Tuy nhiên, bên cạnh
việc điều chỉnh tốc độ loại bỏ gói tin còn cần xem xét mức độ tắc
nghẽn, các thuật toán AQM sẽ hiệu quả hơn khi đáp ứng với lưu
lượng dữ liệu khác nhau.
(5) Hầu hết các thuật toán AQM không có khả năng thích ứng,
những thuật toán phải được chỉnh sửa hay điều chỉnh một tập hợp
các thông số để đáp ứng tải trọng giao thông đa dạng và khả năng
liên kết router.
(6) Một thách thức để vượt qua những vấn đề tắc nghẽn khi
truyền luồng video là xem xét các kỹ thuật mã hóa video, hiệu quả
băng thông và các yêu cầu QoS đối với các luồng lưu lượng khác
nhau để cho hiệu năng vượt trội hơn.
2.5 Kết luận chương 2
Chương này đã nêu tổng quan về các cơ chế quản lý hàng đợi, cơ chế
quản lý hàng đợi bị động, cơ chế quản lý hàng đợi tích cực và vai trò
của cơ chế quản lý hàng đợi tích cực trong truyền phát video trên
mạng. Cũng trong chương này đã trình bày kiến trúc CQS , phân loại
các phương pháp quản lý hàng đợi tích cực. Trong chương tiếp theo

chúng tôi đi sâu vào nghiên cứu phân tích giải thuật quản lý hàng đợi
tích cực RED, đề xuất cải tiến RED để nâng cao chất lượng truyền
video trên mạng máy tính.


11



Chương 3: ĐỀ XUẤT CẢI TIẾN GIẢI THUẬT QUẢN LÝ
HÀNG ĐỢI RED.
3.1. Tổng quan về giải thuật quản lý hàng đợi RED
3.1.1 Giải thuật RED
Giải thuật RED lần đầu tiên được Sally Floyd và Van Jacobson [63]
đề xuất cho chức năng quản lý hàng đợi tích cực (AQM), sau đó nó
được chuẩn hoá lại theo yêu cầu của IETF[15]. RED có khả năng
chống hiện tượng đồng bộ toàn cục trên toàn thể các luồng TCP, duy
trì khả năng thông qua cao cũng như độ trễ thấp cùng với cách đối xử
công bằng qua đa kết nối TCP. Một trong những lý do làm cho tỷ lệ
mất gói tin cao là do thiếu cơ chế kiểm soát và điều khiển luồng. Để
sớm phát hiện tắc nghẽn và hỗ trợ báo tắc nghẽn cho trạm nguồn, tổ
chức chuẩn IETF khuyến cáo sử dụng cơ chế quản lý hàng đợi tích
cực RED tại các bộ định tuyến trên mạng Internet.
RED tính toán kích thước hàng đợi trung bình dựa trên bộ lọc
thông thấp và trung bình dịch chuyển có trọng số tăng theo hàm mũ
(EWMA- Exponential Weighted Moving Average). Kích thước hàng
đợi trung bình được so sánh với hai giá trị ngưỡng: mức ngưỡng nhỏ
nhất min
th
và mức ngưỡng lớn nhất max

th
.
RED đánh dấu gói tin theo xác suất p
a
, với p
a
là một hàm tuyến
tính theo
k
ˆ
và được xác định như sau:

thth
th
pb
k
ˆ
p
minmax
min
max



; (3.1) (3.1)

b
b
a
p*count1

p
p


; (3.2) ( (3.2)
Ở đây, RED không sử dụng kích thước thực của hàng đợi để xác
định p
a
mà sử dụng kích thước hàng đợi trung bình
k
ˆ
. Với mục đích
là để tránh sự dao động quá nhanh của hàng đợi khi có những đợt gửi
với thời gian ngắn. RED tính toán
k
ˆ
với hệ số

mỗi khi có gói tin
đến theo phép gán sau:
kω+k
ˆ
)ω1(=k
ˆ

(3.3)
Khi kích thước hàng đợi nằm giữa mức ngưỡng min và max, thì
mỗi gói đến sẽ được đánh dấu bằng xác suất pa, đây là một chức
năng của kích thước hàng đợi trung bình. Tại mỗi thời điểm có một
12

