1 Realizado por: Joaquín Guillén Marín Dirigido por: Eduardo Casilari Pérez Dpto. Tecnología Electrónica - Universidad de Málaga Málaga 21 de Noviembre

1

Realizado por: Joaquín Guillén Marín

Dirigido por: Eduardo Casilari Pérez

Dpto. Tecnología Electrónica - Universidad de Málaga

Málaga 21 de Noviembre de 2003

Caracterización de serviciosde audio en Internet

2

1. Introducción

2. Muestras de tráfico de voz en Internet y

estudios realizados

3. Análisis de las muestras

4. Conclusiones y líneas futuras

Índice

3

1. Introducción


estudios realizados



Índice

4

VoIP

• Transmisión de voz en paquetes de datos que utiliza protocolo IP

• Estándar más que simple tecnología

• A pesar de la calidad se encuentra en alza. Causas del desarrollo:

• Necesidad de integración

• Presencia universal de IP

• Motivaciones económicas

• Evolución de la tecnología

5

VoIP (2)

• Problemática de la transmisión de voz en redes de datos:

• Diferencias del tráfico de voz:

• Tratamiento en tiempo real

• Síncrono

• Perfectamente definible (CBR y simétrico)

• Diferencias de las redes de datos:

• No orientada a conexión

• Enrutamiento basado en datagrama

• Servicio no fiable (best effort))

6

VoIP (3)

• Protocolos y estándares:

• H.323:

• Creado por ITU (1996)Estándar “paraguas”

• Cubre los requerimientos técnicos para servicios de comunicación de audio, vídeo y datos en redes LAN que no proporcionan una QoS garantizada

• 4 tipos de elementos funcionales:

• Terminales

• Gateways

• Gatekeepers o “equipo selector”

• MCU (Multipoint Control Unit)

7

VoIP (5)


• SIP:

• Protocolo para establecimiento de conexiones VoIP (RFC 2543) creado por grupo MMUSIC de IETF (1999)

• Depende del protocolo SDP

• Mensajes codificados utilizando sintaxis HTTP y direcciones identificadas mediante URI: user@host

• Arquitectura basada en un modelo cliente-servidor:

• Agentes de usuario

• Servidores de red

8

VoIP (7)


• Otros protocolos y estándares necesarios:

• MGCP, RTP, RTCP, RTSP, RSVP, SDP y SAP

• Parámetros fundamentales y valores óptimos:

• Pérdida de paquetes (1-5%)

• Retardo (100-150 mseg)

• Jitter (20-60 mseg)

9

Modelo del tráfico de voz

• Digitalizada y encapsulada en paquetes IP

• 65% de una comunicación son silencios Supresión de silencios (VAD). Problemas:

• Clipping o recorte. Solución: Hangover

• Sensación de corte de línea. Solución: Comfort Noise Generator

10

Modelo del tráfico de voz (2)

• Escalas de modelado:

11


• Nivel de llamada:

• Modelo de Poisson M/M/m/m

• Percepción humana del tiempo logaritmo-normal

• Número de servidores limitado pérdidas:

servidoresdenúmerom

tráficodeIntensidadmB

i

mPm

i

i

m

m

),,(

!

!

0

12


• Nivel de ráfaga:

• Modelo de actividad de un hablante MMDP

• Agregación de fuentes N fuentes on-off independientes

• Modelo de interacción de hablantes

• Modelos de multiconferencia

13

1. Introducción


estudios realizados



Índice

14

Muestras de tráfico de voz

• Parte importante del proyecto:

• Buscar, recopilar y comprender las muestras

• Estudiar los resultados obtenidos

• Página web con descripción de las muestras y enlaces a las mismas:

• http://pc21te.dte.uma.es/audio/muestras.html

15

Muestras de tráfico de voz (2)

• Muestras generadas por G.729B y NeVoT de la Universidad de Columbia

• Distribución períodos on-off y efectos de la agregación de fuentes

• Modelo tradicional inadecuado. A menor número de fuentes agregadas mayores diferencias

• Muestras generadas por NeVoT de Sprint Labs

• Algoritmos de ajuste del retardo de reproducción

16

Muestras de tráfico de voz (3)

• Muestras de audio de diversos servicios multimedia de la Universidad de California

• Distribución períodos on-off de distintos servicios

• Distribución elegida para modelar los períodos on-off: Weibull, independientemente del servicio

