Not logged in.
Quick Search - Contribution
Contribution Details
Type | Bachelor's Thesis |
Scope | Discipline-based scholarship |
Title | Investigation and Evaluation of Distributed Storage Strategies for Video Streaming Application |
Organization Unit | |
Authors |
|
Supervisors |
|
Institution | University of Zurich |
Faculty | Faculty of Economics, Business Administration and Information Technology |
Date | 2010 |
Abstract Text | Video peer to peer streaming and video on demand applications bring new challenges to storing data. Such an application is LiveShift which is currently being developed at the Communication Systems Group of University of Zurich and includes retrieval and long term storage of video data. However it doesn't yet remove data, and in this thesis storage strategies for video streaming and demand in peer to peer environments are compared, and cache replacement policies are selected, modified and extended to work optimal with LiveShift. Changes to LiveShift were made, \emphe.g. introducing the notion of intervals to avoid fragmentation. The thesis should have concluded with selecting a optimal cache algorithms showing the best trade-off between hit/miss-rate and delay, but due to statistical errors the comparison did not show any favorite. Instead the characteristics of the algorithms were confirmed in specifically tailored scenarios showing off specific advantages. |
Zusammenfassung | Video Peer to Peer Streaming und Video on Demand Applikationen bringen neue Herausforderungen an die Art des Speicherung von Daten. Eine solche Applikation ist LiveShift, welche zur Zeit von der Communication Systems Group an der Universtität Zürich entwickelt wird und beinhaltet Abfragemöglichkeiten und Langzeitspeicherung von Videodaten. Es entfernt aber die Daten nicht automatisch bei Ressourcenknappheit und deshalb sucht und vergleicht diese Arbeit Speicherungsmanagementstrategien von Video Streaming und Video on Demand Applikationen in P2P Umgebungen. Ausserdem werden Cache-Algorithmen ausgewählt, modifiziert und erweitern um optimal in LiveShift zu funktioniert. Ãnderungen zu LiveShift wurden auch getätigt, und beinhalten unter anderem die Einführung von Intervallen um Fragmentierung von Daten zu vermeiden und für eine bessere Integration für die Cache-Algorithmen. Diese Arbeit hätte mit der Auswahl eines optimalen Cache-Algorithmus abschliessen sollen, welche die beste Kombination zwischen Treffer/Fehlraten und Verzögerungsmetriken hätte sein sollen, aber wegen zu hohen Standardfehlern in den Testläufen haben die Vergleiche keinen Favoriten hervorgebracht. Stattdessen wurden die Charakteristiken der Algorithmen in speziell angefertigten Szenarien bestätigt, wo ihre spezifischen Stärken aufgezeigt werden konnten. |
PDF File | Download |
Export | BibTeX |