gói bị đánh dấu và xác suất gói bị đánh dấu từ một kết nối điển hình
tỉ lệ với băng thông chia sẻ kết nối tại mỗi Bộ định tuyến.
3.1.2 Một số cải tiến của RED
3.2. Đề xuất giải thuật cải tiến ViRED
3.2.1. Ý tưởng giải thuật
Dựa trên giải thuật RED ban đầu, chúng tôi xây dựng một hàm
tuyến tính điều chỉnh xác suất đánh dấu (loại bỏ) các gói tin dựa trên
kích thước trung bình của bộ đệm tại bộ định tuyến và đặc tính của
luồng dữ liệu đến bộ đệm. Chúng tôi đề xuất tích hợp hàm tuyến tính
điều chỉnh xác suất p
a
đánh dấu hay (loại bỏ) gói tin tại bộ định tuyến
như sau:
If the received packet is a video
Updates the value p
a
= u. p
a
; else p
a
= p
a
;
3.2.2. Định nghĩa hàm tuyến tính u
U là hàm tuyến tính điều chỉnh xác suất đánh dấu hay (loại bỏ)
gói tin p
a

. Để phân loại ưu tiên gói tin video, hàm u được xây dựng
sao cho u[0; 1];
L
k
ˆ
1)k
ˆ
(u 
(3.7)
Trong đó : L: là kích thước bộ đệm tại bộ định tuyến   [0, 1];
k
ˆ
: Kích thước trung bình hiện thời của bộ đệm tại bộ định tuyến.
Để hàm u nhận giá trị nhỏ hơn 1 và tỷ lệ nghịch với kích thước
trung bình hiện thời của bộ đệm tại bộ định tuyến.Trong thực nghiệm
mô phỏng, chúng tôi chọn giá trị  = 0.02. Ta có (
k
ˆ
/L ) < 1 với
mọi
k
ˆ
 u > 0 
k
ˆ
.
3.2.3. Cài đặt mô phỏng giải thuật

Hình 3.8 Cấu hình mạng sử dụng trong mô phỏng
13

3.2.4. Phân tích đánh giá giải thuật ViRED
+ Phân tích tỷ lệ mất gói tin

Hình 3.10. Tỷ lệ mất gói tin video
khi sử dụng RED và ViRED
+Phân tích giá trị PSNR(dB):

Hình 3.11. So sánh giá trị PSNR khi
sử dụng RED và ViRED
Sử dụng mô phỏng, chúng tôi tính toán được giá trị PSNR trung
bình như trong dạng đồ thị trên hình 4.5, chúng ta thấy giá trị
PSNR(dB) trung bình khi sử dụng giải thuật mới ViRED đã được cải
thiện tăng hơn xấp xỉ 6,9% so với khi mô phỏng sử dụng giải thuật
RED ban đầu.
Sử dụng công cụ xác suất thống kê kiểm định thang đo chủ quan
PSNR(dB) của hai giải thuật RED và ViRED khi mô phỏng video
Akio.yuv.
Kiểm định giá trị PSNR(dB) giữa RED và ViRED

RED
PSNR
= 29,098227,
ViRED
PSNR
= 31,12979
Từ đó ta tính được S’
2

RED = 38,41187, S’
2
ViRED= 41,057368
So sánh RED và ViRED, phát biểu bài toán như sau:
Giả thuyết Ho: Giá trị
RED
PSNR
=
ViRED
PSNR

Đối thuyết H
1
:
RED
PSNR
<
ViRED
PSNR

Theo lý thuyết thì: Với mức ý nghĩa α = 0,05
Khi đó Φ(zα) = α - 0,05.Tra bảng tích phân Laplace được z
α
= -1,65
+) Tiêu chuẩn thống kê
299
057368,41
299
41187,38
12979,31098227,29

