prikaz prve stranice dokumenta Stvarno-vremenska procjena iskustvene kvalitete usluge YouTube temeljena na strojnom učenju i neovisna o postojanju korisničkih interakcija
No public access
master's thesis
Stvarno-vremenska procjena iskustvene kvalitete usluge YouTube temeljena na strojnom učenju i neovisna o postojanju korisničkih interakcija
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. urn:nbn:hr:168:517639
Planinić, Blaž
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Planinić, B. (2020). Stvarno-vremenska procjena iskustvene kvalitete usluge YouTube temeljena na strojnom učenju i neovisna o postojanju korisničkih interakcija (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:517639

Planinić, Blaž. "Stvarno-vremenska procjena iskustvene kvalitete usluge YouTube temeljena na strojnom učenju i neovisna o postojanju korisničkih interakcija." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. https://urn.nsk.hr/urn:nbn:hr:168:517639

Planinić, Blaž. "Stvarno-vremenska procjena iskustvene kvalitete usluge YouTube temeljena na strojnom učenju i neovisna o postojanju korisničkih interakcija." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. https://urn.nsk.hr/urn:nbn:hr:168:517639

Planinić, B. (2020). 'Stvarno-vremenska procjena iskustvene kvalitete usluge YouTube temeljena na strojnom učenju i neovisna o postojanju korisničkih interakcija', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 23 November 2024, https://urn.nsk.hr/urn:nbn:hr:168:517639

Planinić B. Stvarno-vremenska procjena iskustvene kvalitete usluge YouTube temeljena na strojnom učenju i neovisna o postojanju korisničkih interakcija [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:168:517639

B. Planinić, "Stvarno-vremenska procjena iskustvene kvalitete usluge YouTube temeljena na strojnom učenju i neovisna o postojanju korisničkih interakcija", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2020. Available at: https://urn.nsk.hr/urn:nbn:hr:168:517639

Metadata
TitleStvarno-vremenska procjena iskustvene kvalitete usluge YouTube temeljena na strojnom učenju i neovisna o postojanju korisničkih interakcija
Title (english)Machine Learning-Based User-Interaction-Agnostic Real-Time YouTube Quality of Experience Estimation
AuthorBlaž Planinić
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
Gledanje videa na zahtjev je jedna od najpopularnijih aktivnosti na Internetu danas. Iz tog razloga, davateljima mrežnih usluga u cilju je pružiti što bolju uslugu krajnjim korisnicima, a da pritom efikasno upravljaju ograničenim mrežnim resursima. Podaci koji utječu na iskustvenu kvalitetu korisnika su u mreži enkriptirani te davatelji mrežnih usluga nemaju uvid u njih. Rješenje za praćenje iskustvene kvalitete pronalazi se u metodama strojnog učenja. Međutim, korisničko ponašanje prilikom gledanja videozapisa u obliku interakcija utječe na uzorke u mrežnom prometu pa samim time i na procjenu iskustvene kvalitete. Stoga, u ovom radu je ispitana mogućnost definiranja mrežnih značajki koje ne ovise u postojanju korisničkih interakcija prilikom gledanja videozapisa na YouTube-u, te izgradnje modela za procjenu iskustvene kvalitete koji adresiraju slučajeve s i bez korisničkih interakcijama.
Abstract (english)
Nowadays, video on demand (VOD) streaming is one of the most popular activities on the Internet. Therefore, a challenge faced by network operators is to fulfill customer demands and expectations while efficiently managing their limited network resources. Data affecting the Quality of Experience (QoE) are encrypted, so network operators do not have direct insight into them. Solutions which include machine learning methods in predicting QoE based on the analysis of encrypted network traffic are promising. However, customer interactions while watching VoD affect network traffic, and consequently QoE estimation. Hence, this thesis explores possibilities of defining network features which do not depend on customer interactions while watching YouTube videos, and training models for QoE estimation that include data which may and may not depend on customer interactions.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:517639
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 13:30:08