• Muestras de VoIP del proyecto COST-263

• Medida de la calidad

• Calidad aceptable

17

1. Introducción


estudios realizados



Índice

18

Pasos seguidos para el modelado

• Obtención de las muestras: tiempo entre paquetes, números de secuencia

• Análisis: división en períodos on-off, secuencia de pérdidas, valores de jitter

• Modelado: Comparación de estadísticos, comparación visual, test de estadísticos (test 2 y de Kolmogorov-Smirnov), análisis del comportamiento en cola

19

Modelado de los períodos on-off

• Decisión on-off umbral óptimo

• Independiente de paquetización

• Cálculo del nº de períodos detectados

• Umbral 100 mseg fonema

jk

ikkon tT

0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2 0

500

1000

1500

2000

2500

3000

Núm

ero

de p

erí

odos on

dete

ctados

Umbral (seg)

Número de períodos on detectados en función del umbral utilizado

20

Modelado de los períodos on-off (2)

• Estadísticos de la duración on-off dependen del tipo de servicio de voz analizado:

• Conversación: períodos cortos y poca desviación

• Conferencia: períodos on largos y alta desviación

• Teleenseñanza: períodos off largos y desviación elevada

• Multiconferencia: variabilidad muy alta

• Conversación y multiconferencia: correlación

• Períodos on más correlados

21


• Distribución de los períodos:

• Conversación telefónica: se elige Gamma. Pero log-normal buena para la “cola”

0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0.2 0.4 0.6 0.8

1 1.2 1.4 1.6 1.8

2 Representación por cuantiles

Cuantiles de la señal original

Cua

ntile

s de

l mod

elo

Señal real Normal (mux=0.32639,six=0.42156) Gamma (a=1.8367,b=0.59947) Weibull (a=0.28338,b=0.78227) Log-normal (muy=-1.6103,siy=0.99065) Pareto (a=2.5864,b=0.51778) Exponencial (mu=0.32639)

1 2 3 4 5 6 7

1 2 3 4 5 6 7 Representación por cuantiles


Cua

ntile

s de

l mod

elo


Períodos on Períodos off

22



• Conferencia: se elige log-normal, aunque Gamma también es una buena candidata

50 100 150 200 250 300

50

100

150

200

250



Cua

ntile

s de

l mod

elo

Señal real Normal (mux=20.6369,six=73.6325) Gamma (a=0.0038063,b=0.07855) Weibull (a=22.6051,b=1.3856) Log-normal (muy=1.7173,siy=1.6185) Pareto (a=1.1162,b=2.3986) Exponencial (mu=20.6369)

5 10 15 20 25 30 35 40 5

10 15 20 25 30 35 40

Representación por cuantiles


Cua

ntile

s de

l mod

elo



23



• Receptores de clase de teleenseñanza: se elige Gamma, pero también posible incluso normal

5 10 15 20 25

5

10

15

20



Cua

ntile

s de

l mod

elo


200 400 600 800 1000 1200 1400 1600

200 400 600 800

1000 1200 1400 1600



Cua

ntile

s de

l mod

elo



24



• Participantes en sesión de multiconferencia: ajuste visual Gamma, pero se elige Weibull

50 100 150 200 250 300 350 400 450 50

100 150 200 250 300 350 400 450



Cua

ntile

s de

l mod

elo


20 40 60 80 100 120 140 160 180 200 20 40 60 80

100 120 140 160 180 200



Cua

ntile

s de

l mod

elo



25


• Comportamiento en cola:

45 50 55 6010

-5

10-4

10-3

10-2

10-1

100

101

102

Comparación del porcentaje de pérdidas

Porcentaje de ocupación de la cola (%)

Por

cent

aje

de p

érdi

das

en c

ola

(%)

Serie original; N=5 Serie original; N=50 Serie original; N=100 Distribución gamma; N=5 Distribución gamma; N=50 Distribución gamma; N=100 Distribución weibull; N=5 Distribución weibull; N=50 Distribución weibull; N=100

86 88 90 92 94 96 98 10010

-4

10-3

10-2

10-1

100

101

102



Por

cent

aje

de p

érdi

das

en c

ola

(%)

Serie original; N=5 Serie original; N=50 Serie original; N=100 Distribución log-normal; N=5 Distribución log-normal; N=50 Distribución log-normal; N=100Distribución gamma; N=5 Distribución gamma; N=50 Distribución gamma; N=100

