CN105451036A - 一种视频质量的监测方法、装置及cdn系统 - Google Patents

一种视频质量的监测方法、装置及cdn系统 Download PDF

Info

Publication number
CN105451036A
CN105451036A CN201410476485.1A CN201410476485A CN105451036A CN 105451036 A CN105451036 A CN 105451036A CN 201410476485 A CN201410476485 A CN 201410476485A CN 105451036 A CN105451036 A CN 105451036A
Authority
CN
China
Prior art keywords
video
cdn node
video flowing
time point
interface
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.)
Granted
Application number
CN201410476485.1A
Other languages
English (en)
Other versions
CN105451036B (zh
Inventor
薛沛林
梁洁
庄一嵘
杨柳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Telecom Corp Ltd
Original Assignee
China Telecom Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Telecom Corp Ltd filed Critical China Telecom Corp Ltd
Priority to CN201410476485.1A priority Critical patent/CN105451036B/zh
Publication of CN105451036A publication Critical patent/CN105451036A/zh
Application granted granted Critical
Publication of CN105451036B publication Critical patent/CN105451036B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明公开了一种视频质量的监测方法、装置及CDN系统,包括:在各级CDN节点的视频输入、输出接口处设置的接口监控点进行视频流采样;对从接口监控点采样的入口视频流、出口视频流进行分析并获取KPI参数;根据KPI参数判断视频流的播放是否出现异常并定位故障点。本发明的监测方法、装置及CDN系统,能够在CDN的视频质量监测中进行视频流全程跟踪监测,对CDN节点上下级接口双重监测并关联出对应视频流,通过对入口视频流和出口视频流的KPI监测,实现入口视频流KPI和出口视频流KPI的联动分析,不但客观反映出上下级节点的视频质量全局性KPI参数,还能定位引起该KPI异常的故障点,同时实现视频质量监测和故障定位。

