CN110622480B - 移动视频流的流量画像系统、设备和方法 - Google Patents

移动视频流的流量画像系统、设备和方法 Download PDF

Info

Publication number
CN110622480B
CN110622480B CN201780090824.4A CN201780090824A CN110622480B CN 110622480 B CN110622480 B CN 110622480B CN 201780090824 A CN201780090824 A CN 201780090824A CN 110622480 B CN110622480 B CN 110622480B
Authority
CN
China
Prior art keywords
packet
pattern
stream
video streaming
data
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.)
Active
Application number
CN201780090824.4A
Other languages
English (en)
Other versions
CN110622480A (zh
Inventor
迪米屈斯·提斯里曼妥思
斯蒂芬·瓦伦汀
西奥多罗斯·卡拉基乌尔
阿马亚·诺加莱斯·戈麦斯
石娴文
巢志骏
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of CN110622480A publication Critical patent/CN110622480A/zh
Application granted granted Critical
Publication of CN110622480B publication Critical patent/CN110622480B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H04L43/0894—Packet rate
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route
    • H04L43/106—Active monitoring, e.g. heartbeat, ping or trace-route using time related information in packets, e.g. by adding timestamps
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
    • H04L47/2416—Real-time traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/28—Flow control; Congestion control in relation to timing considerations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/61—Network streaming of media packets for supporting one-way streaming services, e.g. Internet radio
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/65—Network streaming protocols, e.g. real-time transport protocol [RTP] or real-time control protocol [RTCP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/02—Processing of mobility data, e.g. registration information at HLR [Home Location Register] or VLR [Visitor Location Register]; Transfer of mobility data, e.g. between HLR, VLR or external networks
    • H04W8/04—Registration at HLR or HSS [Home Subscriber Server]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0852—Delays
    • H04L43/0864—Round trip delays
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
    • H04L47/2483—Traffic characterised by specific attributes, e.g. priority or QoS involving identification of individual flows
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/30—Flow control; Congestion control in combination with information about buffer occupancy at either end or at transit nodes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/80—Responding to QoS

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Environmental & Geological Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及在视频流会话中的实时流量画像。首先，观察OSI模型下层的多个数据包流。为各观察到的流获取数据包流模式，并比较各获取的模式与预定义特性流模式。从所观察到的流中选择任何一个其数据包流模式接近所述预定义特性流模式的数据包流作为视频流媒体流。通过观察累积数据随时间的斜率，在填充状态、稳定状态以及耗尽状态中识别视频流媒体流的缓冲状态。最后，根据其数据包流模式提供所选视频流媒体流的多媒体相关信息。

