République Tunisienne
Ministère de l'Enseignement Supérieur et RS Ministère des Technologies de la Communication et de l'Economie Numérique
Université de Carthage
Espace membreCet espace est dédié aux étudiants, aux enseignants et au personnel administratif de l'école |
|
Actualités de l'école 13/02/2021 Soutenance de doctorat de Tasnim ABAR
Soutenance de thèse de doctorat le 13/02/2021 à 09H30 , à l'amphi Ibn Khaldoun de Sup'Com. Intitulé :Approche ML pour une meilleure QoS/QoE au sein des réseaux SDN/NFV Présentée par :Tasnim ABAR JURY
RésuméCes dernières années, l'expérience utilisateur devient un indicateur fiable pour les fournisseurs de services et les fournisseurs de contenus pour transmettre le fonctionnement global du système de bout en bout (client, terminal, réseau, infrastructure de services, encodage des supports, etc.). En outre, pour concurrencer une part de marché importante, les différents opérateurs de réseau et fournisseurs de services devraient satisfaire leurs clients. Pour répondre à ces exigences, ils nécessitent un suivi et une estimation efficaces de la qualité d'expérience (QoE). La QoE est une métrique subjective qui traite la perception des utilisateurs et peut varier en fonction des attentes et du contexte de l'utilisateur. Aujourd’hui, évaluer la QoE est devenu une phase fondamentale pour les fournisseurs. Cette nécessité nous a poussés à élaborer et innover des nouvelles techniques pour suivre, prédire et améliorer la QoE. Dans cette thèse, nous travaillons sur (1) l’estimation de la QoE dans le cas de service du vidéo streaming en se basant sur l’approche Intelligence Artificielle et (2) l’amélioration de la satisfaction de l’utilisateur final en se basant sur plusieurs approches et nouvelles méthodes proposées durant cette thèse. Mots clés :QoE, QoS, Vidéo Streaming, IA, Machine Learning, Ensemble learning, DASH, SDN, ICN, Fog Computing, Caching, IoT, IoV |
||||||||||||||||||||||||||||||