299299
2'
2'
RED






ViRED
RED
ViRED
S
S
PSNRPSNR
Z
= - 3,94064
Rõ ràng – 3,94064 < - 1,65 vậy bác bỏ H
0
. Vậy có cơ sở khẳng
định PSNR trung bình của ViRED lớn hơn RED.
Theo lý thuyết: Với mức ý nghĩa α = 0,01
Khi đó Φ(zα) = α - 0,1 .
Tra bảng tích phân Laplace được z
α
= -3,09
14

+) Tiêu chuẩn thống kê
299
S
299
S
PSNRPSNR
Z
2'
ViRED
2'
RED
REDViRED



=



299
057368,41
299
41187,38
12979,31098227,29

- 3,94064
Rõ ràng – 3,94064 < - 3,09 => bác bỏ H
0
. Vậy có cơ sở khẳng

định PSNR trung bình của ViRED lớn hơn RED.
Đối sánh chất lượng video theo thang đo chất lượng khách quan
giữa giải thuật RED và ViRED với cấu hình mạng hình 3.6 với mẫu
video khác là foreman.yuv lấy trên thư viện có 400 khung hình (xem
phục lục 2) và đạt được kết quả như trong hình 3.11, kết quả cho
thấy chất lượng PSNR(dB) trung bình khi sử dụng giải thuật ViRED
đã tăng xấp xỉ 3,6% so với RED.

Hình 3.11. So sánh giá trị PSNR(dB), sử dụng RED và ViRED
khi thực hiện mô phỏng với tập tin video forman.yuv
3.3 Kết luận chương 3. Giải thuật đề xuất ViRED cho thấy đã cải
thiện được chất lượng truyền video khi thực nghiệm trên NS-2. Kiểm
định bằng công cụ lý thuyết thống kê toán cho thấy cải tiến có ý
nghĩa thực tế trong cải thiện chất lượng truyền video trên mạng. Giải
thuật cải tiến ViRED có thể áp dụng cho các ứng dụng truyền video
trên mạng cần ưu tiên đáp ứng chất lượng dịch vụ, do nó được kế
thừa các ưu điểm của RED và được tích hợp thêm việc ưu tiên các
luồng video. Tuy nhiên ViRED chỉ cải tiến RED theo hướng tích hợp
cơ chế phân loại gói tin vào trong RED mà không chỉnh sửa các
thông số cơ bản của RED nên trong các điều kiện mạng tải nặng
hoặc bùng nổ lưu lượng thì ViRED mặc dù có thể duy trì việc ưu tiên
luồng video nhưng cũng sẽ không thể đáp ứng được trong thời gian
dài.
15



Chương 4. ĐỀ XUẤT CẢI TIẾN GIẢI THUẬT QUẢN LÝ
HÀNG ĐỢI BLUE
4.1. Tổng quan giải thuật quản lý hàng đợi BLUE

4.1.1. Giải thuật BLUE
BLUE đã được Wu-chang Feng và cộng sự đề xuất năm 1999
[85]. Tác động quan trọng nhất của việc sử dụng BLUE là điều khiển
tắc nghẽn có thể được thực hiện với kích thước không gian đệm tối
thiểu [17, 28, 33, 85]. Điều này làm giảm độ trễ end-to-end qua
mạng, do đó cải thiện hiệu quả của các thuật toán điều khiển tắc
nghẽn.
BLUE là một giải thuật quản lý hàng đợi tích cực để quản lý kiểm
soát tắc nghẽn dựa trên sự kiện mất gói dữ liệu và mức độ sử dụng
đường truyền thay vì chiếm dụng hàng đợi. BLUE duy trì một xác
suất p
m
duy nhất để đánh dấu (hoặc loại bỏ) các gói tin. Khi tràn bộ
đệm, nếu hàng đợi liên tục loại các gói tin, BLUE sẽ tăng p
m
, do đó
tăng tốc độ gửi lại thông báo tắc nghẽn hoặc loại bỏ các gói tin.
Ngược lại, nếu hàng đợi trở nên trống rỗng hoặc nếu liên kết được
nhàn rỗi, BLUE lại giảm xác suất đánh dấu (hay loại) gói tin của nó.
Dưới đây là mã giả của giải thuật BLUE:
Dựa trên sự kiện mất gói tin hay
q
len
> L :
if (( now -last_update) >
freeze_time ) {
p
m
= p
m

