CN109982068B - 合成视频质量评估方法、装置、设备及介质 - Google Patents

Abstract

本发明公开了一种合成视频质量评估方法、装置、设备及介质。该方法包括：获取视频请求报文和响应报文，提取视频文件信息和响应状态代码；根据视频文件信息和响应状态码，判断视频的流程类型；根据流程类型及响应状态码，对视频请求报文及后续接收的视频请求报文进行视频合成关联；判断视频是否传输完成，当判断结果为是时，输出合成视频单据；根据合成视频单据，计算深度报文检测DPI指标。本发明利用深度报文检测进行视频业务单据的合成，将一个个分散的事务级别的单据串连起来，以一个完整的视频业务为单位输出相关体验评估信息。

Description

合成视频质量评估方法、装置、设备及介质

技术领域

本发明涉及大数据、互联网业务技术领域，尤其涉及一种合成视频质 量评估方法、装置、设备及介质。

背景技术

现有评估视频质量主要有以下三种方案：

方案1：基于HTTP业务进行用户业务感知评估时，原有深度报文检 测方法是基于单请求(即事务级)输出业务单据，包含事务级的下载流 量、响应时延等信息，将一个完整的视频拆分成无数的事务级单据输出， 每个事务级单据均算出评价指标，完整视频的评价方法变成事务级单据指 标的平均值。

方案2：自营视频上报视频感知，通过移动自营的视频APP，在APP 中集成视频业务质量评估插件，在播放过程中或者播放完成后上报业务质 量到指定服务器。通过在后台分析APP上报的业务质量数据，得到视频的 体验。

方案3：通过测试APP上报指标，例如SpeedVideo视频测试APP是 一款专业的视频体验评估工具，包括视频体验mobile vMOS指标、下行速 率、视频服务器延迟等指标。

基于HTTP业务进行用户业务感知评估时，原有深度报文检测方法是 基于单请求(即事务级)输出业务单据，包含事务级的下载流量、响应时 延等信息，事务级的指标数据在评估网页浏览、即时通信等小包类业务时 能较真实地反映用户感知，但是由于这种方法的数据基础是事务级的，对 于一次业务由N多个事务组成的视频业务并不适用，视频业务与浏览类业 务在数据包大小及资源调度上存在较大差异，事务级分析无法准确地评估 用户观看整个视频业务过程中的感知。

通过自营视频上报视频业务体验指标，只能分析自营业务的视频体 验，对其他的主流视频如优酷、腾讯、爱奇艺等无法分析。

使用测试APP进行测试，1)受限于该APP的视频资源类型，例如 SpeedVideo视频测试APP只有720P以上的资源并且只是单个网站的资源 (如优酷)，无法覆盖更多的视频资源类型；2)需要测试人员进行路测 或者定点测试，增加了人员投入成本；3)视频体验结果为csv格式，需要 人工分析，分析效率较低。

综上所述，如何以一个完整的视频业务为单位输出相关体验评估信 息，进而研究以业务级为基础的DPI(Deep Packet Inspection，深度报文检 测)指标用于评估用户观看完整视频的全过程感知，提升用户感知保障， 成为目前亟待解决的技术问题。

发明内容

本发明实施例提供了一种合成视频质量评估方法、装置、设备及介 质，利用深度报文检测进行视频业务单据的合成，将一个个分散的事务级 别的单据串连起来，以一个完整的视频业务为单位输出相关体验评估信 息，进而研究以业务级为基础的DPI指标，用于评估用户观看完整视频的 全过程感知，提升用户感知保障；能够覆盖现网主流的视频网站资源，并 通过大数据分析，提升视频体验分析效率，实现网络主动运维。

第一方面，本发明实施例提供了一种合成视频质量评估方法，该方法 包括：获取视频请求报文和响应报文，提取视频文件信息和响应状态代 码；根据视频文件信息和响应状态码，判断视频的流程类型；根据流程类 型及响应状态码，对视频请求报文及后续接收的视频请求报文进行视频合 成关联；判断视频是否传输完成，当判断结果为是时，输出合成视频单 据；根据合成视频单据，计算深度报文检测DPI指标。

第二方面，本发明实施例提供了一种合成视频质量评估装置，该装置 包括：解析单元，用于获取视频请求报文和响应报文，提取视频文件信息 和响应状态代码；判断单元，用于根据视频文件信息和响应状态码，判断 视频的流程类型；关联单元，用于根据流程类型及响应状态码，对视频请 求报文及后续接收的视频请求报文进行视频合成关联；输出单元，用于判 断视频是否传输完成，当判断结果为是时，输出合成视频单据；计算单 元，用于根据合成视频单据，计算深度报文检测DPI指标。

第三方面，本发明实施例提供了一种计算机设备，包括：至少一个处 理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机 程序指令被处理器执行时实现如上述实施方式中第一方面的方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储 有计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方 式中第一方面的方法。

