CN114009089A - 在通信网络中估计时延敏感业务流的质量度量 - Google Patents
在通信网络中估计时延敏感业务流的质量度量 Download PDFInfo
- Publication number
- CN114009089A CN114009089A CN202080047987.6A CN202080047987A CN114009089A CN 114009089 A CN114009089 A CN 114009089A CN 202080047987 A CN202080047987 A CN 202080047987A CN 114009089 A CN114009089 A CN 114009089A
- Authority
- CN
- China
- Prior art keywords
- network
- packet
- network traffic
- quality
- application
- 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
Links
- 238000013442 quality metrics Methods 0.000 title claims abstract description 45
- 238000004891 communication Methods 0.000 title claims abstract description 21
- 238000010295 mobile communication Methods 0.000 claims abstract description 37
- 239000000523 sample Substances 0.000 claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 43
- 230000006870 function Effects 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 21
- 238000012549 training Methods 0.000 claims description 15
- 238000010801 machine learning Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000015654 memory Effects 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000008186 active pharmaceutical agent Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000006735 deficit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 101100521334 Mus musculus Prom1 gene Proteins 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- RGNPBRKPHBKNKX-UHFFFAOYSA-N hexaflumuron Chemical compound C1=C(Cl)C(OC(F)(F)C(F)F)=C(Cl)C=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F RGNPBRKPHBKNKX-UHFFFAOYSA-N 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5061—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the interaction between service providers and their network customers, e.g. customer relationship management
- H04L41/5067—Customer-centric QoS measurements
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- 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
- H04L43/02—Capturing of monitoring data
- H04L43/026—Capturing of monitoring data using flow identification
-
- 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
