International scientific journal
“Interpretation and researches”
Volume 1 issue 7 (53) | ISSN: 2181-4163 | Impact Factor: 8.2
63
TELEKOMMUNIKATSIYA TARMOQLARIDA TAJRIBA SIFATINI
TA’MINLASH VA BAHOLASH XUSUSIYATLARI
FEATURES OF QUALITY OF EXPERIENCE ASSURANCE AND
ASSESSMENT IN TELECOMMUNICATION NETWORKS
Usmanova Nargiza Baxtiyorbekovna
texnika fanlari doktori Muhammad al-Xorazmiy nomidagi Toshkent axborot
texnologiyalari universiteti professori
Saitkamolova Go’zal Komiljon qizi
Muhammad al Xorazmiy nomidagi Toshkent axborot texnologiyalari universiteti
tayanch doktoranti
Annotatsiya:
Ushbu maqolada telekommunikatsiya tarmoqlarida foydalanuvchi
tajribasini baholash mezoni sifatida QoE (Quality of Experience) tushunchasi tahlil
qilingan. QoE foydalanuvchining xizmat sifati haqidagi shaxsiy qoniqishini
ifodalovchi subyektiv ko‘rsatkich bo‘lib, u nafaqat texnik parametrlar, balki
foydalanuvchining kutgan natijalari, muhit va psixologik omillarni ham qamrab oladi.
Maqolada QoE va QoS (Quality of Service) tushunchalarining farqlari, ular orasidagi
bog‘liqlik, shuningdek, QoE baholash usullari (subyektiv va obyektiv) yoritilgan.
Bundan tashqari, foydalanuvchi tajribasini modellashtirish, baholash va oshirish
usullari bo‘yicha ilmiy yondashuvlar ko‘rib chiqilgan. Maqola telekommunikatsiya
xizmatlari sifatini yaxshilashda foydalanuvchining markaziy o‘rni va bu borada
zamonaviy yondashuvlarning ahamiyatini ko‘rsatadi.
Kalit so’zlar:
Telekommunikatsiya, tarmoq, QoS (Quality of Service), QoE
(Quality of Experience),
PSNR (Peak Signal-to-Noise Ratio), SSIM (Structure
Similarity)
Abstract:
This article analyzes the concept of QoE (Quality of Experience) as a
criterion for evaluating user experience in telecommunication networks. QoE is a
subjective indicator expressing the user's personal satisfaction with the quality of
service, which includes not only technical parameters, but also user expectations,
environmental and psychological factors. The article discusses the differences
between the concepts of QoE and QoS (Quality of Service), the relationship between
them, as well as methods for assessing QoE (subjective and objective). In addition,
scientific approaches to modeling, assessing and improving user experience are
reviewed. The article shows the central role of the user in improving the quality of
telecommunication services and the importance of modern approaches in this regard.
Key words:
Telecommunications, network, QoS (Quality of Service), QoE
(Quality of Experience),
PSNR (Peak Signal-to-Noise Ratio), SSIM (Structure
Similarity)
International scientific journal
“Interpretation and researches”
Volume 1 issue 7 (53) | ISSN: 2181-4163 | Impact Factor: 8.2
64
KIRISH
Zamonaviy
aloqa
tarmoqlarida
tarmoq
resurslaridan
foydalanishni
optimallashtirishda foydalanuvchi qoniqishini saqlab qolish uchun tajriba sifati
(Quality of Experience, QoE)ni ta’minlash va xizmat ko‘rsatish sifati (Quality of
Service, QoS) bilan mutanosibligini aniqlash masalasi turli manfaatdorlar (telekom
operatorlar, xizmat provayderlari, foydalanuvchilar) uchun muhimdir. Tajriba sifati
tushunchasi so‘nggi yillarda sezilarli darajada rivojlandi, chunki zamonaviy aloqa
xizmatlari va multimedia ilovalari tobora murakkablashib bormoqda. Xizmat sifatiga
oid an’anaviy tarmoq ishlash ko‘rsatkichlari foydalanuvchi qoniqishini aniq o‘lchash
uchun endi yetarli emas. QoE foydalanuvchi tajribasiga ta’sir qiluvchi subyektiv va
obyektiv omillarni o‘z ichiga oladi, keng qamrovli baholash modellari va kafolat
strategiyalarini talab qiladi. Quyida QoEni baholash va kafolatlashning ba’zi jihatlari
ko‘rib chiqiladi (bular QoEga ta’sir etuvchi omillarni, subyektiv va obyektiv baholash
usullarini va QoE kafolatida mashinaviy o‘qitish va katta ma’lumotlar tahlilining
rolini namoyon etishda qo‘l keladi).
