Resumen

Para expandir la capacidad del servidor y reducir el ancho de banda, en los últimos años se han utilizado ampliamente las tecnologías P2P en los sistemas de transmisión de video. Cada cliente en la red de transmisión P2P debe seleccionar un grupo de vecinos evaluando la calidad de servicio (QoS) de los otros nodos. Desafortunadamente, el tamaño de la red P2P de transmisión de video suele ser muy grande, y evaluar la QoS de todos los demás nodos consume muchos recursos. Una forma atractiva es predecir la QoS de un nodo aprovechando las experiencias de uso pasadas de un pequeño número de otros clientes que han evaluado este nodo. Por lo tanto, los métodos de filtrado colaborativo (CF) podrían utilizarse para la evaluación de la QoS y la selección de vecinos. Sin embargo, podríamos utilizar diferentes propiedades de QoS para diferentes políticas de transmisión de video. Si una nueva política de transmisión de video necesita evaluar una nueva propiedad de QoS, pero las experiencias históricas incluyen muy pocos datos de evalu

• Materias:Redes de Comunicación Transmisión de video Música comprimida Programación dinámica Transferencia en redes
• Subjects:Communication networks Video transmission Compressed music Dynamic scheduling Network transfer
• Palabras claves:Ampliar; Capacidad del servidor; Reducir el ancho de banda; Tecnologías P2P; Sistemas de transmisión de video; Evaluación de calidad de servicio; Filtrado colaborativo; Aprendizaje de transferencia; Filtrado colaborativo neuronal; Precisión de predicción; Datos históricos; Políticas de transmisión de video; Problemas de sobreajuste; Resultados de recomendación
• Keywords:Expand; Server capacity; Reduce bandwidth; P2P technologies; Video streaming systems; QoS evaluation; Collaborative filtering; Transfer learning; Neural collaborative filtering; Prediction accuracy; Historical data; Video streaming policies; Overfitting issues; Recommendation results