Implementação e Avaliação de um Sistema de Vídio Sob Demanda Baseado em Cache Cooperativa Colapsada de Vídeo
Autores
4342 |
135,1943
|
|
4343 |
135,1943
|
Informações:
Publicações do PESC
Neste trabalho é implementado e avaliado o funcionamento de um sistema de vídeo sob demanda baseado na técnica CVCC (Cache de Vídeo Cooperativa Colapsada). Dentre os principais problemas encontrados estão a limitação de banda disponível aos clientes de banda larga, a perda de pacotes na rede ou no sistema operacional e o atendimento as diversas demandas do sistema em tempo real. É implementado um sistema de escalonamento de pacotes que divide adequadamente a banda disponível entre os diversos usuários do sistema, adequando-se às necessidades de cada um deles. O sistema é capaz de alocar recursos para reparar possíveis perdas ocorridas na rede. Com intuito de atender adequadamente às restrições temporais é implementado um sistema de escalonamento de CPU que divide a mesma entre as diversas tarefas do sistema. O sistema é avaliado em uma operadora de Internet banda larga e comporta-se como esperado, mostrando continuidade, escalabiliade e eficácia na distribuição de mídia sob demanda .
In this work, the CCVC (Colapsed Cooperative Video Cache) technique is implemented and evaluated. Among the main problems we found are the limited bandwidth encountered on available broadband networks, lost packets in either the network or the operating system and in time execution of multimedia real time tasks. To tackle these problems we implemented a packet scheduling system capable of dividing the available system’s bandwidth among the users, based on the particular communication resources each user has. Second, the resulting system is capable of saving resources to recover packets lost in the network. Third, to take care adequately of the temporal restrictions, we also implemented a CPU scheduling system that shares such restrictions among the system tasks. Our system is evaluated on a broadband Internet service provider and the results demonstrated that it works as predicted, showing continuity, scalability, and effetiveness on delivery of videos on demand.