Multimedia xizmatlari, bulutli ilovalar va real vaqt rejimidagi aloqa
platformalarining jadal rivojlanishi bilan asosiy e’tibor faqat ishonchli texnik xizmat
ko‘rsatish (QoS) dan foydalanuvchilarning qoniqarli umumiy tajribaga ega bo‘lishini
ta’minlashga o‘tdi.
Tajriba sifati QoE
tushunchasi tarmoq o‘tkazish qobiliyati,
kechikish, jitter va paketlarni yo‘qotish kabi obyektiv tarmoq ishlashi
ko‘rsatkichlarini o‘lchaydigan QoSdan farqli o‘laroq, QoE oxirgi foydalanuvchining
xizmat sifatini
subyektiv idrok etishiga e’tibor qaratadi.
Samarali QoE kafolati va baholash modellariga bo‘lgan ehtiyoj,
foydalanuvchilarning texnologiya bilan o‘zaro aloqasi va turli qurilmalar, tarmoqlar
va ilovalarda ishlashni qanday qabul qilishlari tobora murakkablashib borayotgan
usullardan kelib chiqadi. QoEni qanday o‘lchash, ta’minlash va yaxshilashni
tushunish xizmat ko‘rsatuvchi provayderlar, dastur ishlab chiquvchilari va tarmoq
operatorlari uchun foydalanuvchi qoniqishini, sodiqligini va xizmat rentabelligini
ta’minlash uchun juda muhimdir.
Tajriba sifati foydalanuvchining xizmat yoki ilova bilan o‘zaro aloqada bo‘lgan
umumiy qoniqishi yoki noroziligini bildiradi. QoE texnik ko‘rsatkichlar (QoS
ko‘rsatkichlari), foydalanuvchi kutishlari, foydalanish konteksti va kontentning
dolzarbligi kombinatsiyasidan kelib chiqib, ta’riflanadi.
QoE texnik ko‘rsatkichlardan tashqari foydalanuvchiga qaratilgan omillarga
e’tibor qaratadi, masalan:
Xizmatning estetik sifati (masalan, video oqimining ruxsati asosida);
Interaktiv
xizmatlarning sezgirligi (masalan, o‘yin yoki veb-brauzer);
International scientific journal
“Interpretation and researches”
Volume 1 issue 7 (53) | ISSN: 2181-4163 | Impact Factor: 8.2
65
Tizim ustidan idrok etilgan boshqaruv
(masalan, buyruq qanchalik tez
bajarilishi)[1].
Foydalanuvchi qoniqishi xizmatni qabul qilish va uni saqlab qolishning asosiy
omili hisoblanadi, bunda ijobiy QoE mijozlarning sodiqligiga ta’sir ko‘rsatadi va
undan telekommunikatsiya xizmatlari bozorida raqobatbardosh farqlovchi (ustunlik
omili) sifatida foydalanish mumkin.
Xizmat sifati umumiy xolda
tarmoq
darajasidagi ishlash ko‘rsatkichlariga ishora qiladi, masalan, kechikish, o
‘tkazish
qobiliyati, paket yo‘qolishi, jitter.
QoE kengroq omillarni o‘z ichiga oladi,
jumladan, foydalanuvchi
kutishlari,
imtiyozlari
va xizmatga
hissiy javoblar
.
Yuqori QoS har doim ham yuqori QoEni kafolatlamaydi, chunki kontentning
dolzarbligi, hissiy kontekst yoki interfeys dizayni kabi boshqa subyektiv omillar
muhim rol o‘ynaydi.
QoE uchun ushbu texnik QoS ko‘rsatkichlari foydalanuvchi
idrokiga qanday ta’sir qilishiga e’tibor qaratadi,
bunda yuqori buferlash yoki past
piksellar soni kabi ba’zi QoS muammolari bevosita yomon QoEga olib keladi.