Description

移动视频流的流量画像系统、设备和方法
技术领域
本发明涉及无线通信领域，且更具体地，涉及移动视频流的流量画像。
背景技术
思科在2017年2月发布的白皮书“视觉化网络指数：全球移动数据流量预测更新2016-2021”中指出：2016年视频占全球蜂窝网络数据流量的60％，预计到2021年该比例将上升至78％。这部分数据流量大多由主要的视频点播(video-on-demand，VoD)流媒体业务通过在HTTP动态自适应流媒体(dynamicadaptivestreamingoverHTTP，DASH)中标准化且在HTTP直播流(HTTPlivestreaming，HLS)中规定的HTTP自适应流(hypertexttransferprotocoladaptivestreaming，HAS)技术生成。
尽管现代蜂窝网络通常能够支持这些业务的码率与实时性要求，稀疏的覆盖区域以及新业务更高的要求是一项重大挑战。即便是下一代蜂窝网络技术也在努力满足为每个小区大量用户提供4K分辨率视频、360°直播视频和实时云渲染业务的需求。
卡顿是影响移动HAS体验质量(quality-of-experience，QoE)的主要因素已经成为普遍的共识，因为中断很快导致观看者放弃视频会话。回放缓冲级别所定义的视频流量实时性要求的重大影响往往会随着HAS客户端所选质量水平的提高而加剧。一旦以更高的码率提供视频流量，HAS客户端将继续提高质量，要求网络提供更高的速率，同时也增加了卡顿风险。对质量水平的过高选择以及实时性要求使得通过移动网络的共享资源在满足语音、尽力传送(best-effort)数据等其他流量类型的同时为视频推流提供足够QoE的目标颇具挑战。
有趣的是，如A.E.Essaili等人在QoE-based traffic and resource managementfor adaptive HTTP video delivery in LTE(IEEE Trans.Circuits Syst.VideoTechnol.，第25卷，第6号，第988至1001页，2015年6月)中以及D.Tsilimantos、A.Nogales-Gómez和S.Valentin在Anticipatory radio resource management for mobile videostreaming with linear programming(ProceedingsIEEE ICC，2016年5月，第1至6页)中所指出，HAS流量具有可以用来实现更高效调度的基本特征。因此，知道视频码率、缓冲级别等视频关键参数的调度器可以调整其优先级权重并改善网络中的总体QoE。
视频关键参数，如来自2层或3层的现行数据流的应用层参数，可以根据跨层信令和深度报文检测(deeppacketinspection，DPI)获取。但是这些方法伴具有明显缺陷。
跨层信令必须由OTT(over-the-top，OTT)业务的运营商采用，并且到目前为止，所有将此类信令接口和协议标准化的尝试均未成功。即便有了此类标准，OTT与网络运营商(networkoperator，NO)之间互相冲突的技术目标也使这些标准不太可能被采用。OTT旨在针对给定的网络限制将QoE最大化，而NO旨在针对给定的QoE限制将网络效率最大化。通常，OTT并不关注或者不太关注为NO在其中运行的低协议层提供透明度。
在A.MolaviKakhki等人所著的文章BingeOn under the microscope:Understanding T-Mobile’s zero-rating implementation(ProceedingsACMSIGCOMMWS，2016年8月)中，描述了一种速率限制机制，特定的NO可以使用该机制来管理其移动网络中的视频流量。其描述了这种方法如何受DPI的限制，在技术上很难或不可能通过如传输层安全(transportlayersecurity，TLS)和安全套接层(securesocketslayer，SSL)等端到端加密或隐私标准)来实现。由于TLS/SSL的普遍使用，DPI要求NO和OTT服务提供商进行合作，以便标记视频数据包流或弱化端到端加密。该文章指出，即便有这样的合作，对手也很容易伪造标签以获得经济利益，导致运营商与恶意用户之间的激烈竞争。这些DPI的结构性问题伴随着高昂的计算成本，因为必须对大量用户进行实时、高吞吐量的检测。除了这些技术问题之外，DPI的使用也可能会受到法律约束，因为它准许访问敏感信息(例如，传送给用户的特定视频的标识)，而这可能代表着侵犯隐私。
发明内容
因此，本发明的目的是实时向网络层提供多媒体或视频参数，而无需标记或违反端到端加密。在下层中，此信息可用于提升网络优化与数据流量管理。
此目的可以通过独立权利要求的特征来实现。根据附属权利要求，说明书和附图，本发明的其他实施方式显而易见。
根据第一方面，本发明涉及一种在视频流会话中对视频流流量进行实时画像的设备，其中所述视频流流量包括一个或多个数据包流。例如，所述数据包流可以是开放系统互连(open systems interconnection，OSI)模型下层的数据包流。所述设备用于：根据各自的数据包流为各所述一个或多个数据包流获取各自的数据包流模式(即根据所述各自的数据流生成各自的数据包流模式)，比较获取的各数据包流模式和预定义特性流模式，从所述一个或多个数据包流选择一个其数据包流模式接近所述预定义特性流模式的数据包流作为视频流媒体流，通过观察累积数据随时间的斜率，在填充状态、填充状态之后的稳定状态以及耗尽状态中识别所选视频流媒体流的缓冲状态和根据其数据包流模式及其所识别的缓冲状态，提供所选视频流媒体流的多媒体相关信息。
该设备的一个优点是，不能像在DPI中那样容易地操纵其视频流的检测。和一些替代技术(例如DPI或标记)相比，将非视频数据包流伪装成视频流变得更加困难(在许多实际情况下甚至不可能)。这是因为该设备采用了基于视频流基本特征的特征流模式。
该设备相对于DPI的另一个优点是较低的计算复杂度。此外，相较于跨层信令或标记方案，没有信令开销。两者都是概念上的优点，可以在高效的实现中轻松转换。
该设备的另一个优点是可以直接从视频流中确定重要的操作参数。注意，DPI不允许确定缓冲状态和视频流速率。例如，尽管跨层信令在发信号通知偶然的非周期性事件，例如缓冲状态，方面非常有效，但由于高信令开销，它不适合实时确定流速率和其他参数。
该设备的另一个优点是，它可与(独立于该层的)传输层加密和内容加密一起操作。而DPI和标记不具有此优点。如果内容是加密的，DPI无法轻易从中提取参数。相比之下，该设备的方案能以高精确度从中提取参数。跨层信令建立了专用信令通道且可以使用上述加密类型进行操作；但是，这需要OTT服务运营商和网络运营商之间的标准化与合作。标准化或合作不是本发明所必需的，因此可快速实现且部署本发明。
数据包流尤其可以为例如OSI模型的下层数据包流。通过观察数据包流，所提出的装置不需要直接访问易受到用户隐私侵犯的应用层，因此不需要削弱通过TLS和/或SSL进行的端到端加密。此外，可在估计的形式中提供所述多媒体相关信息。
