prikaz prve stranice dokumenta Detekcija korisničkih interakcija u svrhu stvarno-vremenske procjene iskustvene kvalitete usluge YouTube temeljena na strojnom učenju
No public access
master's thesis
Detekcija korisničkih interakcija u svrhu stvarno-vremenske procjene iskustvene kvalitete usluge YouTube temeljena na strojnom učenju
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. urn:nbn:hr:168:421038
Matić, Filip
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Matić, F. (2020). Detekcija korisničkih interakcija u svrhu stvarno-vremenske procjene iskustvene kvalitete usluge YouTube temeljena na strojnom učenju (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:421038

Matić, Filip. "Detekcija korisničkih interakcija u svrhu stvarno-vremenske procjene iskustvene kvalitete usluge YouTube temeljena na strojnom učenju." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. https://urn.nsk.hr/urn:nbn:hr:168:421038

Matić, Filip. "Detekcija korisničkih interakcija u svrhu stvarno-vremenske procjene iskustvene kvalitete usluge YouTube temeljena na strojnom učenju." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. https://urn.nsk.hr/urn:nbn:hr:168:421038

Matić, F. (2020). 'Detekcija korisničkih interakcija u svrhu stvarno-vremenske procjene iskustvene kvalitete usluge YouTube temeljena na strojnom učenju', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 23 November 2024, https://urn.nsk.hr/urn:nbn:hr:168:421038

Matić F. Detekcija korisničkih interakcija u svrhu stvarno-vremenske procjene iskustvene kvalitete usluge YouTube temeljena na strojnom učenju [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2020 [cited 2024 November 23] Available at: https://urn.nsk.hr/urn:nbn:hr:168:421038

F. Matić, "Detekcija korisničkih interakcija u svrhu stvarno-vremenske procjene iskustvene kvalitete usluge YouTube temeljena na strojnom učenju", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2020. Available at: https://urn.nsk.hr/urn:nbn:hr:168:421038

Metadata
TitleDetekcija korisničkih interakcija u svrhu stvarno-vremenske procjene iskustvene kvalitete usluge YouTube temeljena na strojnom učenju
Title (english)Machine Learning-Based User Interaction Detection for Real-time YouTube Quality of Experience Estimation
AuthorFilip Matić
MentorLea Skorin-Kapov (mentor)
Committee memberLea Skorin-Kapov (predsjednik povjerenstva)
Committee memberMirko Sužnjević (član povjerenstva)
Committee memberMaja Matijašević (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2020-07-07, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
U posljednje vrijeme na globalnoj razini bilježimo sve veći porast broja korisnika Interneta. To dovodi i do sve većeg porasta u globalnom Internet prometu. Upravo sve učestalije korištenje usluga video strujanja pridonosi tom porastu. Budući da je većina Internet prometa kriptirana to predstavlja problem davateljima mrežnih usluga pri praćenju iskustvene kvalitete usluge krajnjim korisnicima. Dodatno, korisničke interakcije koje su u vezi s prikazivanjem video sadržaja utječu na uzorke u mrežnom prometu i otežavaju procjenu iskustvene kvalitete. U sklopu ovog rada se pomoću tehnika strojnog učenja ispituje mogućnost otkrivanja korisničkih interakcija u stvarnom vremenu.
Abstract (english)
Nowadays, on the global scale there is an ever-increasing number of Internet users. This has led to a rise in global Internet traffic, driven mostly by increased usage of video streaming services. The fact that most of the Internet traffic is encrypted poses a problem for ISPs to monitor and meet end user Quality of Experience (QoE) expectations. Furthermore, user interactions during video playback have an impact on network traffic patterns and make the assessment of QoE more difficult. This thesis analyses solutions that employ machine learning techniques to detect user interactions in real time.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:421038
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-13 13:04:29