Foydalanuvchi kutishlari QoE ning eng muhim omillaridan biridir. Netflix yoki
Disney kabi yuqori sifatli oqim xizmatlariga odatlangan foydalanuvchilar boshqa
platformalardan ham xuddi shunday tajribani kutishadi. Foydalanuvchi bilan bog‘liq
ba’zi asosiy omillar:
Texnologiya bilan ishlash tajribasi (
texnologiyani yaxshi biladigan
foydalanuvchilar, agar ular aloqa sifatiga ta;sir etuvchi sabablarni tushunsalar, vaqti-
vaqti bilan buferlashga toqat qilishlari mumkin);
Madaniy omillar (t
urli madaniyatdagi foydalanuvchilar sifatga nisbatan
turlicha qarashlari mumkin);
Qurilma bilan tanishish (y
uqori unumdorlikka ega qurilmalar bilan tanish
bo‘lgan foydalanuvchilar apparat va dasturiy ta’minotga yuqoriroq talablarga ega
bo‘lishi mumkin)[2].
Foydalanish konteksti xizmatdan foydalaniladigan vaziyat sharoitlarini bildiradi,
jumladan:
Joylashuv
: foydalanuvchi statsionar (uyda) yoki mobil (transport vositasida)
bo‘lishi;
Kun vaqti
: Internetdan foydalanishning eng yuqori yuklama soatlarida tarmoq
tirbandligi QoEni pasayishi sababi bo‘lishi mumkin;
Foydalanuvchini jalb qilish
: video oqimlari kabi passiv harakatlar uchun
vaqti-vaqti bilan kechikishlarga chidash mumkin, ammo o‘yin kabi interaktiv ilovalar
uchun kechikishlar QoEni sezilarli darajada yomonlashtirishi mumkin[3].
Shuningdek, QoS parametrlari QoE ga sezilarli ta’sir qiladi, masalan:
Onlayn o‘yinlar yoki ovozli qo‘ng‘iroqlar kabi real vaqtda ilovalar uchun
past
kechikish juda muhimdir;
International scientific journal
“Interpretation and researches”
Volume 1 issue 7 (53) | ISSN: 2181-4163 | Impact Factor: 8.2
66
Yuqori o‘tkazish qobiliyati
yuqori aniqlikda (HD yoki 4K) video oqimlari
uchun juda muhimdir;
Paket yo‘qolishi
ovoz va video sifatiga ta’sir qiladi, ayniqsa real vaqtdagi
aloqa uchun;
Foydalanuvchi so‘rovlari
: ishtirokchilar xizmatdan foydalangandan so‘ng o‘z
tajribalarini baholaydilar;
Fokus-guruhlar
: foydalanuvchilarning kichik guruhlari tuzilgan muhitda
batafsil fikr-mulohazalarni taqdim etadilar;
Haqiqiy vaqtda fikr-mulohaza
: foydalanuvchilar xizmatdan foydalanish
vaqtida ma’lumot beradi (masalan, oqim paytida video sifatini baholash)[4].
Subyektiv baholashlar QoE ning eng aniq o‘lchovi bo‘lsa-da, ular ko‘p vaqt
talab qiladi, qimmat va keng miqyosda ishlatish/joylashtirish uchun qulay emas.
Obyektiv
baholash
modellari
QoEni
bashorat
qilish
uchun
QoS
ko‘rsatkichlaridan foydalanadi. Ushbu modellar ko‘pincha subyektiv baholashlardan
to‘plangan empirik ma’lumotlarga asoslanadi.
Umumiy obyektiv ko‘rsatkichlarga quyidagilar kiradi:
Eng yuqori signal-shovqin nisbati (Peak Signal-to-Noise Ratio, PSNR):
video sifatini baholash uchun;
Nutq sifatini perseptual baholash (Perceptual Evaluation of Speech
Quality, PESQ): VoIP-da ovoz sifati uchun;
Strukturaviy o‘xshashlik indeksi (Structure Similarity, SSIM): kadrlar
orasidagi sezilgan o‘zgarishlarni solishtirish orqali tasvir va video sifatini o‘lchaydi;
VMAF (Video Multi-Method Assessment Fusion)
: Video QoE umumiy ball
berish uchun bir nechta video sifati modellarini birlashtiradi.[5]
QoE modellari texnik QoS ko‘rsatkichlarini foydalanuvchi tomonidan qabul
qilingan sifatga moslashtirish uchun ishlatiladi. Ushbu modellar tarmoq unumdorligi
ma’lumotlari asosida QoE ni bashorat qila oladigan algoritmlarni ishlab chiqish
uchun juda muhimdir.
Eng taniqli QoE modellaridan ba’zilari:
Logarifmik modellar: ko‘pincha video oqimlari
uchun ishlatiladi, bu yerda
QoSdagi kichik yaxshilanishlar (masalan, bit tezligini oshirish) QoE pasayishiga olib
kelishi mumkin;
Sigmoid modellar
: bu modellar QoSning ma’lum chegaralari (masalan,
kechikish yoki paketni yo‘qotish) buzilganidan keyin, ayniqsa o‘yin yoki VoIP kabi
real vaqtda ilovalarda
QoE keskin pasayib ketadigan munosabatlarni aks ettiradi.