根据第一方面的另一实施方式，所述视频流会话是超文本传输协议自适应流(HAS)会话。
应注意多数多媒体流量由通过使用TLS/SSL加密的HAS协议生成，且即使所述数据流量被加密，所提出的装置也可以提供所述多媒体相关信息。
根据第一方面的另一实施方式，所述数据包流模式通过从所述各自的数据包流中观察各数据包获取，各观察的数据包位于传输队列中。
根据第一方面的另一实施方式，所述数据包流模式包括来自所述各自数据包流的各数据包的大小和时间戳。
应注意，所述各数据包的大小和时间戳可在OSI模型的下层或子层中直接得到。
根据第一方面的另一实施方式，所选视频流媒体流由其源互联网协议(internetprotocol，IP)地址及其目的传输控制协议(transmission control protocol，TCP)端口进行索引。
根据第一方面的另一实施方式，根据对流速率模式以及数据突发的启闭传输模式的确定来识别所选视频流媒体流的所述缓冲状态。
根据第一方面的另一实施方式，额外根据在其各自的HTTP头域中具有超文本传输协议(hypertext transfer protocol，HTTP)GET请求的各数据包时间戳来识别所选视频流媒体流的所述缓冲状态。
根据第一方面的另一实施方式，通过长数据突发检测所述填充状态，通过类似持续时间的迭代较短数据突发来检测所述稳定状态。
根据第一方面的另一实施方式，在所述稳定状态下估计所述流速率模式的流速率。
应注意，可以在每个新的数据突发开始时的稳定状态下计算流速率，直到检测到新的(即，下一个)填充状态为止。在稳定状态阶段，估计的流速率接近播出数据的视频编码速率，从而得到优化的估计。相反，在填充状态下不应估计流速率，因为在填充阶段，估计的流速率比播出数据的视频编码速率大得多，从而导致错误和不可接受的估计。
根据第一方面的另一实施方式，通过观察数据包的累积大小随时间的所述斜率确定所述流速率模式，所述数据包的时间戳用作时间参考；通过分析各数据包的时间戳和大小来确定所述数据突发的启闭传输模式，以便分离数据突发并得到各数据突发的特征，比如持续时间和速率。
根据第一方面的另一实施方式，就状态类型和变化时间而言，当所述流速率的变化与所述数据突发的启闭传输模式的变化匹配时，识别所选视频流媒体流的所述缓冲状态。
根据第一方面的另一实施方式，所述多媒体相关信息包括一组多媒体相关参数和所选视频流媒体流的状态变量。
根据第一方面的另一实施方式，所述一组多媒体相关参数包括信源编码速率，目标缓冲级别，延迟类和当前缓冲级别的值；所述一组状态变量包括回放缓冲状态和适配事件的值。
根据第一方面的另一实施方式，根据分类模型识别所选视频流媒体流的所述缓冲状态。
根据第一方面的另一实施方式，OSI模型的下层为作为2层的数据链路层或作为3层的网络层。
根据第二方面，上述目的也得到了解决。
根据第二方面，本发明涉及一种服务节点，包括第一方面和第一方面的任一实施方式所述的设备。
所述服务节点可用于连接到位于所述服务节点附近的视频客户端。此类连接可以是有线或无线的。当所述服务节点位于所述视频客户端附近时，测得的数据包到达时间将很可能接近所述视频客户端的数据包到达时间。例如，如果视频客户端位于移动设备中，则将设备部署在所述移动设备附近,例如在基站或接入点处,可能是有利的。
根据第二方面的另一实施方式，所述传输队列在所述服务节点内部。
根据第二方面的另一实施方式，从所述设备向调度器提供所选视频流媒体流的所述多媒体相关信息。
因此，所述调度器可以调整其优先级权重并改善网络中的总体体验质量(quality-of-experience，QoE)。
根据第二方面的另一实施方式，所述服务节点配置为路由器，网关，基站(basestation，BS)或接入点(access point，AP)的一种。
应注意，所述服务节点可以是边缘服务节点，从而可以在移动网络的边缘观察到在OSI模型下层的数据包流，能更好地观察和识别数据包流模式。
根据第三方面，上述目的也得到了解决。
根据第三方面，本发明涉及一种视频流系统，包括视频服务器，根据第二方面和第二方面的任一实施方式所述的服务节点，以及根据第二方面的另一实施方式所述的视频客户端。
根据第四方面，上述目的也得到了解决。
根据第四方面，本发明涉及一种在视频流会话中实时分析视频流流量的方法，其中所述视频流流量包括一个或多个数据包流。所述方法包括从所述一个或多个开放式系统互连(open systems interconnection，OSI)模型的下层数据包流中，为每个数据包获取各自的数据包流模式(即根据所述各自的数据流生成各自的数据包流模式)的步骤；比较获取的各数据包流模式和预定义特性流模式的步骤；从所述一个或多个数据包流选择一个其数据包流模式接近所述预定义特性流模式的数据包流作为视频流媒体流的步骤，通过观察累积数据随时间的斜率，在填充状态、填充状态之后的稳定状态以及耗尽状态中识别所选视频流媒体流的缓冲状态的步骤；和根据其数据包流模式及其所识别的缓冲状态，提供所选视频流媒体流的多媒体相关信息的步骤。
所述方法具有与第一方面的设备相同或相似的优点。
根据第四方面的另一实施方式，所述获取所述数据包流模式的步骤包括从所述各自的数据包流中观察各数据包，各观察的数据包位于传输队列中。
根据第四方面的另一实施方式，所述数据包流模式包括来自各自数据包流的各数据包的大小和时间戳。
根据第四方面的另一实施方式，所述选择一个数据包流作为视频流媒体流的步骤包括通过其源互联网协议(IP)地址及其目的传输控制协议(TCP)端口对所选视频流媒体流进行索引。
根据第四方面的另一实施方式，所述识别所选视频流媒体流是所述缓冲状态的步骤包括确定流速率模式以及数据突发的启闭传输模式。
根据第四方面的另一实施方式，所述确定流速率的步骤包括观察数据包的累积大小随时间的所述斜率，所述数据包的时间戳用作时间参考；所述确定所述数据突发的启闭传输模式的步骤包括分析各数据包的时间戳和大小，以便分离数据突发并得到各数据突发的特征，比如持续时间和速率。
根据第四方面的另一实施方式，所述识别所选视频流媒体流的所述缓冲状态的步骤包括就状态类型和变化时间而言，匹配所述流速率的变化与所述数据突发的启闭传输模式的变化。
根据第四方面的另一实施方式，所述识别所选视频流媒体流的所述缓冲状态的步骤包括实施分类模型。
根据第五方面，上述目的也得到了解决。
根据第五方面,本发明涉及一种包括程序代码的计算机程序，用于在计算机上运行时执行根据第四方面或第四方面任一实施方式的方法。
因此，可以自动且可重复的方式执行所述方法。
上述设备可执行所述电脑程序。
更具体地，应注意，根据具有离散硬件组件，集成芯片或芯片模块布置的离散硬件电路，或者根据存储在存储器中的软件程序或程序所控制的信号处理设备或芯片实现上述所有设备，其中软件程序或程序写在计算机可读介质中或者从诸如互联网的网络下载。
还应理解，本发明的优选实施例也可以是附属权利要求或以上实施例与各独立权利要求的任意组合。
本发明的这些和其它方面将根据下文所描述的实施例显而易见，并参考这些实施例予以阐明。
附图说明
在本公开内容的以下详述部分中，将参看附图中所展示的示例性实施例来更详细地解释本发明，其中：