+ d
1
;
last_update = now; }
Dựa trên sự kiện đường truyền rỗi
hay q
len
=0:
if ((now–last_update)> freeze_time ) {
p
m
= p
m
– d
2
;
last_update = now; }
Đánh dấu(loại bỏ)các gói tin với xác suất p
m
Hình 4.1 Mã giả giải thuật BLUE .
Các tham số sử dụng trong giải thuật:
- p
m
: xác suất đánh dấu hoặc loại gói tin,
- freeze_time: là một tham số xác định khoảng thời gian tối thiểu
giữa hai lần cập nhật liên tiếp của pm,
- d
1
: xác định lượng tăng lên của pm khi hàng đợi tràn,
- d

2
: xác định lượng giảm pm khi liên kết là nhàn rỗi,
- now: thời điểm hiện tại,
- last_update: thời điểm xảy ra lần cập nhật p
m
gần nhất,
- qlen: là độ dài hàng đợi hiện tại,
16



- L: xác định ngưỡng cho phép gói tin đến tại hàng đợi.
4.1.2. Giải thuật Stochastic Fair Blue (SFB)
4.2. Nghiên cứu đề xuất các giải thuật cải tiến dựa trên cơ sở
hàng đợi BLUE
Phân tích sơ đồ giải thuật BLUE gốc ban đầu của W.Feng (Hình
4.1, 4.2) ta có thể thấy việc nghiên cứu điều chỉnh tham số p
m
, để có
thể điều chỉnh xác suất đánh dấu p
m
(loại bỏ) gói tin trong các giai
thuật BLUE ban đầu có thể tiến hành ở hai giai đoạn như sau:
Giai đoạn 1: tác động điều chỉnh xác suất p
m
ngay khi xảy ra sự
kiện mất gói tin, hoặc sự kiện đường truyền không bận. Việc xử lý
tham số p
m
ở giai đoạn này chúng tôi gọi là tiền xử lý.

Giai đoạn 2: tác động điều chỉnh xác suất p
m
ở bước 4, sau khi đã
xử lý cả hai sự kiện mất gói tin và đường truyền không bận. Việc xử
lý tham số p
m
ở giai đoạn này chúng tôi gọi là hậu xử lý.
Từ đó chúng tôi đưa ra hai nhóm giải thuật cải tiến như sau:
Nhóm I: Cải tiến kiểu tiền xử lý, (điều chỉnh xác suất p
m
trước)
Nhóm II: Cải tiến theo kiểu hậu xử lý, (điều chỉnh xác suất p
m
sau).
4.3. Đề xuất giải thuật tiền xử lý nhóm I
4.3.1. Đề xuất giải thuật tiền xử lý EBLUE
4.3.1.1. Ý tưởng cải tiến
Xây dựng hàm tuyến tính điều chỉnh xác suất loại gói.
4.3.1.2. Đề xuất xây dựng hàm tuyến tính một biến u
Để tác động vào xác suất pm khi xảy ra hiện tượng mất gói tin
hay (q
len
> L). Chúng tôi định nghĩa hàm u như sau:

L
x
xu

1)(
(4.1)

Trong đó: L là kích thước bộ đệm, α, nhận giá trị ϵ [0, 1]; x là kích
thước hiện thời của bộ đệm tính theo số gói tin.
Hàm u nhận giá trị dương nhỏ hơn 1, tỉ lệ nghịch với giá trị x.
4.3.1.3. Tích hợp hàm u(x) trong giải thuật BLUE
Theo định nghĩa hàm u(x), vì
1
L
x
, và α được chọn nhận giá trị
dương luôn nhỏ hơn 1  theo (4.1) ta có hàm u(x) < 1 với mọi giá trị
của x hay với mọi gói tin đến bộ đệm của bộ định tuyến.

