流媒体服务的OoE计算方法研究

发布时间：2020-09-18 08:28

　　流媒体服务是流媒体技术在视频点播、在线直播、视频会议、远程教育等互联网信息服务中的应用总称,它带动了视频通信、视频消费和视频监控等业务的发展,并成为支撑智慧城市、智慧医疗、5G业务体系等工作的重要基础。目前的流媒体服务已脱离纯技术驱动的模式,正在走向技术与服务相结合、体验与互动并进的新模式,有效准确地计算用户体验质量(Quality of Experience,QoE)是明确把握用户需求、优化服务、提高市场竞争力的关键。因此,提供满意的QoE成为流媒体服务的重要目标。为此,本文从QoE影响因素、QoE评价、基于QoE的服务优化三方面,利用用户、网络、服务的多源数据来实现流媒体服务的QoE计算,取得了如下成果:1.针对流媒体服务的QoE影响因素,提出了一种基于服务认知水平的用户偏好计算方法。该方法首先通过语言变量和三角模糊权重将模糊的用户显性偏好进行量化标准化。然后基于用户历史数据分析,通过计算用户的服务认知水平来衡量显性偏好的准确性,并对显性偏好进行去模糊化和权重调整。进一步提出基于粗糙集理论的潜在偏好权重提取方法,将调整后的显性偏好权重和提取出的潜在偏好权重综合计算,得到综合的用户偏好。使用两个真实数据集开展的实验结果表明,所提方法能够有效克服用户偏好的模糊性、不准确性和不完备性,为QoE评价提供准确的用户个性化信息。2.针对流媒体服务的QoE评价,提出了一个基于多源数据分析的流媒体服务QoE评价方法,并实现了一个开放可视化的流媒体服务QoE综合评价平台。该平台首先利用基于时空特征的分类方法来进行视频源分析。然后通过基于动态自适应的流媒体内容生成和流式传输,实现了流媒体自适应研究所需的参数控制、动态播放和数据分析。同时利用多种参数控制方法来实现编码网络损伤的可控可重复,并提供视频质量的客观评价方法和用户体验的主观评价方法。最终实现了视频源层、系统处理层、终端用户层的多源数据分析和流媒体服务的QoE主客观评价。此外,基于该平台在全球范围内开展了流媒体服务的QoE评价实验并建立了 QoE综合数据集,验证了所提QoE评价方法和平台的有效性。3.针对基于QoE的服务优化,提出一个基于QoE计算的流媒体服务自适应方法。该方法首先结合移动边缘计算的分层结构和HTTP动态自适应流标准的文件组织结构,提出了一个基于预测窗口的时隙系统用于控制边缘节点和流媒体质量的动态切换。然后提出了一个本地成本和迁移成本结合的服务成本计算方法,通过分析动态化的用户信息和边缘节点的资源状态实现边缘节点的动态切换。最后利用实时网络状况预测方法和QoE计算方法实现了流媒体质量等级的自适应切换。使用三个真实数据集开展的实验结果表明,所提方法能够有效均衡网络负载同时显著提高流媒体服务的QoE。
【学位单位】：北京邮电大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：TN919.8
【部分图文】：

市场规模,流媒体服务

互联网的迅猛发展和普及为流媒体服务发展提供了强大的市场动力，逡逑流媒体服务作为极具个性化的服务手段呈现出前所未有的爆发力。据统计Ｌ邋２０１７年逡逑中国在线视频市场规模达到８５６亿元，同比增长４０％，用户规模突破５．６亿。如图１－逡逑１所示，在移动设备、网络带宽和移动边缘计算（Ｍｏｂｉｌｅ邋Ｅｄｇｅ邋Ｃｏｍｐｕｔｉｎｇ，ＭＥＣ）邋［３］逡逑的助推下，未来几年流媒体服务行业的市场规模仍将保持较高的增长并呈现出跨平台、逡逑多终端、大融合的特点。与此同时，流媒体用户的付费能力明显提升，付费用户规模逡逑达到２．４８亿２，占比４２．９％，流媒体服务行业保持良性发展，移动化、精品化、定制逡逑化进程得到持续推进。随着流媒体服务逐渐成为人们获取信息的主要途径之一，用户逡逑对观看体验的要求不断提高，被动接受用户投诉的业务发展模式无法长久，需要服务逡逑提供商能够主动评价并预测出用户的观看体验，并在此基础上对服务进行优化。实现逡逑有效准确的流媒体服务Ｑ0Ｅ计算成为服务提供商明确把握用户需求、优化服务并最逡逑终提高市场竞争力的关键。因此

因素,用户偏好,流媒体服务,服务层

ＱｏＥ贯穿了流媒体服务的整个生命周期各阶段的参数控制和数据分析。逡逑由ＱｏＥ的定义可知，ＱｏＥ的影响因素主要分为三个层面：用户层面、服务层面逡逑和环境层面［５］。如图１－２所示，用户层面的因素包括用户的期望、用户偏好、体验经逡逑历、用户体验时所处的身心状态和自身背景等。一方面用户与服务的交互行为数据可逡逑以反映用户对服务的期望、客户端的缓冲水平、以及服务所处的网络状态等，如暂停逡逑可能表示需要更多的时间缓冲视频；降低码率可能表示用户对当前网络条件不满意。逡逑另一方面用户的主观因素（如情绪）对ＱｏＥ的影响难以量化，而用户偏好是诸多ＱｏＥ逡逑用户层面影响因素的综合反映，是最具代表性和实用性的因素，为了向用户提供满足逡逑个性化需求的流媒体服务，用户偏好的研宄至关重要。因此，在用户个性化分析的基逡逑础上开展准确的用户偏好计算成为了研究流媒体服务ＱｏＥ计算的重要一环。逡逑服务层面的影响因素包括了网络层、应用层和服务层的ＱｏＳ参数。网络层的参逡逑数反映网络传输的状况，如带宽、时延、丢包率、抖动等。应用层的参数反映没有经逡逑过网络传输的服务性能，如编解码类型、起始时延、再缓冲时延等。服务层的参数确逡逑３逡逑

组织结构图,组织结构,论文,用户偏好

以上研究成果构成了所提出的“流媒体服务的ＱｏＥ计算方法研究”。逡逑１．４论文组织结构逡逑本文对流媒体服务的ＱｏＥ计算进行了深入研宄，组织结构如图１－３所示。其余逡逑部分的组织结构如下：逡逑第二章，相关研究综述。本章围绕流媒体服务的ＱｏＥ对与本文密切相关的研宄逡逑成果按类别进行了总结，并分析了当前研究的局限及挑战。逦．逡逑第三章，基于服务认知水平的用户偏好计算。本章首先介绍了基于语言变量和三逡逑角模糊权重的用户显性偏好量化方法。然后提出了一种基于历史数据分析的服务认知逡逑水平计算方法。最后彳艮据调整后的显性用户偏好和提取出的潜在用户偏好，实现准确逡逑的综合用户偏好计算。为了验证本章所提方法的性能，使用两个真实数据集与其它三逡逑种用户偏好计算方法进行了对比实验，给出了实验设置、实验结果分析和参数分析。逡逑最后总结了本章的研究内容。逡逑第四章，基于多源数据分析的流媒体服务ＱｏＥ评价。本章提出了一个基于多源逡逑数据分析的ＱｏＥ主客观评价方法。首先阐述了研究动机

【参考文献】