图1示出了本发明实施例一种包括视频服务器、服务节点(BS)和视频客户端(UE)的视频流系统100；
图2为HAS会话中(i)流数据的传输控制协议(TCP)有效载荷、(ii)播出数据和(iii)回放缓冲级别随时间累积的数据的示例图；
图3为本发明实施例流量画像设备110的操作方式的示意图；
图4为本发明一实施例估计状态变量(S1，……，SK)与估计多媒体相关参数(P1，……，PM)之间的逻辑依赖性的示意图；
图5为本发明实施例一种用于识别回放缓冲状态的算法的流程图；
图6示出了本发明实施例在视频会话期间质量从720p变化到480p时随着时间的流数据的累积和(上曲线)和各自的流速率(下曲线)；
图7示出了本发明实施例质量从720p变化到480p时随着时间的流数据的累积和；
图8示出了本发明实施例480p质量的示例性目标缓冲级别；
图9示出了本发明实施例具有无线局域网(wireless local area network，WLAN)接口的实验设置；
图10示出了本发明实施例缓冲状态检测的混淆矩阵；
图11示出了本发明实施例具有一个或多于一个稳定状态的多个场景下信源编码速率估计准确性的归一化均方根误差(normalized root mean square error，NRMSE)；
图12示出了本发明实施例与HQ场景稳态速率相对的BBB和TOS电影的经验累积分布函数(cumulative distribution function，cdf)。
相同参考符号用于相同或至少功能上等效的特征。
具体实施方式
图1示出了本发明实施例一种包括视频服务器、服务节点(例如基站(BS)、路由器、或接入点(AP))和视频客户端(例如用户设备(user equipment，UE))的视频流系统100。如本文所述，流量画像设备110在服务节点(例如，BS)处运行。
在一实施例中，该服务节点包括调度器，且该流量画像设备110为该调度器提供视频或多媒体相关信息。例如，该视频或多媒体相关信息可以包括速率信息和相位信息。该服务节点可为例如BS(例如UMTS、LTE、或5G系统的BS)或WLAN(例如IEEE 802.11 WLAN)的AP。
在另一实施例中，该服务节点不包括调度器。此时，该流量画像设备110可以提供诸如路由、流量和准入控制等功能。例如，该服务节点可以为路由器或网关。
与在任何视频流系统中一样，视频客户端(例如，UE设备)上的客户端应用程序采用具有片段的回放缓冲区来补偿短暂的吞吐量下降以及视频编码速率的突然增加。就HAS系统而言，单视频序列通常细分为固定持续时间，如几秒，的片段。每个片段以多个质量级别存储在视频服务器上，并由视频客户端按顺序请求。对于每个片段，视频客户端根据传输控制协议(TCP)吞吐量和回放缓冲级别来调整质量和请求时间。
在服务节点(例如，BS)，将到达的IP数据包分成一个或多个数据包流。例如，将IP数据包放在用户特定的队列中。对于每个数据包流，服务节点从该数据包流的到达数据包中获取数据包流属性(也称为数据包流模式)，所述数据包流属性可直接在开放系统互连(OSI)模型的下层(即子层)获得。所述数据包流属性或模式可包括例如数据包大小(例如，以协议数据单元(protocol data unit，PDU)为单位)、和/或到达时间(arrival times，AT)(例如，以秒(s)为单位、和/或到达间隔时间(inter-arrival times，IAT)(例如，以秒(s)为单位)。在一实施例中，将IP数据包放在用户特定的队列中；观察IP数据包，并以给定的测量频率从队列中提取数据包流属性或模式，然后将其用于流量画像。
在另一实施例中，可不将IP数据包放在用户特定的队列中。服务节点可以使用数据包信息分离数据包流，然后观察各数据包流，例如以给定的测量频率获得数据包流的属性或模式，并将其用于流量画像。
图2示出了典型HAS会话的下游。该图示出以下各项随时间的累积数据(以MB为单位)：(i)在BS下行传输队列中观察到的流数据的传输控制协议(TCP)有效载荷，以及(ii)通过分析下载数据视频片段获取的播出数据。随后从流数据的TCP有效载荷(i)中减去播出数据(ii)可得到：(iii)回放缓冲级别。
通过查看各曲线的斜率，自适应流会话的三个主要阶段随时间明显呈现。在由缓冲区填充或填充阶段表示的第一阶段，初始数据突发，其中流速率高于(例如，高出几倍)播出速率。在此期间，HAS客户端请求最大吞吐量以快速将缓冲区填充到一定级别。一旦达到此级别，该HAS客户端变化到由稳定状态阶段定义的第二阶段，以便将其请求的流数据的流速率与播出数据的视频编码速率进行匹配。HAS协议通过特征性启闭请求模式实现此速率匹配，引起短暂数据包突发，随后是没有任何数据包传输的时间段。这些突发方式的请求控制流速率，并将缓冲级别近乎稳定地保持在目标级别附近。最后，在传输完整个视频后，HAS会话在由缓冲区耗尽或耗尽阶段指示的第三阶段期间以从缓冲区中播出剩余比特而结束。耗尽阶段可出现在流会话的任一点。例如，如果用户吞吐量不足以支持当前视频质量，则可能会出现耗尽阶段。
应注意，图2的下游是针对具有显著缓冲大小的任何HAS协议获得的。由此可知，如果这些数据包流根据例如以下协议进行，则应用层参数可以通过观察OSI模型下层，例如数据链路层(即2层)和网络层(即3层))的数据包流得到，:
-回放缓冲为100秒或更长时间的VoD流传输；
-直播流传输，在技术上与VoD等效，但具有1或10秒的回放缓冲；
-DASH或HLS标准
-TCP或用户数据报协议(user datagram protocol，UDP)或快速UDP网络连接(quick UDP internet connection，QUIC)；以及
-TLS/SSL加密。
图3为本发明实施例流量画像设备110的操作方式示意图。
参考图3的示例性实施例，图1的流量画像设备110可以通过观察和探测数据包流并向其视频感知调度器(由图1中的调度器指示)提供视频或多媒体相关信息而在中间节点或服务节点(例如BS)上运行，所述信息包括一组M个估计多媒体相关参数(由P1，……，PM表示)和一组K个估计的状态变量(由S1，……，SK表示)。因此，流量画像设备110可用于在视频流会话(例如，HAS会话)内实时地分析视频流流量。
为此，该流量画像设备110可以首先在步骤S31中观察并探测OSI模型下层(例如，2层或3层)的一个或多个数据包流。待观察的数据包流达到中间或服务节点(例如BS)且位于中间或服务节点内的每个视频客户端(例如，每个UE设备)的传输队列中，以便进行观察。在示例性实施例中，可在移动网路小区边缘(例如BS、网关、路由器或AP)处观察到该数据包流，并且该中间或服务节点可位于接近多媒体流的端点(例如，作为视频客户端的UE设备)，以便确保中间度量与它们各自的端到端度量值紧密相关。但是，应注意，既不需要接入传输链的端点(例如，视频服务器和视频客户端)访问，也不需要来自这些端点的信息。
随后，该流量画像设备110可在其输入处以及对于所观察到的一个或多个数据包流中的每一个，获得各自的数据包流模式。该数据包流模式可包括来自各自数据包流的各数据包的大小和时间戳(例如，到达间隔时间(IAT)。