17



4.3.2. Đề xuất giải thuật tiền xử lý BLUE-VPT
4.3.2.1. Ý tưởng giải thuật BLUE-VPT
Dựa trên cấu trúc chuỗi video MPEG, có 3 kiểu khung hình I, P,
B được mã hóa liên khung trong đó, khung hình I là quan trọng nhất
và có kích thước lớn nhất. Do đặc tính của BLUE, giá trị của tham số
d1>>d2 nên đáp ứng với sự kiện mất gói tin rất nhanh. Dựa trên các
đặc tính mã hóa khung hình liên khung của MPEG chúng tôi đề xuất
cải tiến giải thuật BLUE để giảm bớt việc mất các gói tin dựa vào
phân loại các gói tin tùy theo chúng thuộc khung hình I, P, B trước
khi điều chỉnh xác suất p
m
.
4.3.2.2 Đề xuất xây dựng hàm tuyến tính
Mô tả giải thuật: dựa trên 2 đặc tính sự kiện mất gói (q

len
> L) và
sự kiện đường truyền rỗi của BLUE chúng tôi đề xuất định nghĩa hai
hàm tuyến tính như sau:
Định nghĩa hàm tuyến tính u(x). Hàm u(x) được xây dựng tương tự
như hàm u(x) trong công thức (4.1)
u(x) = 1-α.x/L;
Trong đó: α [0; 1]; L là kích thước hàng đợi; x là kích thước
hiện thời của bộ đệm.
Định nghĩa hàm tuyến tính v(y).
v(y) = 1 - β.y; (4.2)
Trong đó: β  [0; 1]; y là mức độ sử dụng đường truyền và được
tính như sau:
tB
departuresbyte
y
t


_

byte_departurest: số bytes được truyền đi trong t giây,
B: băng thông của đường truyền,
t: Thời gian truyền;
Hiển nhiên u(x), v(y) luôn nhận giá trị trong khoảng [0; 1].
Các giá trị tham số α, β của hàm u(x) , v(y) được chọn trong mô
phỏng có giá trị tương ứng là 0.02 và 0.098.
Như đã trình bày ở trên, do BLUE đáp ứng rất nhanh với sự kiện
mất gói tin nên ta tích hợp hàm u(x) để ưu tiên các gói tin thuộc
khung hình I, mỗi khi tiến hành điều chỉnh xác suất pm. Mặt khác do

d1>>d2 nên BLUE đáp ứng với sự kiện đường truyền rỗi (thời điểm
bộ đệm trống) chậm hơn, nên sẽ tích hợp hàm v(y) để ưu tiên các gói
18



tin thuộc khung hình P, B theo sự kiện đường truyền rỗi. Từ đó ta có
giải thuật cải tiến BLUE-VPT.
Vì u(x) nhận giá trị [0;1] với mọi gói tin đến bộ đệm nên trong
giải thuật cải tiến sử dụng hàm điều chỉnh u(x), giá trị của xác suất
p
m
được cập nhật lại như sau: p
m
=u.p
m
 p
m
, hay p
m
= v.p
m
với mọi
x, y.
Chúng tôi đã thử nghiệm đo các thông số về mức độ sử dụng
đường truyền của giải thuật cải tiến BLUE-VPT và đối sánh với giải
thuật BLUE các kết quả đo mức độ sử dụng đường truyền được cho
thấy mức độ sử dụng đường truyền của giải thuật cải tiến đã được cải
thiện trung bình xấp xỉ 6.47% so với BLUE và 9.54% so với RED.
4.3.3. Đối sánh giải thuật cải tiến tiền xử lý nhóm I, EBLUE và

