Vídeo sob Demanda. Elaine da Silva Calvet. Escola de Engenharia Universidade Federal Fluminense (UFF) Niterói RJ Brazil.

Transcrição

1 Vídeo sob Demanda Elaine da Silva Calvet Escola de Engenharia Universidade Federal Fluminense (UFF) Niterói RJ Brazil Resumo. Este trabalho descreve a aplicação de Vídeo sob Demanda, cuja idéia surgiu na década de 90, mas que somente agora pode-se notar um certo desenvolvimento da solução. O trabalho mostra a evolução das tecnologias envolvidas, seus requisitos necessários, além dos problemas e desafios encontrados para sua implementação. O objetivo deste trabalho é explicitar o funcionamento deste serviço e avaliar como ele é encarado hoje em dia. 1. Introdução A idéia de trabalhar com imagens sempre esteve ligada a história da civilização. Nos tempos primitivos, o homem deixava suas impressões em formas de desenhos para que gerações posteriores pudessem reverenciá-lo. A partir dos desenhos, surgiram as pinturas, mais tarde as fotografias. Em seguida, foi criado o cinema, que deu vida aos quadros parados e a reprodução da realidade ficou mais próxima. A televisão herdou algumas características do cinema, mas a sua proximidade com o tempo presente, a sua praticidade de obter informação dentro das próprias residências, tornou a TV um veículo poderoso de transmissão de informações, idéias e ideais. No Brasil, a primeira transmissão oficial de televisão em cores ocorreu em 1972 e a primeira concessão de TV por assinatura aconteceu em 1990 [1]. No início da era televisiva, o componente principal do serviço era um produto caro, grande e sem uma boa resolução de imagem. Com o tempo e a aceitação do mercado, a televisão foi se tornando um eletrodoméstico menor, mais leve, com mais facilidades para o usuário e uma imagem cada vez melhor. O serviço de TV a cabo proporcionou ainda mais opções, uma vez que possibilitou a escolha de programas através de uma grande disponibilidade de canais. O mesmo avanço tecnológico está acontecendo com o vídeo. Na década de 70 a Sony lançou o Betamax e logo em seguida a JVC começou a difundir o formato de vídeo VHS. Apesar do VHS ter uma qualidade de imagem inferior ao Betamax, sua capacidade de gravação de 6 horas foi mais aceita no mercado, contra as 4 horas permitidas pelo formato Betamax. O vídeo digital chegou na década de 80 e várias

2 soluções se difundiram, dentre elas o Digital Versatile Disk (DVD) como descreve a História do Videotape [2]. Além de ter uma qualidade superior de imagem e som, o DVD permite outras facilidades como assistir a filmes e shows com ou sem a legenda de sua preferência, exibição de álbuns digitais na TV, a procura rápida pelo quadro favorito. Diante do grande crescimento de usuários da internet, da necessidade de oferecer novos serviços de banda larga a estes usuários e da tecnologia já existente para aplicações de vídeo na rede, surgiu a idéia: por que não criar uma locadora de vídeo virtual? Por que não disponibilizar ao usuário o vídeo que ele quiser, na hora que ele bem entender, sem ter a preocupação de sair de casa, procurar pela vídeo e ainda correr o risco de não encontrá-lo? Por estas características, o serviço de Vídeo sob Demanda tem se tornado gradativamente popular. As maiores operadoras de TV já começam a oferecer o serviço e a tendência é que o VoD permita mais aplicações e novas oportunidades a cada dia. A tecnologia de hoje permite às operadoras de telecomunicações oferecer serviços como fazer compras on line, jogos interativos e filmes sob demanda. Estes serviços necessitam ter um preço competitivo a um aluguel de vídeo atual com a vantagem da comodidade, e essa possibilidade tem começado a ser alcançada através do desenvolvimento da indústria de eletrônicos e telecomunicações. A capacidade de disco rígido tem dobrado quase todo ano a um custo praticamente constante. A compressão para vídeo tem aumentado consideravelmente. Como será descrito posteriormente, o vídeo formato MPEG pode ser transportado a taxa de poucos Mbit/s. As novas técnicas de processamento do sinal digital já permitem o transporte de vários Mbit/s sobre pares de fios de cobre existentes na rede de acesso, para uma distância razoável de quilômetros. A interatividade entre o usuário e o provedor do serviço cresce à medida que as possibilidades de utilização do serviço também aumentam. Este novo serviço tem sido desenvolvido há vários anos, desde a década de 90. Várias indústrias, organizações e universidades estão criando seus próprios produtos e padrões. Tanto as operadoras de telefonia quanto as de TV a cabo estão interessadas em investir nas suas redes e implantar o serviço de Vídeo sob Demanda. Algumas já estão colocando em operação, como será visto mais adiante. É tudo uma questão de tempo para todos também terem serviços interativos de vídeo na sua própria casa [3, 4]. O objetivo deste trabalho é descrever este novo serviço, mostrando como ele funciona e suas dificuldades para a implantação em uma operadora de telecomunicações ou de TV a cabo. O seção 2 define a aplicação de Vídeo sob Demanda, focando as três partes fundamentais do serviço, incluindo a Rede Principal [seção 2.1], Rede de Distribuição do Conteúdo [seção 2.2] e Rede do Usuário [seção 2.3]. No ítem 3 são analisados os tipos de aplicação de Vídeo sob Demanda. O ítem 5 envolve a tecnologia necessária para o serviço, como os formatos de vídeo [seção 5.1], arquitetura WAN com aplicações em tempo real [seção 5.2], multicast [seção 5.3]. O ítem 6 descreve modelos de Gravadores de Vídeo Pessoal que podem existir juntamente com o serviço de VoD e finalmente o ítem 8 descreve um estudo de caso de uma operadora de telecomunicações, a Mônaco Telecom, que implantou o serviço de VoD para seus clientes e mostra as características deste serviço oferecido atualmente. O ítem 7 contém a conclusão do trabalho de Vídeo sob Demanda.