在随后的步骤中，在步骤S32中，利用获得的数据包流模式(例如，各数据包的大小和IAT)构建N个多媒体相关特征(由f1，……，fN表示)，例如随时间的累积数据、突发事件和持续时间的离散梯度或斜率，之后在步骤S33估计状态变量(S1，……，SK)。
起初，各获得的数据包流模式可与预定义特性流模式进行比较。
其次，从所观察到的一个或多个数据包流中选择任何一个其数据包流模式接近所述预定义特性流模式的数据包流作为视频流媒体流。
随后，可使用来自所选视频流媒体流的任何数据包报头中的信息来索引所选视频流媒体流。例如，所选视频流媒体流可以通过其源互联网协议(IP)地址及其目标传输控制协议(TCP)端口来索引，这足以将所选视频流媒体流与到达的数据包流分离。
之后，通过观察累积数据随时间的斜率，在填充状态、填充状态之后的稳定状态以及耗尽状态中识别所选和索引的视频流媒体流的缓冲状态。考虑到突发可被定义为一组各自的IAT小于阈值的数据包，可以通过长数据突发来检测填充状态，而稳定状态通过相似持续时间的迭代较短数据突发来检测。更具体地，可仅根据对数据突发的流速率模式和启闭传输模式的确定，或者根据该确定与各数据包时间戳的组合来识别所选和索引的视频流媒体流的缓冲状态，每个数据包都其在各自的HTTP头域中带有超文本传输协议(HTTP)GET请求。为提升估计准确性，可在稳定状态下估计该流速率模式的流速率。此外，可以通过观察数据包组的累积大小随时间的斜率来确定流速率模式，其中数据包的时间戳用作时间参考，而数据突发的启闭传输模式可以通过分析各数据包的时间戳和大小来确定，以分离数据突发并得到各数据突发的持续时间和速率的特性。此外，就状态的类型和变化时间而言，当流速率的变化与数据突发的启闭传输模式变化匹配时，可以识别所选且索引的视频流媒体流的缓冲状态。
最后，可以使用所构建的多媒体相关特征(f1,……,fN)作为累积数据随时间、突发事件和持续时间的离散梯度或斜率，以便将所选和索引的视频流媒体流的各自多媒体相关信息向与流量画像设备110相关联的调度器输出。分配给各选择的和索引的视频流媒体流的多媒体相关信息可以包括从步骤S33获得的一组估计状态变量(S1，……，SK)，例如回放缓冲状态(例如填充状态、稳定状态或耗尽状态)的值和适应事件(例如，质量变化：质量下降或质量提升)，以及一组估计多媒体相关参数(P1，……，PM)，例如信源编码速率的值(以比特/秒为单位)，目标缓冲级别(以字节或秒为单位)，延迟类(例如，直播流，VoD)和当前缓冲级别(以字节或秒为单位)，其可以从步骤S34中通过与估计状态变量(S1，……，SK)的依赖关系获得。
估计状态变量(S1,……,SK)与估计多媒体相关参数(P1，……，PM)之间的依赖关系在图4中示出并且在下文中描述。回放缓冲状态：通过使用图5流程图中的算法识别该回放缓冲状态。首先，从位于传输列中的到达数据包中(步骤S51)，观察和收集源IP地址和目的TCP端口的每组数据包的大小和到达时间(例如，IAT)(步骤S52)。然后，并行应用两种方法，并鉴于最终决策合并各方法的结果。第一种方法基于流速率(步骤S53A)，且旨在检测数据速率的显著变化(步骤S55A)。对于索引为k的任何到达数据包，在持续时间Δt的时间间隔内测量并合计有效载荷的大小(sk)。对于索引t的任何间隔，该集合提供的流速率(ρt)估算如下：
Figure BDA0002273562560000081
其中，Kt是在此间隔内到达的一组数据包。
之后，为了避免因小变量而导致的检测错误，对平滑的时间序列进行变化检测(步骤S54A)。例如，来自具有衰减系数α的回归低通滤波器的平滑数据速率(rs t)可以获得如下：
Figure BDA0002273562560000082
通过比较阈值检测显著的速率变化(步骤S55A)。本实施例使用如下规则：
Figure BDA0002273562560000083
其中，rs t,max＝max(rs t)是直到时刻t为止的最大平滑速率，系数c是一个常数，且ft是一个标志，其中f0＝-1，它指示速率变化，即，时刻t中的从ft-1＝-1到ft＝1过渡的情况下的速率增加，和在反向过渡的情况下速率降低。
第二种方法基于检测稳定状态，即，检测启闭传输模式。这就是分析数据包的IAT(步骤S53B)以分离数据突发(bn)的原因，从而允许计算每个突发特性，例如大小(bs n)，持续时间(bd n)和速率(br n)(步骤S54B)。由于相似持续时间的长突发和较短的重复突发分别是填充状态和稳定状态的良好指示，本实施例使用以下静态规则(步骤55B)：
Figure BDA0002273562560000091
其中，hr是速率的阈值，hd是大小的阈值，bn是一个标志，指示对于bn＝1的填充状态的潜在数据突发和对于bn＝-1的稳定状态的潜在数据突发。
替代实施例可应用其他分类技术，例如支持向量机(support vector machine，SVM)，其基于突发特性构建的特征，诸如大小，速率和后续空闲时间的持续时间。在离线训练带有标签的一组数据之后，根据这类SVM分类器对新数据进行在线分类。
如图5所示，通过允许几秒的短暂偏差，根据填充状态、稳定状态和耗尽状态中的缓冲状态的类型以及估计的变化时间来比较两种方法的输出(步骤S56)。如果结果相匹配，该算法检测回放缓冲状态(步骤S57)，并提供各检测到的状态的特性，例如平均流速率和下载的视频数据的大小(步骤S57)。该过程反复迭代进行以检测缓冲状态。
HAS数据流识别：一旦该系统检测到填充阶段之后接着稳定状态，就会识别出HAS数据流。然后从各自IP数据包的报头中提取HAS数据流的源IP地址和目的TCP端口。对分离的HAS数据流的IP数据包执行以下任何操作。
编码速率：一旦流量画像设备110检测到视频流数据流，则可将信源编码速率估计为流速率，该流速率在整个稳定状态阶段期间被测量,从而为对应的视频/音频质量提供稳定状态下的编码速率的平均值，且该流速率在在至少一个突发的持续时间内，包括突发之后的空余持续时间被测量，以便为一个或多个视频片段的较短周期提供平均编码速率。
图6示出此类的较短平均窗口的示例，其中在视频会话期间，视频质量在200秒的时刻从720p变为480p。在20秒的平均窗口内，上图显示随时间(以秒为单位)累积的流数据(以MB为单位)，下图显示随时间(以秒为单位)计算的流速率(以兆比特/s为单位)。应注意，该稳定状态是准确估计编码速率的前提，因为在缓冲区填充和耗尽阶段，编码速率与所需的速率没有直接的关系。
适配事件：一旦检测到所选的和索引的视频流媒体流的两个不同的稳定状态(图4中的“状态改变”表示的步骤)(图4中“检测到的多媒体流”表示的步骤)，并且计算出它们的平均流速率，就可以估计适配事件。更具体地，如果第二稳定状态的速率高于第一稳定状态的速率，可估计质量提升。相反，如果第二稳定状态的速率低于第一稳定状态的速率，可估计质量下降。出于说明性目的，图7示出了在接近200秒的时刻将视频质量从480p改变为720p之后，流速率的估计质量提升。
目标缓冲级别：一旦评估了稳定状态的信源编码速率，就可以估计目标缓冲级别。图8示出480p质量的示例性目标缓冲级别，可以认为该目标缓冲级别是在稳定状态期间保持几乎稳定的回放缓冲级别。可以在稳定状态期间估计的流速率(rs)和以字节为单位的填充状态估计的大小(dF)的帮助下，估计目标缓冲级别(dB,TB)。具体地，目标缓冲级别通过以下示出：
