I. Tổng quan về Đánh Giá Chất Lượng Trải Nghiệm Ứng Dụng Đám Mây
Internet service đã phát triển mạnh mẽ trong thập kỷ qua. Người dùng được đặt vào vị trí trung tâm, thúc đẩy bởi những khả năng đa dạng của công nghệ Internet phát triển nhanh chóng. Ví dụ, trước tiêu chuẩn Dynamic Adaptive Streaming over HTTP (DASH) được công bố năm 2012, người dùng chỉ có thể xem video với một mức chất lượng duy nhất thông qua tải xuống liên tục. Ngày nay, người dùng có thể có kênh video thích ứng full HD của riêng mình, có thể hiển thị trên bất kỳ máy tính cá nhân hoặc thiết bị thông minh di động nào. Ngoài ra, sự ra đời của điện toán đám mây đã cách mạng hóa hệ sinh thái Internet bằng cách cung cấp mọi thứ cho người dùng dưới dạng dịch vụ. Điều này có nghĩa là người dùng chỉ cần một thin client để chạy bất kỳ loại ứng dụng đám mây nào được tập trung tại trung tâm dữ liệu hoặc phân tán trong edge cloud. Bằng cách di chuyển phần mềm trên máy tính để bàn vào đám mây, người dùng có thể linh hoạt truy cập các ứng dụng của họ từ mọi nơi, tận hưởng trải nghiệm người dùng tốt nhất và tận dụng khả năng mở rộng của mô hình đám mây với tài nguyên gần như không giới hạn. Hơn nữa, mô hình chia sẻ trong Software as a Service (SaaS) cung cấp cho người dùng chi phí sử dụng thấp hơn trong khi truy cập ứng dụng đám mây dùng chung và duy trì dữ liệu của riêng họ trong bộ nhớ đám mây cá nhân. Tất cả những lợi thế này đã dẫn đến sự bùng nổ của đăng ký dịch vụ đám mây trong những năm gần đây.
1.1. Tầm quan trọng của Chất lượng trải nghiệm ứng dụng đám mây
Mặc dù tiềm năng tăng doanh thu, các nhà khai thác mạng phải đối phó với vấn đề nhu cầu dịch vụ cao hiện nay trong khi dung lượng bị hạn chế. Hơn nữa, để cạnh tranh thành công giành thị phần và giữ chân người dùng tiềm năng, các nhà cung cấp phải tính đến trải nghiệm của người dùng. Ví dụ, sự suy giảm chất lượng dịch vụ như gián đoạn video có thể gây ra tình trạng người dùng rời bỏ. Do đó, các nhà cung cấp dịch vụ mạng và đám mây, hơn bao giờ hết, cần phải nhận thức được trải nghiệm của người dùng với sản phẩm của họ. Điều này không chỉ giúp đáp ứng người dùng và tăng doanh thu mà còn mang lại khả năng phản ứng với việc quản lý lưu lượng khi xảy ra sự cố mạng. Để kết thúc, một cơ chế giám sát là cần thiết để hiểu mức độ trải nghiệm của người dùng với các dịch vụ đám mây, đó là một mục tiêu của luận án này.
1.2. Sự khác biệt giữa QoS và QoE trong môi trường đám mây
Trong Internet, một điều kiện tiên quyết để đáp ứng yêu cầu của người dùng là các nhà khai thác mạng cần đảm bảo kết nối Chất lượng dịch vụ (QoS) cao cho người dùng. Tuy nhiên, các thông số QoS mạng như băng thông, độ trễ hoặc mất gói không phản ánh nhận thức hoặc cảm xúc của người dùng mà là điều kiện mạng vật lý. Do đó, một khái niệm mới có thể chuyển trải nghiệm của người dùng thành một số liệu có thể đo lường được là bắt buộc và được định nghĩa trong [12], được gọi là Chất lượng trải nghiệm (QoE). QoE là mức độ hài lòng hoặc khó chịu của người dùng đối với một ứng dụng hoặc dịch vụ. Nó thường được đo bằng các bài kiểm tra chủ quan hoặc các nghiên cứu khách quan. Luận án này bao gồm các khía cạnh khác nhau của nghiên cứu QoE khách quan có thể giúp các nhà cung cấp mạng hiểu được tác động của QoS mạng đối với sự hài lòng của người dùng.