3 2. Definição do Serviço Vídeo sob Demanda (VoD) é um sistema multimídia interativo que trabalha basicamente como uma TV a cabo paga, mas que disponibiliza outras funcionalidades interessantes. Pode-se assistir a diferentes programas, filmes, clipes de músicas, como também oferecer por exemplo ensino interativo a distância, um serviço que a operadora de TV a cabo local atualmente não poderia prover. Entretanto, as operadoras tanto de TV a cabo como de serviços de telecomunicações já estão se preparando para este serviço. Existindo uma arquitetura de rede já pronta para o serviço de vídeo sob demanda, o número de opções de novas aplicações para os usuários da rede só tende a crescer. Geralmente para uma operadora oferecer serviços inovadores como Vídeo sob Demanda, é preciso ter alguns componentes fundamentais em sua rede, dentre eles [5]: Mecanismos de autenticação, contabilidade e cobrança uniformes; Portal de primeiro nível, mostrando ao usuário no mínimo a lista de serviços existentes e oferecendo navegação fácil entre eles; Um sistema de gerenciamento de perfis de usuários, que pode ser adaptado rapidamente de acordo com as suas preferências; Serviços de Segurança da rede, com a inclusão de firewalls e prevenção de e- mails indesejáveis; Qualidade de serviço da rede, garantindo ao usuário banda suficiente e baixo retardo para serviços como vídeo continuado, bate-papo com áudio e vídeo, jogos na rede com a alocação suficiente de recursos; Deteccão de contenções e visão geral do desempenho de toda a rede, com ferramentas que assegurem nenhum bloqueio, nem degradação do serviço; Facilidades de comunicação, de forma a certificar que todos os usuários da rede podem ser alcançados; Infra-estrutura de entrega de conteúdo, incluindo codificação, adaptação de conteúdo, monitoramento da qualidade, métricas de desempenho e capacidade de armazenamento na rede. Estes serviços podem ser aplicados genericamente por uma operadora sem precisar se envolver com o conteúdo dos dados em si; Hospedagem de Aplicações, interface com facilidades de armazenamento local do usuário e terminal de aplicação. A Figura 1 mostra a arquitetura para o desenvolvimento de serviços de vídeo sob demanda, que consiste nas seguintes partes: Provedor de Conteúdo, Rede Principal, Rede de Distribuição do Conteúdo, Rede Metropolitana ou WAN, Central Local e Rede do Usuário. Cada parte será definida detalhadamente a seguir [6]:

4 Figura 1 Componentes da Solução VoD Iniciando a análise da Figura 1, da esquerda para a direita, como primeira parte temse o Provedor de Conteúdo. Fazendo uma analogia ao corpo humano, o Provedor de Conteúdo constituiria o cérebro do corpo. O provedor de conteúdo é o núcleo de uma rede de Vídeo sob Demanda, pois é através dele que a operadora oferece toda a informação e dados que seus usuários solicitam neste serviço. No caso de aplicação VoD, o provedor armazena um banco de dados com todos os filmes, programas, notícias, e lista toda esta informação para a operadora, a fim de que ela possa criar uma programação para os usuários de acordo com os dados existentes. Desta forma é criado o Guia de Programação Eletrônico (EPG), que é repassado para todos os assinantes. O provedor de conteúdo é geralmente uma empresa parceira a operadora de telecomunicações/tv e oferece outros tipos de conteúdo como jogos e Internet, conforme a necessidade do serviço. No ítem 6 do trabalho, onde consta um estudo de caso sobre VoD, é descrito com maiores detalhes como funciona o provedor de conteúdo Rede Principal (Main Head-End) Continuando a descrição da Figura 1, como segunda parte da arquitetura de serviço VoD, aparece a Rede Principal. Como o próprio nome sugere e voltando a analogia ao

5 corpo humano, a Rede Principal é o coração da solução VoD, fornecendo interfaces entre os provedores de conteúdo e a rede de distribuição do conteúdo. É um conjunto complexo de equipamentos que pode lidar tanto com o conteúdo de vídeo sob demanda, quanto jogos e TV paga, gerenciamento do usuário e da rede, além de oferecer conexões para a Internet. A Figura 1 relaciona todos os componentes que possam vir a existir em uma Rede Principal. É citada a rede de difusão de TV, contendo todos os seus equipamentos responsáveis pela aquisição, codificação e encapsulamento de pacotes de vídeo. Em seguida é mostrada a rede interativa de conteúdo, mencionando todos os servidores necessários para uma serviço de conteúdo como o VoD. Dentre eles, há o servidor primário de conteúdo ou servidor VoD que controla e gerencia toda a distribuição do conteúdo vindo do provedor. Mais abaixo na Figura 1, aparece o servidor da aplicação VoD ou Servidor Middleware da aplicação, que autoriza e controla o acesso de usuários pagantes ao conteúdo. Este servidor fornece toda a informação necessária para o usuário iniciar o serviço, incluindo a visualização do Portal onde ele pode escolher seu programa favorito através do Guia de Programação Eletrônico (EPG). O servidor da aplicação VoD também pode ser utilizado para difusão de TV e gravador pessoal de vídeo, cuja funcionalidade será descrita mais adiante no trabalho [ítem 5]. Outros servidores além do EPG interagem na rede juntamente com este portal para a aplicação VoD, como DNS para resolução de nomes, DHCP para distribuição automática de IPs para usuários da rede, NFS para permitir que as máquinas montem partições de disco em unidades remotas como se elas estivessem em um disco local. Quando jogos interativos fazem parte do serviço da operadora, é necessária a inclusão de servidores de jogos na rede. Para completar a Rede Principal, as plataformas de gerência geralmente são incluídas para operação dos equipamentos existentes na rede e para facilitar a configuração dos usuários do serviço. Além de todos estes equipamentos e plataformas, um último servidor é utilizado atualmente para aplicações VoD. É o sistema DRM / CAS (Digital Rights Management/Conditional Access Systems), onde o termo direitos digitais refere-se a cópias não autorizadas e outros direitos relativos ao conteúdo digital (música, vídeo, e-books). O DRM serve para identificar direitos digitais, descrever regras de utilização associadas e reforçá-las, parcialmente. Já o sistema de acesso condicionado (CAS) foi desenvolvido para proteger o conteúdo digital entregue em redes de TV a cabo e satélite e visualizada em TV Sets. Ambos serão descritos com maiores detalhes no ítem 4 Tecnologias Necessárias Rede de Distribuição de Conteúdo (CDN) A terceira parte da Figura 1 seria análoga ao aparelho circulatório existente no corpo humano. O serviço de Vídeo Sob Demanda pode ser oferecido de forma centralizada ou distribuída. Em redes pequenas de usuários, somente um servidor de aplicação VoD na rede resolve o caso. Mas em redes maiores, esta solução é inviável. O objetivo da CDN [8] é aprimorar a qualidade de serviço de reter conteúdo da rede. Ela muda o paradigma de um servidor para muitos clientes, levando o conteúdo o mais perto possível dos