- 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
-
- 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
- H04L43/0888—Throughput
-
- 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
-
- 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
- H04L65/1066—Session management
- H04L65/1083—In-session procedures
-
- 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
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- 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
- H04L43/0823—Errors, e.g. transmission errors
- H04L43/0829—Packet loss
-
- 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
-
- 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
- H04L43/087—Jitter
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Cardiology (AREA)
- General Health & Medical Sciences (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
一种移动通信网络中的设备将来自监测携带经过所述设备的时延敏感内容的IP流的信息与关于应用行为和目标体验质量(QoE)或目标连接性特性(诸如来自应用的服务质量(QoS))的信息相组合,以提供对QoE/QoS的正在进行的预测。在一些情况下,所述设备利用装置上的探测器来生成用于学习不是从监测网络中的应用IP流获得的流特性的业务。本文中所公开的实施例可用于预测许多应用的质量度量,其中抖动/时延是影响感知质量(诸如对于人类消费者的QoE或者对于机器类型通信的QoS)的因素。实施例可应用于分析携带对话语音的业务。
Description
技术领域
本发明一般涉及网络分析和质量控制,并且特别涉及用于分析实时网络业务以预测时延敏感应用(诸如语音)中的质量度量的自适应系统。
背景技术
对于实时对话话音的支持已成为Web的组成部分。重要的使能技术是被称为Web实时通信(WebRTC)的协议,其利用诸如通过用户数据报协议(UDP)的实时协议(RTP)之类的协议。QUIC(协议名称,不是算法)是另一开发中的协议。使能WebRTC的话音应用被用在私人上下文和企业上下文两者中。
5G系统正被设计成支持租户应用(诸如企业或私人通信)的高质量体验。因此,对高质量话音体验的技术解决方案(包括WebRTC租户应用和5G系统如何协作来实现该目的)是令人感兴趣的。
移动通信网络向WebRTC端点提供连接性服务。对连接性特性变化(诸如抖动、分组丢失和吞吐量)的处理可对于应用提供商来说是独特的。另外,WebRTC应用使用端到端加密,这意味着移动通信网络不知晓理解话音质量所需的重要元数据(诸如编解码器/编解码器模式)。此外,携带语音样本的(一个或多个)IP流可被合并到携带许多其它流(其可与话音质量无关)的传输连接中。这意味着移动通信网络不能以足够的准确度推断话音质量,并且因此可能不采取最适当的动作来实现(诸如可能在服务等级协定(SLA)中规定的)期望的质量等级。
应用提供商洞察话音质量,但是除非存在协作解决方案,否则不能影响移动通信网络中的资源分配。
移动通信网络不能以足够的准确度推测由终端用户所感知的质量,因为大量网络业务信息默认是遗漏的。遗漏信息的示例包括分组抖动如何影响质量、减少的吞吐量如何影响质量、网络时延如何影响质量等。因此,网络不能采取校正的动作(例如,以满足SLA要求/义务)。此外,如果携带语音样本的IP流被复用到相同的传输连接中(例如,使用QUIC),则移动通信网络甚至在标识特定IP流方面有问题。
发明内容
下文呈现本公开的简化概述,以便向本领域技术人员提供基本的理解。这个概述不是本公开的广泛综述,并且不旨在标识本发明的实施例的关键/至关重要的元素,也不旨在描绘本发明的范围。本概述的唯一目的是以简化的形式呈现本文中所公开的一些概念,作为稍后呈现的更详细描述的序言。