本发明实施例提供的合成视频质量评估方法、装置、设备及介质，通 过深度报文检测DPI设备获取视频请求报文和响应报文并对其进行解析， 分别从中提取出视频文件信息(如文件类型、统一资源定位符URL请 求、文件名称关键字、内容类型Content-Type等)和响应状态码，以此判 断视频的流程类型，其中流程类型包括基本流程、分段流程、分片流程， 一般而言，视频SP提供商提供视频业务的流程比较复杂，会存在基本流 程、分段流程、分片流程相互穿插的情况；并根据具体的流程类型及响应 状态码，将一次视频业务过程中的多个事务合成为一次业务行为，输出这 一次业务行为的体验性信息，进而研究以业务级为基础的DPI指标，其中 DPI指标包括码率、初始缓冲等待时长、卡顿次数等基础评估指标，和视 频播放流畅度、视频可观看时长占比、合成视频播放成功率、合成视频下 载平均速率、合成视频播放等待时长、合成视频播放平均卡顿间隔、视频 首帧时延等；同时给出各指标的生成算法，以此评估用户感知的各类指标 之间的关联关系，用于评估用户观看完整视频的全过程感知，提升用户感 知保障。本发明能够覆盖现网主流的视频网站资源，并通过大数据分析， 提升视频体验分析效率，实现网络主动运维，可以准确的发现质差小区、 终端以及业务，主动发现网络隐患和问题，先于用户投诉发现面问题，提 供有针对性的网络优化及资源引入建议。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例 中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不 付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了一个实施例提供的合成视频质量评估方法的流程示意图；

图2示出了另一个实施例提供的合成视频质量评估方法的流程示意 图；

图3示出了再一个实施例提供的合成视频质量评估方法的流程示意 图；

图4示出了又一个实施例提供的合成视频质量评估方法的流程示意 图；

图5a示出了一个具体实施例提供的合成视频质量评估方法的流程示 意图；

图5b示出了另一个具体实施例提供的合成视频质量评估方法的示意 图；

图6示出了一个具体实施例提供的合成视频的初始缓冲示意图；

图7示出了一个实施例提供的合成视频质量评估装置的示意框图；

图8示出了本发明一个实施例提供的计算机设备的硬件结构示意图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本 发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置 为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本 发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施 例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用 来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者 暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语 “包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而 使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而 且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物 品或者设备所固有的要素。在没有更多限制的情况下，由语句“包 括……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备 中还存在另外的相同要素。

图1示出了本发明一个实施例提供的合成视频质量评估方法的流程示 意图。如图1所示，该方法包括以下步骤：

步骤102，获取视频请求报文和响应报文，提取视频文件信息和响应 状态代码；

步骤104，根据视频文件信息和响应状态码，判断视频的流程类型；

步骤106，根据流程类型及响应状态码，对视频请求报文及后续接收 的视频请求报文进行视频合成关联；

步骤108，判断视频是否传输完成；

步骤110，当判断结果为是时，输出合成视频单据；

步骤112，根据合成视频单据，计算深度报文检测DPI指标。

本发明实施例提供的合成视频质量评估方法，通过深度报文检测DPI 设备获取视频请求报文和响应报文并对其进行解析，分别从中提取出视频 文件信息和响应状态码，以此判断视频的流程类型；并根据具体的流程类 型及响应状态码，将一次视频业务过程中的多个事务合成为一次业务行 为，输出这一次业务行为的体验性信息，进而研究以业务级为基础的DPI 指标；同时给出各指标的生成算法，以此评估用户感知的各类指标之间的 关联关系，用于评估用户观看完整视频的全过程感知，提升用户感知保 障。本发明能够覆盖现网主流的视频网站资源，并通过大数据分析，提升 视频体验分析效率，实现网络主动运维，可以准确的发现质差小区、终端 以及业务，主动发现网络隐患和问题，先于用户投诉发现面问题，提供有 针对性的网络优化及资源引入建议。

其中，基于HTTP协议的视频业务主要有如下7个流程，如表1所 示，现网中的绝大多数网站视频业务是采用的是HPD和HLS这两种技术 流程。

表1 基于HTTP协议的视频业务

简称	全名	备注
			HPD	HTTP Progressive Download	渐进式下载
HAS	HTTP Adaptive Streaming	企业方案或一些国际标准组制定的技术标准
			HLS	Apple HTTP Live Streaming	IETF的草案Apple公司的HAS整体解决方案
MSS	Microsoft Smooth Streaming	微软提供的一套HAS解决方案
			HDS	Adobe HTTP Dynamic Streaming	Adobe公司的传统流媒体解决方案RTMP+FLV组合
OIPF	OPEN IPTV Forum	基于3GPP的Adaptive HTTP Streaming技术规范
			DASH	Dynamic Adaptive Streaming over HTTP	MPEG标准发布了一项关于HTTP Streaming的标准

在本发明的一个实施例中，优选地，视频文件信息包括：文件类型、 统一资源定位符URL请求、文件名称关键字、内容类型Content-Type、请 求的主机名host、产生请求的浏览器类型user-agent、IP以及HTTP响应 头。