6 pontos de acesso dos usuários e no maior número de localidades possíveis. Um conteúdo específico não estará disponível somente em um ponto do servidor, mas em um grande número de locais espalhados pela rede denominados Surrogate Servers ou servidores de borda. Observe na Figura 2 abaixo o fluxo de dados em uma rede de distribuição de conteúdo. Figura 2 Esquema de Distribuição na CDN O conteúdo é entregue de um servidor de origem para um usuário específico em duas fases distintas. Durante a primeira fase, o conteúdo do vídeo é enviado do servidor de origem para o Surrogate Server. Esta fase pode ter a vantagem de multicasting na camada de rede, a fim de utilizar eficientemente os recursos da rede. O planejamento e as políticas inclusas na rede definem o quanto de conteúdo deve ser distribuído e para qual servidor específico, além de determinar o tempo necessário para manter aquele respectivo conteúdo localmente. Esta fase é chamada de fase de distribuição. Desta forma, a distribuição de conteúdo não é iniciada pelo usuário e assim não há armazenamento local de conteúdo na interface do usuário. Evita-se então atrasos que poderiam ser causados pelo cache na procura por novo conteúdo, informação desatualizada ou expirada que também poderia ser enviada pelo cache local e a configuração específica do browser do usuário torna-se desnecessária. A segunda fase é a fase de entrega. Quando um usuário específico requisita um determinado objeto ou conteúdo armazenado, uma técnica de roteamento (Request Routing) define qual servidor precisa ser endereçado para um considerado conteúdo. Esta decisão é baseada na localidade do usuário, no seu perfil de acesso, disponibilidade de conteúdo, nível de carga do servidor e outros parâmetros. O conteúdo é finalmente entregue do servidor escolhido para o requisitante. A técnica de Request Routing difere de Web Switching. Nesta última, a definição do servidor é baseada na aplicação Internet em questão, independe do usuário que está

7 utilizando o serviço. Web Switching também não resolve o consumo de banda no núcleo da rede, apenas soluciona a sobrecarga de servidor selecionando um apropriado no meio de toda a rede de distribuição, através de uma característica específica como tipo de conteúdo ou carga do servidor. Web switches são capazes de acessar as camadas de 4 a 7 do pacote de informação, para fazer as decisões de encaminhamento. No Request Routing, o pedido do usuário é endereçado a um servidor de conteúdo que pode estar localizado em qualquer ponto na rede. Este pedido é encaminhado para um servidor específico que contenha o conteúdo desejado e que esteja localizado o mais próximo possível do usuário. Diferentes técnicas existem para executar esta função de encaminhamento de pedidos de usuários. A primeira é o uso do redirecionamento do HyperText Transfer Protocol (HTTP). O servidor de origem responde o primeiro pedido do usuário com uma mensagem HTTP redirecionada para o mais apropriado surrogate server. A segunda técnica é via DNS. Os servidores DNS respondem a um pedido DNS com mapas de localização e identidade do usuário. A terceira técnica envolve Universal Resource Locators (URL) de páginas web requisitadas, que são dinamicamente trocados e substituídos por URLs apontando para os servidores de borda apropriados, que mantêm o conteúdo desejado. A tecnologia CDN pode utilizar tanto conteúdo armazenado, quanto conteúdo gerado em tempo real. Mesmo no caso de eventos em tempo real, o fluxo de dados pode ser distribuído para os servidores de borda através de multicasting na camada de aplicação. Os usuários acessam o conteúdo em tempo real como geralmente fazem para outras aplicações que utilizam normalmente. Todas as técnicas existentes de Request Routing operam na camada IP ou acima. Conseqüentemente, com as arquiteturas atuais de rede, o local mais próximo para manter servidores de conteúdo é na borda da rede IP. A rede de acesso e metropolitana operam na camada 2, o que significa que o pedido da CDN de roteamento é transparente nesta parte da rede. Dependendo do crescimento do número de assinantes para recebimento de conteúdo, a rede de distribuição pode evoluir em direção a rede de acesso, trazendo a vantagem de estar mais próxima do usuário e de maior rapidez na entrega do vídeo. 2.3 Rede Metropolitana e Rede de Acesso Estas redes permitem a conectividade necessária entre a rede do usuário e a rede principal ou a rede de distribuição, caso exista, como mostra a Figura 1. A agregação principal de todo o tráfego de dados é realizada pela rede de acesso, que pode ser executada por diferentes tipos de estrutura, como Hybrid Fiber Coax (HFC), Fiber To The Curb (FTTC), Fiber To The Home (FTTH), Digital Subscriber Line (ADSL ou VDSL) e Multichannel Multipoint Distribution System (MMDS). Todas elas têm diferentes caracteríticas que fazem cada tipo ser utilizado sob algumas circunstâncias específicas. Para redes óticas utiliza-se as três primeiras estruturas, sendo que o alcance da fibra ótica até o ambiente do usuário aumenta respectivamente nesta ordem. No FTTC, a fibra ótica chega um ponto de distribuição próximo ao usuário e, no FTTH, a

8 fibra ótica chega até a porta do usuário literalmente. Em redes de fios de cobre a tecnologia DSL é usada, como mostra a Figura 1, onde os multiplexadores de acesso DSL (DSLAMs) agregam todos os usuários. Para acesso via rádio, tem-se o MMDS/LMDS [9]. Para o serviço de Vídeo Sob Demanda não importa qual tipo de rede de acesso é utilizada, desde que ela mantenha uma banda e qualidade de serviço suficiente para este fim. No caso das redes metropolitanas, o mesmo fundamento se aplica. Na maioria das redes utiliza-se a tecnologia ATM esta aplicação, mas já existem redes oferecendo o mesmo serviço com as tecnologias MetroEthernet, MPLS e IP. Não faz parte do escopo deste trabalho detalhar cada uma dessas tecnologias, tanto de redes de acesso como de redes metropolitanas. Vale apenas ressaltar os desafios encarados na implementação deste serviço para cada tipo de rede, como será explicitado no ítem 4 deste trabalho. Convém ressaltar que as tecnologias mais recentes, como a rede metropolitana Ethernet ainda não possui definição de padrões para seus serviços. Foi criado apenas um modelo de serviços Ethernet, a especificação técnica MEF1, revisada em Setembro de 2003, onde Vídeo sob demanda está incluído como um dos serviços que podem ser habilitados através da conectividade de E-line (Ethernet Line Services ou serviços ponto-a-ponto) e E-LANs (Ethernet LAN services ou serviços multiponto-multiponto). Novas MEFs serão criadas para detalhar os serviços que podem ser criados na rede [14] Rede do Usuário A rede do usuário inclui todos os equipamentos instalados no ambiente do usuário para oferecer o serviço de Vídeo sob Demanda. Dependendo do tipo de rede de acesso oferecido até o usuário final, diferentes tipos de equipamentos podem ser encontrados. No caso da Figura 1, é referenciado o modem ADSL já que está sendo aplicada neste caso a tecnologia DSL de acesso. Entretanto, um elemento que está sempre incluído na rede do usuário é o Set Top Box (STB), que faz a interface de conexão entre o aparelho de TV e a rede de distribuição (CDN). A maioria dos PCs antigos não estão apropriados para decodificar vídeos MPEG, sem contar que a televisão geralmente ocupa lugar apropriado para que um grupo de pessoas assista aos programas. Apesar de existirem interfaces MPEG que podem ser acopladas no PC dispensando o uso do STB, o Set Top Box ainda é o método mais utilizado para este fim. O conteúdo do vídeo é distribuído para o STB via conexão Ethernet [3, 4]. Dentre as funções do Set Top Box, encontram-se: recebimento dos pacotes de vídeo; demodulação, demultiplexação e decodificação dos sinais; conversão do sinal para a TV e envio de mensagens de controle para a rede. Há vários fabricantes para este produto, vários modelos com várias funcionalidades, mas um aspecto interessante deste equipamento é a sua adaptação a diversidade existente de redes de acesso, provedores de serviço, aplicações e interfaces de usuário.