Description

一种视频质量的监测方法、装置及CDN系统
技术领域
本发明涉及视频点播技术领域,尤其涉及一种视频质量的监测方法、装置及CDN系统。
背景技术
IPTV是利用计算机或机顶盒+电视完成接收视频点播节目、视频广播及网上冲浪等功能,目前发展非常迅速。随着中国电信CDN网络传送接口规范化,CDN承载网由多个厂家设备联合组网日益普及,CDN上下级节点由不同厂家组成,视频质量监测和故障定位复杂度更高,现有的单接口独立监测很难分析到全局性质量数据及故障点定位。现有的视频质量监测技术一般采用对CDN单接口的独立监测,存在以下的问题:(1)只能反映出服务器输出的单边视频KPI,未能反映全局KPI,如该服务器造成的延误等;(2)只能监测出该接口视频质量KPI的数值,不能定位引起KPI异常的网元节点和位置。举例,以边缘服务器的用户侧接口(S接口)监测为例,只监测出该服务器输出的KPI(比如MLR、DF、MOS值),未能反映全局KPI参数,比如该视频服务器造成的时延,命中率等等,也不能反映KPI异常的原因是该边缘服务器还是上级设备造成。
发明内容
有鉴于此,本发明要解决的一个技术问题是提供一种视频质量的监测方法,能够判断视频播放是否异常并定位故障点。
一种视频质量的监测方法,包括:在各级内容分发网络CDN节点的视频输入、输出接口处设置的接口监控点进行视频流采样;对从所述接口监控点采样的入口视频流、出口视频流进行分析并获取关键指标考核KPI参数;根据所述KPI参数判断视频流的播放是否出现异常并定位故障点。
根据本发明的一个实施例,进一步的,对各个所述接口监控点进行时钟同步;从所述入口视频流、出口视频流中提取视频流的全局参数并记录进行采样操作的采样时间点,所述全局参数包括:内容标示符ContentID、传输速率TransferRate;根据所述全局参数和采样时间点关联通过各级CDN节点传输的视频流,并计算此视频流在各级CDN节点的KPI参数;根据各级CDN节点的KPI参数判断此视频流的传输是否出现异常,并定位出现异常的CDN节点。
根据本发明的一个实施例,进一步的,各级CDN节点之间采用H接口,通过HTTP协议传输视频流,对于从H接口采集的视频流,从定位请求消息LocateCmdReq或内容传送请求信息TransCmdReq中获取ContentID和TransferRate参数;CDN节点与用户设备之间采用S接口,通过RTP协议传输视频流,对于从S接口采集的视频流,从RTSPDescribe消息中获取ContentID和TransferRate参数。
根据本发明的一个实施例,进一步的,当所述入口视频流和所述出口视频流的ContentID和TransferRate都相同、并且所述出口视频流的采样时间点与所述入口视频流的采样时间点的差值在预设的差值阈值内时,则判断所述入口视频流和所述出口视频流属于同一视频流,并对此视频流在各级CDN节点的KPI参数进行统计分析。
根据本发明的一个实施例,进一步的,分别在第一、第二和第三时间点提取进入上级CDN节点的第一视频分片、进入下级CDN节点的第二视频分片和离开下级CDN节点的第三视频分片;其中,所述第一、第二和第三视频分片的ContentID和TransferRate都相同、并且第二时间点与第一时间点的差值、第三时间点与第二时间点的差值都在在预设的差值阈值内;计算视频流在上级、下级CDN节点的KPI参数;其中,第二时间点与第一时间点的差值为上级CDN节点的时延;第三时间点与第二时间点的差值为下级CDN节点的时延;通过判断所述第一、第二和第三视频分片是否有数据丢失,确定上级、下级CDN节点是否出现传输异常并定位出现传输异常的CDN节点。
根据本发明的一个实施例,进一步的,所述KPI参数包括:节点丢失率、节点时延、节点命中率、接口传输速率。
本发明要解决的一个技术问题是提供一种视频质量的监测装置,能够判断视频播放是否异常并定位故障点。
一种视频质量的监测装置,包括:视频采样单元,用于在各级内容分发网络CDN节点的视频输入、输出接口处设置的接口监控点进行视频流采样;视频分析单元,用于对从所述接口监控点采样的入口视频流、出口视频流进行分析并获取关键指标考核KPI参数;异常判断单元,用于根据所述KPI参数判断视频流的播放是否出现异常并定位故障点。
根据本发明的一个实施例,进一步的,所述视频采样单元,还用于对各个所述接口监控点进行时钟同步;所述视频分析单元,还用于从所述入口视频流和所述出口视频流中提取视频流的全局参数并记录进行采样操作的采样时间点,所述全局参数包括:内容标示符ContentID、传输速率TransferRate;根据所述全局参数和采样时间点关联通过各级CDN节点传输的视频流,并计算此视频流在各级CDN节点的KPI参数;所述异常判断单元,还用于根据各级CDN节点的KPI参数判断此视频流的传输是否出现异常,并定位出现异常的CDN节点。