根据本文中所描述和所要求保护的本发明的实施例,移动通信网络中的设备将从监测携带经过设备的时延敏感内容的IP流中收集的信息与关于应用行为和目标体验质量(QoE)或目标连接性特性(诸如来自应用的服务质量(QoS))的信息相组合,以提供对QoE/QoS的正在进行的预测。作为对于估计QoE/QoS的预备步骤,所述设备可以估计IP流的迟丢失(late loss),所述迟丢失是在接收的(例如解码器)将认为一定量的数据(诸如语音帧)将丢失之前的最大允许抖动。在一些情况下,所述设备利用装置上的探测器来生成用于学习不是从监测网络中的应用IP流获得的流特性的业务。本文中公开的实施例可有利地用于预测许多应用的质量度量,其中抖动/时延是影响感知质量(诸如对于人类消费者的QoE或者对于机器类型通信的QoS)的因素。这样的应用的一个示例是视频通信中的视频。
为了本文中解释的目的,时延敏感内容的特定示例是话音。然而,本发明的实施例不限于这个示例。在一些特定实施例中,网络设备被设计成使用QUIC作为传输协议来为语音应用而工作。
一个实施例涉及在移动通信网络中估计与应用相关联并且携带时延敏感内容的分组流的质量度量的方法。获得用于估计分组流的质量度量和迟丢失的一个或多个算法。迭代地,监测网络业务;对属于分组流的分组进行分类;并且分析属于分组流的分组的网络业务参数。基于所获得的迟丢失算法,预测分组流的迟丢失;并且基于所获得的质量度量算法,预测分组流的质量度量。报告所预测的质量度量。
另一实施例涉及在移动通信网络中操作并且实现AccessGw的网络节点,所述AccessGw操作以估计与应用相关联并且携带时延敏感内容的分组流的质量度量。网络节点包括通信电路系统和操作地耦合到通信电路系统的处理电路系统。处理电路系统适于获得用于估计分组流的质量度量和迟丢失的一个或多个算法。然后,网络节点操作以迭代地监测网络业务;对属于分组流的分组进行分类;并且分析属于分组流的分组的网络业务参数。基于所获得的迟丢失算法,网络节点操作以预测分组流的迟丢失。基于所获得的质量度量算法,网络节点操作以预测分组流的质量度量。网络节点进一步操作以报告所预测的质量度量。
另一实施例涉及包括指令的计算机程序,所述指令当至少在节点的处理电路系统上被执行时,使所述节点实行根据其它实施例的方法的步骤。
另一实施例涉及计算机可读存储介质,所述计算机可读存储介质包括根据另一实施例的计算机程序。
附图说明
现在将在下文中参考附图更全面地描述本发明,在附图中示出了本发明的实施例。然而,本发明不应被解释为限于本文所阐述的实施例。相反,这些实施例被提供使得本公开将是透彻且完整的,并且将向本领域技术人员充分传达本发明的范围。贯穿全文,相同的数字表示相同的元素。
图1是移动通信网络中的AccessGw功能的框图。
图2是预测与租户应用相关联的语音分组流的QoE的方法的流程图。
图3是在3GPP 5G移动通信网络中实现的AccessGw的框图。
图4是在3GPP 4G移动通信网络中实现的AccessGw的框图。
图5是边车(side car)网络业务分析的方法的框图。
图6是图5的方法的信令图。
图7是估计与应用相关联并且携带时延敏感内容的分组流的质量度量的方法的流程图。
图8是适合于实现本文中描述的AccessGw的移动通信网络节点的框图。
具体实施方式
出于简单和说明的目的,通过主要参考本发明的示例性实施例来描述本发明。在以下描述中,阐述了许多特定细节以便提供对本发明的透彻理解。然而,对于本领域普通技术人员来说,将容易明白的是,本发明可在不限于这些特定细节的情况下被实践。在本描述中,没有详细描述公知的方法和结构,以免不必要地模糊本发明。尽管出于说明的目的,本文中的实施例中的至少一些实施例可被描述为可应用于某些上下文和/或无线网络类型中,但是实施例类似地可应用于未明确描述的其它上下文和/或无线网络类型中。
图1描绘了在本文中被表示为AccessGw的设备,尽管它当然可由任何名称来表示而不影响本公开的范围。AccessGw是移动通信网络的一部分。AccessGw包括处于装置(诸如连接到移动通信网络的用户设备(UE))与对等装置或服务器之间的路径上(on-the-path)的部分。AccessGw还包括可与装置通信的部分(被称为应用等级探测器服务器)。AccessGw实时监测网络业务并且预测语音会话的QoE,从而将结果输出到不同的接收器。
AccessGw在移动通信网络中经由接口“3”从网络OAM(操作和维护)接收信息。所述信息与租户语音应用有关,并且至少包括a)迟丢失检测功能或算法,其描述在解码器将认为(一个或多个)语音帧丢失(“迟丢失”)之前的最大允许抖动,以及b)质量估计功能或算法,其规定了在规定的持续时间期间对于迟丢失统计和特性的准则,所述准则被允许用于一个会话的某个质量等级。另外的信息通常被包括在通过‘3’提供的信息的质量评估部分中。这样的信息包括网络时延、吞吐量等如何映射到质量等级。此外,通过‘3’,租户供应IP流标识信息,诸如源/目的地IP/端口。IP流标识信息由网络用来标识携带例如语音的IP流。