9 3. Tipos de Aplicação de Vídeo Sob Demanda A difusão de programas de TV atualmente possui uma diferença fundamental em relação aos serviços de entrega de vídeo interativo. Muitas estações de TV realizam a transmissão de seus programas simultaneamente para todos os usuários, que selecionam um canal disponível para assistir em um determinado tempo. No sistema interativo, uma seleção muito maior de canais está disponível em qualquer lugar e o mais interessante: é possível acessá-lo a qualquer hora. Baseado no nível de interatividade, os serviços VoD podem ser classificados em algumas categorias, como descrito a seguir [10]: - Serviços Broadcast (No-VoD): similar a difusão de TV, no qual os usuários são participantes passivos e portanto não tem nenhum controle sobre a sessão. - Serviços Pay-per-view (PPV) onde o usuário assina e paga por uma programação específica, similar aos serviços existentes de PPV no CATV. - Serviços Quasi Video-on-Demand (Q-VoD) onde os usuários são agrupados com base no limiar de interesse. Os usuários podem executar atividades de controle do tempo da forma mais simples possível através da comutação do seu acesso para um grupo diferente. - Serviços Near Video-on-Demand (N-VoD), cujas funções de avanço e retrocesso podem ser simuladas por transições em intervalos de tempo discretos (na ordem de 5 minutos). Esta capacidade pode ser fornecida por canais múltiplos com a mesma programação sincronizadas no tempo. - Serviços True Video-on-Demand (T-VoD), também chamado de Interactive Video on Demand (I-VoD), onde o assinante tem completo controle sobre a apresentação da sessão. Possui função completa de Video Cassette Recorder (VCR virtual), incluindo opções de avanço e retrocesso, congelamento da tela e posicionamento randômico. T-VoD necessita de um único canal por cliente, múltiplos canais se tornarão redundantes. Os serviços PPV são os mais fáceis de serem implementados, assim como os sistemas T-VoD são os mais complexos. O PPV e Q-VoD são serviços geralmente utilizados para distribuir filmes. Nestes casos, um controlador local e um Set Top Box podem filtrar canais múltiplos e obter o serviço. Entretanto o True VoD requer um sinal bidirecional do usuário até a controladora central [9]. O Q-VoD e o N-VoD podem ser considerados como variantes do mesmo tipo de serviço. Eles têm um objetivo em comum: reduzir os custos de oferecimento do serviço VoD totalmente interativo. Ao invés de cada usuário receber sua respectiva transmissão unicast simultaneamente, a transmissão é feita em multicast para um determinado grupo específico. O sistema opera baseado na divisão de tempo em segmentos de duração constante, sendo qualquer programa disponibilizado apenas no início de um dado segmento. Desta forma, no pior caso, o usuário terá que esperar apenas a duração de um segmento para iniciar o recebimento do programa solicitado. O usuário pode escolher

10 por qual segmento começar, mas caso não especifique, inicia-se logo no segmento seguinte a solicitação. A modalidade T-VoD ou I-VoD pode apresentar um acesso instantâneo ou com um certo retardo. No acesso instantâneo, os assinantes podem recuperar e controlar individualmente os vídeos de uma biblioteca imediatamente. Tanto o início da transmissão, quanto a resposta aos comandos de pausa, avanço, retrocesso e retomada da exibição ocorrem de forma imediata. Muitos assinantes podem executar essas ações, simultaneamente, em um mesmo vídeo ou em vídeos diferentes. Isso requer uma rede pequena, de poucos usuários, com uma grande capacidade de armazenamento no servidor de vídeo. Geralmente os serviços de vídeo interativo têm um certo tempo de espera, dependente da largura de banda dos dispositivos, dos meios de comunicação disponíveis e do índice de popularidade do vídeo selecionado. Os serviços interativos abrangem um grande número de serviços, que envolvem desde filmes sob demanda até ensino à distância. Alguns serviços multimídia básicos são listados na tabela 1 abaixo. A Figura 3 mostra uma pesquisa realizada em 2002 relacionando os serviços multimídia interativos mais utilizados atualmente [1]. Tabela 1. Serviços Multimídia Interativos Aplicação Descrição Filmes Sob Demanda Clientes podem selecionar e assistir filmes com capacidade total de VCR. Jogos Interativos Clientes podem jogar a vontade sem ter que comprar uma cópia física do jogo. Notícias Interativas Novas notícias enviadas na hora para o usuário através de Newcasts, com a possibilidade de selecionar um determinado tópico e ter acesso a mais detalhes sobre ele. Procura em Catálogos O assinante pode examinar um certo produto e ter a facilidade de comprá-lo em casa. Ensino à Distância Cursos oferecidos em locais remotos. O aluno estuda conforme sua disponibilidade e suas preferências. Enquetes Interativas Assinantes respondem a pesquisas de mercado e é recompensado com serviços gratuitos e amostras. Vídeo Conferência Clientes podem negociar entre eles. Este serviço pode integrar áudio, vídeo, texto, gráficos.