根据本发明的一个实施例,进一步的,各级CDN节点之间采用H接口,通过HTTP协议传输视频流,对于从H接口采集的视频流,所述视频分析单元从定位请求消息LocateCmdReq或内容传送请求信息TransCmdReq中获取ContentID和TransferRate参数;CDN节点与用户设备之间采用S接口,通过RTP协议传输视频流,对于从S接口采集的视频流,所述视频分析单元从RTSPDescribe消息中获取ContentID和TransferRate参数。
根据本发明的一个实施例,进一步的,所述视频分析单元,还用于当所述入口视频流和所述出口视频流的ContentID和TransferRate都相同、并且所述出口视频流的采样时间点与所述入口视频流的采样时间点的差值在预设的差值阈值内时,则判断所述入口视频流和所述出口视频流属于同一视频流,并对此视频流在各级CDN节点的KPI参数进行统计分析。
根据本发明的一个实施例,进一步的,所述视频采样单元,还用于分别在第一、第二和第三时间点提取进入上级CDN节点的第一视频分片、进入下级CDN节点的第二视频分片和离开下级CDN节点的第三视频分片;其中,所述第一、第二和第三视频分片的ContentID和TransferRate都相同、并且第二时间点与第一时间点的差值、第三时间点与第二时间点的差值都在在预设的差值阈值内;所述视频分析单元,还用于计算视频流在上级、下级CDN节点的KPI参数;其中,第二时间点与第一时间点的差值为上级CDN节点的时延;第三时间点与第二时间点的差值为下级CDN节点的时延;计算所述第一、第二和第三视频分片的数据丢失率;所述异常判断单元,还用于通过判断所述第一、第二和第三视频分片是否有数据丢失,确定上级、下级CDN节点是否出现传输异常并定位出现传输异常的CDN节点。
一种内容分发网络CDN系统,包括:如上的视频质量的监测装置。
本发明的视频质量的监测方法、装置及CDN系统,能够在CDN的视频质量监测中进行视频流全程跟踪监测,对CDN节点上下级接口双重监测并关联出对应视频流,通过对入口视频流和出口视频流的KPI监测,实现入口视频流KPI和出口视频流KPI的联动分析,不但客观反映出上下级节点的视频质量全局性KPI参数,还能定位引起该KPI异常的故障点,同时实现视频质量监测和故障定位。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明的视频质量的监测方法的一个实施例的流程图;
图2为根据本发明的视频质量的监测方法的一个实施例的视频流关联计算的流程图;
图3为根据本发明的视频质量的监测方法的一个实施例的监控点设置的示意图;
图4为根据本发明的视频质量的监测方法的一个实施例的视频质量监测分析的示意图;
图5为根据本发明的视频质量的监测装置的一个实施例的示意图。
具体实施方式
下面参照附图对本发明进行更全面的描述,其中说明本发明的示例性实施例。下面将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,所描述的实施例仅仅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。下面结合各个图和实施例对本发明的技术方案进行多方面的描述。
图1为根据本发明的视频质量的监测方法的一个实施例的流程图,如图1所示:
步骤101,在各级CDN节点的视频输入、输出接口处设置的接口监控点进行视频流采样。
步骤102,对从接口监控点采样的入口视频流、出口视频流进行分析并获取关键指标考核KPI参数。
步骤103,根据KPI参数判断视频流的播放是否出现异常并定位故障点。
本发明的视频质量的监测方法,能够在内容分发网络CDN的视频质量监测中进行视频流全程跟踪监测,输出全局KPI参数,例如该视频服务器造成的时延,命中率等等,并进行准确的故障点定位。
如图3所示,在CDN的各个节点探针分别监测,对视频流跟踪和关联,实现客观的节点KPI输出和故障定位。当同一视频数据流经上下节点,进行监测比较,就得出相关监测数据。
在一个实施例中,各个CDN接口监测点采样到的视频流成千上万,如何找出上、下级接口相关联的视频流,然后进行KPI对比,是关键之处。对各个接口监控点进行时钟同步。从入口视频流、出口视频流中提取视频流的全局参数并记录进行采样操作的采样时间点,全局参数包括:内容标示符ContentID、传输速率TransferRate。
