Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

博士学生が語る、4K/8K/VR配信基盤の最先端とコンテンツ配信の未来

1,630 views

Published on

JTF2017用発表スライドです。

Published in: Engineering
  • Be the first to comment

博士学生が語る、4K/8K/VR配信基盤の最先端とコンテンツ配信の未来

  1. 1. 博士学生が語る、 4K/8K/VR配信基盤の最先端と コンテンツ配信の未来 2017/08/27 July Tech Festa 2017 1 電気通信大学 大学院情報システム学研究科 情報ネットワークシステム学専攻 博士後期課程3年 中島 拓真
  2. 2. 自己紹介 中島 拓真(なかじま たくま) Twitter: penguin2716 コンテンツ配信の効率化について 研究している電通大の博士課程学生 産学官連携研究員として TIS株式会社との共同研究を実施 分散配置された キャッシュサーバの効率利用による インターネット通信データ量の削減 2017/08/27 July Tech Festa 2017 2
  3. 3. 私が取り組んでいること AkamaiやAmazonの下に、 ISPが管理する階層CDNを作りたい 2017/08/27 July Tech Festa 2017 3 Tier1 ISP (e.g. NTT, AT&T, AOL) Tier2 ISP (e.g. OCN) Tier3 ISP Tier3 ISP Tier2 ISP (e.g. KDDI) Tier3 ISP Tier3 ISP Tier2 ISP (e.g. IIJ) Tier3 ISP Tier3 ISP 既存CDN CDNエッジの帯域不足でダウンロード速度が低下 →ユーザ満足度が低下し,サービス利用の中止につながる コンテンツ事業者の コスト負担も増大 CDNサービス利用量が 爆発的に増加しボトルネックに Tier1 CDN Tier2 CDN Tier3 CDN Tier3 CDN Tier2 CDN Tier3 CDN Tier3 CDN Tier2 CDN Tier3 CDN Tier3 CDN 既存CDN 近くのCDNエッジからダウンロードして高速DL →大容量コンテンツが利用可能になり、ユーザ満足度が向上 コンテンツ事業者の コスト負担が軽減 CDNサービス利用量が 劇的に減少しボトルネック解消
  4. 4. 目次 はじめに 通信量増大の仕組み 通信量削減のための関連研究の紹介 共同研究で生まれた次世代CDN技術 アクセス傾向の変化に追従する ハイブリッドキャッシュ制御 色タグ情報に基づく軽量分散協調キャッシュ制御 まとめ 2017/08/27 July Tech Festa 2017 4
  5. 5. YouTube、 見てますか? 2017/08/27 July Tech Festa 2017 5
  6. 6. Netflix、Hulu、 見てますか? 2017/08/27 July Tech Festa 2017 6
  7. 7. インターネット通信の8割は動画 通信量は5年で3倍に、1年あたり24%増大 2017/08/27 July Tech Festa 2017 7 [出典] “The Zettabyte Era: Trends and Analysis,” Cisco, 07-Jun-2017. [Online]. Available: http://www.cisco.com/c/en/us/solutions/collateral/service-provider/visual-networking-index-vni/vni-hyperconnectivity- wp.html. [Accessed: 25-Jun-2017]. 5年で約3倍 約8割が動画
  8. 8. コンテンツは大容量化する 2021年には51%のテレビが4K画質に対応 2017/08/27 July Tech Festa 2017 8 [出典] “The Zettabyte Era: Trends and Analysis,” Cisco, 07-Jun-2017. [Online]. Available: http://www.cisco.com/c/en/us/solutions/collateral/service-provider/visual-networking-index-vni/vni-hyperconnectivity- wp.html. [Accessed: 25-Jun-2017].
  9. 9. 本当に、コンテンツは 大容量化するの? もう十分じゃない? 2017/08/27 July Tech Festa 2017 9
  10. 10. そう考えたあなたは 10年前も同じことを 考えていたはずです。 2017/08/27 July Tech Festa 2017 10
  11. 11. コンテンツの大容量化 データサイズが大きくなる データ軸が増える 2017/08/27 July Tech Festa 2017 11 8K 4K Full HD SD
