移动网络加密YouTube视频流QoE参数识别方法

发布时间：2019-02-12 23:37

【摘要】：移动视频业务应用广泛,流量占比高且持续增长.针对有限的移动网络带宽,如何合理地规划网络服务、提供优质的移动视频体验,需要客观的视频体验评估反馈网络服务提供商和视频服务运营商以改善网络利用率及传输方案.当前大多数视频服务质量评估方法都基于DPI(Deep Packet Inspection)方法获取视频播放信息以计算视频QoE(Quality of Experience).然而,为了保护用户隐私和网络安全,越来越多的视频采用HTTPS加密传输,使得传统的DPI方法无法获取码率和清晰度等QoE评估参数.因此,文中提出一种基于视频块统计特征的加密视频QoE参数识别方法(以代表性网络视频YouTube为例).首先,根据SSL/TLS协议握手过程中未加密部分识别HTTPS加密的YouTube流量.然后,根据视频流前若干个包的4种特征识别出HLS、DASH和HPD传输模式,再根据视频块统计特征建立机器学习模式识别视频块的码率和清晰度.实验结果表明该方法传输模式、码率和清晰度识别平均准确率分别达到98%、99%和98%,可以有效用于加密YouTube的QoE评估.
[Abstract]:Mobile video services are widely used, and traffic accounts for a high proportion and continues to grow. Aiming at the limited bandwidth of mobile network, how to plan the network service reasonably and provide the high quality mobile video experience, Objective video experience evaluation and feedback network service providers and video service operators are needed to improve network utilization and transmission schemes. Most of the current video QoS evaluation methods are based on the DPI (Deep Packet Inspection) method to obtain video playback information to calculate the video QoE (Quality of Experience). However, in order to protect users' privacy and network security, more and more videos are transmitted with HTTPS encryption, which makes traditional DPI methods unable to obtain QoE evaluation parameters such as bit rate and clarity. Therefore, this paper presents a method of QoE parameter identification for encrypted video based on the statistical features of video blocks (taking the representative network video YouTube as an example). Firstly, the YouTube traffic encrypted by HTTPS is identified according to the unencrypted part of SSL/TLS handshake. Then, the HLS,DASH and HPD transmission modes are identified according to the four features of the first several packets in the video stream, and the bit-rate and sharpness of the video blocks are established according to the statistical features of the video blocks. The experimental results show that the average accuracy of transmission mode, bit rate and definition recognition is 98% and 98%, respectively, which can be effectively used for the QoE evaluation of encrypted YouTube.
【作者单位】： 东南大学计算机科学与工程学院 计算机网络和信息集成教育部重点实验室(东南大学)
【基金】：国家“八六三”高技术研究发展计划项目基金(2015AA015603) 江苏省未来网络创新研究院未来网络前瞻性研究项目(BY2013095-5-03) 江苏省“六大人才高峰”高层次人才项目(2011-DZ024) 中央高校基本科研业务费专项资金 江苏省普通高校研究生科研创新计划资助项目(KYLX15_0118)资助~~
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 潘吴斌;程光;吴桦;徐健;;移动网络加密YouTube视频流QoE参数识别方法[J];计算机学报;2018年11期

2 本刊专题部;;短视频应用,能否守得云开?[J];广告大观(综合版);2014年03期

3 罗超;;视频结构化技术让大数据腾飞[J];中国公共安全;2018年05期

4 李索伟;;视频应用正当时[J];中小学信息技术教育;2010年05期

5 吴茜;;10秒变达人 短视频应用秒拍全体验[J];计算机与网络;2014年11期

6 和照;;我的手机视频应用[J];数码影像时代;2012年03期

7 刘锋,彭宇行;网络视频应用的程序设计模式研究[J];计算机应用研究;2002年08期

8 葛桂萍;;基于VB的视频应用程序开发[J];微计算机信息;2001年10期

9 葛桂萍;基于VB的视频应用程序开发[J];微计算机信息;2001年07期

10 卫津津;金志刚;张瑞;;面向网络传输的立体视频QoE评价模型[J];天津大学学报(自然科学与工程技术版);2016年12期

相关重要报纸文章 前3条

1 本报记者 朱杰;这个视频应用无需改造网络[N];中国计算机报;2009年

2 本报记者 藏瑾;谷歌亚马逊冲突升级：YouTube“封杀”多种亚马逊设备[N];21世纪经济报道;2018年

3 李云增;海普软件：创新源于专注[N];电脑商报;2007年

相关硕士学位论文 前10条

1 余浩;微视频在高职《传感器与检测技术》课程中的应用研究[D];重庆师范大学;2018年

2 郑义;基于视频精彩片段的优化传输研究[D];北京邮电大学;2018年

3 吕红欣;面向多屏的视频内容管理系统设计与实现[D];北京邮电大学;2018年

4 王子杰;Feed流短视频内容生态建设系统的设计与实现[D];北京交通大学;2018年

5 赵瑞;建构主义下微视频辅助低年级计算教学的研究[D];山东师范大学;2017年

6 王学东;基于SoC FPGA的视频目标实时跟踪系统[D];陕西师范大学;2017年

7 冯瑞;基于QoE视频服务平台系统的设计与实现[D];哈尔滨工业大学;2017年

8 李俊峰;大规模网络视频QoE测量与预测[D];北京交通大学;2018年

9 夏冬晨;基于YouTube的视频社会关注度提高方法的研究[D];杭州电子科技大学;2017年

10 刘锋;网络视频应用的软件设计模式研究与实现[D];国防科学技术大学;2002年

，

本文编号：2420912