A study on the characterization and traffic modeling of MPEG video sources

MPEG 비디오 소스의 특성화 및 트래픽 모델링에 관한 연구

It is expected that the transport of compressed video will become a significant part of total network traffic because of the widespread introduction of multimedial services such as VOD(video on demand). Accordingly, VBR(variable bit-rate) encoded video will be widely used, due to its advantages in statistical multiplexing gain and consistent vido quality. Since the transport of video traffic requires larger bandwidth than that of voice and data, the characterization of video source and traffic modeling is very important for the design of proper resource allocation scheme in ATM networks. Suitable statistical source models are also required to analyze performance metrics such as packet loss, delay and jitter. In this paper, we analyzed and described on the characterization and traffic modeling of MPEG video sources. The models are broadly classified into two categories; i.e., statistical models and deterministic models. In statistical models, the models are categorized into five groups: AR(autoregressive), Markov, composite Marko and AR, TES, and selfsimilar models. In deterministic models, the models are categorized into $({\sigma},\;{\rho}$, parameterized model, D-BIND, and Empirical Envelopes models. Each model was analyzed for its characteristics along with corresponding advantages and shortcomings, and we made comparisons on the complexity of each model.

광대역 종합정보 통신망에서 주문형 비디오 서비스 등의 멀티미디어 서비스가 본격적으로 도입됨에 따라 압축된 비디오의 전송이 전체 통신망 트래픽의 상당 부분을 차지할 것으로 기대된다. 가변 비트율로 부호화된 비디오가 통계적 이득과 일정한 비디오 품질을 제공할 수 있는 장점 때문에 많이 사용이 될 것이다. 비디오 트래픽을 전송하기 위해서는 음성 및 데이터 보다 많은 대역폭을 요구하기 때문에 ATM 통신망에서의 적절한 자원 할당 기법의 설계를 위하여 비디오 소스의 특성화와 트래픽 모델링은 아주 중요하다. 그리고 셀 손실, 지연 및 지터 등과 같은 성능 척도를 분석하기 위하여도 적절한 통계적 소스 모델이 필요하다. 본 논문에서는 MPEG 비디오 소스에 대한 특성화와 트래픽 모델링에 대하여 분석 기술하였다. 모델들을 크게 두 가지 즉, 통계적 모델과 결정적 모델로 분류하였다. 통계적 모델에서는 AR(autoregnessive), Markov, Markov와 AR의 복합, TES, 그리고 자기유사 모델로 분류하였다. 결정적 모델에서는 $({\sigma},\;{\rho}$, 매개변수화된 모델, D-BND, Empirical Envelopes 모델로 분류하였다. 각 모델들에 대한 특성, 장점 및 단점을 분석하고, 각 모델의 복잡도에 대하여 비교 분석하였다.