  12. 12. 動画 時間 コンテンツの大容量化 データサイズが大きくなる データ軸が増える 2017/08/27 July Tech Festa 2017 12 横 縦 画像 縦、横、高さ、時間 VR さらに… 手触り、弾力、香り、…
  13. 13. これからの大容量コンテンツ 人間の五感を刺激する リアルなユーザ体験 ネットワークを介して ユーザ体験を共有 2017/08/27 July Tech Festa 2017 13
  14. 14. 大容量コンテンツで 快適なユーザ体験 2017/08/27 July Tech Festa 2017 14
  15. 15. 大容量コンテンツで 快適なユーザ体験 2017/08/27 July Tech Festa 2017 15 まだー遅い 重い 混雑 早く! 重い 止まった 高い もっと 安く 重い 遅い
  16. 16. 大容量コンテンツで 快適なユーザ体験 2017/08/27 July Tech Festa 2017 16 まだー遅い 重い 混雑 早く! 重い 止まった 高い もっと 安く 重い 遅い ネットワークエンジニア
  17. 17. こうならないために 今考えなければ いけないこと 2017/08/27 July Tech Festa 2017 17
  18. 18. まずは相手を 知るところから 2017/08/27 July Tech Festa 2017 18
  19. 19. 通信量増大の原因 異なる視聴者が同じ動画を視聴する際に 同じ動画が何度も転送される 動画配信サーバ 視聴者 同じ動画がネットワークを 何度も通過 = 通信量増大の原因 視聴者 インターネット 2017/08/27 July Tech Festa 2017 19
  20. 20. キャッシュサーバで通信量削減 経路中のサーバで動画をコピーして保存 2回目以降のリクエストにはコピーした動画を再利用 動画配信サーバ 視聴者 視聴者 キャッシュサーバ 途中のサーバで 動画のコピーを保存して 次のアクセスで再利用 ネットワークを通過する 通信量を削減 キャッシュサーバから 動画を取得 インターネット 2017/08/27 July Tech Festa 2017 20
  21. 21. CDN事業者 コンテンツ配信の階層ネットワーク コンテンツ配信サーバを最上位とした階層構造 下層で通信を完結させて通信量を削減したい 広域コンテンツ配信 ネットワーク (CDN) 通信事業者B通信事業者A 動画配信サーバ 通信事業者の ネットワーク Request 2017/08/27 July Tech Festa 2017 21 階層間の通信路は コストが大きい
  22. 22. 既存の配信ネットワークの課題 上流との接続点がボトルネック化 少数拠点のCDNサーバに通信が集中し,通信品質が低下 キャッシュ容量の不足 動画総数の増大と高精細化に伴い, 単一キャッシュサーバでは容量が不足 2017/08/27 July Tech Festa 2017 22 通信事業者 CDNキャッシュサーバ 8K 4K Full HD SD CDNサーバへの負荷集中 動画の高精細化
  23. 23. 動画配信サービスのアクセス傾向 (1/2) 動画通信はアクセスの偏りが大きい [Cheng13] 一度見た動画はあまり見なくなる 視聴者はVoDサービスに推薦された動画を クリックしやすい 0 0.2 0.4 0.6 0.8 1 0 25 50 75 100 動画アクセスのCDF 動画の人気順位(%) 2017/08/27 July Tech Festa 2017 23 0 0.01 0.02 0.03 0.04 0.05 0.06 0 10 20 30 40 50 60 70 80 90 アクセス確率 動画の人気順位(%) 動画全体の10%が リクエストの70%を占める = 上位のキャッシュミスは ペナルティが大きい
  24. 24. 動画配信サービスのアクセス傾向 (2/2) 1時間で人気動画の20-60%が変化 [Yu06] 新規動画の追加や人気動画のランキング変化に起因 短時間でアクセス数が急激に変化する[Yin08] 突然のニュースやSNSの話題などに起因 1時間あたりの人気順位の入れ替わり 2017/08/27 July Tech Festa 2017 24 急激にアクセスが集中する動画
  25. 25. 現状考えられている 解決方法は? 2017/08/27 July Tech Festa 2017 25
  26. 26. 動画配信サーバ 動画A 動画B 技術的な解決策:複数サーバを 組み合わせた分散協調キャッシュ トラフィックエンジニアリングを駆使して キャッシュサーバ間でデータを融通 2017/08/27 July Tech Festa 2017 26 動画配信サーバ 通信量増大 動画A 動画B
  27. 27. CDN事業者による 分散協調キャッシュの懸念事項 CDN事業者はネットワーク構造を把握していない 意図しない混雑経路の発生 トランジットリンクの過剰利用 2017/08/27 July Tech Festa 2017 27 ISPはCDN事業者の分散協調キャッシュを許容できない 動画配信サーバ 動画A 動画B 左右のキャッシュサーバ間の リンクが混雑するのでは? 有料リンクの場合は できるだけ利用を避けたい
