基于随机森林的带宽预测算法研究与实现

发布时间：2022-01-26 21:28

　　为解决手机移动端带宽波动导致用户视频服务体验降低的问题,提出一种移动手机可用带宽预测算法（mobile available bandwidth prediction,MABP）。采集Android手机的LTE参数,使用随机森林预测手机带宽,当客户端发起视频服务请求时,同时向服务器反馈手机的当前可用带宽,服务器根据移动客户端提供的带宽信息进行自适应流分发（发送最优码率的视频）,降低视频画面卡顿、画质模糊、切换时间过长等问题,提升用户体验（quality of experience,QoE）。在实际的网络环境下验证了所述算法的有效性。 

【文章来源】：计算机工程与设计. 2020,41(07)北大核心

【文章页数】：7 页

【部分图文】：

随机森林架构

特征分布

构建一个基于HLS协议的流媒体系统，视频数据的输入在服务器端完成，然后使用编码器压缩和编码原始数据，之后，视频被切片并分发到内容服务器。流分割器（stream segmenter）负责将编码文件转码为不同的码率或分辨率，并将它们分成连续且相等的ts片段，并静态生成索引文件存储在服务器上。例如用编译好的FFmpeg软件切片生成m3u8索引文件，然后部署到基于Nginx搭建的WEB服务器上进行分发。客户端通信方式采用基于TCP通信模型的Socket通信，通信时序如图4所示。Socket在建立连接时可以直接进行数据传输，可以实现主动推送信息，而不是每次都由客户端向服务器发送请求[12]。系统架构如图5所示。实验环境为Intel CoreTM i5 3.2 GHz CPU,16 GB RAM,Windows7OS,Oracle VM VirtualBox5.2.18,Android Studio3.4,PyCharm2018.2.4,Android手机一部。使用Speedtest.net的测试值作为对比参照，验证本算法的有效性。Speedtest.net是ookla公司提供的业界知名的网速测试方案，具有独立性和准确性特点。

【参考文献】：
期刊论文
[1]基于随机森林的链路质量预测[J]. 刘琳岚,高声荣,舒坚.  通信学报. 2019(04)
[2]自适应动态网络的流媒体传输策略[J]. 洪煌辉,袁清珂.  计算机工程与设计. 2018(12)
[3]基于多随机森林的低信噪比声音事件检测[J]. 李应,印佳丽.  电子学报. 2018(11)
[4]基于随机森林的精确目标检测方法[J]. 向涛,李涛,赵雪专,李旭冬.  计算机应用研究. 2016(09)
[5]基于随机森林的特征选择算法[J]. 姚登举,杨静,詹晓娟.  吉林大学学报(工学版). 2014(01)



本文编号：3611195