Conversación telefónica Conferencia

26



25 30 35 4010

-2

10-1

100

101

102



Por

cent

aje

de p

érdi

das

en c

ola

(%)

Serie original; N=700 Serie original; N=720 Serie original; N=800 Distribución gamma; N=700 Distribución gamma; N=720 Distribución gamma; N=800 Distribución weibull; N=700Distribución weibull; N=720Distribución weibull; N=800

58 60 62 64 66 68 7010

-1

100

101



Por

cent

aje

de p

érdi

das

en c

ola

(%)

Serie original; N=5 Serie original; N=50 Serie original; N=100 Distribución weibull; N=5 Distribución weibull; N=50 Distribución weibull; N=100Distribución gamma; N=5 Distribución gamma; N=50 Distribución gamma; N=100

Receptores de clase de teleenseñanza

Participantes en sesión de multiconferencia

27



• Validación del modelo elegido mediante ajuste visual y test estadísticos

• El modelo imita mejor para colas pequeñas con un alto grado de ocupación

• Dificultad de modelado

28

Pérdidas

• Calidad aceptable:

• Media=0.938% (<1%, porcentaje óptimo)

• Desviación=3.895%

• Más del 90% de las conversaciones no superan el porcentaje óptimo dificultad de modelado

• Depende de distintos factores

29

Pérdidas (2)

• Aumenta coincidiendo con las horas y días de la semana laborables

• Ni la paquetización utilizada ni la supresión de silencio provocan efectos significativos

• El factor más influyente es el par origen-destino de la comunicación Asimetría de la red

30

Pérdidas (3)

• Tiempo entre pérdidas:

• Gran variabilidad

• Efecto de la red: valores mínimos muy pequeños

• Existe correlación a largo plazo pérdidas a intervalos de tiempo parecidos

10 0 10 1 10 2 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

1 Autocorrelación normalizada del tiempo entre pérdidas

Retraso (número de muestra)

Coe

ficie

ntes

de

la a

utoc

orre

laci

ón

31

Pérdidas (4)

Períodos off


• Tras el análisis se elige la distribución log-normal (comportamiento subexponencial)

50 100 150 200 250 300 350 400 450 50

100 150 200 250 300 350 400 450



Cua

ntile

s de

l mod

elo


20 40 60 80 100 120 140 160 180 200 20 40 60 80

100 120 140 160 180 200



Cua

ntile

s de

l mod

elo


Períodos on

2 4 6 8 10 12

2

4

6

8

10



Cua

ntile

s de

l mod

elo


0 20 40 60 80 100 120 140 10 -20

10 -15

10 -10

10 -5

10 0

Tiempo entre pérdidas (seg)

Pro

babi

lidad

Función de densidad de probabilidad

real normal gamma weibull log-normal pareto exponencial

32

Pérdidas (5)

• Tamaño en número de paquetes de las ráfagas de pérdidas:

• Importante caracterizarla debido a que las pérdidas en internet se suceden a ráfagas y los algoritmos de codificación las compensan mal

• Más de la mitad de las pérdidas son simples (mediana=1)

• Aunque existen ráfagas (máxima=2240)

• Fuertemente correlado

33

Pérdidas (6)

• Tamaño en número de paquetes de las ráfagas de pérdidas:

• Distribución binomial negativa elegida

0 5 10 15 20 25 300

5

10

15

20

25

30Representación por cuantiles


Cu

an

tile

s d

el

mo

de

lo

Señal real Geometrica (p=0.31612) Poisson (beta=2.1633) Binomial (n=2240,p=0.00096576) Binomial negativa (p=0.01494,r=0.03281)

100

101

102

103

104

10-20

10-15

10-10

10-5

100

Número de pérdidas consecutivas

Pro

ba

bili

da

d


Señal real Geometrica Poisson Binomial Binomial negativa

34

Jitter

• Desviación media, suavizada en valor absoluto, de la variación del tiempo entre paquetes entre tx y rx (RFC1889)

• Paquetes con jitter excesivo deberán ser descartados Pérdidas

• También en este caso la calidad es aceptable:

• Media=3.731 mseg (<20 mseg, valor óptimo)

• Desviación fortísima

)()()()( ijijiijj ttrrtrtrJ

35

Jitter (2)