在该实施例中，本领域技术人员应该理解，视频文件信息包括：文件 类型、统一资源定位符URL请求、文件名称关键字、内容类型Content- Type、请求的主机名host、产生请求的浏览器类型user-agent、IP以及 HTTP响应头，但不限于此。通过深度报文检测DPI设备对全量业务报文 中的视频报文进行识别，在视频业务建模时只解析视频报文。通过host，host+uri，user-agent，IP以及HTTP响应头等对业务进行识别，主流视频 网站的识别以优酷为例如表2所示：

表2 视频网站识别

另外，在对视频业务报文过滤后，需要使用关键字来过滤真正的视频 报文，去除掉视频网站页面浏览的报文，才能对真正的视频报文进行视频 业务关联。通过关键字过滤出纯视频的报文后，运用业务关联流程进行多 流多事物关联。视频业务文件名称关键字如表3所示：

表3 视频业务文件名称关键字

序号	条件	关键字
			1	URL包含	/player/getFlvPath
2	URL包含	.mp4
			3	URL包含	.m3u8
4	URL包含	.ts
			5	URL包含	.flv
6	URL包含	.f4v

在本发明的一个实施例中，优选地，视频的流程类型包括以下任一项 或其组合：基本流程、分段流程、分片流程。

在该实施例中，流程类型包括基本流程、分段流程、分片流程，一般 而言，视频SP提供商提供视频业务的流程比较复杂，会存在基本流程、 分段流程、分片流程相互穿插的情况。

图2示出了本发明另一个实施例提供的合成视频质量评估方法的流程 示意图。如图2所示，该方法包括以下步骤：

步骤202，获取视频请求报文和响应报文，提取视频文件信息和响应 状态代码；

步骤204，根据视频文件信息和响应状态码，判断视频的流程类型；

步骤206，当流程类型为基本流程，响应状态码为第二响应状态码 时，记录第二响应状态码中的定位信息；

步骤208，将后续提取的统一资源定位符URL请求为定位信息的视频 请求报文关联到视频中；

步骤210，当响应状态码为第一响应状态码时，则结束关联；

步骤212，判断视频是否传输完成；

步骤214，当判断结果为是时，输出合成视频单据；

步骤216，根据合成视频单据，计算深度报文检测DPI指标。

在该实施例中，客户端请求视频后，服务器响应第一响应状态码或者 第二响应状态码，对于响应第一响应状态码的流，表示客户端请求成功， 可以直接进行视频指标计算。当响应第二响应状态码跳转的时候，表示重 定向，要完成请求必须再次发起请求，此时需记录第二响应状态码中的定 位Location内容，将下一个URL请求为本次记录的Location的流关联到 本次视频中，收到第一响应状态码时关联结束。其中，第一响应状态码可 以为200OK，第二响应状态码可以为301/302。例如，客户端get请求资 源为.mp4资源，服务器响应结果为302，并提供定位Location信息；客户 端对上次获取到的Location再次发起了get请求，服务器响应200OK，开 始进行视频内容传输。

图3示出了本发明再一个实施例提供的合成视频质量评估方法的流程 示意图。如图3所示，该方法包括以下步骤：

步骤302，获取视频请求报文和响应报文，提取视频文件信息和响应 状态代码；

步骤304，根据视频文件信息和响应状态码，判断视频的流程类型；

步骤306，当流程类型为基本流程，响应状态码为第二响应状态码 时，记录第二响应状态码中的定位信息；

步骤308，将后续提取的统一资源定位符URL请求为定位信息的视频 请求报文关联到视频中；

步骤310，当流程类型为分段流程，将后续提取的统一资源定位符 URL请求为首个统一资源定位符URL请求的视频请求报文关联到视频 中；

步骤312，当响应状态码为第一响应状态码时，则结束关联；

步骤314，判断视频是否传输完成；

步骤316，当判断结果为是时，输出合成视频单据；

步骤318，根据合成视频单据，计算深度报文检测DPI指标。

在该实施例中，客户端向服务器发起视频get请求，服务器响应状态 码206Partial Content。客户端收到该响应后会继续向服务器发送该视频的 get请求(URL与第一次发送的get请求一致)，直到收到服务器响应的第 一响应状态码200OK确认全部视频传输完成。在关联过程中，需要记录 请求的URL，Content-Type，响应结果等信息，对相同URL的码流进行视 频关联，收到200OK时关联结束。

图4示出了本发明又一个实施例提供的合成视频质量评估方法的流程 示意图。如图4所示，该方法包括以下步骤：

步骤402，获取视频请求报文和响应报文，提取视频文件信息和响应 状态代码；

步骤404，根据视频文件信息和响应状态码，判断视频的流程类型；

步骤406，当流程类型为基本流程，响应状态码为第二响应状态码 时，记录第二响应状态码中的定位信息；

步骤408，将后续提取的统一资源定位符URL请求为定位信息的视频 请求报文关联到视频中；

步骤410，当流程类型为分段流程，将后续提取的统一资源定位符 URL请求为首个统一资源定位符URL请求的视频请求报文关联到视频 中；

步骤412，当流程类型为分片流程，解析视频请求报文的主体信息， 获取到各个视频分片的文件名称，将后续提取的统一资源定位符URL请 求中包含有各个视频分片的文件名称中的任一文件名称的视频请求报文关 联到视频中，直至各个视频分片均下载完成，则结束关联；

