Internetin käyttökokemukseen voivat vaikuttaa monet yksittäiset asiat, kuten käyttäjän internetyhteyden nopeus, verkon luotettavuus, sovelluspalvelimien käytettävyys ja kuormitus ja joissakin tapauksissa käyttäjän kotiverkko. Yksittäiset ja erilliset arvot, kuten yhteyden nopeus tai palvelinkapasiteetti, eivät kerro todellisesta käyttökokemuksesta. Mittaamalla suorituskykyä kattavasti sovellustasolla ja ottamalla kaikki mahdolliset tekijät huomioon saadaan oikea kuva internetin käyttökokemuksesta.
Tässä esitetyn menetelmän avulla internetpalveluntarjoajat voidaan luokitella YouTube-videoiden käyttöön liittyvän suorituskyvyn perusteella. Menetelmä perustuu jatkuvaan suorituskyvyn mittaukseen sovellustasolla. Pyrimme esittämään mielekkään ja helposti ymmärrettävän luokituksen, joka vastaa todellista internetin käyttökokemusta.
Tyypillisessä YouTube-videon toistotilanteessa YouTube-asiakas hakee videotavuja suoratoistona YouTube-palvelimelta (CDN). Pyyntöjä voi olla yksi tai useampi (esim. HTTP GET). Internetpalveluntarjoajan arvioinnin ensimmäisessä vaiheessa mitataan nopeus, jolla nämä videotavut siirtyvät tasaisesti palvelimelta asiakkaalle. Sovellustasolla saavutetun suoritustehon (goodput) mittaamiseksi kunkin pyynnön osalta tallennetaan seuraavat tiedot:
Näiden mittausten perusteella lasketaan tietyn pyynnön (R) goodput oheisen kaavan avulla. Jokainen mitattu pyyntö luetaan goodput-näytteeksi.
Luokitukset muodostetaan laskemalla yhteen mittausvaiheessa tallennetut asianmukaiset goodput-näytteet. Menetelmässä luokitukset lasketaan valituille raporttiluokille eri tarkkuustasoilla. Palveluntarjoajan luokitus voidaan määrittää esimerkiksi eri aikajaksoille (kuten tunti, päivä, viikko tai kuukausi) ja/tai eri maantieteellisille tasoille (kuten maa, maakunta, kaupunkikeskus tai kaupunki).
Tietylle ajanjaksolle T (esimerkiksi viimeiset 30 päivää) ja maantieteelliselle sijainnille L (esim. San Francisco, CA, USA) palveluntarjoajan P (esimerkiksi Comcast) luokitus lasketaan seuraavasti:
GAT-luokka | Goodput-kynnys | Peruste |
---|---|---|
HD (teräväpiirto) | > 2,5 Mt/s | Goodput-minimi, joka vaaditaan keskimääräisen HD-videon toistamiseen YouTubessa 720p:n resoluutiolla |
SD (tavallinen tarkkuus) | 0,7–2,5 Mt/s | Goodput-minimi, joka vaaditaan keskimääräisen SD-videon toistamiseen YouTubessa 360p:n resoluutiolla |
LD (matala tarkkuus) | < 0,7 Mt/s | Liian pieni goodput toistamaan SD-videota YouTubessa 360p:n resoluutiolla |
3) Luokituskriteerien määrittely: Palveluntarjoajan luokituskriteerit määritellään GAT-määrän vähimmäisvaatimustasona kullekin luokitukselle. Koska tämä muuttuja on luotu kuvaamaan palveluntarjoajan verkon johdonmukaisuutta ja luotettavuutta, kynnys on asetettava tasolle, jolla suorituskyky on tasaisen hyvä pikemminkin kuin tyypillinen (keskiarvon mukainen). Tätä varten määrittelemme luotettavuudelle kolme luokitusasteikkoa: GAT-90 (90 % pyynnöistä yli kynnyksen), GAT-95 (95 % pyynnöistä yli kynnyksen) ja GAT-99 (99 % pyynnöistä yli kynnyksen).
Seuraavassa taulukossa on määritelty kriteerit, joiden avulla ratkaistaan palveluntarjoajan lopullinen luokitus GAT-90-asteikolla. 90 prosentin kynnys on valittu huolellisen harkinnan jälkeen käytännössä havaitun suorituskyvyn perusteella. Kynnystä muokataan ajan mittaan sitä mukaa kuin verkon suorituskyky kasvaa.
Luokitus | Kriteerit (GAT-90) | Peruste |
---|---|---|
HD (teräväpiirto) |
Yli 90 % otoksista on saanut HD-merkinnän |
Verkon suorituskyky on tasainen ja luotettava toistettaessa YouTube-videoita HD-tarkkuudella (720p) |
SD (tavallinen tarkkuus) |
Yli 90 % otoksista on saanut vähintään SD-merkinnän |
Verkon suorituskyky on tasainen ja luotettava toistettaessa YouTube-videoita SD-tarkkuudella (360p) |
LD (matala tarkkuus) | Ei kumpikaan yllä mainituista | Verkon suorituskyky on epäluotettava toistettaessa YouTube-videoita |
Luokitukset koskevat verkkoja, eivät yksittäisiä käyttäjiä. Kaikki goodput-otokset on täysin anonymisoitu, eikä mitään käyttäjätietoja (kuten selaimen evästeitä tai IP-osoitteita) tallenneta tai käytetä suoraan luokitusalgoritmissa. Jos yhteenlaskettu otosmäärä valitulla maantieteellisellä sijannilla ja aikavälillä jää alle tietyn rajan, algoritmi laskee luokituksen likimääräisemmillä mitoilla (eli laskee yhteen tiedot laajemmalta maantieteelliseltä sijainnilta ja/tai aikaväliltä), jotka kuitenkin täyttävät vähimmäiskokovaatimukset.