  28. 28. ネットワークの管理主体が キャッシュサーバを置けば 問題ないよね! 2017/08/27 July Tech Festa 2017 28
  29. 29. ISPが管理するCDN: Telco-CDN 物理ネットワークを把握するISPが キャッシュサーバを配置してCDNを構成 懸念事項を払拭して分散協調キャッシュを運用 2017/08/27 July Tech Festa 2017 29 広域コンテンツ配信 ネットワーク(CDN) CDN事業者 通信事業者B通信事業者A 動画配信サーバ 通信事業者が 管理するCDN Request 研究の焦点 キャッシュサーバと ネットワークの両方を 同一の事業者が管理 Hit! 階層間の通信量を 大幅削減
  30. 30. グループ2グループ1 各サーバで異なるコンテンツを保持して 実効キャッシュ容量を拡大 近くのサーバをグループ化して平均ホップ数を削減 配信サーバ アクセス頻度の高い コンテンツはネットワークを 何度も通過し サーバ間通信が増大 コンテンツIDのハッシュ値に基づく 分散協調キャッシュ制御[Wang10] 2017/08/27 July Tech Festa 2017 30
  31. 31. 1時間毎の動画の人気変動 通信量削減効果の高いキャッシュ配置を 最適化アルゴリズムで計算 PCクラスタを利用して10時間程度の計算時間 動画のアクセス傾向は 1時間で20-60%変化 計算したキャッシュ配置と 最適配置に不整合が生じ, 効率の良い通信量削減が難しい 最適化アルゴリズムに基づく 分散協調キャッシュ制御[Li13] 2017/08/27 July Tech Festa 2017 31
  32. 32. 短い計算時間で 効率よく通信量を 削減する方法は? 2017/08/27 July Tech Festa 2017 32
  33. 33. 準最適キャッシュ配置の考察 遺伝的アルゴリズムでネットワーク通信量を 小さく抑えるキャッシュ配置を計算 コンテンツのアクセス頻度によって ネットワーク中にキャッシュされる数が異なる 2017/08/27 July Tech Festa 2017 33
  34. 34. 効率的な分散協調キャッシュの検討 2種類のキャッシュ制御方針を組み合わせる 342017/08/27 July Tech Festa 2017 ①分散キャッシュ: サーバ間で異なるコンテンツを 保持して実効キャッシュ容量を拡大 ②重複キャッシュ: アクセス頻度の高いコンテンツは 多数のサーバで重複保持
  35. 35. ①色タグを付した分散キャッシュ サーバ間で異なるコンテンツを保持して 実効キャッシュ容量を拡大 キャッシュサーバとコンテンツに付された タグがマッチする場合にキャッシュ 352017/08/27 July Tech Festa 2017 Cache server Cache server Cache server Cache server 実効キャッシュ容量が最大4倍
  36. 36. ②人気コンテンツの重複キャッシュ キャッシュサーバ間の通信量を削減 人気コンテンツには複数の色を付してヒット率を向上 Cache server Cache server Cache server Cache server Popular contents Unpopular contents キャッシュヒット率を向上 362017/08/27 July Tech Festa 2017
  37. 37. 分散協調動作の例 基本的に動画は分散してキャッシュされる 一部の人気動画は重複して保持 2017/08/27 July Tech Festa 2017 37 動画ライブラリ 配信サーバ : 高人気の動画 : 低人気の動画
  38. 38. 動画リクエストの転送方法 リクエストされたコンテンツと色がマッチする 近くのサーバにリクエストを転送 CDNサーバ Video1.mp4 Video2.mp4 Video3.mp4 Video4.mp4 Video2.mp4 Color: Green Video3.mp4 Color: Blue REQ REQ Video2.mp4 Video3.mp4 キャッシュ領域 2017/08/01 D論研究審査 38 ネットワーク内部に キャッシュされた動画を 活用して通信量削減
  39. 39. キャッシュサーバの彩色方法 各キャッシュサーバは四色定理の要領で 事前に色タグが付される 下図は,同じ色が隣り合わず, 色間距離が大きくなるように彩色した例 392017/08/27 July Tech Festa 2017
  40. 40. コンテンツの色タグ設定方法(1/2) 色タグはビット列で表現 各ビットが各色に対応 人気の動画には多数の ビットを立てておき, 多数のサーバで保持させる 2017/08/27 July Tech Festa 2017 40 # of colors R G B Y 4 1 1 1 1 3 1 1 1 0 1 1 0 1 1 0 1 1 0 1 1 1 2 1 1 0 0 1 0 1 0 1 0 0 1 0 1 1 0 0 1 0 1 0 0 1 1 1 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1111 1110 1100 1000