BLUE-VPT
4.3.3.1. Đối sánh trên các tham số QoS mạng
Trong phần dưới đây chúng tôi tiến hành phân tích đối sánh hai
giải thuật tiền xử lý nhóm I trên các tham số QoS mạng:
+ Độ trễ trung bình
+ Đánh giá tỷ lệ mất gói tin
+ Thông lượng trung bình
+ Biến thiên trễ Jitter
4.3.3.2.Phân tích và đối sánh giải thuật nhóm I trên các tham số
đánh giá chất lượng Video
Để đánh giá chất lượng truyền video khi sử dụng các giải thuật
cải tiến chúng tôi sử dụng 03 tham số đo chất lượng video là độ mất
gói tin video, mức độ sử dụng đường truyền (utilization link) và độ
đo khách quan chất lượng video PSNR(dB). Chúng tôi cũng sử dụng
lý thuyết thống kê để tính toán kiểm định giả thuyết trên giá trị độ
trễ trung bình và thám số chất lượng video khách quan PSNR(dB)
Kết luận: Trong phần này chúng tôi đã đề xuất giải pháp sử dụng
các hàm tuyến tính điều chỉnh xác suất loại bỏ gói tin dựa trên cơ
chế quản lý hàng đợi BLUE. Đó là vừa dựa trên kích thước hàng đợi,
vừa dựa trên mức độ sử dụng đường truyền và có tích hợp cơ chế
phân loại ưu tiên gói tin của luồng video. Chúng tôi gọi giải thuật
hàng đợi cải tiến này là BLUE-VPT, qua các thử nghiệm mô phỏng,
đối sánh với các giải thuật quản lý hàng đợi tích cực khác là RED và
BLUE gốc ban đầu. Giải thuật BLUE-VPT đã cải thiện được chất
19



lượng truyền video trên mạng IP trong điều kiện mạng có đa luồng
dữ liệu tham gia và có tổn hao.

4.4. Đề xuất cải tiến giải thuật hậu xử lý nhóm II.
4.4.1. Đề xuất giải thuật VBLUE
4.4.1.1. Ý tưởng cải tiến
VBLUE tích hợp thêm cơ chế phân loại ưu tiên các gói tin video,
khi mạng bắt đầu xảy ra mất gói tin hoặc bộ đệm bị tràn (qlen> L):
nếu gói tin là video thì thuật toán đánh dấu loại bỏ gói tin đến với
xác suất u.pm; (0 < u < 1). u là tham số ưu tiên để làm giảm xác suất
loại bỏ gói trong trường hợp gói tin đến là video. Khi lưu lượng
tăng đột ngột lớn trong thời gian dài thì u có xu hướng tiến về 0 và
ngược lại.
4.4.1.2. Cài đặt mô phỏng phân tích giải thuật VBLUE
Qua cài đặt tính toán khi thực hiện mô phỏng cho thấy cơ chế
VBLUE hiệu quả hơn cơ chế RED và xấp xỉ với BLUE trên các
thông số hiệu năng như độ trễ, và thông lượng phát nhưng lại đạt
chất lượng cao hơn hẳn RED và BLUE về chất lượng video đo theo
tham số PSNR.
4.4.2. Đề xuất giải thuật BLUE-U
4.4.2.1. Ý tưởng đề xuất
Dựa trên đặc điểm của thuật toán BLUE, chúng tôi đã xây dựng
một hàm tuyến tính u điều chỉnh xác suất đánh dấu (loại bỏ) các gói
tin dựa trên các yếu tố kích thước bộ đệm tại router, mức độ sử dụng
đường truyền và các đặc tính trong mã hóa luồng video Mpeg.
Chúng tôi đề xuất tích hợp hàm tuyến tính hai biến để điều chỉnh
xác suất trong thuật toán BLUE khi tiến hành đánh dấu (loại bỏ) gói
tin như sau: Kiểm tra nếu gói tin đến là video cập nhật giá trị p
m
=
u.p
m
ngược lại p

m
= p
m
.
Để phân loại ưu tiên các gói tin video hàm u được xây dựng sao
cho u nhận giá trị [0, 1];
4.4.2.2. Định nghĩa hàm tuyến tính u
Định nghĩa hàm u(x,y):

y
L
X
yxu 1),(


(4.3)
Trong đó: L là kích thước bộ đệm, α, β nhận giá trị  [0, 1], x là
20



kích thước hiện thời của bộ đệm, y là mức độ sử dụng đường
truyền và được tính như sau:
tB
departuresbyte
y
t