Ilovaga qarab turli QoE ko‘rsatkichlari mavjud:
O‘rtacha fikr bahosi (Mean opinion score, MOS)
: barcha media turlari
bo‘yicha subyektiv baholash uchun foydalaniladi;
International scientific journal
“Interpretation and researches”
Volume 1 issue 7 (53) | ISSN: 2181-4163 | Impact Factor: 8.2
67
VMAF (Video Multi-Method Assessment Fusion)
: oqimli ilovalar uchun
video sifatini o‘lchash uchun ishlatiladigan kompozit ko‘rsatkich;
E-Model (G.107)
: asosan VoIP xizmatlari uchun foydalaniladigan E-Model
kechikish va paket yoʻqolishi kabi QoS parametrlari asosida MOSni bashorat
qiluvchi
R-omilni hisoblab chiqadi.[6]
Mashinaviy o‘qitish (Machine Learning, ML)
ning turli tarmoq masalalarida
ta’siri o‘sishi QoE qanday baholanishi va kafolatlanishiga sezilarli ta’sir ko‘rsatdi.
ML algoritmlarini real vaqt rejimida QoS ko‘rsatkichlarini foydalanuvchi tomonidan
qabul qilingan QoE bilan taqqoslab, foydalanuvchi o‘zaro aloqasi ma’lumotlarining
katta ma’lumotlar to‘plamida o‘qitilishi mumkin. Bunda
Nazorat ostida o‘rganish: neyron tarmoqlari, qarorlar daraxtlari va
qo‘llab-quvvatlovchi vektorli mashinalar (SVM)
kabi algoritmlarni QoS
ko‘rsatkichlari va subyektiv QoE ballarini o‘z ichiga olgan ma’lumotlar to‘plamida
o‘rgatish mumkin;
Mustahkamlovchi o‘qitish (Reinforcement learning, RL): RL modellari
dinamik tarmoq sharoitida QoEni optimallashtirish uchun eng yaxshi harakatlarni
moslashuvchan tarzda o‘rganishi mumkin.
Katta ma’lumotlar tahlili yirik tarmoqlarda QoE monitoringi uchun kuchli vosita
sifatida paydo bo‘ldi. Millionlab foydalanuvchilar ma’lumotlarini to‘plash va tahlil
qilish orqali xizmat ko‘rsatuvchi provayderlar QoE tendensiyalarini bashorat
qilishlari, tarmoqdagi qiyinchiliklarni aniqlashlari va yuqori QoE darajasini saqlab
qolish uchun real vaqt rejimida tuzatishlar kiritishlari mumkin.
Netflix va YouTube kabi video oqim xizmatlari
QoE-ga eng sezgir ilovalar
qatoriga kiradi. QoE ga ta’sir qiluvchi omillardan:
Video sifati
: 1080p yoki 4K kabi yuqori talablar odatda yaxshiroq QoE ni
taklif qiladi, lekin ular yuqori tarmoq resursini talab qiladi;
Buferlash
: tez-tez buferlash hodisalari QoEni keskin kamaytiradi.
Masalan, VoIP xizmatlari
uchun QoE ga ta’sir qiluvchi asosiy omillar
quyidagilardir:
Kechikish
: yuqori kechikish javoblarning kechikishiga olib keladi va aloqada
salbiy tajribaga olib keladi;
Jitter
: paket yetib kelish vaqtlarining o‘zgaruvchanligi ovozning uzilishi yoki
buzilishiga olib keladi;
Paket yo‘qolishi
: yo‘qolgan paketlar ravshanlikni kamaytiradigan audio
segmentlarning yo‘qolishiga olib keladi;
Onlayn o‘yinlar
uchun esa QoEga ta’sir qiluvchi asosiy omillar quyidagilardir:
Kechikish (ping)
: kechiktirilgan javob vaqtlari foydalanuvchi tajribasini
buzishi mumkin, ayniqsa raqobatbardosh o‘yinlarda;
Kadr tezligi
: yuqori kadr tezligi yanada yaxshi tajribaga hissa qo‘shadi;
International scientific journal
“Interpretation and researches”
Volume 1 issue 7 (53) | ISSN: 2181-4163 | Impact Factor: 8.2
68
Kechikishlar
: mos kelmaydigan kechikish o‘yinning muhim daqiqalarida
asabiy ‘kechikish’ga olib kelishi mumkin[7];
Shu bilan birga, 5G
tarmoqlarining paydo bo‘lishi yuqori tezlik, past kechikish
va tarmoqning moslashuvchanligini oshirishni va’da qilmoqda. Biroq,
5G muhitida
QoE ni ta’minlash yangi muammolarni keltirib chiqaradi, masalan:
Chegaraviy hisoblash
: kechikishni kamaytirish uchun hisoblash vazifalarini
chekka tugunlarga tushirish;
Tarmoqni kesimlari
: tarmoqning turli bo‘limlari turli QoE talablari uchun
optimallashtirilgan bo‘lishi kerak.