  41. 41. コンテンツの色タグ設定方法(2/2) 動画をアクセス数で並び替えて,循環的にタグ付け 一定時間ごとにアクセスログを解析して色タグを更新 色数 R G B Y 4 1 1 1 1 3 1 1 1 0 1 1 0 1 1 0 1 1 0 1 1 1 2 1 1 0 0 1 0 1 0 1 0 0 1 0 1 1 0 0 1 0 1 0 0 1 1 1 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 順位 色数 コンテンツ名 色タグ 1 4 Video01.mp4 1111 2 4 Video02.mp4 1111 11 3 Video11.mp4 1110 12 3 Video12.mp4 1101 13 3 Video13.mp4 1011 14 3 Video14.mp4 0111 15 3 Video15.mp4 1110 130 2 Video130.mp4 1100 131 2 Video131.mp4 1010 132 2 Video132.mp4 1001 133 2 Video133.mp4 0110 …… 上 位 か ら 順 に タ グ 付 け 2017/08/27 July Tech Festa 2017 41
  42. 42. ネットワーク内外の通信量を評価 色数と通信量の関係を調査 4色,8色,16色で通信量を評価 NTTのバックボーンネットワークを 模したトポロジを使用 各サーバのキャッシュ容量は コンテンツ全体の10% 内部ネットワーク →通信コスト小 外部との接続 →通信コスト大 2017/08/27 July Tech Festa 2017 42
  43. 43. 色数と通信量の関係 使用する色数が増えると通信量削減効果が拡大 遺伝的アルゴリズム(GA)で求めた 準最適なキャッシュ配置に近づくため 2017/08/27 July Tech Festa 2017 43
  44. 44. 色数と通信量の関係 使用する色数が増えると通信量削減効果が拡大 遺伝的アルゴリズム(GA)で求めた 準最適なキャッシュ配置に近づくため 2017/08/27 July Tech Festa 2017 44
  45. 45. 計算時間の評価 既存研究では10時間程度かかっていたが, 簡易な計算方法で数秒程度で計算終了 コンテンツを人気順にソートして 循環的にタグを付与すればよいため サーバのタグ付けは,貪欲な色付け方法[Welsh67]を もとにしたアルゴリズムで1秒未満 動画アクセスの人気変動に追従可能 2017/08/27 July Tech Festa 2017 45
  46. 46. 急激にアクセス傾向が 変化したら 対応できるの? 2017/08/27 July Tech Festa 2017 46
  47. 47. ハイブリッドキャッシュの活用 LRUとLFUを組み合わせたハイブリッドキャッシュを 活用し,急激なアクセス傾向の変化に追従 色タグに基づいてキャッシュするLFUに領域で 分散協調キャッシュを構成 LRU領域にはModified LRUアルゴリズム[Vleeschauwer11] を採用し,色がマッチしないコンテンツを保持 472017/08/27 July Tech Festa 2017 赤色が付されたキャッシュサーバ 色タグがマッチしたコンテンツを LFUでキャッシュ タグにかかわらず Modified LRUでキャッシュ
  48. 48. 色制御ハイブリッドキャッシュの評価 色制御ハイブリッドキャッシュは 新規動画が追加されてもヒット率を維持 482017/08/27 July Tech Festa 2017 Colored Hybrid Cache 色制御LFU 90% Modified LRU 10% Colored Cache 色制御LFU 100% 色制御LFUだけでは ヒット率が13.9%下落 ヒット率の下落幅を2.3%に抑制 Inserted 5 popular contents (0.5% of content library) with no-color
  49. 49. でも、研究結果だけ なんでしょう? 2017/08/27 July Tech Festa 2017 49
  50. 50. いいえ、 作りました。 2017/08/27 July Tech Festa 2017 50
  51. 51. 2017/08/27 July Tech Festa 2017 51 Go言語で書かれているので Windows/Mac/Linuxで ネイティブ動作します! 開発に協力して 下さる方募集中です
  52. 52. まとめ  動画通信を効率よくキャッシュする キャッシュ基盤を提案し,効果を確認した  動画アクセス傾向を考察し,ハイブリッドキャッシュと 軽量分散協調キャッシュを組み合わせた  短時間の計算で,高い通信量削減効果が得られた  ハイブリッドキャッシュは,急激なアクセス傾向の 変化を起こしてもヒット率を維持できた 2017/08/27 July Tech Festa 2017 52

×