步骤414，当响应状态码为第一响应状态码时，则结束关联；

步骤416，判断视频是否传输完成；

步骤418，当判断结果为是时，输出合成视频单据；

步骤420，根据合成视频单据，计算深度报文检测DPI指标。

在该实施例中，在分片流程中，客户端会向服务器获取m3u8索引文 件列表，URL中含有有.m3u8关键信息，此时开始进行视频业务关联。同 时需要解析服务器响应报文的主体BODY信息，获取到各个TS (Transport Stream)视频分片的文件名称，将后续收到的URL中包含有 视频分片名称的URL请求流关联到本次视频业务中，直到所有的TS视频 分片下载完成，结束视频关联。

在上述任一实施例中，优选地，对于用户观看到一半视频而停止观看 的场景，需要设计关联定时器，即视频流程未完成，且后续无该视频的报 文时，需要在定时器到期后结束该视频的关联。建议该定时器设置为2至5分钟，但不限于此。

视频SP提供商提供视频业务的流程比较复杂，会存在基本流程、分 段流程、分片流程相互穿插的情况。比如302跳转后可能会有206响应、 服务器响应多个302跳转后才能获取到真正的视频报文、获取TS分片过 程中存在302跳转或者206响应。在业务关联的时候需要进行通用性适 配。以一个具体实施例对视频合成算法的总体处理流程进行说明。

图5a示出了本发明一个具体实施例提供的合成视频质量评估方法的流 程示意图。如图5a所示，该方法包括以下步骤：

步骤502，解析视频请求和响应报文；

步骤504，获取视频文件类型、响应码、URL及视频文件名称关键 字；

步骤506，判断视频流程类型；

步骤508，文件类型为视频(如MP4、flv、f4v)，响应码为200 OK；

步骤510，进行视频合成关联；

步骤512，文件类型为视频(如MP4/flv/f4v)，响应码为301或302 跳转；

步骤514，记录定位Location信息；

步骤516，记录TS分片的URL地址、可播放时长；

步骤518，文件类型为视频(如MP4、flv、f4v)，响应码为206部分 内容；

步骤520，进行视频合成关联；

步骤522，后续URL定位为步骤504中保存的URL的视频请求报文 关联到本视频中；

步骤524，文件类型为TS；

步骤526，记录各TS分片的URL地址、可播放时长；

步骤528，后续URL中定位为各TS分片的URL中任一项的视频请求 报文关联到本视频中；

步骤530，判断视频是否传输完成；若否，返回步骤506；

步骤532，若是，输出合成视频XDR(X Data Recording)单据；

步骤534，根据合成视频单据，计算深度报文检测DPI指标。

图5b示出了本发明另一个具体实施例提供的合成视频质量评估方法 的示意图。

在该实施例中，在基本流程中，GET301/302的流需要保存Location 字段，等待GET此地址的流。在分段流程中，GET206的流需要保存 URL，等待GET相同URL的流，期间有GET相同URL的301/302的流 时，保存Location字段，等待GET此地址的流。在分片流程中，GET.mu38文件，解析保存URL列表，等待GET列表内URL的流，期间 有GET列表内URL的301/302的流时，保存Location字段，等待GET此 地址的流。

目前无论是安卓系统还是IOS系统，针对搜狐、优酷、腾讯等主流视 频，本发明如上的处理流程均适用，下面以优酷视频为例具体说明如何将 一次视频业务过程中的多个事务合成为一次业务行为。

步骤1，获取到初始请求：记录文件类型，URL关键字，响应码为 302，记录Location信息；

步骤2，将URL＝步骤1中的Location匹配的请求关联到视频中，响 应码为206Partial Content，说明视频还未传输完成；

步骤3，获取到继续向步骤1中的URL发起视频请求，响应码为 302，记录Location信息；

步骤3，将URL＝步骤3中的Location匹配的请求关联到视频中。

响应码为206 Partial Content，说明视频还未传输完成，则重复步骤3 和步骤4之间的视频交互过程，直到视频传输完成或者关联超时。按照本 发明提供的如上方法即可实现将一次视频业务过程中的多个事务合成为一 次业务行为，输出这一次业务行为的体验性信息。

在上述任一实施例中，优选地，所述深度报文检测DPI指标至少包 括：视频播放流畅度、合成视频播放等待时长，以及以下任一项或其组 合：码率、初始缓冲等待时长、卡顿次数、可观看时长占比、合成视频播 放成功率、合成视频下载平均速率、合成视频播放平均卡顿间隔、视频首 帧时延。

相关技术基于HTTP的业务主要是通过单请求(单GET)类指标进行 评估，而视频业务与浏览类业务在数据包大小及资源调度上存在较大差 异，下载速率、时延等指标无法准确评估视频业务质量。

