Actualmente, según el Cisco Annual Internet Report, entre el 80% y el 85% del tráfico de datos en Internet es generado por contenido en video. Esto hace imperativo desarrollar métodos o algoritmos que permitan una transmisión eficiente de contenido multimedia a través de la red. En este contexto, el presente artículo propone un algoritmo optimizado para el control de tráfico de video en un entorno SDN, con el objetivo de permitir una transmisión adaptativa en tiempo real. La metodología incluyó la transmisión de un video codificado a un bitrate mínimo; posteriormente, se midió el ancho de banda de la red a partir de los cuales se ajustó la tasa de codificación y la calidad del video; y, finalmente, el contenido se reprodujo en el lado del cliente. Los resultados obtenidos mediante el algoritmo de control se compararon con los generados por protocolos de enrutamiento comunes como Routing Information Protocol (RIP) y Open Shortest Path First (OSPF). El uso del algoritmo de control dio como resultado un retardo del 18.1% menor que RIP y del 94.8% menor que OSPF, con tráfico de fondo se obtuvo que SDN tiene un retardo del 27.23% menor que RIP y del 54.1% menor que OSPF. La principal contribución del trabajo es, mediante la implementación de un testbed, realizar el análisis del mecanismo que mejore la calidad de servicio y experiencia (QoS y QoE) que optimice la transmisión de video en tiempo real mediante la selección de la mejor ruta y/o el ajuste dinámico del bitrate del video según las condiciones de la red.

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Referencias
Abar, T., Ben Letaifa, A., & El Asmi, S. (2021). Chapter five - user behavior-ensemble learning based improving qoe fairness in http adaptive streaming over sdn approach. In A. R. Hurson (Ed.), (Vol. 123, pp. 245-269). Elsevier. Recuperado a partir de https://www.sciencedirect.com/science/article/pii/S0065245821000292
Abuteir, R. M., Fladenmuller, A., & Fourmaux, O. (2016). An sdn approach to adaptive video streaming in wireless home networks. 2016 International Wireless Communications and Mobile Computing Conference (IWCMC), 321-326. Recuperado a partir de https://api.semanticscholar.org/CorpusID:12044836
Banchuen, T., Kawila, K., & Rojviboonchai, K. (2018). An sdn framework for video conference in inter-domain network. 2018 20th International Conference on Advanced Communication Technology (ICACT), 600-605. Recuperado a partir de https://api.semanticscholar.org/CorpusID:4370122
Bonaventure, O., Hartert, R., Lebrun, D., Schaus, P., Tilmans, O., & Vissicchio, S. (2017). Robust and scalable software defined networks. Recuperado a partir de https://api.semanticscholar.org/CorpusID:41750697
Dac, C. T., Tran, H. T. T., Huong, T. T., Tran, S., Thanh, N. H., Ngoc Nam, P., & Thang, T. C. (2021). Qoe-aware video adaptive streaming over http. In 2020 IEEE Eighth International Conference on Communications and Electronics (ICCE) (pp. 117-122). https://doi.org/10.1109/ICCE48956.2021.9352077
FFmpeg. (2024). A complete, cross-platform solution to record, convert and stream audio and video. Recuperado a partir de https://www.ffmpeg.org/
Gomezcoello, M., & Picón, J. (2024). Desarrollo e implementación de un algoritmo de control de video adaptativo en entornos de redes definidas por software (SDN). Recuperado a partir de https://github.com/marlonpikis/trabajo-titulacion
Jiawei, W., Xiuquan, Q., & Guoshun, N. (2018). Dynamic and adaptive multi-path routing algorithm based on software-defined network. International Journal of Distributed Sensor Networks, 14(10), 1550147718805689. https://doi.org/10.1177/1550147718805689
Jon Dugan, B. A. M. J. P., Seth Elliott, & Prabhu, K. (2024). iperf - the ultimate speed test tool for tcp, udp and sctp. Recuperado a partir de https://iperf.fr/
Khan, K. (2023). User-centric algorithms: Sculpting the future of adaptive video streaming. International Transactions on Electrical Engineering and Computer Science. Recuperado a partir de https://api.semanticscholar.org/CorpusID:268910394
Li, W., Huang, J., Wang, S., Wu, C., Liu, S., & Wang, J. (2023). An apprenticeship learning approach for adaptive video streaming based on chunk quality and user preference. IEEE Transactions on Multimedia, 25, 2488-2502. https://doi.org/10.1109/TMM.2022.3147667
Lin, Z. (2015). Research on video traffic control technology based on sdn. Recuperado a partir de https://api.semanticscholar.org/CorpusID:55442197
Makolkina, M., Muthanna, A., & Manariyo, S. (2017). Quality of experience estimation for video service delivery based on sdn core network. In Next Generation Teletraffic and Wired/Wireless Advanced Networking. Recuperado a partir de https://api.semanticscholar.org/CorpusID:43433926
Sam, G. (2023). In 2022, 65% of all internet traffic came from video sites. Recuperado a partir de https://www.tubefilter.com/2023/01/20/sandvine-video-data-bandwidth-internet-traffic-report-streaming-video-youtube-netflix/
Sayit, M., Cetinkaya, C., Yildiz, H. U., & Tavli, B. (2019). Dash-qos: A scalable network layer service differentiation architecture for dash over sdn. Computer Networks, 154, 12-25. https://doi.org/10.1016/j.comnet.2019.02.015
Sheu, J.-P., Chang, C., & Chang, Y.-C. (2015). Efficient multicast algorithms for scalable video coding in software-defined networking. 2015 IEEE 26th Annual International Symposium on Personal, Indoor, and Mobile Radio Communications (PIMRC), 2089-2093. Recuperado a partir de https://api.semanticscholar.org/CorpusID:12455700
Storck, C. R., & Duarte-Figueiredo, F. (2020). A performance analysis of adaptive streaming algorithms in 5g vehicular communications in urban scenarios. In 2020 IEEE Symposium on Computers and Communications (ISCC) (pp. 1-7). https://doi.org/10.1109/ISCC50000.2020.9219682}
Team, D. S. (2020). Regla empírica. Recuperado a partir de https://datascience.eu/es/matematica-y-estadistica/regla-empirica-que-es/
Witte, R., & Witte, J. (2017). Statistics. Wiley. Recuperado a partir de https://books.google.com.ec/books?id=KcxjDwAAQBAJ
Yamansavascilar, B., Baktir, A. C., Ozgovde, A., & Ersoy, C. (2020). Fault tolerance in sdn data plane considering network and application based metrics. Journal of Network and Computer Applications, 170, 102780. https://doi.org/10.1016/j.jnca.2020.102780