根据全局参数和采样时间点关联通过各级CDN节点传输的视频流,并计算此视频流在各级CDN节点的KPI参数。根据各级CDN节点的KPI参数判断此视频流的传输是否出现异常,并定位出现异常的CDN节点。
当入口视频流和出口视频流的ContentID和TransferRate都相同、并且出口视频流的采样时间点与入口视频流的采样时间点的差值在预设的差值阈值内时,则判断入口视频流和出口视频流属于同一视频流,并对此视频流在各级CDN节点的KPI参数进行统计分析。
在一个实施例中,各级CDN节点之间采用H接口,通过HTTP协议传输视频流,对于从H接口采集的视频流,从定位请求消息LocateCmdReq或内容传送请求信息TransCmdReq中获取ContentID和TransferRate参数。CDN节点与用户设备之间采用S接口,通过RTP协议传输视频流,对于从S接口采集的视频流,从RTSP协议的Describe消息中获取ContentID和TransferRate参数。
图2为根据本发明的视频质量的监测方法的一个实施例的视频流关联计算的流程图,如图2所示:
步骤201,各个接口监控点进行时钟同步。
步骤202-205,各个接口监测点对采样到的视频流初步分析,提取KPI参数输出。
步骤206,每个视频流必须提取3个全局变量:内容标示符ContentID、传输速率TransferRate、采样时间点Time。对来自S接口的视频流,可从RTSPDescribe消息获取ContentID、TransferRate这2个参数。对来自H接口的视频流,可从规范D1.1的内容定位请求消息LocateCmdReq或内容传送请求信息TransCmdReq获取这2个参数。
步骤207、209,先对ContentID相同的上、下级视频流进行一级关联,初步认为相关联的视频流传输内容相同。
步骤210、212,再对TransferRate相同的上、下级视频流进行二级关联,认为相关联的视频流不但内容相同,操作流程(播放、快进、快退等)也相同。
步骤213,最后对根据采样时间差值(Δt)进行三级关联,即流经上级接口时间t,流经下级接口时间t’,Δt=t-t’,如果Δt小于500ms等,Δt可以根据实际情况设置,可以认为是关联视频流,当然Δt值可根据实际需求更改。
步骤216,关联视频流完成后,可对该视频流流经不同节点的KPI参数进行统计分析,从而输出各个CDN节点的关键KPI参数,比如节点丢失率、节点时延、节点命中率、接口传输速率等等。
上述实施例中提供的视频质量的监测方法,对CDN节点上下级接口双重监测,并关联出对应视频流,通过对入口视频流和出口视频流的KPI监测分析,不但客观反映出上、下级节点的视频质量全局性KPI参数,还能定位引起该KPI异常的故障点,同时实现视频质量监测和故障定位。
上述实施例中提供的视频质量的监测方法,根据CDN内容推送的机制,找出视频流从源端到目的地的全局变量,实行视频流跟踪和关联,从而得知该视频流经过各个CDN节点的关键的、全局性KPI状况,比如:该节点丢失率、该节点产生的延时、该节点的命中率、流经该节点的传输速率、定位故障点(哪一级节点出问题)等等。
在一个实施例中,分别在第一、第二和第三时间点提取进入上级CDN节点的第一视频分片、进入下级CDN节点的第二视频分片和离开下级CDN节点的第三视频分片。其中,第一、第二和第三视频分片的ContentID和TransferRate都相同、并且第二时间点与第一时间点的差值、第三时间点与第二时间点的差值都在在预设的差值阈值内。
计算视频流在上级、下级CDN节点的KPI参数。其中,第二时间点与第一时间点的差值为上级CDN节点的时延。第三时间点与第二时间点的差值为下级CDN节点的时延。通过判断第一、第二和第三视频分片是否有数据丢失,确定上级、下级CDN节点是否出现传输异常并定位出现传输异常的CDN节点。
图4为根据本发明的视频质量的监测方法的一个实施例的视频质量监测分析的示意图,如图4所示,假设有3个用户在线看视频业务,则视频数据包括:用户A对影片A(contentID=123456)正常播放(transferRate=2.5M)的视频片段;用户B对影片B(contentID=123456)快进快退操作(transferRate=1M)的视频片段;用户C对影片C(contentID=100000)正常播放(transferRate=2.5M)的视频片段。
不考虑网络延时,假设这3个视频分片在时间t进入上级节点时,在时间t’离开并进入下级节点,在时间t”离开下级节点。要进行视频质量监测时,在时间t提取进入上级节点的视频分片,一共有3个分片(a,b,c);在时间t’提取进入下级节点的视频分片,一共有3个分片(a’,b’,c’);在时间t”提取离开下级节点的视频分片,也有3个分片(a”,b”,c”)。