11 Figura 3 Serviços Interativos existentes no mercado 4. Desafios na Implementação do serviço de Vídeo sob Demanda O serviço de Vídeo sob Demanda tem vários problemas e desafios a serem enfrentados. Pensando somente no transporte de fluxo de vídeo sobre uma rede metropolitana, a transmissão de um serviço de vídeo pode ter atraso, variações de retardo (jitter), pacotes com erro. Além dos problemas técnicos relacionados, os provedores deste serviço querem utilizar um equipamento já existente na rede hoje em dia, procurando apenas ter custos em hardware no ambiente do cliente. Então os fornecedores dos equipamentos vão resolvendo os problemas à medida que se tornam realmente críticos para um melhor desempenho do serviço. Primeiro assume-se que a rede metropolitana restringe a magnitude dos problemas e em segundo plano, aquilo que não pode ser resolvido pela rede, é solucionado na aplicação de vídeo, ou melhor, no tipo de formato do vídeo. Este processo produz um problema de interoperabilidade óbvio, quando não há especificações claras para o fluxo de vídeo. Os fornecedores somente determinam um custo para o equipamento quando é vendida a solução completa para as operadoras do serviço. Se a compra não for efetuada desta maneira, o risco da solução não funcionar é muito grande. Em redes ATM, a interoperabilidade é opcional na versão 1.0 da especificação Audiovisual Multimedia Services do ATM Forum, mas ela será estudada com cuidado na próxima versão 2.0. O fato de ser opcional é devido ao suporte de um padrão ITU denominado H O H está na hierarquia dos padrões ITU para implementar as funções necessárias de interface entre as aplicações MPEG-2 e a rede ATM. Ele especifica o suporte para funcionalidades de videoconferência em alta qualidade, correção de erros e outras AAL (AAL1 e AAL2) como alternativas a AAL5. Como duas organizações internacionais criam especificações diferentes para um mesmo serviço, fica

12 extremamente difícil cobrar algum tipo de interoperabilidade entre os equipamentos de fornecedores diferentes. [3] Estes acertos e erros com o transporte do MPEG-2 na rede ATM são bem pequenos quando comparados ao serviço de Vídeo Digital na Internet. Fazer a Internet capaz de suportar serviços de vídeo é complicado e requer mudanças fundamentais no modelo de serviço Internet. Para começar, a Internet é baseada em best-effort e entrega de dados ponto-a-ponto. Em outras palavras, não há garantia que o pacote enviado chegue ao seu destino. Assumindo que ele tenha sido entregue com sucesso, não há como saber previamente em quanto tempo ele chegou. Muito menos é possível saber em quanto tempo levará para chegar o próximo, já que ele pode usar um caminho diferente do anterior ao seu destino. Os equipamentos e protocolos utilizados atualmente na Internet tratam todos os pacotes da mesma forma. Esse conceito era suficiente para a maioria das aplicações de hoje. Entretanto, com o advento do World Wide Web, o conceito de besteffort já alcançou o seu limite. A quantidade de usuários na rede aumentou, tanto pelo lado do cliente quanto pelo lado do servidor, e o conteúdo a ser transmitido está consumindo banda cada vez mais. Para a Internet, isso resulta no fato de que a largura de banda está cada vez sendo mais compartilhada com mais aplicações e mais usuários. Por isso que são obtidos diferentes resultados no acesso ao mesmo servidor da Internet em diferentes horas do dia e em diferentes dias da semana. Este tempo não afeta aplicações como surf na Web ou transferência de arquivos, são perfeitamente toleráveis. Entretanto, um serviço que inclui fluxo de vídeo simplesmente não funciona se um certo número de requisitos não for preenchido pela rede. É possível adaptar a qualidade do vídeo de acordo com a qualidade da rede fornecida, decrementar a resolução espacial ou temporal das telas do vídeo. Mas há limites para a percepção humana e eles devem ser respeitados para não comprometer o serviço. Quem irá assistir um filme que trava as cenas a todo instante? A fim de melhorar a situação e oferecer novos e interessantes serviços de Vídeo sob demanda, um novo modelo de serviço para a Internet é necessário. Este modelo deve ser capaz de suportar serviços integrados, incluindo pacotes em tempo real como vídeo ou áudio. O núcleo deste novo modelo de serviço é o suporte de um nível de qualidade de serviço garantido para a aplicação. Há basicamente dois métodos para garantir a qualidade de serviço: - Fornecer mais banda que o necessário: isso implica que a cada ponto de todo o caminho fim-a-fim dos pacotes de vídeo, deve haver banda suficiente disponível para lidar com este novo tráfego adicional de dados. Ou seja, a largura de banda se torna um recurso infinito. Se pensar em tecnologias como Wavelength Division Multiplexing (WDM) isso se torna realidade para partes do backbone Internet em um futuro a médio prazo. Já outras partes podem não se satisfazer com esta tecnologia e desta forma se tornar um fator limitante, principalmente na área de redes de acesso. Além do mais, banda adicional deve ser paga e isso pode ser um fator limitante também. O conceito deste método está fazendo evoluir bem rapidamente a tecnologia Ethernet no mercado, por ter banda de sobra e ser uma tecnologia de custo relativamente mais baixo que as outras de transporte. - Reservar recursos antecipadamente: com um conhecimento sobre as limites máximos toleráveis, é possível reservar uma certa parte de recursos na rede para garantir a

13 confiabilidade e entrega no prazo dos pacotes. Este método está sendo seguido pela comunidade Internet com o desenvolvimento do Resource Reservation Protocol (RSVP), que negocia os parâmetros de QoS durante a fase de estabelecimento da conexão. Outro quesito é em relação a distribuição do vídeo com o uso de conexões ponto-aponto. Se um servidor da Internet enviar dados a um certo número de clientes, os pacotes de cada cliente são enviados separadamente, mesmo que o conteúdo seja igual aos outros e a rota for praticamente idêntica. Imaginando uma aplicação de difusão de video, isso implica que um servidor deveria mandar as mesmas telas para cada cliente. A banda requerida precisaria ser bem maior entre o servidor e a rede [9]. Para resolver estes e outros problemas algumas especificações foram criadas e serão descritas na próxima seção. 5. Tecnologia Necessária para Implementação de Vídeo Sob Demanda Nesta seção é abordada toda a tecnologia necessária para implementação do serviço de Vídeo sob Demanda, incluindo codificação de vídeo, transporte de fluxo codificado, protocolo de controle de reprodução, protocolo de aplicações em tempo real e transmissão multicast Codificação de Vídeo A arquitetura do serviço VoD apresentada na Figura 1 é totalmente independente da tecnologia de codificação de vídeo. Sem dúvida os elementos que podem ser mais impactados com a aquisição de novos serviços são a rede de conteúdo e em uma menor escala, o equipamento do cliente. A maioria das soluções disponíveis comercialmente hoje são baseadas no padrão MPEG-2 (Motion Picture Experts Group), que é também utilizado em sistemas DVD Digital Versatile Disk e DVB Digital Video Broadcast. Embora haja alguns problemas e desafios para se implantar este serviço, o MPEG-2 ainda é o melhor para transmissão de vídeo a baixos padrões de qualidade (menos de 2 Mbit/s) e é extremamente confiável em parâmetros como resolução, número de quadros por segundo e freqüencia de atualização de quadros. É uma boa escolha para serviços de vídeo. [9,11,12] O grande objetivo do MPEG-2 Video Part é definir um formato que possa ser usado para descrever um fluxo de vídeo. Este fluxo é relativo a saída do processo de codificação, quando a informação do vídeo é comprimida de forma significativa. MPEG-2 mantém suporte a vários tipos de resoluções, define o bit stream resultante e como decodificá-lo. O MPEG-2 possui um processo aberto para aprimoramentos da tecnologia, seja para reduzir o tempo de codificação, ou para aumentar a qualidade da imagem.