备选地,在AccessGw没有通过‘a’获得迟丢失检测和QoE评估算法的情况下,AccessGw通过接口‘2’从装置获得反馈信息,诸如装置测量的迟丢失和/或质量以及测量的时延、吞吐量、分组丢失等。AccessGW使用这个数据,并将其与其它信息(诸如使用路径上网络装置获得的观察结果)进行组合,以创建用于训练迟丢失检测和QoE预测算法的数据。
当业务通过路径‘4’经过AccessGw时,AccessGw标识作为属于特定租户的语音流的IP流,监测针对创建迟丢失、吞吐量、网络时延等的抖动的业务,并且提供对于正在进行的语音会话的一连串QoE估计。出于这个目的,AccessGw使用迟丢失功能和质量估计功能,在一个实施例中,通过机器学习来获得所述迟丢失功能和质量估计功能。
AccessGw仅观察分组中的传输和网络等级信息,连同(AccessGw有权访问的)IP分组携带的有效载荷的大小签名。这意味着未加密的报头以及加密的报头(对于其,AccessGw具有用于解密所必需的安全凭证)。未加密的传输等级信息包括QUIC自旋位(spin bit)(所述QUIC自旋位提供对下游RTT的估计)以及QUIC连接ID和IP报头信息(诸如IP地址和端口)。在AccessGw被应用看作可信中间体的情况下,则可给予它对特定QUIC分组报头的访问权,所述特定QUIC分组报头用在租户与AccessGw之间共享的秘密来加密。
应用提供商和移动通信网络提供商进入布置,由此移动通信网络提供商确保被提供用于递送应用数据业务(诸如在这种情况下是对话语音)的移动网络服务的质量。作为布置的一部分,应用提供商(在本文中被称为对移动通信网络服务的租户)与移动通信网络服务提供商确定(settle)服务等级协定(SLA),所述服务等级协定(SLA)中的一部分包括与语音或者对话话音应用有关的信息。
SLA包括由移动通信网络用来标识租户语音IP流的信息,以及用于便于测量用来推断语音的QoE的流特性的手段,如本文中进一步讨论的。
所述解决方案的关键部分是用于检测迟丢失以及用于估计QoE影响的功能或算法。这两个功能可由租户应用提供,或者由移动通信网络基于如由应用所计算的、对迟丢失和质量的、来自应用的反馈来学习。
移动通信网络的OAM将SLA的语音部分提供给AccessGW,连同(例如以策略的形式的)指令一起用于预测被分类为属于租户的IP流的QoE和迟丢失。为了实现这一点,AccessGw可使用QUIC分组特性和未加密的报头信息(诸如连接ID、自旋位和专有报头)。AccessGw也可使用加密的报头,对于其,AccessGw已经被给予适当的信息以解密。有利地,这个信息允许AccessGw标识QUIC连接内部的流,并且连续地针对分组的集合,通过使用SLA中提供的QoE估计功能或者使用装置反馈学习的QoE估计功能,将一连串QoE估计输出到移动通信网络内部和外部的各种消费者。移动通信网络内部的使用的示例是调整RAN资源(无线电、计算和传输)、调度相同小区或波束中的所观察的流(stream)或其它流(stream)、或者对相同小区或波束性能保证中的其它流(flow)进行分组核心网络整形(shaping)。
在一个实施例中,AccessGW利用加密包络(encryption envelope)外部可见的信息和分组大小时间签名(诸如之间到达时间和有效载荷大小变化等)来预测租户语音的QoE。在QUIC的情况下,这也意味着未加密的标准且专有的报头、帧以及特别是自旋位(其是对如在装置的应用或传输层中所经历的RTT的反映)。
在另一实施例中,AccessGW包括可信的QUIC代理,所述可信的QUIC代理已经被WebRTC会话建立中的应用提供商或租户授权地包括在QUIC数据流中。这有利地允许AccessGw访问加密的QUIC报头中的信息,以执行相同的迟丢失和QoE预测。
为了这个目的(语音会话QoE的在线和实时预测),AccessGW执行多个步骤。图2描绘了示例步进式方法。注意,在备选实施例中,一些步骤可被折叠到多任务预测中。
0. 最初,AccessGW被提供有用于推断解码器中的迟丢失检测的算法以及用于计算会话的语音的QoE的算法或功能。AccessGW还被提供有使其能够标识携带IP流的语音的信息。
1. IP分组到达AccessGW。
2. AccessGW中的功能使用IP地址、端口以及前n个分组的大小和到达时间签名来对流进行分类。
3. 被分类为语音并且属于特定租户的流被转发到该过程中接下来的功能。
4. 预测迟丢失的功能监测与租户X相关联的语音流,并且使用分组间到达时间和QUIC自旋位信息来预测迟丢失的可能性。
5. 该过程使用迟丢失检测算法(先前由AccessGW学习或者由租户提供,使用下文描述的手段)来预测迟丢失。
6. 关于流的信息(是否有迟丢失)和关于租户的信息与流的吞吐量信息(诸如计数分组大小)一起被提供给过程中接下来的步骤。
7. QoE预测过程基于所预测的迟丢失和分组有效载荷大小来预测QoE。
8. QoE预测使用用于租户X语音的算法来输出语音会话的片段的QoE。