_

Rõ ràng y nhận giá trị từ [0; 1], byte_departurest: số bytes được
truyền đi trong t giây, B: băng thông của đường truyền, t: Thời gian
truyền;
Vấn đề đặt ra khi chọn giá trị α cho trước α[0; 1] chúng ta phải
tính toán được giá trị tương ứng của β trong miền [0;1] sao cho
u(x,y) nhận giá trị  [0; 1] với các tham số x, y thỏa mãn điều kiện
của thuật toán BLUE.Vậy nếu chọn α=0.002 ta có thể chọn β nhận
giá trị xấp xỉ trong [0; 0,098].
Vì u(x,y) nhận giá trị [0;1] với mọi gói tin đến bộ đệm nên
trong thuật toán cải tiến sử dụng hàm điều chỉnh u(x,y), giá trị của
xác suất p
m
=u.p
m
=> sẽ luôn  p
m
x, y, do vậy thuật toán cải tiến
với hàm điều chỉnh tính toán xác suất loại gói tin sẽ luôn hội tụ đến
giá trị BLUE ban đầu, đồng thời do tích hợp cơ chế ưu tiên các gói
tin video nên chất lượng luồng video được truyền qua mạng sẽ được
cải thiện đáng kể.
Sử dụng khung làm việc EVALVID với các cơ chế BLUE-U,
BLUE và RED để đánh giá chất lượng truyền video [13], cho thấy
thuật toán cải tiến BLUE-U đã cải thiện được chất lượng PSNR(dB)
trung bình so với RED là xấp xỉ 24% và BLUE là xấp xỉ 8.8%. Các
dịch vụ khác truyền trên TCP suy giảm nhưng có thể chấp nhận
được vì các gói tin này có thể được truyền lại theo TCP và không bắt
buộc truyền trong thời gian thực.
4.5 Phân tích đối sánh giải thuật cải tiến nhóm I và II, BLUE-

VPT và BLUE-U

Hình 4.42. Mức độ sử dụng
đường truyền
Hình 4.43. Đối sánh giá trị PSNR(dB)
giữa BUE-U và BLUE- VPT
Từ các phân tích, sử dụng kết quả mô phỏng trên hình 4.42, 4.43 và
21



các giá trị so sánh trên các thông số hiệu năng khác của BLUE-VPT
là tốt hơn hẳn BLUE-U. Vì vậy chúng ta có thể kết luận rằng trong
hai nhóm giải thuật cải tiến đã đề xuất. Giải thuật tiền xử lý (nhóm
II), BLUE-VPT nên được sử dụng để truyền phát video và có thể cải
thiện chất lượng luồng video hơn hẳn so với các giải thuật cải tiến
(Nhóm I) đã nêu trên.
Kiểm định giả thuyết Sử dụng lý xác suất thuyết thống kê
kiểm định giả thuyết đối sánh BLUE-VPT và BLUE-U trên
các giá trị PSNR(dB) trung bình, ta đều khẳng định được
BLUE-VPT tốt hơn, nên đi đến kết luận tổng quát là giải thuật
cải tiến tiền xử lý đầy đủ BLUE-VPT tốt hơn giải thuật hậu xử
lý đầy đủ BLUE-U.

Hình 4.44. Đối sánh tỷ lệ mất khung hình của 04 giải thuật cải tiến so với
BLUE
Đối sánh BLUE và BLUE-VPT trên các file mẫu video khác
Chúng tôi sử dụng 2 mẫu video khác là foreman.yuv, trên thư viện
video [7, 8], có 400 khung hình và file bachkhoa.yuv là video tự
quay có 1126 khung hình. Dưới đây là một số kết quả thực nghiệm

mô phỏng:


Hình 4.46. Đối sánh giá trị PSNR(dB)
giữa BLUE và BLUE-VPT khi truyền
video foremanc.yuv
Hình 4.48. Đối sánh giá trị
PSNR(dB) giữa BLUE và BLUE-VPT
khi truyền video bachkhoa.yuv
22