Figure BDA0002273562560000092
Figure BDA0002273562560000093
其中，dB是以字节为单位表示的目标缓冲级别，TB是以秒为单位表示的目标缓冲级别，te F是填充状态的开始时间，ts F是填充状态的结束时间。
延迟类：一旦估计了目标缓冲级别，则可以依次估计所选和索引的视频流媒体流的延迟类，因为VoD流具有比直播流更高的目标缓冲级别。由于较大的缓冲在失去连接的情况下允许更长的流，因此目标缓冲级别可以识别特定流类型的延迟容限。由于VoD和直播流所针对的缓冲级别大不相同，因此可以使用例如50s的静态阈值来高精度地分离两个类别。
当前缓冲级别：一旦估计了每个稳定状态阶段的目标缓冲级别(TB)和信源编码速率(rs)，就可以在回放缓冲状态低的同时估计当前缓冲级别。具体地，当前目标缓冲级别通过以下示出：
dC(tL)＝dB+(rL-rS)(tL-tL，0) (7)
Figure BDA0002273562560000101
其中，dC是以字节为单位的当前缓冲级别，TC是以秒为单位的当前缓冲级别，tL,0是耗尽回放缓冲状态的开始时间，tL是该状态下的当前时间，rL是从tL,0至tL的平均流时间。
针对有700个小时以上分析的流媒体流量的YouTube流行流媒体服务且借助于图9的实验设置，测量了由流量画像设备110提供的多媒体相关信息的估计精度。尽管此处使用的是IEEE 820.11g WLAN接口，还可以使用长期演进(long-termevolution，LTE)。
由发明人实施的实验设置的示例包括以下特征：
-用户设备(UE)：两台固件版本为angler-03.61以及操作系统为Android 6.0.1的Nexus 6P智能手机；
-接入点：作为WLAN接入点运作的LinuxPC支持速率限制，记录数据包痕迹，通过T1线连接到互联网并充当UE的网关。速率限制由使用Linux的本地流量配置工具自动控制，并且数据包日志由tcpdump数据包分析器记录，记录在http://www.tcpdump.org；
-连接：WLAN以IEEE820.11g模式运作，载波频率为2412兆赫兹。由于UE和WLAN接入点之间的距离很近，因此信号与干扰加噪声比(SINR)为23dB，提供了54兆比特/秒的最大物理层速率；
-适用于Android的原生YouTube应用程序(版本10.28.60)：用于生成推送流量并执行标准的DASH操作。YouTube应用程序通过TLS保护其推送流量，从而将HTTP查询发送到服务器的TCP端口443；
-平均往返时间(RTT)：28ms
-两个经研究的视频，通常用于测试流协议(编解码器：H.264，容器：MP4，段持续时间5s)：第一个视频是时长为9:56分的大雄兔(BigBuckBunny，BBB)，第二个是时长12:14分的钢铁之泪(Tearsofsteel，TOS)；
-每个视频有4个经测试的场景，每个场景具有120个重复，分别由以下各项组成：MQ：整个视频为中等质量(480p)；HQ：整个视频为高质量720p；QC：在视频时间间隔[120，240]秒中的随机时间开始质量变化(从720p变为480p)，AQ：在视频时间间隔[120，240]秒中的随机时间开始自适应质量选择，90秒的速率调节到300千比特/秒。
缓冲状态检测的准确性在图10的混淆矩阵中揭露，该图总结了整套实验的性能，其在99％的形式下具有非常高的缓冲状态检测精度。
图11的条形图示出信源编码速率估计精度的NRMSE与具有一个或多个稳定状态的多场景的关系。关于场景，后缀“B”与“T”分别表示电影BBB和TOS。作为标准化系数，已使用每个稳定状态的平均真实视频比特率。从中可以看出，最大NRMSE小于3.5％，这表明信源编码速率估计精度非常高，且在这组实验中相当于40千比特/秒。在HQ场景情况下的示例性经验cdf在图12中示出。
Figure BDA0002273562560000111
从中可以看出，估计速率
Figure BDA0002273562560000112
(用实线描绘)非常接近真实视频比特率(r)(用虚线描绘)，相对于TOS电影，略微高估了BBB电影。此外，可见相对于BBB电影，TOS电影的经验cdf跨更大的值范围，从而表明TOS电影的动态性更高。
因此，本发明可以以低计算量提供高精度的多媒体相关或视频信息，并在例如以下方面找到应用：
-网络优化：流量感知调度器，切换，动态路由；
-流量整形：带宽限制，负载控制，准入控制；和
-网络分析：服务质量(quality-of-service，QoS)报告，QoE报告，服务分类类型，实时QoE估计，DPI应用(以提高准确性)。
尤其是与DPI和跨层信令相比，本发明可以具有例如以下优点：
-不依赖于可能被恶意操纵的标签或跨层信息；
-不需要跨层接口的标准化，标准化可能会导致不确定的结果和采用；
-不直接访问应用层，直接访问应用层可能会侵犯用户隐私和/或法律界限；和
-无需减弱通过TLS和/或SSL进行端到端加密，这是复杂的技术，并且对终端用户客户端来说问题繁多(浏览器或安全软件发出的警告和警报)。
综上所述，本发明涉及在视频流会话中实时流量画像。首先，观察OSI模型下层的多个数据包流。为各观察到的流获取数据包流模式，并比较各获取的模式与预定义特性流模式。从所观察到的流中选择任何一个其数据包流模式接近所述预定义特性流模式的数据包流作为视频流媒体流。利用信息从所选视频流媒体流中索引所选视频流媒体流，并且在观察数据包流时，通过观察累积数据随时间的斜率，在填充状态、稳定状态以及耗尽状态中识别索引视频流媒体流的缓冲状态。最后，根据其数据包流模式提供索引的视频流媒体流的多媒体相关信息。
虽然已经在附图和上述说明中详细说明并描述了本发明内容，但是这类说明和描述应该视为说明性或示例性而不是限制性的。本发明不限于所揭露的实施例。通过阅读本揭露，对本领域的技术人员来说，其它修改将显而易见。这些修改可以涉及其它特征，这些特征在本领域中已经是已知的，并且可以代替或附加于本文已经描述的特征来使用。
在此结合各种实施例描述了本发明。但本领域技术人员通过实践本发明，研究附图、本发明以及所附的权利要求，能够理解并获得公开实施例的其他变体。在权利要求书中，词语“包括”并不排除其它元素或步骤，不定冠词“一”并不排除多个。单个处理器或其它单元可满足权利要求中描述的几项的功能。在仅凭某些措施被记载在相互不同的从属权利要求书中这个单纯的事实并不意味着这些措施的结合不能被有效地使用。计算机程序可存储或分发到合适的介质上，例如与其它硬件一起或者作为其它硬件的部分提供的光存储介质或者固态介质，还可以以其它形式例如通过因特网或者其它有线或无线电信系统分发。
尽管已经参考本发明的特定特征和实施例描述了本发明，但是明显在不脱离本发明的精神和范围的情况下可以制定本发明的各种修改和组合。说明书和附图仅被视为所附权利要求书所定义的本发明的说明并且考虑落于本说明书的范围内的任何和所有修改、变体、组合或均等物。