II. Giám Sát QoE dựa trên VNF Phương pháp và thách thức
Mặc dù QoE được coi là một chỉ số đáng tin cậy trong việc đánh giá mức độ hài lòng của người dùng, các phép đo QoE chủ quan rất tốn kém và tốn thời gian vì nó đòi hỏi phải có người tham gia tuyển dụng. Ngoài ra, các dịch vụ đám mây khác nhau có các đặc điểm chủ quan và khách quan khác nhau cho việc nhận biết chất lượng [13]. Ví dụ, đánh giá QoE cho dịch vụ ảnh dựa trên đám mây có thể được thực hiện dựa trên thời gian tải ảnh [3, 14, 15]. Trong khi đó, đánh giá QoE cho phát video trực tuyến thông thường dựa trên tần suất và độ dài tạm dừng [4, 16, 17]. Điều này có nghĩa là, đánh giá phụ thuộc rất nhiều vào loại ứng dụng hoặc dịch vụ. Do đó, thực hiện đánh giá QoE cho mọi dịch vụ Internet thậm chí còn tốn kém hơn. Để giải quyết vấn đề này, QoE khách quan [11, 18] trở thành một giải pháp thay thế để ước tính QoE. QoE khách quan đề cập đến nỗ lực định lượng trải nghiệm của người dùng dựa trên 2 mô hình phân tích và thống kê. Đầu vào cho các mô hình này có thể là các thông số lớp mạng như độ trễ hoặc mất gói, hoặc các thông số lớp ứng dụng như thời gian đăng nhập hoặc thời gian tải ảnh. Ở đó, độ trễ đầu cuối cao có thể gây ra thời gian đăng nhập lâu hơn của một dịch vụ đám mây như Google Docs, điều này cũng có thể không làm hài lòng người dùng. Tương tự, thời gian tải ảnh cũng phụ thuộc vào điều kiện mạng trên đường dẫn đến người dùng.
2.1. Mối quan hệ giữa QoS mạng và QoE ứng dụng đám mây
Đường dẫn càng dài ảnh đi qua, độ trễ càng cao với khả năng mất gói xảy ra, điều này tác động tiêu cực đến chất lượng ảnh và thời gian tải, do đó ảnh hưởng đến QoE. Trong tình huống này, đánh giá QoE cho các dịch vụ đám mây này là cần thiết. Để kết thúc, trước tiên, cần phân tích và đánh giá ảnh hưởng của QoS mạng đến hiệu suất của dịch vụ. Kết quả của bước này là mối tương quan giữa chất lượng dịch vụ (ví dụ: thời gian đăng nhập hoặc tải) và mức QoS mạng (ví dụ: độ trễ hoặc mất gói). Sau đó, kết quả được ánh xạ với mô hình QoE được xác định trước để chỉ định mức độ hài lòng của người dùng tùy thuộc vào điều kiện mạng. Dựa trên điều này, có thể xác định cơ chế giám sát và có thể thực hiện quản lý mạng để cải thiện QoE mà người dùng cảm nhận. Ví dụ, dịch vụ ảnh đám mây có thể được di chuyển sang edge cloud để giảm độ trễ.
