Zoom校园遥测数据集和WebRTC-网络5G遥测数据集

本文研究的两个数据集分别是校园范围内的低速率Zoom遥测数据集，记录了长达数日的数据，以及高速度、相关性的WebRTC-网络5G遥测数据集，记录了数小时的数据。这些数据集通过详细测量私有CBRS和商业运营商蜂窝网络的动态，捕捉物理层和链路层事件，并将它们与网络层和传输层的效果以及视频会议应用本身的效果相关联。研究团队基于这些数据，追溯性能异常的根源，并构建了自动化工具Domino，用于识别导致5G视频会议性能下降的因果事件链。

The two datasets investigated in this study are, respectively, a campus-wide low-rate Zoom telemetry dataset collected over several consecutive days, and a high-speed and correlated WebRTC-network 5G telemetry dataset collected over several hours. These datasets capture physical-layer and link-layer events through detailed measurements of the dynamics of private Citizens Broadband Radio Service (CBRS) and commercial carrier cellular networks, and correlate these events with performance impacts at the network layer, transport layer, and the video conferencing application itself. Leveraging these datasets, the research team traced the root causes of performance anomalies and developed an automated tool named Domino, which is designed to identify causal event chains that lead to degraded performance of 5G video conferencing.

搜集汇总

数据集介绍

构建方式

Zoom校园遥测数据集和WebRTC-网络5G遥测数据集的构建采用了跨层测量方法，通过整合物理层、链路层、网络层和传输层的数据，全面捕捉5G网络对视频会议应用性能的影响。具体而言，数据集包含长达500天的校园范围内Zoom遥测数据，以及高频率的WebRTC与5G网络遥测数据。数据采集过程中，研究者利用NR-Scope工具获取5G物理层和MAC层的高精度测量数据，同时结合自定义WebRTC客户端记录应用层性能指标，确保数据的全面性和准确性。

特点

该数据集的特点在于其跨层性和高时间分辨率。数据集不仅涵盖了5G网络的物理层和链路层事件，还记录了这些事件对网络层、传输层以及视频会议应用层的具体影响。此外，数据集通过高频率采样（如每50毫秒记录一次WebRTC性能指标）和长时间跨度（500天的Zoom数据）提供了丰富的时空维度信息，使其成为研究5G网络性能与实时通信应用交互的理想资源。数据集的另一个显著特点是其多样性，涵盖了商用5G网络和私有5G网络的多种部署场景。

使用方法

Zoom校园遥测数据集和WebRTC-网络5G遥测数据集的使用方法主要包括数据分析和工具开发。研究者可以通过跨层关联分析，识别5G网络事件与视频会议性能问题之间的因果关系。数据集支持自动化工具（如Domino）的开发，用于实时检测和诊断性能问题的根本原因。具体而言，用户可以通过滑动窗口技术分析时间序列数据，检测特定事件（如延迟峰值或带宽波动），并利用因果图模型追溯性能问题的根源。此外，数据集的开放性和可扩展性使其适用于未来无线网络和交互应用的进一步研究。

背景与挑战

背景概述

Zoom校园遥测数据集和WebRTC-网络5G遥测数据集由普林斯顿大学的研究团队于2024年创建，主要研究人员包括Fan Yi、Haoran Wan、Kyle Jamieson和Oliver Michel。该数据集旨在解决5G无线网络中实时视频会议应用（如Zoom和WebRTC）的性能波动问题。5G网络的复杂调度、重传和自适应机制导致上行和下行链路的容量和延迟显著波动，进而影响视频会议的流畅性、音频质量和用户体验。该数据集通过跨层测量方法，从物理层、链路层到应用层全面捕捉5G网络动态，为研究5G网络与实时通信应用的交互提供了重要数据支持。

当前挑战

该数据集面临的挑战主要包括两方面：1) 领域问题的挑战：5G网络的动态性和复杂性导致实时视频会议应用在延迟、抖动和带宽波动方面表现不佳，具体表现为视频卡顿、音频失真和交互延迟。2) 构建过程中的挑战：数据采集需要跨多个网络层（从物理层到应用层）进行同步和关联，尤其是在商业5G网络中获取低层（如RLC层）的日志数据较为困难。此外，高频率的事件记录（如每秒数千次）对数据存储和处理提出了较高要求。

常用场景

经典使用场景

Zoom校园遥测数据集和WebRTC-网络5G遥测数据集在5G网络性能分析领域具有重要价值。该数据集通过捕获物理层和链路层事件，并将其与网络层、传输层以及视频会议应用层的表现进行关联，为研究者提供了跨层分析的独特视角。数据集包含长达数日的校园范围Zoom遥测数据和数小时的高速率WebRTC-5G网络遥测数据，为研究5G网络对实时通信应用的影响提供了丰富素材。

解决学术问题

该数据集有效解决了5G网络环境下视频会议质量波动的根因分析问题。通过自动化工具Domino，研究者能够识别出24种导致5G视频会议质量下降的因果事件链，包括跨层流量、重传机制和信道质量等因素。这一成果填补了5G网络与实时应用交互机制研究的空白，为优化网络调度算法和提升用户体验质量（QoE）提供了理论依据。

衍生相关工作

该数据集衍生出多项重要研究成果，包括5G网络测量工具NR-Scope的开发，以及实时通信质量优化系统Athena的构建。相关研究还推动了WebRTC拥塞控制算法的改进，提出针对5G网络特性的新型调度策略。这些工作共同构成了5G时代实时通信性能优化的研究体系，为后续6G网络中的超低时延应用奠定了基础。