Optimisation Multi-Critères pour la Diffusion Vidéo au sein de l'Internet Media du Futur

Single-source HTTP Adaptive Streaming solutions (HAS) have become the de-facto solutions to deliver video over the Internet mostly due to their capa- bilities to increase end-user’s Quality of Experience (QoE) as well as their ease of deployment due to the usage of the HTTP protocol. Although HAS solutions can increase QoE by trading off the delivered video quality to minimize the number of video freezing events, they are limited by the bandwidth available on the considered communication channel between the client and the server.This thesis exposes our contributions in building lightweight pragmatic and evolving solutions advocating for the simultaneous usage of multiple sources with heterogeneous capacities so as to achieve high QoE content delivery at low cost. The first contribution of this work presents a streaming solution extending HAS ca- pabilities to a pragmatic multi-server technique: MS-Stream. MS-Stream provides the means to exploit expanded bandwidth and link diversity in distributed heteroge- neous network infrastructures. In our second contribution, we propose MATHIAS, a client-side two-phase consumption and adaptation algorithm implemented into MS- Stream. MATHIAS aims at increasing the end-user’s perceived streaming quality while utilizing the most of the heterogeneous capacities offered at the service and net- work environments. Finally, we further extend the QoE and scalability capabilities of MS-Stream and MATHIAS by leveraging on clients’ connectivity capacities and we expose our third contribution: a hybrid P2P/Multi-server live-Streaming system (PMS) incorporating distributed quality and scalability adaptation mechanisms.Les solutions de streaming vidéo adaptatives basées sur l’utilisation du protocol HTTP ont été largement plébiscitées dans les mondes de l’industrie et de la recherche, notamment pour les possibilités d’améliorations de qualité d’experience qu’elles offrent ainsi que pour leurs facilités de déploiement liées au protocol HTTP. Pour autant, bien que ces solutions permettent d’augmenter la qualité d’experience utilisateurs en diminuant la qualité de la vidéo transmise sur les réseaux pour min- imiser les interruptions vidéo liées au temps de chargement, la qualité intrinsèque de la vidéo est limitée par les capacités physiques du chemin entre le serveur utilisé et le client. Dans l’objectif d’augmenter la qualité d’experience utilisateurs et de diminuer les couts de déploiements des services de streaming, les travaux de cette thèse de doctorat proposent de faire évoluer de façon pragmatique les solutions de streaming adaptatives actuelles vers l’utilisation en simultané de plusieurs sources (serveurs ou pairs).La première contribution de cette thèse présente MS-Stream, une technique évo- lutive de streaming adaptatif basé sur HTTP et utilisant plusieurs serveurs simul- tanément. MS-Stream offre la possibilité d’exploiter la bande passante disponible dans les infrastructures distribuées et les réseaux hétérogènes. La deuxieme contri- bution de ce document est MATHIAS, un groupe d’algorithmes d’adaptation centrés client, implémentés dans MS-Stream, qui a pour vocation d’optimiser l’utilisation des ressources réseau hétérogènes mises à disposition du client pour obtenir une qualité vidéo cible. MATHIAS permet à chaque client de controller le nombre de serveur utilisé en simultané, de faire face à l’hétérogeneité des resources disponibles, de réagir aux fluctuations soudaines et non-anticipées des capacités des serveurs tout en donnant à l’utilisateur une experience de streaming ininterrompu. Pour finir, nous allons plus loin dans les capacités de scalabilité et de qualité d’experience de MS-Stream et MATHIAS en tirant profit des ressources physiques des consomma- teurs. Nous proposons une solution hybride pair-à-pair/multi-server de streaming adaptative: PMS. Au sein de PMS, les logiques d’adaptation de la qualité vidéo et de la scalabilité sont distribuées pour permettre à chaque client de tendre vers une utilisation optimale de l’infrastructure de streaming