在该实施例中，提出以业务级为基础的DPI指标，用于评估用户观看 完整视频的全过程感知，提升用户感知保障。DPI指标包括视频播放流畅 度、合成视频播放等待时长、码率、初始缓冲等待时长、卡顿次数、可观 看时长占比、合成视频播放成功率、合成视频下载平均速率、合成视频播 放平均卡顿间隔、视频首帧时延等，但不限于此。本发明实施例提出业务 级为基础的DPI指标评估体系，完善了视频质量评估体系，可以准确的发 现质差小区、终端以及业务，主动发现网络隐患和问题，先于用户投诉发 现面问题，提供有针对性的网络优化及资源引入建议。

基础评估指标算法包括：码率、初始缓冲等待时长、卡顿次数。

1、码率：从视频文件头中获取，如果视频文件头中没有，则通过视 频文件总大小和时间业务时长计算。通过深度包检测方法，FLV和F4V文 件可以从文件头获取码率信息，如videodatarate，单位kbps。

码率＝box size×8/(duration/time scale)/1024，单位kbps；

box size、duration、time scale均从MP4文件头信息获取。Box size 即为box大小；duration为该track的时间长度，用druation和time scale值 可以计算track时长，比如audio track的time scale＝8000，duration＝560128, 时长为70.016，video track的time scale＝600,duration＝42000，时长为70； time scale为文件媒体在1秒时间内的刻度值，可以理解为1秒长度的时间 单元数。

TS文件码率通过获取各个TS分片的文件大小和可播放时长来计算码 率。在获取到TS分片的列表后，客户端会去请求各个TS分片，在服务器 响应时会在HTTP层标示下载的文件大小，即Content-Length。如Content- Length：324676即为下载文件大小。

对于TS文件的码率＝sum(所有ts分片的大小)/sum(所有ts分片的可播 放时长)/1024，单位kbps。

2、初始缓冲等待时长：初始缓冲时长为从真正开始下载视频数据的 流的第一个下行分片开始，到视频被播出来的时长。判断被播出来算法 是：下载量达到能够视频播放器播放N秒的量，即判为初始缓冲成功，视 频可以开始播放，如图6所示。

指标算法：码率＝box size×8/(duration/time scale)/1024。

例如，计算“搜狐视频”的初始缓冲时长：发现视频缓冲量达225000 字节(码率*N秒)时开始播放，因此将225000字节作为初缓门限值。初 缓播放时间为第一个搜狐视频下行包到225000个字节为止。算法支持大 部分热门视频网站：优酷、新浪TV、酷六视频、土豆视频、爱奇艺视 频、QQLive视频、搜狐视频、凤凰视频、乐视TV、56视频、百度影音、 和视频。

3、卡顿次数：设定视频下载缓冲池大小为M，当下载速率慢或者网 络异常不下载视频，使缓冲池变空时，认为发生卡顿。统计从视频开始播 放到播放结束之间发生总卡顿次数。其中视频下载缓冲池大小(视频缓冲 区)是根据视频文件时长估算的，下载速率是根据现网下行流量计算的， 视频码率是由视频文件的本身固有属性决定的。

扩展评估指标算法包括：视频播放流畅度、合成视频播放等待时长、 可观看时长占比、合成视频播放成功率、合成视频下载平均速率、合成视 频播放平均卡顿间隔、视频首帧时延等。

1、视频播放流畅度：统计时间段内视频播放流畅的单据量N1除以总 的视频单据量N2。

指标算法：视频播放流畅度＝N 1/N 2×100％；

N 1＝∑[(视频平均下载速率/视频码率)≥预设值]；

N 2＝∑合成视频单据；

其中，单据指的是根据视频合成算法计算并输出的一条一条的数据信 息；N1为统计时间段内视频播放流畅的合成视频单据量，N2为统计时间 段内合成视频单据总量；预设值一般取值为1.2。

2、合成视频播放等待时长：评估视频从点击到开始播放的等待时 长。

指标算法：

合成视频播放等待时长＝∑(合成视频播放初始缓冲时长)/N；其中，N 为所述合成视频中有效视频单据的数量。

映射关系为，合成视频第一次请求视频播放初始缓冲时长：合成视频 中，第一个非广告视频请求XDR的初始缓冲时长，即XDR字段中取 “InitbufferDuration”字段值，一般对于合成视频中第一单视频播放时长不 足90秒的，视为广告视频，不纳入统计。

3、合成视频播放成功率：统计时间段内视频播放成功比例。指标算 法为：

合成视频播放成功率＝合成视频播放成功的次数/合成视频播放的总次数，

其中，所述合成视频播放成功的次数为播放参数为预设参数的合成视 频单据的数量，具体而言，合成视频播放成功的次数＝∑[播放成功＝1]；

4、视频可观看时长占比：

指标算法：可观看时长占比＝可观看时长/合成视频传输时间；

可观看时长＝合成视频下载数据量/码速；

具体而言，可观看时长占比＝可观看时长(ms)/视频传输时间(ms)；

可观看时长(ms)＝(视频下载数据量(Byte)×8/1000)/码速(Kbps)*1000 映射关系为，视频下载数据量：根据合成算法，所有属于一个合成视频的 视频业务XDR中“VideoDownOctets”字段的值的和。