2.2. Vai trò của VNF trong giám sát QoE cho ứng dụng đám mây
Một trong những dịch vụ đám mây phổ biến và giàu dữ liệu nhất là HTTP Adaptive Video Streaming (HAS). Trong Internet ngày nay, Cisco dự đoán rằng gần một triệu phút nội dung video sẽ vượt qua mạng trong mỗi giây [19]. Điều này giới thiệu tiềm năng tăng doanh thu cho các nhà cung cấp video nhưng cũng thách thức các nhà khai thác mạng đảm bảo kỳ vọng của người dùng. Do đó, giám sát QoE cho HAS đã trở thành một công cụ cần thiết cho các quản trị viên mạng để thực hiện quản lý QoE trong mạng. Tuy nhiên, vì HAS là một dịch vụ thời gian thực, nên việc giám sát QoE và quản lý lưu lượng cũng nên được thực hiện trong thời gian thực. Ngoài ra, chức năng giám sát nên được thực thi trong mạng và việc triển khai địa lý động của chức năng cũng có thể được yêu cầu cho người dùng di động. Để đáp ứng các yêu cầu này, Network Function Virtualization (NFV) đã nổi lên như một giải pháp đầy hứa hẹn cho việc triển khai linh hoạt, có khả năng mở rộng và tiết kiệm chi phí của một chức năng giám sát QoE như vậy [20].
III. Đánh Giá Hiệu Suất VNF và Độ Chính Xác của Giám Sát QoE
NFV nhằm mục đích tách chức năng mạng dựa trên phần mềm khỏi phần cứng vật lý cơ bản. Phần mềm này được gọi là Virtual Network Function (VNF) có thể được cài đặt trong bất kỳ máy chủ thương mại tiêu chuẩn nào. Dựa trên điều này, giám sát VNF QoE cho HAS có thể được triển khai tại bất kỳ Điểm Hiện Diện (PoP) nào trong mạng hoặc tại trung tâm dữ liệu đám mây. Sau đó, QoE cho HAS có thể được giám sát một cách khách quan với mức độ chính xác hợp lý. Mặc dù có những lợi thế đầy hứa hẹn của mô hình NFV, hiệu suất của VNF nói chung và giám sát VNF QoE cho HAS chưa được điều tra rõ ràng. Đầu tiên, vì số liệu QoE cho HAS được ước tính dựa trên việc giám sát các thông số lớp ứng dụng trong mạng, nên không thực sự hiểu rõ về cách QoS mạng ảnh hưởng đến độ chính xác của ước tính. Thứ hai, trong mô hình NFV, giám sát VNF QoE có thể được triển khai ở bất kỳ PoP nào trên mạng. Điều quan trọng là phải biết các tác dụng phụ của các vị trí VNF khác nhau đối với hiệu suất của nó.
3.1. Ảnh hưởng của QoS mạng đến độ chính xác của QoE ước tính
Tiếp theo, trong khi mạng trung tâm dữ liệu thường có dung lượng cao, các suy giảm mạng thường xảy ra ngay tại mạng truy cập di động của người dùng. Do đó, một sự gián đoạn video có thể xảy ra khi người dùng mất tín hiệu từ trạm gốc di động. Tình huống này có thể trở thành một nút thắt trong việc ước tính QoE nếu VNF giám sát đang hoạt động bên ngoài phân đoạn mạng này và không nhận thức được các điều kiện mạng đang xảy ra. Để đối phó với những vấn đề này, một nghiên cứu mới về đánh giá hiệu suất của giám sát VNF QoE cho HAS là cần thiết.
3.2. Vị trí VNF và tác động đến hiệu suất giám sát QoE
Trên thực tế, một hệ thống quản lý QoE thường bao gồm các chức năng khác nhau như bộ điều khiển QoE, giám sát QoE và trình quản lý QoE [21]. Trong đó, bộ điều khiển QoE thu thập lưu lượng dữ liệu ứng dụng. Sau đó, chức năng giám sát ước tính QoE dựa trên các tham số do bộ điều khiển QoE cung cấp. Một ước tính về QoE cho ứng dụng được giám sát được chuyển tiếp đến trình quản lý QoE, nơi quyết định quản lý lưu lượng được đưa ra tương ứng. Các chức năng này được thực thi theo một thứ tự cụ thể và được gọi là Service Function Chain (SFC) [22]. Trong kiến trúc NFV, SFC hứa hẹn sẽ giảm độ phức tạp khi triển khai các dịch vụ mạng không đồng nhất. Tuy nhiên, việc đặt mỗi chức năng trong chuỗi phải được xác định rõ ràng liên quan đến độ trễ hoặc sử dụng máy chủ, vì quản lý QoE phải được thực hiện nhanh chóng trong mạng.
