Este repositório corresponde ao projeto final de programação da disciplina de Transmissão de Dados da Universidade de Brasília e implementa uma versão adaptada do algoritmo ABR desenvolvido por Ito et al. publicado como
M. S. Ito, D. Bezerra, S. Fernandes, D. Sadok and G. Szabo, "A fine-tuned control-theoretic approach for dynamic adaptive streaming over HTTP", 2015 IEEE Symposium on Computers and Communication (ISCC), 2015, pp. 301-308, doi: 10.1109/ISCC.2015.7405532.
Além disso, para simulação do algoritmo, foi utilizado a plataforma PyDash desenvolvida por Marotta et al. disponível neste respositório e publicada como
M. A. Marotta, G. C. Souza, M. Holanda and M. F. Caetano, "PyDash - A Framework Based Educational Tool for Adaptive Streaming Video Algorithms Study", 2021 IEEE Frontiers in Education Conference (FIE), 2021, pp. 1-8, doi: 10.1109/FIE49875.2021.9637335.
- Versão do Python: 3.9.5
Para definir as configurações do projeto, instale a versão do Python utilizada e o instalador de pacotes pip. Depois, siga as etapas para criação e ativação do ambiente de desenvolvimento de acordo com o seu sistema operacional na pasta root desse repositório.
- No terminal, execute
git clone https://github.com/mfcaetano/pydash.git- No ambiente Windows, no bash do git, execute
python -m venv TDDash- No ambiente Linux, execute
python3.9 -m venv TDDash- No ambiente Windows, no bash do git, execute
source TDDash/Scripts/activate- No ambiente Linux, execute
source TDDash/bin/activatepip install -r pydash/requirements.txtPrimeiro, copie arquivo r2a_finetunedcontrol.py da pasta r2a desse repositório e cole na pasta pydash/r2a. Depois, modifique o valor da chave "r2a_algorithm" do arquivo pydash/dash_client.json para R2A_FineTunedControl.
Para avaliar o código, ative o ambiente de desenvolvimento, mude para a pasta pydash com o comando
cd pydash/e execute o comando
python main.py