视频传输时间：根据合成算法，所有属于一个合成视频的视频业务 XDR中“VideoDownTime”字段的值的叠加。

码速：根据合成算法，属于同一个合成视频的“Streaming-Rate”字段 的值。

5、合成视频下载平均速率：统计时间段内累加流媒体下载数据量和 传输时间，总下载数据量除以总传输时间为平均下载速率。

指标算法：合成视频下载平均速率＝∑合成视频下载数据量/∑合成视频传输时间

6、合成视频播放平均卡顿间隔：从视频开始播放算起，在播放过程 中有效观看时长与由于各种网络原因产生停顿的次数的比值。

指标算法：

合成视频播放平均卡顿间隔＝∑合成视频有效观看时长/合成视频停顿次数)/N

7、视频首帧时延：从点击视频链接到客户端收到视频首帧的时间。 若视频前播放广告，则广告时间不算在内。

经过实际数据验证发现指标的总体吻合度较高，即当合成视频播放流 畅度较好的情况下视频播放平均卡顿间隔、合成视频播放成功率、视频可 观看时长占比以及视频播放平均卡顿次数的趋势是一致的。视频播放流畅 度综合的反应了视频播放的流畅程度，流畅度越高，用户感知越好。播放 等待时长、视频播放卡顿次数，平均卡顿间隔均从几个侧面反应了影响流 畅度的几个原因。视频可观看时长占比虽然也会反应出视频播放的流畅程度，但不如其余指标直观和准确。

视频播放流畅度和合成视频播放等待时长这两个指标最能直接表征视 频播放感知的指标，最贴近用户感知。除了上述两个指标外，其余指标可 以作为辅助指标，提供分析和定位指标好坏的原因。视频播放流畅度可由 视频可观看时长占比、视频播放卡顿时长占比、视频播放卡顿次数、合成 视频平均卡顿间隔这几个辅助指标来反应好坏的原因。合成视频播放等待 时长可以由视频首帧时延、播放成功率和平均下载速率这几个辅助指标来反应好坏的原因。

图7示出了本发明一个实施例提供的合成视频质量评估装置的示意框 图。如图7所示，该装置700包括：

解析单元702，用于获取视频请求报文和响应报文，提取视频文件信 息和响应状态代码；

判断单元704，用于根据视频文件信息和响应状态码，判断视频的流 程类型；

关联单元706，用于根据流程类型及响应状态码，对视频请求报文及 后续接收的视频请求报文进行视频合成关联；

输出单元708，用于判断视频是否传输完成，当判断结果为是时，输 出合成视频单据；

计算单元710，用于根据合成视频单据，计算深度报文检测DPI指 标。

在本发明的一个实施例中，优选地，视频文件信息包括：文件类型、 统一资源定位符URL请求、文件名称关键字、内容类型Content-Type、请 求的主机名host、产生请求的浏览器类型user-agent、IP以及HTTP响应 头。

在本发明的一个实施例中，优选地，视频的流程类型包括以下任一项 或其组合：基本流程、分段流程、分片流程。

在本发明的一个实施例中，优选地，关联单元706根据流程类型及响 应响应状态码，对视频请求报文及后续接收的视频请求报文进行视频合成 关联的步骤，包括：当流程类型为基本流程，响应状态码为第二响应状态 码时，记录第二响应状态码中的定位信息；将后续提取的统一资源定位符 URL请求为定位信息的视频请求报文关联到视频中；当响应状态码为第一 响应状态码时，则结束关联。

在本发明的一个实施例中，优选地，关联单元706根据流程类型及响 应响应状态码，对视频请求报文及后续接收的视频请求报文进行视频合成 关联的步骤，还包括：当流程类型为分段流程，将后续提取的统一资源定 位符URL请求为首个统一资源定位符URL请求的视频请求报文关联到视 频中；当响应状态码为第一响应状态码时，则结束关联。

在本发明的一个实施例中，优选地，关联单元706根据流程类型及响 应响应状态码，对视频请求报文及后续接收的视频请求报文进行视频合成 关联的步骤，还包括：当流程类型为分片流程，解析视频请求报文的主体 信息，获取到各个视频分片的文件名称，将后续提取的统一资源定位符 URL请求中包含有各个视频分片的文件名称中的任一文件名称的视频请求 报文关联到视频中，直至各个视频分片均下载完成，则结束关联。

在本发明的一个实施例中，优选地，深度报文检测DPI指标至少包 括：视频播放流畅度、合成视频播放等待时长，以及以下任一项或其组 合：码率、初始缓冲等待时长、卡顿次数、可观看时长占比、合成视频播 放成功率、合成视频下载平均速率、合成视频播放平均卡顿间隔、视频首 帧时延。

在本发明的一个实施例中，优选地，计算单元708根据合成视频单 据，计算深度报文检测DPI指标的步骤，具体包括：根据以下公式计算视 频播放流畅度、合成视频播放等待时长：

视频播放流畅度＝N 1/N 2×100％；

N 1＝∑[(视频平均下载速率/视频码率)≥预设值]；

N 2＝∑合成视频单据；

其中，N 1为统计时间段内视频播放流畅的合成视频单据量，N 2为统 计时间段内合成视频单据总量；

合成视频播放等待时长＝∑(合成视频播放初始缓冲时长)/N；

其中，N为合成视频中有效视频单据的数量。

在本发明的一个实施例中，优选地，计算单元708根据合成视频单 据，计算深度报文检测DPI指标的步骤，具体还包括：根据以下公式计算 合成视频播放成功率、可观看时长占比、合成视频下载平均速率、合成视 频播放平均卡顿间隔：