14 O quadro é um objeto muito importante no MPEG-2 Video. Cada quadro é dividido em um certo número de blocos, que são agrupados em macroblocos. Cada bloco contém oito linhas, com cada linha mantendo oito amostras de valores em pixels de luminância e crominância. Totalizando, são necessários 64 valores em pixels de crominância e luminância para definir um bloco. Quatro blocos com valores de luminância, mais um número de blocos com valores de crominância formam a informação de um macrobloco que pode ter as seguintes formações: 4:2:0, 4:2:2 e 4:4:4 (4 blocos de luminância e 2, 4 e 8 blocos de crominância, respectivamente). Os macroblocos constróem o quadro. Há três tipos de quadros definidos no MPEG-2 Video: Intra-Coded Pictures (I-pictures) que podem ser decodificados sem saber nada dos outros quadros na seqüência do vídeo; Predictive Coded Picures (P-pictures), também chamados de quadros de referência, que são decodificados utilizando a informação de outro quadro I ou P mostrado anteriormente; Bidirectionally Predicted Pictures (B-Pictures) que também usam informação de outros quadros, que ocorreram antes ou que ocorrerão depois deles. Os quadros B são aproximadamente 50% do tamanho do quadro P. A compressão dos dados é realizada com a combinação de três técnicas. Remover informação que não é perceptível ao olho humano é a primeira técnica. O método é baseado na Transformada Discreta de Cossenos (DCT) para aproximar a informação de luminância e crominância da original em cada bloco. Utilizar tabelas de codificação de comprimento variável e estimativa de movimento, identificando regiões do quadro que podem ser encontrados no quadro seguinte, constituem as outras técnicas. Entretanto a mais importante característica do MPEG-2 Vídeo é o suporte embutido para várias aplicações diferentes de vídeo, evitando a definição de vários padrões. O MPEG-2 usa um conceito de escalabilidade. Escalabilidade espacial para suportar diferentes tipos de resoluções de imagem em um único fluxo de dados de vídeo. Escalabilidade temporal para definir a possibilidade de lidar com diferentes taxas em um único fluxo de dados de vídeo. Escalabilidade SNR para permitir o tratamento de no mínimo duas qualidades de vídeo diferentes. Como última opção, tem-se o particiomento dos pacotes de vídeo, que divide o fluxo em partes com importância relativamente maior ou menor na construção dos quadros. O grande número de aplicações MPEG-2 torna complicado criar um padrão único e geralmente estas aplicações não necessitam de um suporte completo a esta especificação. O MPEG-2 também tem a característica de definir perfis e níveis para subconjuntos do MPEG-2 Video, facilitando assim o funcionamento de serviços específicos. A próxima tecnologia viável a ser comercializada é o H.264 (MPEG-4), que oferece um grande aprimoramento na codificação do vídeo. Mas a idéia é que o MPEG-4 não se torne apenas um meio de codificação/decodificação de vídeo. Espera-se que ele suporte todos os tipos de objetos de mídia (texto, imagem, vídeo, animação, elementos interativos) e que permita o perfeito sincronismo destes objetos em uma apresentação interativa. Deseja-se também que ele tenha um esquema de direitos digitais DRM embutido. Entretanto, estimam que esta tecnologia só estará pronta para ser implementada em 2005.

15 Enquanto o MPEG-4 não fica pronto, duas empresas estão investindo fortemente neste mercado de vídeo sob demanda. A Microsoft e a Real Networks. O Microsoft Windows Media 9 (WM9) e o Real Producer 9 estão se tornando um passo intermediário antes do H.264, são tecnologias que já estão disponíveis na maioria dos PCs, inclusive vários Set Top Boxes suportam o Windows CE. A versão 10 destes aplicativos já está disponível para testes. Alguns STBs que não contêm Windows CE podem suportar WM9 em processadores programáveis. Mas a grande desvantagem tanto do Windows Media quanto do Real Producer é o fato de serem proprietários. Por isso o lançamento do MPEG-4 é aguardado ansiosamente [13] Transporte de Fluxo do MPEG-2 sobre ATM Assim como o MPEG-2 é largamente utilizado nos sistemas de vídeo hoje em dia, a tecnologia ATM por enquanto ainda é a mais utilizada para transporte de fluxo de vídeo. Desta forma se tornou interessante um maior detalhamento do processo de transporte de fluxo do MPEG-2 sobre ATM neste trabalho. O ATM Forum estabeleceu um sub-comitê técnico com a tarefa de trabalhar nas questões relativas aos serviços multimídia audio-visuais (AMS) [12]. Este comitê começou a desenvolver um acordo de implementação de uma possível aplicação de Vídeo sob demanda em Lançou a primeira versão 1.0 da especificação AMS em 1996 e a 1.1 em Esta especificação de implementação de VoD do ATM Forum define o modelo de referência do protocolo, que abrange tanto o controle quanto a pilha de protocolos do usuário. A Figura 6 demonstra o modelo utilizado. Como pode ser observado, ATM e AAL-5 são as camadas mais baixas em comum para todas as outras pilhas de protocolos: Figura 4 Modelo de Referência do VoD