Claims (16)

1.一种在视频流会话中对视频流流量进行画像的设备，其特征在于，所述视频流流量包括一个或多个数据包流，所述设备用于：
-根据各自的数据包流为各所述一个或多个数据包流获取各自的数据包流模式；
-比较各获取的数据包流模式和预定义特性流模式；
-从所述一个或多个数据包流选择一个其数据包流模式接近所述预定义特性流模式的数据包流作为视频流媒体流，所述数据包流模式接近所述预定义特性流模式表示所述数据包流模式的参数与所述预定义特性流模式的参数相似度大于预设阈值；
-通过观察所选视频流媒体流的累积数据随时间的斜率，在填充状态、填充状态之后的稳定状态以及耗尽状态中识别所选视频流媒体流的缓冲状态；和
-根据其数据包流模式及其所识别的缓冲状态，提供所选视频流媒体流的多媒体相关信息。
2.根据权利要求1所述的设备，其特征在于，所述视频流会话为超文本传输协议自适应流(hypertext transfer protocol adaptive streaming，HAS)会话。
3.根据权利要求1或2所述的设备，其特征在于，所述数据包流模式通过从所述各自的数据包流中观察各数据包获取，各观察的数据包位于传输队列中。
4.根据权利要求1所述的设备，其特征在于，所述数据包流模式包括来自所述各自数据包流的各数据包的大小和时间戳。
5.根据权利要求4所述的设备，其特征在于，所选视频流媒体流由其源互联网协议(internetprotocol，IP)地址及其目的传输控制协议(transmissioncontrolprotocol，TCP)端口进行索引。
6.根据权利要求5所述的设备，其特征在于，根据对流速率模式以及数据突发的启闭传输模式的确定来识别所选视频流媒体流的所述缓冲状态。
7.根据权利要求6所述的设备，其特征在于，还根据在其各自的HTTP头域中具有超文本传输协议(hypertext transfer protocol，HTTP)GET请求的各数据包的时间戳来识别所选视频流媒体流的所述缓冲状态。
8.根据权利要求6或7所述的设备，其特征在于，通过长数据突发检测所述填充状态，通过相似持续时间的迭代较短数据突发来检测所述稳定状态。
9.根据权利要求8所述的设备，其特征在于，在所述稳定状态下估计所述流速率模式的流速率。
10.根据权利要求9所述的设备,其特征在于,通过观察数据包的累积大小随时间的所述斜率确定所述流速率模式，所述数据包的时间戳用作时间参考；通过分析各数据包的时间戳和大小来确定所述数据突发的启闭传输模式，以便分离数据突发并得到各数据突发的特征，所述数据突发的特征包括持续时间和速率。
11.一种在视频流会话中对视频流流量进行实时画像的方法，其特征在于，所述视频流流量包括一个或多个数据包流，所述方法包括：
-根据各自的数据包流为各所述一个或多个数据包流获取各自的数据包流模式；
-比较各获取的数据包流模式和预定义特性流模式；
-从所述一个或多个数据包流选择一个其数据包流模式接近所述预定义特性流模式的数据包流作为视频流媒体流，所述数据包流模式接近所述预定义特性流模式表示所述数据包流模式的参数与所述预定义特性流模式的参数相似度大于预设阈值；
-通过观察所选视频流媒体流的累积数据随时间的斜率，在填充状态、填充状态之后的稳定状态以及耗尽状态中识别所选视频流媒体流的缓冲状态；和
-根据其数据包流模式及其所识别的缓冲状态，提供所选视频流媒体流的多媒体相关信息。
12.根据权利要求11所述的方法，其特征在于，所述获取所述数据包流模式的步骤包括从所述各自的数据包流中观察各数据包，各观察的数据包位于传输队列中。
13.根据权利要求11或12所述的方法，其特征在于，所述数据包流模式包括来自所述各自数据包流的各数据包的大小和时间戳。
14.根据权利要求11所述的方法，其特征在于，所述选择一个数据包流作为视频流媒体流的步骤包括通过其源互联网协议(internetprotocol，IP)地址及其目的传输控制协议(transmissioncontrolprotocol，TCP)端口对所选视频流媒体流进行索引。
15.根据权利要求11所述的方法，其特征在于，所述识别所选视频流媒体流的所述缓冲状态的步骤包括确定流速率模式以及数据突发的启闭传输模式。
16.一种计算机存储介质，其特征在于，存储有程序代码，用于在计算机上运行时执行根据权利要求11至15中任一项所述的方法。
CN201780090824.4A 2017-05-19 2017-05-19 移动视频流的流量画像系统、设备和方法 Active CN110622480B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2017/062170 WO2018210435A1 (en) 2017-05-19 2017-05-19 System, apparatuses and method for traffic profiling of mobile video streaming