合成视频播放成功率＝合成视频播放成功的次数/合成视频播放的总次数；

可观看时长占比＝可观看时长/合成视频传输时间；

可观看时长＝合成视频下载数据量/码速；

合成视频下载平均速率＝∑合成视频下载数据量/∑合成视频传输时间；

合成视频播放平均卡顿间隔＝∑合成视频有效观看时长/合成视频停顿次数)/N

其中，合成视频播放成功的次数为播放参数为预设参数的合成视频单 据的数量；N为合成视频中有效视频单据的数量。

本发明实施例提供的合成视频质量评估装置，通过深度报文检测DPI 设备获取视频请求报文和响应报文并对其进行解析，分别从中提取出视频 文件信息(如文件类型、统一资源定位符URL请求、文件名称关键字、 内容类型Content-Type等)和响应状态码，以此判断视频的流程类型，其 中流程类型包括基本流程、分段流程、分片流程，一般而言，视频SP提 供商提供视频业务的流程比较复杂，会存在基本流程、分段流程、分片流 程相互穿插的情况；并根据具体的流程类型及响应状态码，将一次视频业 务过程中的多个事务合成为一次业务行为，输出这一次业务行为的体验性 信息，进而研究以业务级为基础的DPI指标，其中DPI指标包括码率、初 始缓冲等待时长、卡顿次数等基础评估指标，和视频播放流畅度、视频可 观看时长占比、合成视频播放成功率、合成视频下载平均速率、合成视频 播放等待时长、合成视频播放平均卡顿间隔、视频首帧时延等；同时给出 各指标的生成算法，以此评估用户感知的各类指标之间的关联关系，用于 评估用户观看完整视频的全过程感知，提升用户感知保障。本发明能够覆 盖现网主流的视频网站资源，并通过大数据分析，提升视频体验分析效 率，实现网络主动运维，可以准确的发现质差小区、终端以及业务，主动发现网络隐患和问题，先于用户投诉发现面问题，提供有针对性的网络优 化及资源引入建议。

本发明实施例的合成视频质量评估方法，基于全量用户的视频业务行 为，进行视频业务关联合成，形成全网用户的视频体验评估、质差分析等 功能，可以准确的发现质差小区、终端以及业务，主动发现网络隐患和问 题，先于用户投诉发现面问题，提供有针对性的网络优化及资源引入建 议。相较于相关技术中的视频体验评估方案，本发明各个实施例能够获得 如下技术效果中的至少一种：

1、基于深度报文检测的合成视频质量评估方法，能够真实反映用户 感知；

2、基于全网全量用户的视频体验评估，具备大规模评估的能力，更 加贴近整网的实际情况；

3、利用大数据分析技术，提高整网视频体验分析效率，降低测试成 本和人工分析成本；

4、可对国内主流视频SP进行体验评估，覆盖的视频资源类型更加全 面和多元化；

5、可对全网基站和EPC核心网进行多维度评估，发现质差规律，进 而提供质差问题定界能力。

另外，结合图1至图5b描述的本发明实施例的合成视频质量评估方 法可以由计算机设备来实现。图8示出了本发明实施例提供的计算机设备 的硬件结构示意图。

计算机设备可以包括处理器21以及存储有计算机程序指令的存储器22。

具体地，上述处理器21可以包括中央处理器(CPU)，或者特定集成 电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成 实施本发明实施例的一个或多个集成电路。

存储器22可以包括用于数据或指令的大容量存储器。举例来说而非 限制，存储器22可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动 器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus， USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储 器22可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器 22可在数据处理装置的内部或外部。在特定实施例中，存储器22是非易 失性固态存储器。在特定实施例中，存储器22包括只读存储器 (ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程 ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM (EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上 这些的组合。

处理器21通过读取并执行存储器22中存储的计算机程序指令，以实 现上述实施例中的任意一种合成视频质量评估方法。

在一个示例中，计算机设备还可包括通信接口23和总线20。其中， 如图8所示，处理器21、存储器22、通信接口23通过总线20连接并完成 相互间的通信。

通信接口23，主要用于实现本发明实施例中各模块、装置、单元和/ 或设备之间的通信。

总线20包括硬件、软件或两者，将计算机设备的部件彼此耦接在一 起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总 线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT) 互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总 线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总 线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频 电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上 这些的组合。在合适的情况下，总线20可包括一个或多个总线。尽管本 发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。

另外，结合上述实施例中的合成视频质量评估方法，本发明实施例可 提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计 算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任 意一种合成视频质量评估方法。

需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配 置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实 施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过 程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发 明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。

以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或 者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成 电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时， 本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段 可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质 或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的 任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、 ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、 光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网 等的计算机网络被下载。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤 或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序， 也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例 中的顺序，或者若干步骤同时执行。