对用户A的视频流进行关联分析。首先根据contentID=123456的分片进行一级关联,然后根据transferRate=2.5M的分片进行二级关联,最后根据Δt=t’-t(或者Δt’=t”-t’)小于500ms等条件,筛选出用户A的视频分片a,a’,a”。对a,a’,a”进行关联分析,可得出流经各级CDN节点的关键KPI参数,比如:Δt可作为上级节点的延时;Δt’可作为下级节点的延时。如果a’丢失,可认为上级节点丢失该数据;如果a”丢失,可认为下级节点丢失该数据。如果有a’,a”数据,没有a数据,则认为CDN数据调度在本节点命中等等。通过更深入的比较,可以获取更多的KPI定义参数。
如图5所示,本发明提供一种视频质量的监测装置4,包括:视频采样单元41、视频分析单元42和异常判断单元43。视频采样单元41在各级内容分发网络CDN节点的视频输入、输出接口处设置的接口监控点进行视频流采样。视频分析单元42对从接口监控点采样的入口视频流、出口视频流进行分析并获取关键指标考核KPI参数。异常判断单元43根据KPI参数判断视频流的播放是否出现异常并定位故障点。
在一个实施例中,视频采样单元41对各个接口监控点进行时钟同步。视频分析单元42从入口视频流和出口视频流中提取视频流的全局参数并记录进行采样操作的采样时间点,全局参数包括:内容标示符ContentID、传输速率TransferRate。视频分析单元42根据全局参数和采样时间点关联通过各级CDN节点传输的视频流,并计算此视频流在各级CDN节点的KPI参数。异常判断单元43根据各级CDN节点的KPI参数判断此视频流的传输是否出现异常,并定位出现异常的CDN节点。
在一个实施例中,各级CDN节点之间采用H接口,通过HTTP协议传输视频流,对于从H接口采集的视频流,视频分析单元42从定位请求消息LocateCmdReq或内容传送请求信息TransCmdReq中获取ContentID和TransferRate参数.。CDN节点与用户设备之间采用S接口,通过RTP协议传输视频流,对于从S接口采集的视频流,视频分析单元42从RTSP协议的Describe消息中获取ContentID和TransferRate参数。
在一个实施例中,当入口视频流和出口视频流的ContentID和TransferRate都相同、并且出口视频流的采样时间点与入口视频流的采样时间点的差值在预设的差值阈值内时,则视频分析单元42判断入口视频流和出口视频流属于同一视频流,并对此视频流在各级CDN节点的KPI参数进行统计分析。
在一个实时例中,视频采样单元41分别在第一、第二和第三时间点提取进入上级CDN节点的第一视频分片、进入下级CDN节点的第二视频分片和离开下级CDN节点的第三视频分片;其中,第一、第二和第三视频分片的ContentID和TransferRate都相同、并且第二时间点与第一时间点的差值、第三时间点与第二时间点的差值都在在预设的差值阈值内。
视频分析单元42计算视频流在上级、下级CDN节点的KPI参数。其中,第二时间点与第一时间点的差值为上级CDN节点的时延;第三时间点与第二时间点的差值为下级CDN节点的时延;计算第一、第二和第三视频分片的数据丢失率;异常判断单元,还用于通过判断第一、第二和第三视频分片是否有数据丢失,确定上级、下级CDN节点是否出现传输异常并定位出现传输异常的CDN节点。
在一个实时例中,本发明提供一种内容分发网络CDN系统,包括:如上的视频质量的监测装置。
通过本发明提供的视频质量的监测方法、装置及CDN系统,能够在CDN的视频质量监测中进行视频流全程跟踪监测,输出全局KPI参数,对CDN节点上下级接口双重监测并关联出对应视频流,通过对入口视频流和出口视频流的KPI监测,实现入口视频流KPI和出口视频流KPI的联动分析,不但客观反映出上下级节点的视频质量全局性KPI参数,还能定位引起该KPI异常的故障点,同时实现视频质量监测和故障定位,解决现有监测手段的不足。
可能以许多方式来实现本发明的方法和系统。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于方法的步骤的上述顺序仅是为了进行说明,本发明的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本发明实施为记录在记录介质中的程序,这些程序包括用于实现根据本发明的方法的机器可读指令。因而,本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