• Efectos similares a los de las pérdidas

• Aumenta coincidiendo con las horas y días de la semana laborables

• El jitter se incrementa al aumentar la paquetización utilizada, pero la supresión de silencio no provoca efectos significativos

• De nuevo el par origen-destino es el factor más influyente (asimetría de la red)

36

Jitter (3)

• Aunque existen diferencias cuantitativas, los resultados cualitativos son similares para ambas paquetizaciones

• Parece existir cierta dependencia a largo plazo

0 10 20 30 40 50 60 70 80 90 100 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

1 Autocorrelación del jitter


Coe

ficie

ntes

de

la a

utoc

orre

laci

ón

0 10 20 30 40 50 60 70 80 90 100 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

1 Autocorrelación del jitter


Coe

ficie

ntes

de

la a

utoc

orre

laci

ón

Paquetización=20 mseg Paquetización=80 mseg

37

Jitter (4)

• El jitter se distribuye de forma subexponencial con cierta tendencia hiperbólica

• Aparecen picos alrededor de la paquetización utilizada

• Son debidos al efecto de la red (los paquetes llegan al destino juntos)

10 -3 10 -2 10 -1 10 0 10 0 10 1 10 2 10 3 10 4 10 5 10 6 10 7 Número de ocurrencias de cada valor de jitter

Jitter (seg)

Núm

ero

de o

curr

enci

as

10 -3 10 -2 10 -1 10 0 10 0 10 1 10 2 10 3

10 4 10 5

10 6 Número de ocurrencias de cada valor de jitter

Jitter (seg)

Núm

ero

de o

curr

enci

as

Paquetización=20 mseg Paquetización=80 mseg

38

Jitter (5)

• Distribución elegida para modelar el jitter: log-normal y Pareto (sobre todo para la cola), independientemente de la paquetización

0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.05 0.055 0.005

0.01 0.015

0.02 0.025

0.03 0.035

0.04 0.045

0.05 0.055



Cua

ntile

s de

l mod

elo


0 0.5 1 1.5 10 -20

10 -15

10 -10

10 -5

10 0

Jitter (seg)

Pro

babi

lidad



Paquetización=20 mseg

0.01 0.02 0.03 0.04 0.05 0.06 0.07

0.01 0.02 0.03 0.04 0.05 0.06 0.07



Cua

ntile

s de

l mod

elo


0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 10 -20

10 -15

10 -10

10 -5

10 0

Jitter (seg)

Pro

babi

lidad



Paquetización=80 mseg

39

1. Introducción


estudios realizados



Índice

40

Conclusiones

• Duración de los períodos on-off:

• Distribución subexponencial:

• Conversación telefónica Gamma

• Conferencia en aula Log-normal

• Receptores clase de teleenseñanza Gamma

• Participantes en sesiones multimedia Weibull


• Resultados similares en cuanto a la distribución elegida

• Mayor parecido entre serie real y modelo para colas de tamaño pequeño y grado de ocupación elevado

41

Conclusiones (2)

• Pérdidas

• Dependencia de hora, día y origen-destino, pero no de la paquetización y supresión de silencio


• Correlado

• Distribuido de forma subexponencial Log-normal

• Pérdidas consecutivas:

• Pérdidas simples

• Distribución Binomial negativa

42

Conclusiones (3)

• Jitter

• Dependencia de hora, día y origen-destino, pero no de la paquetización y supresión de silencio

• Existencia de cierta correlación

• Distribuido de forma subexponencial Log-normal, independientemente de la paquetización

• Valor típico en torno a la paquetización utilizada debido a la deformación que produce la red

43

Líneas futuras

• Captura propia: mayor duración, mayor número de características

• Ampliar el número de servicios analizados Ejemplo: streaming

• Mayor número de nodos, ámbito más global

• Nodos comerciales

• Dependencia del codec en cuanto al porcentaje de pérdidas y jitter

44

Realizado por: Joaquín Guillén Marín

Dirigido por: Eduardo Casilari Pérez

Dpto. Tecnología Electrónica - Universidad de Málaga

Málaga 21 de Noviembre de 2003

Caracterización de serviciosde audio en Internet

Documents

1 Realizado por: Joaquín Guillén Marín Dirigido por: Eduardo Casilari Pérez Dpto. Tecnología Electrónica - Universidad de Málaga Málaga 21 de Noviembre