以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清 楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具 体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应 理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员 在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修 改或替换都应涵盖在本发明的保护范围之内。

Claims (12)

1.一种合成视频质量评估方法，其特征在于，所述方法包括：

获取视频请求报文和响应报文，提取视频文件信息和响应状态码；

根据所述视频文件信息和所述响应状态码，判断视频的流程类型；

根据所述流程类型及所述响应状态码，对所述视频请求报文及后续接收的视频请求报文进行视频合成关联；

判断所述视频是否传输完成，当判断结果为是时，输出合成视频单据；

根据所述合成视频单据，计算深度报文检测DPI指标；

所述流程类型为视频业务的流程类型。

2.根据权利要求1所述的方法，其特征在于，

所述视频文件信息包括如下项中的至少一项：文件类型、统一资源定位符URL请求、文件名称关键字、内容类型Content-Type、请求的主机名host、产生请求的浏览器类型user-agent、IP以及HTTP响应头。

3.根据权利要求2所述的方法，其特征在于，所述视频的流程类型包括以下任一项或其组合：基本流程、分段流程、分片流程。

4.根据权利要求3所述的方法，其特征在于，根据所述流程类型及所述响应状态码，对所述视频请求报文及后续接收的视频请求报文进行视频合成关联的步骤，包括：

当所述流程类型为基本流程，所述响应状态码为第二响应状态码时，记录所述第二响应状态码中的定位信息；

将后续提取的统一资源定位符URL请求为所述定位信息的视频请求报文关联到所述视频中；

当所述响应状态码为第一响应状态码时，则结束关联。

5.根据权利要求4所述的方法，其特征在于，根据所述流程类型及所述响应状态码，对所述视频请求报文及后续接收的视频请求报文进行视频合成关联的步骤，还包括：

当所述流程类型为分段流程，将后续提取的统一资源定位符URL请求为首个所述统一资源定位符URL请求的视频请求报文关联到所述视频中；

当所述响应状态码为所述第一响应状态码时，则结束关联。

6.根据权利要求5所述的方法，其特征在于，根据所述流程类型及所述响应响应状态码，对所述视频请求报文及后续接收的视频请求报文进行视频合成关联的步骤，还包括：

当所述流程类型为分片流程，解析所述视频请求报文的主体信息，获取到各个视频分片的文件名称，将后续提取的统一资源定位符URL请求中包含有所述各个视频分片的文件名称中的任一文件名称的视频请求报文关联到所述视频中，直至所述各个视频分片均下载完成，则结束关联。

7.根据权利要求1至6中任一项所述的方法，其特征在于，

所述深度报文检测DPI指标包括如下项中的至少一项：视频播放流畅度、合成视频播放等待时长，以及以下任一项或其组合：码率、初始缓冲等待时长、卡顿次数、可观看时长占比、合成视频播放成功率、合成视频下载平均速率、合成视频播放平均卡顿间隔、视频首帧时延。

8.根据权利要求7所述的方法，其特征在于，根据所述合成视频单据，计算深度报文检测DPI指标的步骤，包括：

根据以下公式计算所述视频播放流畅度、所述合成视频播放等待时长：

视频播放流畅度＝N 1/N 2×100％；

N 1＝∑[(视频平均下载速率/视频码率)≥预设值]；

N 2＝∑合成视频单据；

其中，N 1为统计时间段内视频播放流畅的合成视频单据量，N 2为统计时间段内合成视频单据总量；

合成视频播放等待时长＝∑(合成视频播放初始缓冲时长)/N；

其中，N为所述合成视频中有效视频单据的数量。

9.根据权利要求8所述的方法，其特征在于，根据所述合成视频单据，计算深度报文检测DPI指标的步骤，包括：

根据以下公式计算所述合成视频播放成功率、所述可观看时长占比、所述合成视频下载平均速率、所述合成视频播放平均卡顿间隔：

合成视频播放成功率＝合成视频播放成功的次数/合成视频播放的总次数；

可观看时长占比＝可观看时长/合成视频传输时间；

可观看时长＝合成视频下载数据量/码速；

合成视频下载平均速率＝Σ合成视频下载数据量/∑合成视频传输时间；

合成视频播放平均卡顿间隔＝∑合成视频有效观看时长/合成视频停顿次数)/N；

其中，所述合成视频播放成功的次数为播放参数为预设参数的合成视频单据的数量；N为所述合成视频中有效视频单据的数量。

10.一种合成视频质量评估装置，其特征在于，所述装置包括：

解析单元，用于获取视频请求报文和响应报文，提取视频文件信息和响应状态码；

判断单元，用于根据所述视频文件信息和所述响应状态码，判断视频的流程类型；

关联单元，用于根据所述流程类型及所述响应状态码，对所述视频请求报文及后续接收的视频请求报文进行视频合成关联；

输出单元，用于判断所述视频是否传输完成，当判断结果为是时，输出合成视频单据；

计算单元，用于根据所述合成视频单据，计算深度报文检测DPI指标；

所述流程类型为视频业务的流程类型。

11.一种计算机设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-9任一项所述的方法。

12.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-9中任一项所述的方法。

Images