Claims (12)

1.一种视频质量的监测方法,其特征在于,包括:
在各级内容分发网络CDN节点的视频输入、输出接口处设置的接口监控点进行视频流采样;
对从所述接口监控点采样的入口视频流、出口视频流进行分析并获取关键指标考核KPI参数;
根据所述KPI参数判断视频流的播放是否出现异常并定位故障点。
2.如权利要求1所述的监测方法,其特征在于:
对各个所述接口监控点进行时钟同步;
从所述入口视频流、出口视频流中提取视频流的全局参数并记录进行采样操作的采样时间点,所述全局参数包括:内容标示符ContentID、传输速率TransferRate;
根据所述全局参数和采样时间点关联通过各级CDN节点传输的视频流,并计算此视频流在各级CDN节点的KPI参数;
根据各级CDN节点的KPI参数判断此视频流的传输是否出现异常,并定位出现异常的CDN节点。
3.如权利要求2所述的监测方法,其特征在于:
各级CDN节点之间采用H接口,通过HTTP协议传输视频流,对于从H接口采集的视频流,从定位请求消息LocateCmdReq或内容传送请求信息TransCmdReq中获取ContentID和TransferRate参数;
CDN节点与用户设备之间采用S接口,通过RTP协议传输视频流,对于从S接口采集的视频流,从RTSPDescribe消息中获取ContentID和TransferRate参数。
4.如权利要求2所述的监测方法,其特征在于:
当所述入口视频流和所述出口视频流的ContentID和TransferRate都相同、并且所述出口视频流的采样时间点与所述入口视频流的采样时间点的差值在预设的差值阈值内时,则判断所述入口视频流和所述出口视频流属于同一视频流,并对此视频流在各级CDN节点的KPI参数进行统计分析。
5.如权利要求4所述的监测方法,其特征在于:
分别在第一、第二和第三时间点提取进入上级CDN节点的第一视频分片、进入下级CDN节点的第二视频分片和离开下级CDN节点的第三视频分片;其中,所述第一、第二和第三视频分片的ContentID和TransferRate都相同、并且第二时间点与第一时间点的差值、第三时间点与第二时间点的差值都在在预设的差值阈值内;
计算视频流在上级、下级CDN节点的KPI参数;其中,第二时间点与第一时间点的差值为上级CDN节点的时延;第三时间点与第二时间点的差值为下级CDN节点的时延;
通过判断所述第一、第二和第三视频分片是否有数据丢失,确定上级、下级CDN节点是否出现传输异常并定位出现传输异常的CDN节点。
6.如权利要求1至5任意一项所述的监测方法,其特征在于:
所述KPI参数包括:节点丢失率、节点时延、节点命中率、接口传输速率。
7.一种视频质量的监测装置,其特征在于,包括:
视频采样单元,用于在各级内容分发网络CDN节点的视频输入、输出接口处设置的接口监控点进行视频流采样;
视频分析单元,用于对从所述接口监控点采样的入口视频流、出口视频流进行分析并获取关键指标考核KPI参数;
异常判断单元,用于根据所述KPI参数判断视频流的播放是否出现异常并定位故障点。
8.如权利要求7所述的监测装置,其特征在于:
所述视频采样单元,还用于对各个所述接口监控点进行时钟同步;
所述视频分析单元,还用于从所述入口视频流和所述出口视频流中提取视频流的全局参数并记录进行采样操作的采样时间点,所述全局参数包括:内容标示符ContentID、传输速率TransferRate;根据所述全局参数和采样时间点关联通过各级CDN节点传输的视频流,并计算此视频流在各级CDN节点的KPI参数;
所述异常判断单元,还用于根据各级CDN节点的KPI参数判断此视频流的传输是否出现异常,并定位出现异常的CDN节点。
9.如权利要求8所述的监测装置,其特征在于:
各级CDN节点之间采用H接口,通过HTTP协议传输视频流,对于从H接口采集的视频流,所述视频分析单元从定位请求消息LocateCmdReq或内容传送请求信息TransCmdReq中获取ContentID和TransferRate参数;
CDN节点与用户设备之间采用S接口,通过RTP协议传输视频流,对于从S接口采集的视频流,所述视频分析单元从RTSPDescribe消息中获取ContentID和TransferRate参数。
10.如权利要求9所述的监测装置,其特征在于:
所述视频分析单元,还用于当所述入口视频流和所述出口视频流的ContentID和TransferRate都相同、并且所述出口视频流的采样时间点与所述入口视频流的采样时间点的差值在预设的差值阈值内时,则判断所述入口视频流和所述出口视频流属于同一视频流,并对此视频流在各级CDN节点的KPI参数进行统计分析。
11.如权利要求10所述的监测装置,其特征在于:
所述视频采样单元,还用于分别在第一、第二和第三时间点提取进入上级CDN节点的第一视频分片、进入下级CDN节点的第二视频分片和离开下级CDN节点的第三视频分片;其中,所述第一、第二和第三视频分片的ContentID和TransferRate都相同、并且第二时间点与第一时间点的差值、第三时间点与第二时间点的差值都在在预设的差值阈值内;
所述视频分析单元,还用于计算视频流在上级、下级CDN节点的KPI参数;其中,第二时间点与第一时间点的差值为上级CDN节点的时延;第三时间点与第二时间点的差值为下级CDN节点的时延;计算所述第一、第二和第三视频分片的数据丢失率;
所述异常判断单元,还用于通过判断所述第一、第二和第三视频分片是否有数据丢失,确定上级、下级CDN节点是否出现传输异常并定位出现传输异常的CDN节点。
12.一种内容分发网络CDN系统,其特征在于:
包括:如权利要求7至11任意一项所述的视频质量的监测装置。
CN201410476485.1A 2014-09-18 2014-09-18 一种视频质量的监测方法、装置及cdn系统 Active CN105451036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410476485.1A CN105451036B (zh) 2014-09-18 2014-09-18 一种视频质量的监测方法、装置及cdn系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410476485.1A CN105451036B (zh) 2014-09-18 2014-09-18 一种视频质量的监测方法、装置及cdn系统

Publications (2)

Publication Number Publication Date
CN105451036A true CN105451036A (zh) 2016-03-30
CN105451036B CN105451036B (zh) 2019-04-05

Family

ID=55560754

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410476485.1A Active CN105451036B (zh) 2014-09-18 2014-09-18 一种视频质量的监测方法、装置及cdn系统

Country Status (1)

Country Link
CN (1) CN105451036B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105721953A (zh) * 2016-04-28 2016-06-29 乐视控股(北京)有限公司 流媒体视频起播异常分析方法和系统
CN106454553A (zh) * 2016-11-15 2017-02-22 深圳市视维科技有限公司 精准时延直播视频网络传输控制方法
CN107294767A (zh) * 2017-05-05 2017-10-24 中广热点云科技有限公司 一种直播网络传输故障监测方法及系统
CN107465526A (zh) * 2016-06-03 2017-12-12 德科仕通信(上海)有限公司 互联网视频cdn服务器质量监测系统及方法
CN108260148A (zh) * 2016-12-28 2018-07-06 华为技术服务有限公司 一种故障检测方法及装置
CN111010291A (zh) * 2019-11-25 2020-04-14 恩亿科(北京)数据科技有限公司 业务流程异常告警方法、装置、电子设备及存储介质
CN111106962A (zh) * 2019-12-24 2020-05-05 北京达佳互联信息技术有限公司 流媒体故障监测方法、装置、电子设备及存储介质
CN111163361A (zh) * 2018-11-07 2020-05-15 中国电信股份有限公司 业务故障定位方法、装置和系统、网络设备和存储介质
CN111225405A (zh) * 2018-11-27 2020-06-02 中国移动通信集团福建有限公司 视频质量问题定界方法、装置、设备及介质
CN111432248A (zh) * 2020-03-30 2020-07-17 北京百度网讯科技有限公司 直播视频流的质量监控方法和装置
WO2021217612A1 (zh) * 2020-04-30 2021-11-04 新华三技术有限公司 数据流分析
CN113905230A (zh) * 2021-12-09 2022-01-07 深圳比特微电子科技有限公司 一种图像处理的调试码流导出和导入的方法与装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202014343U (zh) * 2011-04-22 2011-10-19 赛特斯网络科技(南京)有限责任公司 用于网络系统中的视频流分析仪
CN102547475A (zh) * 2012-02-21 2012-07-04 德科仕通信(上海)有限公司 提高ip视频媒体流业务质量告警精准度的方法及系统
CN103813182A (zh) * 2014-01-28 2014-05-21 苏州工业园区科升通讯有限公司 对iptv业务进行qos监测的系统及其方法
US20140219093A1 (en) * 2011-06-17 2014-08-07 Telefonaktiebolaget L M Ericsson (Publ) Quality of service for serving node and method

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202014343U (zh) * 2011-04-22 2011-10-19 赛特斯网络科技(南京)有限责任公司 用于网络系统中的视频流分析仪
US20140219093A1 (en) * 2011-06-17 2014-08-07 Telefonaktiebolaget L M Ericsson (Publ) Quality of service for serving node and method
CN102547475A (zh) * 2012-02-21 2012-07-04 德科仕通信(上海)有限公司 提高ip视频媒体流业务质量告警精准度的方法及系统
CN103813182A (zh) * 2014-01-28 2014-05-21 苏州工业园区科升通讯有限公司 对iptv业务进行qos监测的系统及其方法

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105721953A (zh) * 2016-04-28 2016-06-29 乐视控股(北京)有限公司 流媒体视频起播异常分析方法和系统
CN107465526B (zh) * 2016-06-03 2020-05-15 德科仕通信(上海)有限公司 互联网视频cdn服务器质量监测系统及方法
CN107465526A (zh) * 2016-06-03 2017-12-12 德科仕通信(上海)有限公司 互联网视频cdn服务器质量监测系统及方法
CN106454553A (zh) * 2016-11-15 2017-02-22 深圳市视维科技有限公司 精准时延直播视频网络传输控制方法
CN108260148A (zh) * 2016-12-28 2018-07-06 华为技术服务有限公司 一种故障检测方法及装置
CN108260148B (zh) * 2016-12-28 2021-02-09 华为技术服务有限公司 一种故障检测方法及装置
CN107294767A (zh) * 2017-05-05 2017-10-24 中广热点云科技有限公司 一种直播网络传输故障监测方法及系统
CN111163361A (zh) * 2018-11-07 2020-05-15 中国电信股份有限公司 业务故障定位方法、装置和系统、网络设备和存储介质
CN111225405A (zh) * 2018-11-27 2020-06-02 中国移动通信集团福建有限公司 视频质量问题定界方法、装置、设备及介质
CN111225405B (zh) * 2018-11-27 2022-06-14 中国移动通信集团福建有限公司 视频质量问题定界方法、装置、设备及介质
CN111010291A (zh) * 2019-11-25 2020-04-14 恩亿科(北京)数据科技有限公司 业务流程异常告警方法、装置、电子设备及存储介质
CN111010291B (zh) * 2019-11-25 2022-08-09 恩亿科(北京)数据科技有限公司 业务流程异常告警方法、装置、电子设备及存储介质
CN111106962A (zh) * 2019-12-24 2020-05-05 北京达佳互联信息技术有限公司 流媒体故障监测方法、装置、电子设备及存储介质
CN111432248A (zh) * 2020-03-30 2020-07-17 北京百度网讯科技有限公司 直播视频流的质量监控方法和装置
WO2021217612A1 (zh) * 2020-04-30 2021-11-04 新华三技术有限公司 数据流分析
CN113905230A (zh) * 2021-12-09 2022-01-07 深圳比特微电子科技有限公司 一种图像处理的调试码流导出和导入的方法与装置

Also Published As

Publication number Publication date
CN105451036B (zh) 2019-04-05

Similar Documents

Publication Publication Date Title
CN105451036A (zh) 一种视频质量的监测方法、装置及cdn系统
CN103813182B (zh) 对iptv业务进行qos监测的系统及其方法
US20230281666A1 (en) Monitoring and Using Telemetry Data
CN102143389B (zh) Iptv服务质量保障系统及质量保障方法
EP3197097B1 (en) Multi kpi correlation in wireless protocols
CN106789223B (zh) 一种交互式网络电视iptv业务质量检测方法及系统
CA2749160C (en) Informative data streaming server
CN103220164A (zh) 数据完整性计分和网络可视化及用户体验监控
CN101594260B (zh) Iptv视频质量监测系统
US20150341812A1 (en) Video quality monitoring
CN107493509A (zh) 视频质量监测方法及装置
CN102547475B (zh) 提高ip视频媒体流业务质量告警精准度的方法及系统
CN102904773B (zh) 一种网络业务质量的测量方法和装置
US9237339B1 (en) Framework for quantifying a total quality of experience for subscribers in a communications network
US20170230211A1 (en) System and method of analyzing cmts data streams
EP2633689A1 (en) System for monitoring a video network and methods for use therewith
US9088768B1 (en) Processing quality of service data to provide a prediction of quality of experience
CN110519177A (zh) 一种网络流量识别方法及相关设备
US10601639B2 (en) Multi cause correlation in wireless protocols
EP3425909A1 (en) Video quality monitoring
US20130326049A1 (en) System and method for sequencing per-hop data in performance-monitored network environments
CN101365145A (zh) 有线电视网络监控系统及监控方法
CN104468266A (zh) 基于智能终端实现流媒体用户体验监测的系统及方法
CN104469540A (zh) 实现iptv单播业务端到端质量保障的系统
CN101159635A (zh) 用于iptv业务的业务质量监测的参数采集方法及系统

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