prikaz prve stranice dokumenta Procjena performansi strujanja igara zasnovanih na računalnom oblaku temeljena na analizi kriptiranog prometa uporabom metoda strojnog učenja
No public access
master's thesis
Procjena performansi strujanja igara zasnovanih na računalnom oblaku temeljena na analizi kriptiranog prometa uporabom metoda strojnog učenja
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. urn:nbn:hr:168:188136
Paradžik, Stipe
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Paradžik, S. (2022). Procjena performansi strujanja igara zasnovanih na računalnom oblaku temeljena na analizi kriptiranog prometa uporabom metoda strojnog učenja (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:188136

Paradžik, Stipe. "Procjena performansi strujanja igara zasnovanih na računalnom oblaku temeljena na analizi kriptiranog prometa uporabom metoda strojnog učenja." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. https://urn.nsk.hr/urn:nbn:hr:168:188136

Paradžik, Stipe. "Procjena performansi strujanja igara zasnovanih na računalnom oblaku temeljena na analizi kriptiranog prometa uporabom metoda strojnog učenja." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. https://urn.nsk.hr/urn:nbn:hr:168:188136

Paradžik, S. (2022). 'Procjena performansi strujanja igara zasnovanih na računalnom oblaku temeljena na analizi kriptiranog prometa uporabom metoda strojnog učenja', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 02 April 2025, https://urn.nsk.hr/urn:nbn:hr:168:188136

Paradžik S. Procjena performansi strujanja igara zasnovanih na računalnom oblaku temeljena na analizi kriptiranog prometa uporabom metoda strojnog učenja [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2022 [cited 2025 April 02] Available at: https://urn.nsk.hr/urn:nbn:hr:168:188136

S. Paradžik, "Procjena performansi strujanja igara zasnovanih na računalnom oblaku temeljena na analizi kriptiranog prometa uporabom metoda strojnog učenja", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2022. Available at: https://urn.nsk.hr/urn:nbn:hr:168:188136

Metadata
TitleProcjena performansi strujanja igara zasnovanih na računalnom oblaku temeljena na analizi kriptiranog prometa uporabom metoda strojnog učenja
Title (english)Streaming Performance Estimation for Cloud Gaming Based on the Analysis of Encrypted Network Traffic Using Machine Learning
AuthorStipe Paradžik
MentorLea Skorin-Kapov (mentor)
Committee memberLea Skorin-Kapov (predsjednik povjerenstva)
Committee memberIgor Sunday Pandžić (član povjerenstva)
Committee memberMirko Sužnjević (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2022-07-13, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Zbog lakoće pristupa igre zasnovane na računalnom oblaku stječu sve veću popularnost među igračima, uz to izdavačima daju pristup široj publici i rješavaju problem piratizacije. Uz razvoj 5G mreža ovaj oblik igranja bi trebao biti još pristupačniji. U ovome radu je analiziran utjecaj promjene parametara brzine kodiranja, broja okvira u sekundi i rezolucije na prostorne i vremenske video metrike, kao i analiza utjecaja tih istih parametara na mrežne podatke. Također su korištene tehnike... More strojnog učenja kako bi se predvidjeli rezolucija, brzine kodiranja i broj okvira u sekundi iz snimljenog mrežnog prometa za svaku odigranu sjednicu. Pri analizi utjecaja parametara na video metrike ustanovljeno je da promjena rezolucije ima velik utjecaj na prostorne, a promjena broja okvira u sekundi ima utjecaj na vremenske video metrike. Brzina kodiranja nije imala nikakvog utjecaja ni na prostorne ni na vremenske metrike. Također je uočeno da igre iz prvog i trećeg lica imaju visoke vremenske i niske prostorne metrike, dok igre s pogledom odozgo imaju niske vremenske i visoke prostorne video metrike. Analizom mrežnog prometa utvrdili smo da povećanjem brzine kodiranja, poveća se broj paketa kao i veličina paketa koje se šalju. Za igre koje se oslanjaju na igranjem mišem klijent bi slao puno više prometa prema poslužitelju, nego za igre koje se igraju isključivo pomoću tipkovnice. Korištenjem tehnika strojnog učenja iz mrežnih podataka moglo se s velikom preciznošću predvidjeti korisnička brzina kodiranja i broj okvira u sekundi, dok predviđanje rezolucije igre u najboljem slučaju je bilo točno u 70 % slučajeva. Less
Abstract (english)
Due to the ease of access, cloud gaming is gaining increasing popularity among gamers. In addition to that, it gives game publishers wider reach while also solving the problem of video game piracy. With the development of 5G networks, this form of gaming should be even more accessible. This thesis analyzes the impact of bitrate, framerate and resolution on spatial and temporal video metrics, as well as their impact on network traffic. Machine learning was used to predict the... More resolution, bitrate and framerate from network data for each recorded session. When analyzing the influence of parameters on video metrics, it was determined that changing the resolution has a large impact on spatial metrics, while changing the framerate has an impact on temporal video metrics. Bitrate had no effect on either spatial or temporal metrics. It has also been observed that first and third person games have high temporal and low spatial metrics, while top down games have low temporal and high spatial video metric values. By analyzing network traffic, it was found that by increasing bitrate, the number of packets as well as packet size increased. For games that relied on mouse use, the client would send a lot more traffic data to the server than for games which were played solely using the keyboard. By using machine learning on traffic data, it is possible to predict bitrate and framerate with great accuracy, while predicting resolution was at best 70 % accurate. Less
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:188136
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 on2023-01-14 09:38:26
accessibility

closeAccessibilityrefresh

If you wish to permanently save changes, click on Save, if not - your settings will be reset when you restart the browser.