IV. Tối ưu SFC trong Edge Cloud Đánh Giá Thuật Toán Định Vị
Do đó, trong bối cảnh điện toán đám mây và NFV, một số thách thức trong đánh giá và giám sát QoE tồn tại và cần được điều tra. Chuyên khảo này trình bày các giải pháp để đối phó với những vấn đề và thách thức này. Chúng tôi trình bày một phương pháp đánh giá QoE cho hai ứng dụng đám mây phổ biến, đánh giá hiệu suất giám sát VNF QoE cho HAS trong đám mây và điểm mạnh và điểm yếu của các thuật toán định vị khác nhau cho SFC trong edge cloud. Các phần tiếp theo nêu bật những đóng góp chính và phác thảo công việc này.
4.1. Các thuật toán định vị SFC và tối ưu hóa tài nguyên
Đóng góp đầu tiên của luận án này là đánh giá tác động của các tham số QoS mạng đến hiệu suất của Google Docs và các dịch vụ ảnh dựa trên đám mây. Trong đó, tác động của độ trễ và mất gói trên các quy trình con khác nhau của dịch vụ Google Docs được đánh giá thông qua các thí nghiệm thử nghiệm. Các mô hình hồi quy tuyến tính được suy ra có thể được sử dụng thêm trong các mô hình tham chiếu để đánh giá QoE của một giải pháp SaaS mẫu mực như vậy. Về dịch vụ ảnh dựa trên đám mây, chúng tôi xác định sự đánh đổi giữa kích thước ảnh và vị trí địa lý của nó để có được QoE cao cho thời gian tải ảnh. Để kết thúc, chúng tôi đề xuất một phương trình ánh xạ dựa trên các mô hình TCP và QoE trước đó. Công thức này có thể đánh giá QoE cho thời gian tải ảnh tùy thuộc vào các tham số QoS mạng khác nhau và khoảng cách giữa người dùng và vị trí của dịch vụ.
4.2. VNF cho giám sát video Ưu điểm và nhược điểm trong thực tế
Hiểu biết sâu sắc này có thể giúp các nhà cung cấp có một chiến lược khác để triển khai một dịch vụ ảnh như vậy liên quan đến QoE. Tiếp theo, chúng tôi tiến hành các thí nghiệm trong thế giới thực trong lĩnh vực giám sát QoE cho HAS như là đóng góp thứ hai. Chúng tôi đề xuất sử dụng VNF để giám sát lưu lượng video trong mạng để tận dụng những lợi thế của mô hình NFV. Để kết thúc, chúng tôi thiết kế một VNF sử dụng kỹ thuật kiểm tra gói tin sâu và một thuật toán để ước tính chất lượng video và QoE dựa trên các tham số lớp ứng dụng. Sau đó, chúng tôi đánh giá hiệu suất của VNF trong các tình huống triển khai khác nhau dưới tác động phụ của QoS mạng và môi trường ảo của kiến trúc đám mây. Những hiểu biết sâu sắc của chúng tôi cho thấy rằng các triển khai địa lý khác nhau của VNF ảnh hưởng đến độ chính xác trong việc ước tính chất lượng video và QoE.
4.3. Kiểm thử hiệu suất và các khuyến nghị khi triển khai VNF
Đặc biệt, việc sắp xếp lại gói tin và mạng di động có thể gây ra sự ước tính quá mức về QoE cho HAS. Trong tình huống này, nên di chuyển VNF đến gần người dùng để đạt được ước tính QoE chính xác. Đóng góp này có thể giúp các nhà cung cấp mạng hiểu rõ hơn những ưu điểm và nhược điểm của việc triển khai giám sát VNF QoE như vậy trong đám mây. Đóng góp thứ ba mà chúng tôi tập trung vào là một tình huống mà các VNF khác nhau tương tác theo một thứ tự cụ thể để tạo thành một SFC. Trong đó, chúng tôi đề xuất bốn thuật toán để đặt các VNF trên các trung tâm dữ liệu trong edge cloud. Chúng tôi...
