L'analyse de données en tant que service pour la mise en cache des vidéos dans les CDNs

Ben Abdelkrim, Emira (2016). « L'analyse de données en tant que service pour la mise en cache des vidéos dans les CDNs » Mémoire. Montréal (Québec, Canada), Université du Québec à Montréal, Maîtrise en informatique.

Fichier(s) associé(s) à ce document :
[img]
Prévisualisation
PDF
Télécharger (13MB)

Résumé

Ce mémoire explore l'analyse de données en tant que service, AaaS de l'anglais Analytics as-a Service, pour la mise en cache des vidéos dans les réseaux de distribution de contenu (CDN). La capacité de prédiction des popularités futures des vidéos, couplées avec les récents développements dans le domaine du Big Data, permet de réduire considérablement le nombre de défauts de caches dans la demande des utilisateurs en servant de manière pro-active les vidéos en fonction de leur demandes (popularité) potentielles. Pour montrer la faisabilité d'une telle approche, nous aborderons le problème sous différent ongles à savoir architectural et algorithmique. Dans la première partie de ce mémoire, nous introduirons l'architecture Cloud pour énoncer le gain résultant de l'utilisation du AaaS dans un CDN. Nous nous focaliserons en particulier sur 1)- Le domaine du fournisseur de service CDN dans lequel les serveurs cache ont une capacité de stockage et de calcul limitée. 2)- Le domaine du Cloud. Dans ce dernier, nous utiliserons un IaaS (Infrastructure en tant que service) pour nous garantir les capacités nécessaires en traitement, en stockage et en mise en réseau. Par-dessus l'IaaS, nous réutiliserons tout PaaS (Plateforme en tant que service) existant qui supporte les Frameworks requis par les applications AaaS. 3)- Les interfaces régissant les échanges entre le CDN et le Cloud. Nous y caractérisons les ressources et les protocoles utilisés. Dans la seconde partie, nous nous focaliserons sur un cas d'utilisation pratique de l'AaaS pour CDN. Nous nous concentrerons sur la prédiction des popularités des vidéos et de l'aspect algorithmique. En particulier 1)- Nous présenterons dans un premier temps les modèles de régressions linéaires et leur utilité pour la tâche de prédiction. 2-) Nous proposerons ensuite un algorithme hybride qui utilise la régression statique, puis l'adapte de façon continue, similaire à une régression dynamique dans le but d'avoir une meilleure prédiction des popularités des vidéos. 3)- Pour l'estimation de la popularité des vidéos en pratique nous utiliserons un jeu de données de vidéos de YouTube faisant plus de 150 millions d'observations. Nos résultats et analyses fournissent une nouvelle approche pour le déploiement de l'AaaS dans les CDNs. L'application proposée peut être implémentée pour une meilleure gestion du cache dans un CDN. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : CDN, Cloud Computing, Analytics as-a-service, régression linéaire.

Type: Mémoire accepté
Informations complémentaires: Le mémoire a été numérisé tel que transmis par l'auteur.
Directeur de thèse: Elbiaze, Halima
Mots-clés ou Sujets: Réseau de diffusion de contenu / Infonuagique / Analytics as a service / Analyse de régression / Vidéos sur Internet
Unité d'appartenance: Faculté des sciences > Département d'informatique
Déposé par: Service des bibliothèques
Date de dépôt: 13 janv. 2017 18:42
Dernière modification: 13 janv. 2017 18:42
Adresse URL : http://www.archipel.uqam.ca/id/eprint/9249

Statistiques

Voir les statistiques sur cinq ans...