Trên hình 4.46 là kết quả đối sánh giá trị PSNR khi truyền file video
foreman.yuv giữa BLUE và BLUE-VPT. Giá trị PSNR(dB) trung
bình khi sử dụng giải thuật cải tiến BLUE-VPT tăng xấp xỉ 5,97% so
với BLUE gốc ban đầu. Trên hình 4.47 là kết quả đối sánh giá trị
PSNR khi truyền file video bachkhoa.yuv giữa BLUE và BLUE-
VPT. Giá trị PSNR(dB) trung bình khi sử dụng giải thuật cải tiến
BLUE-VPT tăng xấp xỉ 38,4% so với BLUE gốc ban đầu. Điều này
cho thấy hiệu quả thực tế của giải thuật cải tiến BLUE-VPT khi
truyền các luồng video có tải lớn trên mạng phức tạp.
Bảng 4.31. Thống kê khung hình I, P, B nhận được qua mô phỏng
bachkhoa.yuv
Kiểu
khung hình
Số khung hình ban
đầu, video
backkhoa.yuv
Số khung hình I, P, B của video tại bên

nhận sau khi mô phỏng truyền với các giải
thuật BLUE, BLUE-VPT
BLUE
BLUE-VPT
I
141
111
120
P
280
210
245
B
605
513
530
0 200 400 600
I
P
B
BLUE-VPT BLUE Video bachkhoa.yuv

Hình 4.49. Đối sánh tỷ lệ mất khung hình của giải thuật cải tiến BLUE-VPT
so với BLUE


(a) Khung hình #511, BLUE
(b) Khung hình #511, BLUE-VPT
Hình 4.50. Đối sánh ngẫu nhiên các khung hình video nhận được khi truyền
file bachkhoa.yuv

23



4.6 Kết luận chương 4
Trong chương này chúng tôi đã đề xuất hai giải pháp cải tiến giải
thuật BLUE để nâng cao chất lượng dịch vụ mạng và chất lượng dịch
vụ truyền video trên mạng.
Chúng tôi đã rút ra một số kết luận cụ thể sau:
Ưu điểm:
(1): Các giải thuật cải tiến đều cung cấp một mức độ sử dụng đường
truyền cao hơn giải thuật BLUE ban đầu.Và do được cải tiến từ giải
thuật BLUE gốc nên nó được kế thừa các ưu điểm của BLUE so với
RED, chẳng hạn đặc tính sử dụng ít bộ đệm của BLUE.
(2): Các giải thuật cải tiến đều giảm tỷ lệ mất gói tin chung trên toàn
mạng và đặc biệt các giải thuật cải tiến làm giảm tỷ lệ mất gói tin
video một cách rõ rệt.
(3): Thông lượng của các giải thuật cải tiến là xấp xỉ với thông lượng
của giải thuật BLUE ban đầu, nhưng do các giải thuật cải tiến tích
hợp cơ chế ưu tiên gói tin video ở mức độ khác nhau nên kết quả là
thông lượng cho luồng video được cải thiện, do đó làm tăng chất
lượng truyền video.
(4): Khi tiến hành đánh giá theo thang đo khách quan PSNR(dB) các
giải thuật cải tiến cũng đều có các giá trị PSNR(dB) lớn hơn so với
giải thuật BLUE và BLUE-VPT đạt giá trị PSNR(dB) trung bình cao
nhất.
(5): Sử dụng lý thuyết thống kê để kiểm định giả thuyết trên các
thông số QoS (độ trễ trung bình, tỷ lệ mất gói tin) và các thông số
ảnh hưởng đến chất lượng truyền video (tỷ lệ mất gói tin video, mức
độ sử dụng đường truyền và thang đo chất lượng video khách quan

PSNR(dB)), trên mẫu file video akio.yuv đã cho thấy các giải thuật
cải tiến đã cải thiện được chất lượng truyền video và giải thuật tiền
xử lý BLUE-VPT đạt kết quả ổn định tốt nhất.
Hạn chế:
Trong các trường hợp đòi hỏi tính công bằng giữa các luồng thì các
giải thuật cải tiến do mục đích là ưu tiên cho các ứng dụng video thời
gian thực sẽ trở nên không thích hợp.