Person:
Arellano Usón, Jesús

Profile Picture

Email Address

person.page.identifierURI

https://academica-e.unavarra.es/handle/2454/51535

Birth Date

Research Projects

Organizational Units

Job Title

Last Name

Arellano Usón

First Name

Jesús

person.page.departamento

Ingeniería Eléctrica, Electrónica y de Comunicación

person.page.instituteName

ORCID

0000-0002-3350-3793

person.page.upna

811913

Name

Filters

2023 - 20244
Reset filters

Settings

Search Results

Now showing 1 - 4 of 4
  • Thumbnail Image
    PublicationOpen Access
    Evaluation of RTT as an estimation of interactivity time for QoE evaluation in remote desktop environments
    (IEEE, 2023) Arellano Usón, Jesús; Magaña Lizarrondo, Eduardo; Morató Osés, Daniel; Izal Azcárate, Mikel; Ingeniería Eléctrica, Electrónica y de Comunicación; Ingeniaritza Elektrikoa, Elektronikoa eta Telekomunikazio Ingeniaritza
    In recent years, there has been a notable surge in the utilization of remote desktop services, largely driven by the emergence of new remote work models introduced during the pandemic. Traditional evaluation of the quality of experience (QoE) of users in remote desktop environments has relied on measures such as round-trip time (RTT). However, these measures are insufficient to capture all the factors that influence QoE. This study evaluated RTT and interactivity time in an enterprise environment over a period of 6 months and analysed the suitability of using RTT drawing previously unexplored connections between RTT, interactivity, and QoE. The results indicate that RTT is an insufficient indicator of QoE in productive environments with low RTT values. We outline some precise measures of interactivity needed to capture all the factors that contribute to QoE in remote desktop environments.
  • Thumbnail Image
    PublicationEmbargo
    Intelligent evaluation of quality of experience in interactive cloud services
    (2024) Arellano Usón, Jesús; Magaña Lizarrondo, Eduardo; Ingeniería Eléctrica, Electrónica y de Comunicación; Ingeniaritza Elektriko eta Elektronikoaren eta Komunikazio Ingeniaritzaren; Universidad Pública de Navarra/Nafarroako Unibertsitate Publikoa
    Esta tesis doctoral se centra en las Aplicaciones Interactivas Basadas en la Nube (CIAs), también conocidas como Aplicaciones Interactivas Distribuidas Basadas en la Nube (CDIAs) o Aplicaciones Interactivas en Tiempo Real (RIAs). Las CIAs, que requieren respuestas en tiempo real a las interacciones de los usuarios, incluyen servicios de escritorio remoto, servicios de juegos en la nube y aplicaciones web interactivas. La calidad de experiencia (QoE), definida por la ITU-T como la aceptabilidad general de una aplicación o servicio percibida por el usuario, es crucial para las CIAs, donde el tiempo de interactividad —el periodo entre la interacción del usuario y la respuesta gráfica— es una métrica clave. La pandemia de COVID-19 aceleró la transición al trabajo remoto, aumentando la dependencia de las CIAs para tareas que van desde la ofimática hasta labores para las que se requieren escritorios remotos. Este cambio subraya la importancia de una monitorización precisa de la QoE para garantizar la productividad y la satisfacción del usuario. En la presente tesis evaluamos las propuestas actuales para la cuantificación de QoE en entornos CIAs, identificando etapas y métricas comunes. Presentamos la herramienta TeCLA, desarrollada para abordar las limitaciones de las metodologías previas de evaluación de QoE. Gracias al despliegue de TeCLA en escenarios reales, la tesis recopila datos para evaluar su efectividad en comparación con los métodos tradicionales, particularmente el uso del Round Trip Time como aproximación del tiempo de interactividad. Los hallazgos respaldan la idoneidad de la metodología propuesta para medir la QoE en entornos empresariales CIA. La tesis valida este enfoque mediante su implementación en un entorno corporativo, ofreciendo un sistema pionero para la detección de anomalías utilizando redes neuronales LSTM. Basándonos en el desarrollo previo de TeCLA, proponemos su evolución, TeCLAe, una herramienta mejorada que captura métricas tanto en el cliente ligero como en el servidor remoto gracias a una configuración de doble agente. TeCLAe proporciona información detallada sobre el comportamiento de la infraestructura y el rendimiento de las aplicaciones, esencial para diagnosticar posibles elementos problemáticos de la infraestructura en despliegues CIAs que pueden degradar la QoE de los usuarios. Gracias al trabajo realizado, se proporciona un marco integral para medir y mejorar la QoE en CIAs, crucial para la creciente adopción de soluciones de trabajo remoto. Las herramientas y metodologías propuestas permiten un monitoreo preciso de la QoE y la detección proactiva de problemas, mejorando la experiencia del usuario, la productividad y la escalabilidad de las aplicaciones interactivas basadas en la nube.
  • Thumbnail Image
    PublicationOpen Access
    Interactivity anomaly detection in remote work scenarios using LTSM
    (IEEE, 2024) Arellano Usón, Jesús; Magaña Lizarrondo, Eduardo; Morató Osés, Daniel; Izal Azcárate, Mikel; Ingeniería Eléctrica, Electrónica y de Comunicación; Ingeniaritza Elektrikoa, Elektronikoa eta Telekomunikazio Ingeniaritza; Institute of Smart Cities - ISC
    In recent years, there has been a notable surge in the utilization of remote desktop services, largely driven by the emergence of new remote work models introduced during the pandemic. These services cater to interactive cloud-based applications (CIAs), whose core functionality operates in the cloud, demanding strict end-user interactivity requirements. This boom has led to a significant increase in their deployment, accompanied by a corresponding increase in associated maintenance costs. Service administrators aim to guarantee a satisfactory Quality of Experience (QoE) by monitoring metrics like interactivity time, particularly in cloud environments where variables such as network performance and shared resources come into play. This paper analyses anomaly detection state of the art and proposes a novel system for detecting interactivity time anomalies in cloud-based remote desktop environments. We employ an automatic model based on LSTM neural networks that achieves an accuracy of up to 99.97%.
  • Thumbnail Image
    PublicationOpen Access
    Survey on quality of experience evaluation for cloud-based interactive applications
    (MDPI, 2024) Arellano Usón, Jesús; Magaña Lizarrondo, Eduardo; Morató Osés, Daniel; Izal Azcárate, Mikel; Ingeniería Eléctrica, Electrónica y de Comunicación; Ingeniaritza Elektrikoa, Elektronikoa eta Telekomunikazio Ingeniaritza; Institute of Smart Cities - ISC
    A cloud-based interactive application (CIA) is an application running in the cloud with stringent interactivity requirements, such as remote desktop and cloud gaming. These services have experienced a surge in usage, primarily due to the adoption of new remote work practices during the pandemic and the emergence of entertainment schemes similar to cloud gaming platforms. Evaluating the quality of experience (QoE) in these applications requires specific metrics, including interactivity time, responsiveness, and the assessment of video- and audio-quality degradation. Despite existing studies that evaluate QoE and compare features of general cloud applications, systematic research into QoE for CIAs is lacking. Previous surveys often narrow their focus, overlooking a comprehensive assessment. They touch on QoE in broader contexts but fall short in detailed metric analysis. Some emphasise areas like mobile cloud computing, omitting CIA-specific nuances. This paper offers a comprehensive survey of QoE measurement techniques in CIAs, providing a taxonomy of input metrics, strategies, and evaluation architectures. State-of-the-art proposals are assessed, enabling a comparative analysis of their strengths and weaknesses and identifying future research directions.