Kelajakda
sun’iy intellekt (AI) real vaqt rejimida QoEni optimallashtirishda
tobora muhim rol o‘ynaydi[8], bu esa prognoz qilingan QoE asosida tarmoq
parametrlarini moslashtirish uchun
chuqur o‘rganish
va
mustahkamlovchi
o‘rganish
kabi usullardan foydalanadi .
XULOSA
Tajriba sifati zamonaviy raqamli xizmatlar muvaffaqiyatini baholashda muhim
ko‘rsatkichga aylandi. Yuqori QoEni ta’minlash nafaqat an’anaviy QoS
ko‘rsatkichlarini boshqarishni, balki subyektiv foydalanuvchi tajribasini, kontekstual
omillarni va foydalanuvchi kutishlarini hisobga olishni ham o‘z ichiga oladi.
Subyektiv va obyektiv baholash usullarini, mashinaviy o‘qitishga asoslangan
bashorat modellarini
va
QoEga asoslangan tarmoqni optimallashtirish
strategiyalarini
qo‘llash orqali xizmat ko‘rsatuvchi provayderlar foydalanuvchi
qoniqishining yuqori darajasini ta’minlashi mumkin. Zamonaviy
tarmoqlaridagi
kelajakdagi innovatsiyalar,
sun’iy intellekt asosidagi QoE optimallashtirish
va
katta ma’lumotlar tahlili
bir qator raqamli xizmatlarda uzluksiz, yuqori sifatli
foydalanuvchi tajribasini taqdim etish qobiliyatini yanada oshiradi.
QoE va QoS
talablarini muvofiqlashtiruvchi,
mutanosibligini aniqlash
modellari tarmoq
resurslarini aniqlash yondashuvlari
boʻyicha keng qamrovli tajriba sifati (QoE) va
xizmat sifati (QoS) tushunchalari, ularning oʻzaro bogʻliqligi, talablar va resurslarni
aniqlash metodologiyalari boʻyicha batafsil muhokamalarni oʻz ichiga oladi.
Foydalanilgan adabiyotlar:
1.
ETSI ETR 003 Network Aspects (NA); General aspects of Quality of
Service (QoS) and Network Performance (NP).
2.
ETSI EG 202 057-4 V1.1.1. Speech Processing, Transmission and
Quality Aspects (STQ); User related QoS parameter definitions and measurements;
Part 4: Internet access.
3.
ETSI ETR 138 Network Aspects (NA); Quality of service indicators for
Open Network Provision (ONP) of voice telephony and Integrated Services Digital
Netork (ISDN).
International scientific journal
“Interpretation and researches”
Volume 1 issue 7 (53) | ISSN: 2181-4163 | Impact Factor: 8.2
69
4.
3GPP TS 23 207 V11.0.0 (2012-09) 3rd Generation Partnership Project;
Technical Specification Group Services and System Aspects; End-to-end Quality of
Service (QoS) concept and architecture (Release 11).
5.
ITU-T Recommendation Y1540. Internet protocol data communication
service – IP pacet transfer and availabity performance parameters (07/2016).
6.
Samiullah Mehraban and Rajesh K. Yadav. Quality of Service
Challenges in Hybrid IP/Software-Defined Networks. 08 January 2025. intechOpen.
7.
Miguel García-Torres va boshq., Feature selection applied to QoS/QoE
modeling on video and web-based mobile data services: An ordinal approach/
Computer Communications, Volume 217, 1 March 2024, pp.230-245
8.
va boshq., Quality of Service (QoS) Performance
Analysis in a Traffic Engineering Model for Next-GenerationWireless Sensor
Networks. February 2023. DO - 10.3390/sym15020513. Symmetry.