Publications (2)

Publication Number Publication Date
CN110622480A CN110622480A (zh) 2019-12-27
CN110622480B true CN110622480B (zh) 2021-04-20

Family

ID=58800806

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780090824.4A Active CN110622480B (zh) 2017-05-19 2017-05-19 移动视频流的流量画像系统、设备和方法

Country Status (4)

Country Link
US (1) US10999204B2 (zh)
EP (1) EP3622684B1 (zh)
CN (1) CN110622480B (zh)
WO (1) WO2018210435A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10805690B2 (en) 2018-12-04 2020-10-13 The Nielsen Company (Us), Llc Methods and apparatus to identify media presentations by analyzing network traffic
BR112022013039A2 (pt) 2019-12-31 2022-09-06 Hughes Network Systems Llc Método, mídias legíveis por máquina não transitórias e dispositivo de comunicação
EP4158848A4 (en) * 2020-05-29 2023-07-26 Telefonaktiebolaget LM Ericsson (PUBL) METHODS AND ARRANGEMENTS TO SUPPORT THE ESTIMATION OF LATENCY ACROSS A COMMUNICATION PATH IN A COMMUNICATION NETWORK
US11805062B1 (en) * 2021-06-08 2023-10-31 T-Mobile Usa, Inc. Systems and methods for traffic classification
CN116112712B (zh) * 2023-01-12 2023-09-26 联通沃音乐文化有限公司 一种自适应影音视频传输播放方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102223260A (zh) * 2010-04-19 2011-10-19 中国移动通信集团重庆有限公司 测试iptv视频数据流传输质量的方法、系统及装置
CN106550241A (zh) * 2016-11-11 2017-03-29 武汉烽火网络有限责任公司 视频业务识别系统及虚拟化部署方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7664048B1 (en) * 2003-11-24 2010-02-16 Packeteer, Inc. Heuristic behavior pattern matching of data flows in enhanced network traffic classification
WO2010047630A1 (en) * 2008-10-23 2010-04-29 Telefonaktiebolaget L M Ericsson (Publ) Communication system and method
US9380091B2 (en) 2012-06-12 2016-06-28 Wi-Lan Labs, Inc. Systems and methods for using client-side video buffer occupancy for enhanced quality of experience in a communication network
US20120327779A1 (en) 2009-06-12 2012-12-27 Cygnus Broadband, Inc. Systems and methods for congestion detection for use in prioritizing and scheduling packets in a communication network
EP2589223B1 (en) * 2010-06-30 2016-03-09 British Telecommunications Public Limited Company Video streaming
ES2401270B1 (es) 2011-03-17 2014-02-25 Vodafone España, S.A.U. Método y entidad de red para descargar vídeo en redes móviles
EP2618524A1 (en) * 2012-01-02 2013-07-24 Alcatel Lucent Method for providing QoS management in a packet-based transport network
US9549342B2 (en) * 2012-10-29 2017-01-17 Alcatel-Lucent Usa Inc. Methods and apparatuses for congestion management in wireless networks with mobile HTPP adaptive streaming
CN103905820A (zh) * 2012-12-28 2014-07-02 中国科学院声学研究所 一种基于svc的客户端视频质量自适应方法及系统
GB2524958A (en) * 2014-04-03 2015-10-14 Orbital Multi Media Holdings Corp Data flow control method
US11165680B2 (en) * 2014-09-15 2021-11-02 Vasona Networks, Inc. Bit-rate extraction for encrypted video
CN104394440B (zh) * 2014-11-27 2017-10-27 北京邮电大学 一种http视频流调度方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102223260A (zh) * 2010-04-19 2011-10-19 中国移动通信集团重庆有限公司 测试iptv视频数据流传输质量的方法、系统及装置
CN106550241A (zh) * 2016-11-11 2017-03-29 武汉烽火网络有限责任公司 视频业务识别系统及虚拟化部署方法

Also Published As

Publication number Publication date
CN110622480A (zh) 2019-12-27
EP3622684A1 (en) 2020-03-18
US20200092213A1 (en) 2020-03-19
WO2018210435A1 (en) 2018-11-22
EP3622684B1 (en) 2022-05-11
US10999204B2 (en) 2021-05-04

Similar Documents

Publication Publication Date Title
CN110622480B (zh) 移动视频流的流量画像系统、设备和方法
Gutterman et al. Requet: Real-time qoe detection for encrypted youtube traffic
US11689944B2 (en) Traffic flow classification using machine learning
De Vriendt et al. Model for estimating QoE of video delivered using HTTP adaptive streaming
Schatz et al. Passive youtube QoE monitoring for ISPs
US8619602B2 (en) Capacity/available bandwidth estimation with packet dispersion
Tsilimantos et al. Classifying flows and buffer state for YouTube's HTTP adaptive streaming service in mobile networks
US11979387B2 (en) Classification of encrypted internet traffic
US20230208738A1 (en) Bit-Rate Extraction for Encrypted Video
US10715576B2 (en) Methods and systems for estimating quality of experience (QoE) parameters of secured transactions
US10021221B2 (en) Methods and systems for detection and classification of multimedia content in secured transactions using pattern matching
Begluk et al. Machine learning-based QoE prediction for video streaming over LTE network
Tsilimantos et al. Traffic profiling for mobile video streaming
Kourtis et al. An NFV-based video quality assessment method over 5G small cell networks
US11743195B2 (en) System and method for monitoring and managing video stream content
Gutterman et al. Requet: Real-time QoE metric detection for encrypted YouTube traffic
Dubin et al. Video quality representation classification of Safari encrypted DASH streams
Dinh-Xuan et al. Study on the accuracy of QoE monitoring for HTTP adaptive video streaming using VNF
Chandrasekhar et al. Experience-centric mobile video scheduling through machine learning
CN113676341A (zh) 一种质差评估方法及相关设备
Geissler et al. Deriving youtube playout phases from encrypted packet level traffic
US20230412893A1 (en) Identification of Session Boundaries in Encrypted Video Streams
Alreshoodi et al. QoE-enabled transport optimisation scheme for real-time SVC video delivery
Zhao et al. Identifying Video Resolution from Encrypted QUIC Streams in Segment-combined Transmission Scenarios
WO2021256969A1 (en) Method and system of a communication network for estimating bitrate of an encrypted video stream

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant