CN104113788B - 一种TCP视频流业务的QoE训练和评估的方法及系统 - Google Patents
一种TCP视频流业务的QoE训练和评估的方法及系统 Download PDFInfo
- Publication number
- CN104113788B CN104113788B CN201410325896.0A CN201410325896A CN104113788B CN 104113788 B CN104113788 B CN 104113788B CN 201410325896 A CN201410325896 A CN 201410325896A CN 104113788 B CN104113788 B CN 104113788B
- Authority
- CN
- China
- Prior art keywords
- qoe
- qos
- network
- application layer
- video stream
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明提供了一种TCP视频流业务的QoE训练和评估的方法及系统,方法包括:检测视频流业务的网络性能,得出网络QoS,建立网络性能指标体系;检测视频流业务的应用层性能,得出视频流应用层QoS,建立视频流的应用性能指标体系;根据网络QoS和视频流应用层QoS,建立网络QoS和视频流应用层QoS的映射函数;确定用户体验MOS值,得出用户体验质量QoE;根据用户体验质量QoE和视频流应用层QoS,建立视频流应用层QoS和QoE的映射关系;根据视频流应用层QoS和QoE的映射关系,并根据网络QoS和视频流应用层QoS的映射函数,建立网络QoS与QoE之间的映射模型;构建QoE训练。本发明分析TCP环境中视频播放过程,以较高的准确率实时评估用户体验质量。
Description
技术领域
本发明涉及计算机领域,特别涉及一种TCP视频流业务的QoE训练和评估的方法及系统。
背景技术
近几年,网络视频迅猛发展。随着基于IP的TV、视频分享网站和P2P流在网络上的广泛应用,基于传输控制协议TCP(Transmission Control Protocol)的网络HTTP视频流越来越受欢迎。评估用户对视频质量的满意度对网络运营商、内容提供商、流媒体服务商和网络服务提供商都至关重要,也是迫切需要解决的问题。一直以来,传统的服务质量(Qualityof Service,QoS)是最广泛采用的视频质量的度量标准。QoS评价指标主要考虑网络传输层面的性能,忽略了用户的主观因素,不能直接反映用户对服务指标的认可程度。而用户体验质量(Quality of Experience,QoE)是用户在一定的客观环境中对所使用的服务或者业务的整体认可程度,是以用户认可程度为标准的服务的评价方法。
现有技术中的UDP(User Datagram Protocol)传输的视频流业务,依据视频损伤程度来评估用户体验质量(QoE)。首先将待传输的视频存入服务器并预编码,然后根据视频图像帧包含的每个数据包对图像整体视觉效果的贡献度,经过一定的映射方法得到其对应的MOS分量。得到的MOS分量可作为资源调度的依据,达到视频的无线传输过程高效节能的目的。
对于UDP传输的视频流业务,不同的网络状况,包括吞吐率、时延、丢包率、误码率等,会导致不同程度的视频图像损伤,进而影响用户的主观体验质量,现有的UDP传输的视频QoE评估方法就不适用于TCP传输的视频流的QoE评估。而现有端到端的跨层性能指标QoE评估,只考虑了丢包率参数,对TCP视频流的用户体验质量评估产生较大偏差,影响QoE评估的准确率。
发明内容
(一)要解决的技术问题
本发明提供的一种TCP视频流业务的QoE训练和评估方法及系统,实现以较高的准确率对实时视频业务进行质量评估。
(二)技术方案
本发明提供了一种TCP视频流业务的QoE训练方法,所述QoE训练方法包括以下步骤:
S1.检测视频流业务的网络性能,根据所述网络性能,得出网络QoS,并建立网络性能指标体系;
S2.检测视频流业务的应用层性能,根据所述应用层性能,得出视频流应用层QoS,并建立视频流的应用性能指标体系;
S3.根据所述网络QoS和所述视频流应用层QoS,建立网络QoS和视频流应用层QoS的映射函数;
S4.确定用户体验MOS值,根据所述用户体验MOS值,得出用户体验质量QoE;
S5.根据所述用户体验质量QoE和所述视频流应用层QoS,建立视频流应用层QoS和QoE的映射关系;
S6.根据所述视频流应用层QoS和QoE的映射关系,并根据所述网络QoS和视频流应用层QoS的映射函数,建立网络QoS与QoE之间的映射模型;
S7.根据所述网络性能指标体系、所述视频流的应用性能指标体系和所述网络QoS与QoE之间的映射模型,构建QoE训练。
进一步地,所述视频流应用层QoS包括:
初始缓冲延时和平均再缓冲时间和再缓冲频率;
所述初始缓冲延时为:度量从视频开始加载到开始播放的时间间隔;
所述平均再缓冲时间为:视频播放过程中,度量再缓冲时间间隔的平均值;
所述再缓冲频率为:视频播放过程中,度量视频再缓冲事件发生的频率。
进一步地,所述网络QoS和视频流应用层QoS的映射函数包括:
从视频开始加载,到缓冲区中的数据达到视频播放的最大阈值的时间间隔映射函数;
视频播放缓冲区的数据从最小阈值,加载到视频播放缓冲区的数据最大阈值的时间间隔映射函数;
从一次缓冲区中的数据低于视频播放的最小阈值,到下一次缓冲区中的数据再次低于视频播放的最小阈值的事件发生频率映射函数。
进一步地,所述网络性能包括:网络丢包率和网络延迟。
本发明还提供了一种TCP视频流业务的QoE估计方法,所述QoE估计方法包括以下步骤:
S1.检测视频流业务的网络性能,根据所述网络性能,得出网络QoS,并建立网络性能指标体系;
S2.检测视频流业务的应用层性能,根据所述应用层性能,得出视频流应用层QoS,并建立视频流的应用性能指标体系;
S3.根据所述网络QoS和所述视频流应用层QoS,建立网络QoS和视频流应用层QoS的映射函数;
S4.确定用户体验MOS值,根据所述用户体验MOS值,得出用户体验质量QoE;
S5.根据所述用户体验质量QoE和所述视频流应用层QoS,建立视频流应用层QoS和QoE的映射关系;
S6.根据所述视频流应用层QoS和QoE的映射关系,并根据所述网络QoS和视频流应用层QoS的映射函数,建立网络QoS与QoE之间的映射模型;
S7.根据所述网络性能指标体系、所述视频流的应用性能指标体系和所述网络QoS与QoE之间的映射模型,构建QoE训练;
S8.根据所述QoE训练中的所述网络性能指标体系,测量网络性能指标参数;
S9.根据所述QoE训练中的所述网络性能指标体系和所述应用性能指标体系,通过所述网络QoS和应用层QoS的映射函数,得出视频流的应用性能指标参数;
S10.根据所述网络性能指标参数和所述视频流的应用性能指标参数,通过所述QoE训练中的所述网络QoS与QoE之间的映射模型,对QoE进行评估。
本发明提供了一种TCP视频流业务的QoE训练系统,所述QoE训练系统包括以下模块:
网络模块,用于检测视频流业务的网络性能,根据所述网络性能,得出网络QoS,并建立网络性能指标体系;
应用模块,用于检测视频流业务的应用层性能,根据所述应用层性能,得出视频流应用层QoS,并建立视频流的应用性能指标体系;
网络QoS和映射函数模块,用于根据所述网络QoS和所述视频流应用层QoS,建立网络QoS和视频流应用层QoS的映射函数;
用户主观体验质量QoE模块,用于确定用户体验MOS值,根据所述用户体验MOS值,得出用户体验质量QoE;
映射关系模块,用于根据所述用户体验质量QoE和所述视频流应用层QoS,建立视频流应用层QoS和QoE的映射关系;
网络QoS与QoE之间的映射模型模块,用于根据所述视频流应用层QoS和QoE的映射关系,并根据所述网络QoS和视频流应用层QoS的映射函数,建立网络QoS与QoE之间的映射模型;
根据所述网络性能指标体系、所述视频流的应用性能指标体系和所述网络QoS与QoE之间的映射模型,构建QoE训练。
进一步地,所述应用性能指标体系模块包括:
初始缓冲延时度量模块,用于度量从视频开始加载到开始播放的时间间隔;
平均再缓冲时间为度量模块,用于在视频播放过程中,度量再缓冲时间间隔的平均值;
再缓冲频率为度量模块,用于在视频播放过程中,度量视频再缓冲事件发生的频率。
进一步地,所述网络QoS和视频流应用层QoS的映射函数模块包括:
初始缓冲时间映射函数模块,用于建立从视频开始加载,到缓冲区中的数据达到视频播放的最大阈值的时间间隔映射函数;
平均再缓冲时间映射函数模块:用于建立视频播放缓冲区的数据从最小阈值,加载到视频播放缓冲区的数据最大阈值的时间间隔映射函数;
再缓冲频率为模块,用于建立从一次缓冲区中的数据低于视频播放的最小阈值,到下一次缓冲区中的数据再次低于视频播放的最小阈值的事件发生频率映射函数。
本发明还提供了一种TCP视频流业务的QoE估计系统,所述QoE估计系统包括以下模块:
网络模块,用于检测视频流业务的网络性能,根据所述网络性能,得出网络QoS,并建立网络性能指标体系;
应用模块,用于检测视频流业务的应用层性能,根据所述应用层性能,得出视频流应用层QoS,并建立视频流的应用性能指标体系;
映射函数模块,用于根据所述网络QoS和所述视频流应用层QoS,建立网络QoS和视频流应用层QoS的映射函数;
用户主观体验质量QoE模块,用于确定用户体验MOS值,根据所述用户体验MOS值,得出用户体验质量QoE;
映射关系模块,用于根据所述用户体验质量QoE和所述视频流应用层QoS,建立视频流应用层QoS和QoE的映射关系;
映射模型模块,用于根据所述视频流应用层QoS和QoE的映射关系,并根据所述网络QoS和视频流应用层QoS的映射函数,建立网络QoS与QoE之间的映射模型;
QoE训练组成模块,用于根据所述网络性能指标体系、所述视频流的应用性能指标体系和所述网络QoS与QoE之间的映射模型,构建QoE训练;
网络性能指标参数模块,用于根据所述QoE训练中的所述网络性能指标体系,测量网络性能指标参数;
应用性能指标参数模块,用于根据所述QoE训练中的所述网络性能指标体系和所述应用性能指标体系,通过所述网络QoS和应用层QoS的映射函数,得出视频流的应用性能指标参数;
QoE进行评估模块,用于根据所述网络性能指标参数和所述视频流的应用性能指标参数,通过所述QoE训练中的所述网络QoS与QoE之间的映射模型,对QoE进行评估。
(三)有益效果
本发明实施例提供的一种TCP视频流业务的QoE训练和评估的方法及系统,采用TCP传输保障了传输过程的稳定,避免了视频图像质量因传输而受到影响;采用网络延时和丢包率度量网络性能,建立网络性能指标体系,保障了QoE评估的准确率;通过建立网络QoS和视频流应用层QoS的映射函数和网络QoS和QoE的映射模型,提高了QoE评估的准确率。
附图说明
图1是本发明实施例1提供的一种TCP视频流业务的QoE训练方法流程图;
图2是本发明实施例2提供的一种TCP视频流业务的QoE评估方法及流程图;
图3是本发明实施例3提供的一种TCP视频流业务的QoE训练系统结构示意图;
图4是本发明实施例4提供的一种TCP视频流业务的QoE评估系统结构示意图;
图5是本发明实施例1提供客户端的播放缓冲区结构图;
图6是本发明实施例1提供的视频播放-暂停事件图;
图7是本发明实施例1提供的网络Qos和视频流应用层QoS映射的仿真平台结构图。
具体实施方式
为使本发明实施例目的、技术方案和优点更加清楚,下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
本发明实施例提供了一种TCP视频流业务的QoE训练方法,参见图1,所述QoE训练方法包括以下步骤:
S1.检测视频流业务的网络性能,根据所述网络性能,得出网络QoS,并建立网络性能指标体系。
在HTTP视频流传输中,视频播放的客户端建立播放缓冲区来消除或降低网络吞吐量变化对视频播放的影响。客户端的播放缓冲区,参见图5。其中,B0代表客户端播放缓冲区的大小,Bmax代表视频播放的最大阈值,Bmin代表视频播放的最小阈值。在加载视频时,初始缓冲事件发生在从缓冲区接收到数据到缓冲区中数据量达到Bmax这一段时间。在视频传输过程中,再缓冲/暂停事件发生在缓冲区中数据量小于Bmin,一旦缓冲区中数据量超过Bmax视频就能开始播放。
视频传输和播放过程会发生三种场景:(1)当视频传输速率(η)大于视频播放速率(λ)时,只要缓冲区足够大,那么缓冲区中的数据量一直在增加,在最初的缓冲之后,视频流畅地播放。(2)当视频传输速率(η)等于视频播放速率(λ)时,缓冲区中的数据量保持在Bmax,在最初的缓冲之后,视频流畅地播放。(3)当视频传输速率(η)小于视频播放速率(λ)时,最初的缓冲之后,缓冲区中的数据量随着视频的播放减小,当小于Bmin时,视频就会暂停播放,缓冲直至数据量达到Bmax。
视频传输速率(η),即网络吞吐量,取决于网络环境。在采用TCPReno流环境中,平均的TCP吞吐量是丢包率和往返时间(RTT)/延时的函数,表示为:
因此,采用网络丢包率和延时来度量网络性能,建立网络性能指标体系。
S2.检测视频流业务的应用层性能,根据所述应用层性能,得出视频流应用层QoS,并建立视频流的应用性能指标体系。
在基于TCP的HTTP渐进式下载中,实现了视频的边下载边播放。受网络环境的影响,由于TCP可靠传输的保证,视频在播放过程中画面质量不会受损,但可能会再缓冲/暂停,从而影响用户的主观体验质量,因此本发明采用三个应用性能指标(初始缓冲时间、平均再缓冲时间和再缓冲频率)量化TCP视频流的应用层,根据量化后的三个应用性能指标作为基础,构建应用性能指标体系。
S3.根据所述网络QoS和所述视频流应用层QoS,建立网络QoS和视频流应用层QoS的映射函数。
参见图7,本发明实施例建立网络QoS和视频流应用层QoS映射的仿真平台,Web服务器通过Apache Tomcat8.0存储视频,以被客户端请求和下载,客户端通过二次开发的Google Chrome浏览器来播放视频并记录视频播放过程中的缓冲情况,路由器通过产生不同的网络丢包和延时来模拟真实的网络拥塞,采用视频播放的三个应用性能指标(初始缓冲时间、平均再缓冲时间和再缓冲频率)的定义作为函数建立依据,结合模拟的数据,建立网络QoS和视频流应用层QoS的映射函数。
S4.确定用户体验MOS值,根据所述用户体验MOS值,得出用户体验质量QoE。
本发明实施例可以通过多种方式得出用户主观体验MOS值。例如通过评定实验得出用户主观体验MOS值,在评定实验进行中,邀请50名左右受试者进行主观评分,实验后,对评分结果做统计学分析,剔除无效数据,得到有效实验数据,并根据有效实验数据,得出用户主观体验MOS值。
S5.根据所述用户体验质量QoE和所述视频流应用层QoS,建立视频流应用层QoS和QoE的映射关系。
S6.根据所述视频流应用层QoS和QoE的映射关系,并根据所述网络QoS和视频流应用层QoS的映射函数,建立网络QoS与QoE之间的映射模型。
S7.根据所述网络性能指标体系、所述视频流的应用性能指标体系和所述网络QoS与QoE之间的映射模型,构建QoE训练。
可选地,所述视频流应用层QoS包括:
初始缓冲延时和平均再缓冲时间和再缓冲频率;
所述初始缓冲延时为:度量从视频开始加载到开始播放的时间间隔;
所述平均再缓冲时间为:视频播放过程中,度量再缓冲时间间隔的平均值;
所述再缓冲频率为:视频播放过程中,度量视频再缓冲事件发生的频率。
可选地,所述网络性能包括:网络丢包率和网络延迟。
可选地,所述网络QoS和视频流应用层QoS的映射函数包括:
初始缓冲时间映射函数(Dinit)、平均再缓冲时间映射函数(Drebuf)和再缓冲频率映射函数(Frebuf)。
根据网络QoS作为模拟数据依据,视频流应用层QoS的三个应用性能指标作为定义,建立Dinit、Drebuf和Frebuf三种函数:
所述初始缓冲时间映射函数为:从视频开始加载,到缓冲区中的数据达到视频播放的最大阈值的时间间隔映射函数,初始缓冲时间映射函数表示:
所述平均再缓冲时间映射函数为:视频播放缓冲区的数据从最小阈值,加载到视频播放缓冲区的数据最大阈值的时间间隔映射函数。
如视频播放过程中一个典型的播放-暂停事件,参见图6,在t1时刻,缓冲区中的数据量开始低于Bmin,发生暂停事件。用户必须等待视频缓冲,直到缓冲区中数据量在tmax时刻达到Bmax。那么t1到tmax这一段时间即为再缓冲/暂停事件的时间间隔。视频流畅播放,在t2时刻,当缓冲区中数据量低于Bmin,再一次发生再缓冲/暂停事件。那么tmax到t2这一段时间即为播放事件的时间间隔。更进一步,t1到t2这一段时间是一个播放-暂停事件的时间间隔。
在一个再缓冲/暂停事件中,当网络平均吞吐量(η)大于等于视频播放速率(λ)时,视频流畅播放,平均再缓冲时间为0;当网络平均吞吐量小于视频播放速率时,
则有,平均再缓冲时间函数表示为:
所述再缓冲频率映射函数为:从一次缓冲区中的数据低于视频播放的最小阈值,到下一次缓冲区中的数据再次低于视频播放的最小阈值的事件发生频率映射函数。
当网络平均吞吐量(η)大于等于视频播放速率(λ)时,再缓冲频率等于0。
当网络平均吞吐量(η)小于视频播放速率(λ)时,在一个再缓冲/暂停事件中,有公式(1):
Bmax-Bmin=η*(tmax-t1)
在一个播放事件中,有公式(2):
Bmax-Bmin=(λ-η)*(t2-max)
从公式(1)(2),得到在一个完整的播放-暂停事件中:
其中,α=(Bmax-Bmin)。
这样,当网络平均吞吐量(η)小于视频播放速率(λ)时,得到:
因此,再缓冲频率函数可表示为:
本发明实施例具有如下有益效果:
本发明提供的一种TCP视频流业务的QoE训练方法,采用TCP传输方式保障了传输的稳定和可靠,从而视频图像质量不会受到传输因素的影响;采用网络延时和丢包率度量网络性能,建立网络性能指标体系,保障了QoE评估的准确率;通过建立网络QoS和视频流应用层QoS的映射函数和网络QoS和QoE的映射模型,为提高QoE评估的准确率提供了模型。
实施例2
本发明实施例还提供了一种TCP视频流业务的QoE估计方法,参见图2,所述QoE估计方法包括以下步骤:
S1.检测视频流业务的网络性能,根据所述网络性能,得出网络QoS,并建立网络性能指标体系;
S2.检测视频流业务的应用层性能,根据所述应用层性能,得出视频流应用层QoS,并建立视频流的应用性能指标体系;
S3.根据所述网络QoS和所述视频流应用层QoS,建立网络QoS和视频流应用层QoS的映射函数;
S4.确定用户体验MOS值,根据所述用户体验MOS值,得出用户体验质量QoE;
S5.根据所述用户体验质量QoE和所述视频流应用层QoS,建立视频流应用层QoS和QoE的映射关系;
S6.根据所述视频流应用层QoS和QoE的映射关系,并根据所述网络QoS和视频流应用层QoS的映射函数,建立网络QoS与QoE之间的映射模型;
S7.根据所述网络性能指标体系、所述视频流的应用性能指标体系和所述网络QoS与QoE之间的映射模型,构建QoE训练;
S8.根据所述QoE训练中的所述网络性能指标体系,测量网络性能指标参数;
S9.根据所述QoE训练中的所述网络性能指标体系和所述应用性能指标体系,通过所述网络QoS和应用层QoS的映射函数,得出视频流的应用性能指标参数;
S10.根据所述网络性能指标参数和所述视频流的应用性能指标参数,通过所述QoE训练中的所述网络QoS与QoE之间的映射模型,对QoE进行评估。
本发明实施例具有如下有益效果:
本发明提供的一种TCP视频流业务的QoE估计方法,采用TCP传输方式保障了传输的稳定和可靠,从而视频图像质量不会受到传输因素的影响;采用网络延时和丢包率度量网络性能,建立网络性能指标体系,保障了QoE评估的准确率;通过建立网络QoS和视频流应用层QoS的映射函数和网络QoS和QoE的映射模型,对QoE进行评估,提高了QoE评估的准确率。
实施例3:
本发明实施例还提供了一种TCP视频流业务的QoE训练系统,参见图3,所述QoE训练系统包括以下模块:
网络模块301,用于检测视频流业务的网络性能,根据所述网络性能,得出网络QoS,并建立网络性能指标体系;
应用模块302,用于检测视频流业务的应用层性能,根据所述应用层性能,得出视频流应用层QoS,并建立视频流的应用性能指标体系;
网络QoS和映射函数模块303,用于根据所述网络QoS和所述视频流应用层QoS,建立网络QoS和视频流应用层QoS的映射函数;
用户体验质量QoE模块304,用于确定用户体验MOS值,根据所述用户体验MOS值,得出用户体验质量QoE;
映射关系模块305,用于根据所述用户体验质量QoE和所述视频流应用层QoS,建立视频流应用层QoS和QoE的映射关系;
网络QoS与QoE之间的映射模型模块306,用于根据所述视频流应用层QoS和QoE的映射关系,并根据所述网络QoS和视频流应用层QoS的映射函数,建立网络QoS与QoE之间的映射模型;
QoE训练组成模块307,用于根据所述网络性能指标体系、所述视频流的应用性能指标体系和所述网络QoS与QoE之间的映射模型,构建QoE训练。
可选地,所述应用性能指标体系模块包括:
初始缓冲延时度量模块,用于度量从视频开始加载到开始播放的时间间隔;
平均再缓冲时间为度量模块,用于在视频播放过程中,度量再缓冲时间间隔的平均值;
再缓冲频率为度量模块,用于在视频播放过程中,度量视频再缓冲事件发生的频率。
可选地,所述网络QoS和视频流应用层QoS的映射函数模块包括:
初始缓冲时间映射函数模块,用于建立从视频开始加载,到缓冲区中的数据达到视频播放的最大阈值的时间间隔映射函数;
平均再缓冲时间映射函数模块:用于建立视频播放缓冲区的数据从最小阈值,加载到视频播放缓冲区的数据最大阈值的时间间隔映射函数;
再缓冲频率为模块,用于建立从一次缓冲区中的数据低于视频播放的最小阈值,到下一次缓冲区中的数据再次低于视频播放的最小阈值的事件发生频率映射函数。
本发明实施例具有如下有益效果:
本发明提供的一种TCP视频流业务的QoE训练系统,采用模块化系统,所有模块功能均能在软件层面实现,若需加快处理速度还可以以硬件方式实现。
实施例4
本发明实施例还提供了一种TCP视频流业务的QoS估计系统,参见图4,所述QoS估计系统包括以下模块:
网络模块401,用于检测视频流业务的网络性能,根据所述网络性能,得出网络QoS,并建立网络性能指标体系;
应用模块402,用于检测视频流业务的应用层性能,根据所述应用层性能,得出视频流应用层QoS,并建立视频流的应用性能指标体系;
映射函数模块403,用于根据所述网络QoS和所述视频流应用层QoS,建立网络QoS和视频流应用层QoS的映射函数;
用户体验质量QoE模块404,用于确定用户体验MOS值,根据所述用户体验MOS值,得出用户体验质量QoE;
映射关系模块405,用于根据所述用户体验质量QoE和所述视频流应用层QoS,建立视频流应用层QoS和QoE的映射关系;
映射模型模块406,用于根据所述视频流应用层QoS和QoE的映射关系,并根据所述网络QoS和视频流应用层QoS的映射函数,建立网络QoS与QoE之间的映射模型;
QoE训练组成模块407,用于根据所述网络性能指标体系、所述视频流的应用性能指标体系和所述网络QoS与QoE之间的映射模型,构建QoE训练;
网络性能指标参数模块408,用于根据所述QoE训练中的所述网络性能指标体系,测量网络性能指标参数;
应用性能指标参数模块409,用于根据所述QoE训练中的所述网络性能指标体系和所述应用性能指标体系,通过所述网络QoS和应用层QoS的映射函数,得出视频流的应用性能指标参数;
QoE评估模块410,用于根据所述网络性能指标参数和所述视频流的应用性能指标参数,通过所述QoE训练中的所述网络QoS与QoE之间的映射模型,对QoE进行评估。
本发明实施例具有如下有益效果:
本发明提供的一种TCP视频流业务的QoS估计系统,采用模块化系统,所有模块功能均能在软件层面实现,若需加快处理速度还可以以硬件方式实现。
需要说明的是:以上所述仅为本发明的较佳实施例,仅用于说明本发明的技术方案,并非用于限定本发明的保护范围。凡在本发明的原则之内所有的任何修改、同等替换、改进等,均包含在本发明的保护范围内。
Claims (9)
1.一种TCP视频流业务的QoE训练方法,其特征在于,所述QoE训练方法包括以下步骤:
S1.检测视频流业务的网络性能,根据所述网络性能,得出网络QoS,并建立网络性能指标体系;
S2.检测视频流业务的应用层性能,根据所述应用层性能,得出视频流应用层QoS,并建立视频流的应用性能指标体系;
S3.根据所述网络QoS和所述视频流应用层QoS,建立网络QoS和视频流应用层QoS的映射函数;
S4.确定用户体验MOS值,根据所述用户体验MOS值,得出用户体验质量QoE;
S5.根据所述用户体验质量QoE和所述视频流应用层QoS,建立视频流应用层QoS和QoE的映射关系;
S6.根据所述视频流应用层QoS和QoE的映射关系,并根据所述网络QoS和视频流应用层QoS的映射函数,建立网络QoS与QoE之间的映射模型;
S7.根据所述网络性能指标体系、所述视频流的应用性能指标体系和所述网络QoS与QoE之间的映射模型,构建QoE训练。
2.根据权利要求1所述QoE训练方法,其特征在于,所述视频流应用层QoS包括:
初始缓冲延时和平均再缓冲时间和再缓冲频率;
所述初始缓冲延时为:度量从视频开始加载到开始播放的时间间隔;
所述平均再缓冲时间为:视频播放过程中,度量再缓冲时间间隔的平均值;
所述再缓冲频率为:视频播放过程中,度量视频再缓冲事件发生的频率。
3.根据权利要求1所述QoE训练方法,其特征在于,所述网络QoS和视频流应用层QoS的映射函数包括:
从视频开始加载,到缓冲区中的数据达到视频播放的最大阈值的时间间隔映射函数;
视频播放缓冲区的数据从最小阈值,加载到视频播放缓冲区的数据最大阈值的时间间隔映射函数;
从一次缓冲区中的数据低于视频播放的最小阈值,到下一次缓冲区中的数据再次低于视频播放的最小阈值的事件发生频率映射函数。
4.根据权利要求1所述QoE训练方法,其特征在于,所述网络性能包括:网络丢包率和网络延迟。
5.一种TCP视频流业务的QoE评估方法,其特征在于,所述QoE评估方法包括以下步骤:
S1.检测视频流业务的网络性能,根据所述网络性能,得出网络QoS,并建立网络性能指标体系;
S2.检测视频流业务的应用层性能,根据所述应用层性能,得出视频流应用层QoS,并建立视频流的应用性能指标体系;
S3.根据所述网络QoS和所述视频流应用层QoS,建立网络QoS和视频流应用层QoS的映射函数;
S4.确定用户体验MOS值,根据所述用户体验MOS值,得出用户体验质量QoE;
S5.根据所述用户体验质量QoE和所述视频流应用层QoS,建立视频流应用层QoS和QoE的映射关系;
S6.根据所述视频流应用层QoS和QoE的映射关系,并根据所述网络QoS和视频流应用层QoS的映射函数,建立网络QoS与QoE之间的映射模型;
S7.根据所述网络性能指标体系、所述视频流的应用性能指标体系和所述网络QoS与QoE之间的映射模型,构建QoE训练;
S8.根据所述QoE训练中的所述网络性能指标体系,测量网络性能指标参数;
S9.根据所述QoE训练中的所述网络性能指标体系和所述应用性能指标体系,通过所述网络QoS和应用层QoS的映射函数,得出视频流的应用性能指标参数;
S10.根据所述网络性能指标参数和所述视频流的应用性能指标参数,通过所述QoE训练中的所述网络QoS与QoE之间的映射模型,对QoE进行评估。
6.一种TCP视频流业务的QoE训练系统,其特征在于,所述QoE训练系统包括以下模块:
网络模块,用于检测视频流业务的网络性能,根据所述网络性能,得出网络QoS,并建立网络性能指标体系;
应用模块,用于检测视频流业务的应用层性能,根据所述应用层性能,得出视频流应用层QoS,并建立视频流的应用性能指标体系;
映射函数模块,用于根据所述网络QoS和所述视频流应用层QoS,建立网络QoS和视频流应用层QoS的映射函数;
用户主观体验质量QoE模块,用于确定用户体验MOS值,根据所述用户体验MOS值,得出用户体验质量QoE;
映射关系模块,用于根据所述用户体验质量QoE和所述视频流应用层QoS,建立视频流应用层QoS和QoE的映射关系;
映射模型模块,用于根据所述视频流应用层QoS和QoE的映射关系,并根据所述网络QoS和视频流应用层QoS的映射函数,建立网络QoS与QoE之间的映射模型;
QoE训练组成模块,用于根据所述网络性能指标体系、所述视频流的应用性能指标体系和所述网络QoS与QoE之间的映射模型,构建QoE训练。
7.根据权利要求6所述QoE训练系统,其特征在于,所述应用性能指标体系模块包括:
初始缓冲延时度量模块,用于度量从视频开始加载到开始播放的时间间隔;
平均再缓冲时间为度量模块,用于在视频播放过程中,度量再缓冲时间间隔的平均值;
再缓冲频率为度量模块,用于在视频播放过程中,度量视频再缓冲事件发生的频率。
8.根据权利要求6所述QoE训练系统,其特征在于,所述网络QoS和视频流应用层QoS的映射函数模块包括:
初始缓冲时间映射函数模块,用于建立从视频开始加载,到缓冲区中的数据达到视频播放的最大阈值的时间间隔映射函数;
平均再缓冲时间映射函数模块,用于建立视频播放缓冲区的数据从最小阈值,加载到视频播放缓冲区的数据最大阈值的时间间隔映射函数;
再缓冲频率为模块,用于建立从一次缓冲区中的数据低于视频播放的最小阈值,到下一次缓冲区中的数据再次低于视频播放的最小阈值的事件发生频率映射函数。
9.一种TCP视频流业务的QoE评估系统,其特征在于,所述QoE评估系统包括以下模块:
网络模块,用于检测视频流业务的网络性能,根据所述网络性能,得出网络QoS,并建立网络性能指标体系;
应用模块,用于检测视频流业务的应用层性能,根据所述应用层性能,得出视频流应用层QoS,并建立视频流的应用性能指标体系;
映射函数模块,用于根据所述网络QoS和所述视频流应用层QoS,建立网络QoS和视频流应用层QoS的映射函数;
用户主观体验质量QoE模块,用于确定用户体验MOS值,根据所述用户体验MOS值,得出用户体验质量QoE;
映射关系模块,用于根据所述用户体验质量QoE和所述视频流应用层QoS,建立视频流应用层QoS和QoE的映射关系;
映射模型模块,用于根据所述视频流应用层QoS和QoE的映射关系,并根据所述网络QoS和视频流应用层QoS的映射函数,建立网络QoS与QoE之间的映射模型;
QoE训练组成模块,用于根据所述网络性能指标体系、所述视频流的应用性能指标体系和所述网络QoS与QoE之间的映射模型,构建QoE训练;
网络性能指标参数模块,用于根据所述QoE训练中的所述网络性能指标体系,测量网络性能指标参数;
应用性能指标参数模块,用于根据所述QoE训练中的所述网络性能指标体系和所述应用性能指标体系,通过所述网络QoS和应用层QoS的映射函数,得出视频流的应用性能指标参数;
QoE进行评估模块,用于根据所述网络性能指标参数和所述视频流的应用性能指标参数,通过所述QoE训练中的所述网络QoS与QoE之间的映射模型,对QoE进行评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410325896.0A CN104113788B (zh) | 2014-07-09 | 2014-07-09 | 一种TCP视频流业务的QoE训练和评估的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410325896.0A CN104113788B (zh) | 2014-07-09 | 2014-07-09 | 一种TCP视频流业务的QoE训练和评估的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104113788A CN104113788A (zh) | 2014-10-22 |
CN104113788B true CN104113788B (zh) | 2017-09-19 |
Family
ID=51710397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410325896.0A Expired - Fee Related CN104113788B (zh) | 2014-07-09 | 2014-07-09 | 一种TCP视频流业务的QoE训练和评估的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104113788B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104507128B (zh) * | 2014-12-25 | 2018-05-11 | 北京理工大学 | 一种基于用户体验质量QoE的服务级别QoS映射管理方法 |
CN106134215A (zh) * | 2015-01-05 | 2016-11-16 | 华为技术有限公司 | 用户体验质量QoE预测装置、网络设备和方法 |
CN104702666B (zh) * | 2015-01-30 | 2019-05-28 | 北京邮电大学 | 用户体验质量确定方法及系统 |
CN107509121B (zh) * | 2016-06-14 | 2020-06-02 | 华为技术有限公司 | 确定视频质量的方法和装置、定位网络故障的方法和装置 |
EP3261292A1 (en) * | 2016-06-21 | 2017-12-27 | Alcatel Lucent | Method and system for automating assessment of network quality of experience |
WO2018152753A1 (zh) * | 2017-02-23 | 2018-08-30 | 华为技术有限公司 | 一种网络能力指标和用户体验指标的映射方法及装置 |
CN108737813B (zh) * | 2017-04-20 | 2021-09-03 | 中兴通讯股份有限公司 | QoE的确定方法、装置、存储介质及处理器 |
CN107659856A (zh) * | 2017-07-04 | 2018-02-02 | 中国科学技术大学 | 基于用户反馈的移动视频业务体验质量数据集的采集方法 |
CN108200426B (zh) * | 2018-02-01 | 2019-06-04 | 福州大学 | 综合同步误差和缓冲时间与主观质量的关系模型建立方法 |
CN114584846A (zh) | 2018-02-09 | 2022-06-03 | 华为技术有限公司 | 数据处理方法、服务器以及视频处理装置 |
CN111093069A (zh) * | 2018-10-23 | 2020-05-01 | 大唐移动通信设备有限公司 | 一种全景视频流的质量评估方法及装置 |
CN110048906B (zh) * | 2019-03-27 | 2021-04-02 | 网宿科技股份有限公司 | 一种判断节点传输质量的方法、系统、装置及服务器 |
CN112153371B (zh) * | 2020-08-24 | 2021-07-20 | 珠海格力电器股份有限公司 | 图像质量检测方法、装置、存储介质及产品检测方法 |
CN115277581B (zh) * | 2022-07-21 | 2024-04-30 | 腾讯科技(深圳)有限公司 | 网络传输的控制方法、装置、计算机设备、存储介质 |
CN115314407A (zh) * | 2022-08-03 | 2022-11-08 | 东南大学 | 一种基于网络流量的网络游戏QoE检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101272575A (zh) * | 2007-03-23 | 2008-09-24 | 中国移动通信集团公司 | 业务支撑能力的测试方法 |
CN103095517A (zh) * | 2011-11-04 | 2013-05-08 | 华为技术有限公司 | 流媒体传输质量评估和信息获取方法及相关设备和系统 |
CN103841410A (zh) * | 2014-03-05 | 2014-06-04 | 北京邮电大学 | 基于图像特征信息的半参考视频QoE客观评估方法 |
CN104023232A (zh) * | 2014-06-27 | 2014-09-03 | 北京邮电大学 | 基于层次分析和多元线性回归的移动视频质量评估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070124494A1 (en) * | 2005-11-28 | 2007-05-31 | Harris John M | Method and apparatus to facilitate improving a perceived quality of experience with respect to delivery of a file transfer |
-
2014
- 2014-07-09 CN CN201410325896.0A patent/CN104113788B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101272575A (zh) * | 2007-03-23 | 2008-09-24 | 中国移动通信集团公司 | 业务支撑能力的测试方法 |
CN103095517A (zh) * | 2011-11-04 | 2013-05-08 | 华为技术有限公司 | 流媒体传输质量评估和信息获取方法及相关设备和系统 |
CN103841410A (zh) * | 2014-03-05 | 2014-06-04 | 北京邮电大学 | 基于图像特征信息的半参考视频QoE客观评估方法 |
CN104023232A (zh) * | 2014-06-27 | 2014-09-03 | 北京邮电大学 | 基于层次分析和多元线性回归的移动视频质量评估方法 |
Non-Patent Citations (2)
Title |
---|
Quality of experience for HTTP adaptive streaming services;Oyman.O and S.Singh;《IEEE Communications Magazine》;20120430;第50卷(第4期);第20-27页 * |
基于TCP数据包层分析的移动互联网用户体验的评估方法;朱凯等;《北京邮电大学学报》;20090228;第32卷(第1期);第40-45页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104113788A (zh) | 2014-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104113788B (zh) | 一种TCP视频流业务的QoE训练和评估的方法及系统 | |
US10601869B2 (en) | System and method to estimate quality of experience for consumption of encrypted media network traffic | |
Wamser et al. | Modeling the YouTube stack: From packets to quality of experience | |
EP3313043B1 (en) | System and method for determining quality of a media stream | |
CN102143388B (zh) | Iptv用户体验质量评估装置及评估方法 | |
CN100588271C (zh) | 基于分组度量和图像度量两者测量视频质量的系统和方法 | |
US9419875B2 (en) | Video quality assessment method and apparatus | |
EP2700267B1 (en) | Full-reference computation of mobile content quality of experience in real-time | |
US9787748B2 (en) | Method for evaluating streaming media transmission quality and obtaining information, and related device and system | |
US20130096904A1 (en) | Quality of User Experience Testing for Video Transmissions | |
CN104115448A (zh) | 监测网络传输特性的方法与装置 | |
Gómez et al. | YouTube QoE evaluation tool for Android wireless terminals | |
WO2022007874A1 (zh) | 视频质量的评估方法、装置及电子设备 | |
WO2013097783A1 (zh) | 媒体传输质量的评估方法和装置 | |
WO2012167416A1 (en) | Monitoring device and method for monitoring a video session in a data network | |
Kim et al. | QoE assessment model for multimedia streaming services using QoS parameters | |
JP6132116B2 (ja) | ビデオ品質のユーザ体験値を評価するための方法、デバイス、及びシステム | |
CN103414915A (zh) | 一种网站上传视频质量评价方法及装置 | |
WO2017107774A1 (zh) | 视频质量信息的处理方法及装置 | |
WO2013029214A1 (en) | Video quality monitor and method for determining a network video quality measure in a communication network | |
CN114401253A (zh) | 一种基于WebRTC的模拟网络中视频传输方法 | |
CN103595593A (zh) | 一种基于探针测量mdi的系统及方法 | |
Stensen | Evaluating QoS and QoE Dimensions in Adaptive Video Streaming | |
De Vera et al. | Automatic quality of experience measuring on video delivering networks | |
JP6158752B2 (ja) | ネットワーク要件導出装置及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170919 Termination date: 20180709 |
|
CF01 | Termination of patent right due to non-payment of annual fee |