16 A escolha da camada de adaptação envolveu uma série de fatores [11]. As escolhas

17 Com relação ao modo de encapsulamento, a AAL5 tem dois esquemas para realizálo: o primeiro é o PCR-Aware (Program Clock Reference do MPEG-2), onde o empacotamento é realizado assegurando que pacotes de transporte contendo valores PCR serão transmitidos imediatamente. O segundo esquema é o PCR-Unaware, que não faz distinção de pacotes contendo valores PCR. Este esquema introduz um jitter significante para valores PCR durante o encapsulamento. Devido ao enfileiramento de células ATM na rede, o buffer pode causar atraso entre a camada ATM e a camada de adaptação AAL, além do fato de existir latência entre as interfaces dos equipamentos da rede. Desta forma as células ATM não chegarão ao decodificador MPEG-2 com um atraso constante. A rede vivencia então uma variação de atraso na chegada das células que é denominado jitter. As referências de clock do MPEG-2 (PCRs), quando ocorre excessiva variação de atraso de célula, podem ocasionar um circuito de recuperação de clock (ou seja, um Phase-Lock Loop) e gerar um clock incorreto para o sistema MPEG-2, com freqüência e tempo diferentes do original. Por sua vez, um clock incorreto e uma freqüencia de clock incorreta no sistema podem resultar em uma qualidade não desejável ao serviço de vídeo. O clock do MPEG-2 tem contador de 42 bits incrementado a 27 MHz. Acima de 33 bits, incremento a 90 MHz, que opera razoavelmente bem para sistemas de 25 e 30 quadros/s. O clock no receptor deve operar na mesma taxa que o clock do emissor. Envia-se periodicamente valores de contador de clock juntamente com os dados - é a referência do clock (PCR). Se o PCR estiver estiver maior que o tempo local, aumentase a taxa do clock local e vice-versa, conforme demonstra a Figura 10. Figura 10 Recuperação de Clock no MPEG-2 A variação no atraso da célula ATM irá determinar o tamanho do buffer necessário ao decodificador. Se o buffer for pequeno, pacotes MPEG-2 podem ser perdidos e se for grande demais, haverá um custo desnecessário no receptor. Em caso freqüente de atraso da célula, pode-se utilizar um dejittering a fim de regular a variação excessiva para uma variação aceitável de retardo, sem perder a qualidade do serviço de vídeo. A arquitetura genérica do transporte de MPEG-2 sobre ATM é melhor ilustrada na Figura 5 [11]. No lado do emissor, o fluxo de transporte do MPEG-2 é enviado para a

18 rede através da camada de adaptação (AAL) e da camada ATM. No lado do receptor, a arquitetura consiste na camada ATM, a camada de adaptação, o dejittering buffer opcional, o decodificador MPEG-2. O decodificador transforma o que foi recebido em em fluxos elementares e envia para a tela (TV Set). Os sistemas de decodificação MPEG-2 incluem, entre outros, o Phase-Locked Loop (PLL), utilizado para recuperar o clock vindo dos valores PCR que chegaram na entrada para a sincronização do emissor e receptor, além do buffer de saída do sistema. Figura 5 Esquema de Transporte do MPEG-2 sobre ATM

19 Junto com o ATM Forum [12] trabalharam outros grupos para definir outros quesitos do serviço, dentre eles o ITU Study Group 9, que criou a recomendação J.82 e estudou a transmissão Constant Bit Rate (CBR) MPEG-2 sobre ATM. A recomendação J.82 descreve o método de utilização da AAL5 como é feito no ATM Forum, mas também inclui uma técnica alternativa de uso da camada AAL1. É uma técnica muito mais complexa, baseada na combinação do Forward Error Correction (FEC) e a técnica do Reed-Solomon com byte interleaving, mas oferece maior proteção contra a degradação do fluxo de vídeo na camada ATM, que influencia drasticamente na qualidade do serviço. Assim como a camada de adaptação, surgiram várias propostas para a seleção da classe de serviço a ser transportado sobre ATM em caso de fluxo do MPEG-2. A qualidade de serviço oferecida pela rede ATM existente pode influenciar em toda a transmissão de vídeo de um modo bem significativo. Para o caso de transporte de fluxo constante do MPEG-2, a classe de serviço CBR é a escolha natural. Para transmissão a taxa variável (VBR MPEG-2), várias idéias foram propostas: CBR com reserva de banda de acordo com a taxa de pico; VBR com alocação de banda de acordo com a banda efetiva do fluxo; ou até mesmo Feedback-based Available Bit-Rate (ABR), onde utiliza-se a informação anteriormente recebida para mudar a taxa na saída no codificador de MPEG-2 e se adequar a largura de banda disponível, com garantias mínimas e qualidade de serviço. O VBR MPEG-2 será o foco das atividades do grupo do ATM Forum na próxima especificação AMS 2.0 [12]. Também serão incluídos outros tópicos importantes como interworking, serviços multimídia de banda larga como videoconferência, ensino interativo a distância e desktop multimídia. A Figura 8 abaixo faz uma relação de todas as opções existentes nos parâmetros que podem ser definidos para o transporte de MPEG-2 sobre ATM [11].

20 Figura 6 Diagrama de Parâmetros para Definição do Transporte de Fluxo do MPEG-2 sobre ATM 5.3. Protocolos para Fluxo Contínuo de Vídeo (RTP e RTSP) Em quase todos os casos, os usuários finais de conteúdo multimídia pertencem a uma rede IP. Logo não basta somente transportar o fluxo de MPEG-2 em redes de camada 2 de um ponto ao outro da rede com uma taxa constante ou variável. É necessário que as outras camadas do modelo OSI entendam que é uma aplicação em tempo real sendo utilizada, para não ocorrerem atrasos de pacotes MPEG-2. Protocolos foram especificados para este tipo de aplicação, dentre eles o UDP para a camada de transporte, já que não adianta retransmissão de pacotes neste caso. O protocolo TCP não funcionaria de forma desejável, atrasando a transmissão de outros pacotes para uma possível retransmissão. Antes que sejam enviados arquivos de vídeo para a rede, eles são segmentados e estes segmentos são encapsulados com cabeçalhos especiais apropriados para este tráfego. O Real Time Protocol (RTP) é um padrão de domínio público para o encapsulamento destes segmentos. Assim que o usuário começa a receber o arquivo de vídeo, em alguns segundos ele começa a reproduzí-lo. O RTP é um protocolo da

21 subcamada de transporte definido na RFC Pode ser usado para transportar formatos comuns de áudio, MPEG-1 ou MPEG-2 para vídeo, ou até mesmo para transporte de formatos proprietários de som e vídeo. Ele permite que seja atribuída a cada fonte de áudio/vídeo uma porta para fluxo independente de pacotes RTP. Pode ser utilizado em aplicações unicast ou multicast um-para-muitos e muitos-para-muitos. É importante deixar claro que o RTP em si não oferece nenhum mecanismo que assegure a entrega de dados a tempo, nem fornece outras garantias de qualidade de serviço. Não garante nem mesmo a entrega dos pacotes, já que é baseado em UDP, muito menos a ordem na entrega dos pacotes. O encapsulamento realizado pelo RTP é somente visto nos sistemas finais da aplicação. Os roteadores na camada 3 não distinguem datagramas IP que contenham pacotes RTP. O cabeçalho do pacote RTP contém três campos importantes: o número de seqüencia e marca de tempo, para detectar perda de pacotes e restaurar a seqüencia dos pacotes; o identificador de sincronização da fonte RTP. Mas estes campos só serão identificados na aplicação de destino. A RFC 1889 também define o protocolo RTCP, um protocolo que acompanha o RTP e serve para controlar as sessões RTP existentes. Ele envia periodicamente relatórios do remetente e/ou receptor com dados estatísticos que podem ser úteis a aplicação. Esses dados contêm número de pacotes enviados, pacotes perdidos e variação de atraso entre as chegadas dos pacotes RTP. Os pacotes RTP e RTCP se distinguem uns dos outros pelo uso de números de portas diferentes [15]. Além deste protocolo de transporte, a aplicação também requer um protocolo para interação cliente/servidor. Para esta função, foi criado o Real-Time Streaming Protocol (RTSP). O protocolo de fluxo de vídeo em tempo real foi definido para iniciar e direcionar a entrega do conteúdo multimídia dos servidores de mídia para os clientes IP. O RTSP não entrega o conteúdo do fluxo em si, mas simplesmente suporta esta interação entre o cliente e o servidor VoD a fim de controlar os modos de operação como reproduzir, parar e avanço. Os usuários selecionam o conteúdo em uma tela apresentada via portal da aplicação VoD ou através do browser. Uma vez que o assinante escolheu um vídeo em particular, o portal retorna uma Universal Resource Locator (URL) que contenha o nome do filme e o endereço da rede do servidor de vídeo onde se encontra o filme. O STB então se comunica com a área de controle do servidor VoD gerando um pedido de configuração RTSP, utilizando a URL fornecida pelo portal. O servidor VoD verifica se existem recursos suficientes para a entrega do vídeo e localiza os dados armazenados. A partir da URL, o servidor VoD recupera as informações do conteúdo, que facilita a localização de dados armazenados e identifica que parte do arquivo solicitado deve ser enviado. A informação na mensagem de configuração pode causar ao fluxo de vídeo selecionado a sua reprodução imediata, e neste caso os pacotes de vídeo são direcionados para a entrega ao STB na forma de um fluxo de tempo real. As mensagens RTSP subsequentes entre o STB e o componente de controle do servidor VoD podem fazer a entrega do fluxo de vídeo com controle mais avançado, como por exemplo pausa e avanço, conforme a Figura 7 [6].

22 Figura 7 Fluxo de Mensagens para Serviço VoD 5.4. Roteamento Multicast IP A Figura 7 acima também menciona um outro protocolo capaz de operar em aplicações em tempo real, o protocolo IGMP para inscrição de usuários em grupos para roteamento multicast. Nos serviços VoD é fundamental a transmissão multicast, ou seja, um protocolo que faça a difusão do vídeo sob demanda para um certo número de usuários. A entrega Multicast IP é seletiva: apenas estações interessadas podem receber tráfego dirigido a um dado grupo. Como intuito de implementar essas árvores de distribuição seletiva, que apenas atinjam os membros do grupo, torna-se básico que eles informem aos roteadores a sua localização e a que grupo pertence. Os grupos multicast são dinâmicos, sua formação é variável. O estado de cada grupo deve ser conhecido por quem tem de entregar os pacotes multicast: os roteadores. O IGMP - Internet Group Management Protocol - permite às estações a associação e a saída de grupos multicast. Enviando um relatório de associação ao roteador da vizinhança imediata, a estação do usuário informa ao roteador que deseja fazer parte de um grupo multicast [16]. Os roteadores transmitem periodicamente mensagens com pedidos de associação em grupos, a fim de determinar quais grupos têm membros nas suas redes diretamente conectadas. Os membros do grupo enviam um relatório de associação para cada grupo ao qual pertence. Para limitar o número de relatórios, inicia-se uma espera de tempo aleatório após o recebimento da requisição de associação.

23 Apenas que um relatório de parceria é gerado por cada grupo. Baseado nas informações dos grupos fornecidas através do IGMP, os roteadores se tornam capacitados para determinar qual tráfego multicast deve ser encaminhado para as redes interligadas. Quando o software da aplicação pede ao software de rede da estação para esta se juntar a um grupo multicast, uma mensagem IGMP é enviada ao roteador mais próximo (se a estação já não for membro do grupo). O endereço multicast do grupo é associado ao endereço MAC da interface da rede do usuário, que é programada para aceitar pacotes deste endereço. Esta associação com o endereço MAC permite que o roteador não necessite manter uma lista detalhada das estações que pertencem a cada endereço de grupo. O IGMP está sendo utilizado na versão 2, que permite uma mensagem de abandono do usuário ao grupo, o que antes não existia na versão 1. Assim muita banda era perdida no envio desnecessário de mensagens para estes usuários. 6. Gravador de Vídeo Pessoal Como foi discutido anteriormente [seção 2], o serviço de Vídeo Sob Demanda pode oferecer diversas funcionalidades, inclusive a de gravação do vídeo como se o usuário estivesse utilizando um vídeocassete normal. Gravadores Pessoais de Vídeo (PVR) permitem aos usuários selecionar programas a partir do Guia Eletrônico de Programas (EPG) a serem gravados nos servidores da rede. Este guia contém informação de todos os canais, habilitando o usuário do STB a escolher um programa para assistir. Depois que esta informação é recebida, o Internet Group Multicast Protocol (IGMP) é utilizado para comutação de canais. Para o gravador pessoal não é necessário qualquer novo equipamento no ambiente do cliente, além do STB não precisar de um disco rígido para esta implementação. A arquitetura é similar ao serviço VoD com um fluxo adicionado de canais de vídeo, sendo apresentados para o equipamento de captura do servidor de gravação. A base do serviço PVR consiste nos canais de difusão de TV designados como passíveis de gravação no pacote de assinatura do provedor PVR. É configurada a captura contínua do fluxo no servidor de vídeo. Os arquivos de conteúdo são automaticamente apagados depois que a janela de um tempo pré-definido é expirada. Esta característica do PVR permite ao assinante uma interação com o subsistema VoD para gravar uma indicação de interesse em uma parte do conteúdo. Utilizando este método, o arquivo pode ser preservado na janela. Programas que já tiveram sua divulgação na rede, mas que ainda estão na janela ativa do servidor, podem ser selecionados para a gravação. Seu conteúdo é preservado para uma nova reprodução depois. Isso diferencia o PVR de outras aplicações de gravação que podem somente fazer pedidos para gravação após o programa estar no ar [6]. É possível também uma outra forma de Gravação Pessoal de Vídeo através dos STBs. Mas para isso é necessário um Set Top Box especial que contenha esta funcionalidade.