贯穿语音会话来重复这个过程,以提供正在进行的、实时的一连串QoE预测。尽管在本描述中将该过程划分成某些离散步骤,但是本领域技术人员将认识到,在给定的实现中,将所有可用的数据(诸如使用中的编解码器、吞吐量、分组抖动、网络时延等)馈送到估计QoE的一个模型中可能是有益的。此外,尽管使用语音内容的特定示例来呈现,但是本领域技术人员将容易地认识到,该方法完全可应用于任何时延敏感内容,例如视频、游戏、实时MTC控制系统等。
在一个实施例中,AccessGw功能性在5G分组核心中实现;在另一实施例中,它在4G分组核心中实现。然后,AccessGw内部功能中的一些功能可被映射到3GPP网络功能,其然后需要扩展。
参考图3,AccessGw包括网络数据分析功能(NWDAF)、用户平面功能(UPF)和探测器服务器。主要实体是NWDAF,所述NWDAF针对经过包括UPF、RAN CU-U和DU的移动通信网络的Web实时通信(WebRTC)语音连接进行QoE估计。
在NWDAF训练迟丢失和QoE机器学习模型的实施例中,NWDAF经由‘2’使用装置反馈,所述装置反馈可以正直接(或者经由应用服务器,未示出)来自装置,所述装置反馈包括端点观察的统计(诸如迟丢失、吞吐量、RTT、分组丢失等)以及QoE。这个数据与来自UPF RAN(包括但不限于CU-U)的观察结果被组合成用于所使用的机器学习模型的训练数据集合。
在QUIC自旋位未被启用的情况下,NWDAF可利用探测器服务器来学习UE和UPF之间的RTT,如下所述。NWDAF在探测器服务器应该如何执行方面指导探测器服务器。通常被实现为HTTP Web应用的探测器服务器与装置侧应用逻辑一起工作,以创建将使得NWDAF能够推论传输特性的适合的业务模式。如下面进一步描述的,这个方法被称为边车业务分析。
NWDAF可经由‘3’接收关于业务的相关元数据(诸如使用中的编解码器和其它配置)以及可选地接收质量功能作为对于训练用于使用来自‘2’、‘1’和‘4’的组合信息的模型的备选方案。
NWDAF还可使用来自RAN CU和CU-U的关于IP流特性的信息,从而补充UPF。这个信息经由‘4’或者经由UPF而被使得对于NWDAF可用,UPF从RAN得到该信息并且经由‘1’将信息嵌入在其对NWDAF的报告中。
图4中描绘了4G分组核心实施例,其中AccessGw包括NWDAF和探测器服务器,如上所述。
自旋位是考虑到简单且高效的RTT确定的QUIC协议中的创新。根据规定:
“根据以下规程在单个连接内的每个端点处确定自旋值:
●当服务器从客户端接收到分组时,如果该分组具有短报头并且如果它使来自客户端的由服务器看到的最高分组编号递增,则服务器将自旋值设置为在所接收的分组中的自旋位中所观察到的值。
●当客户端从服务器接收到分组时,如果分组具有短报头并且如果它使来自服务器的由客户端看到的最高分组编号递增,则它将自旋值设置为在所接收的分组中的自旋位的相反值。
该规程将使自旋位每往返程在每个方向上改变值一次。观察点可通过观察时延自旋位中的这些改变来估计网络时延。”
对于关于自旋位规定和操作的信息参见以下链接:
●“QUIC丢失检测和拥塞控制”,http://github.com/quicwg/base-drafts/blob/ master/draft-ietf-quic-recovery.md
●“向QUIC传输协议增加双向时延的显式无源可测量性”http:// tools.ietf.org/html/draft-trammell-quic-spin-03
●“QUIC时延自旋位”http://quicwg.org/base-drafts/draft-ietf-quic-spin- exp.html
如果发送方不是应用或流控制受限的,则自旋位给出合适的网络延迟测量。在语音业务的情况下,语音发送方通常不是应用或流控制受限的。
在这确实发生的情况下,AccessGw可通过观察来自已知发送方(其不具有应用层流控制限制)的流(例如通过运行到AccessGw探测器服务器的测试客户端)来学习过滤掉此类影响,在这种情况下,应用等级和流控制发送方限制是已知的。
在另一个实施例中,AccessGw利用ACK消息,该ACK消息由客户端中的传输层返回作为对下行链路业务的响应。AccessGw不能读取加密的报头并因而不能读取它以识别ACK消息。然而,可使用分组模式标识(例如利用默认QUIC ACK服务器响应时间(其默认值是25ms)的信息)来标识它。
作为对于使用QUIC来测量RTT的备选方案,在一个实施例中,AccessGw利用ICMPping来进行延迟测量。
在QUIC自旋位未由租户QUIC服务器端点启用的情况下,在一个实施例中,AccessGW可求助于ICMP,如上所述。在另一实施例中,如图5中所描绘的,装置板载探测器生成到探测器服务器的IP业务。通过在路径上的AccessGw,这在装置和租户服务器之间的连接上启用QUIC自旋位。这向AccessGw提供了用于进行RTT估计的手段,还利用其对探测器业务的控制来生成适合的流特性简档的业务。探测器服务器还可测量分组丢失和重排序(需要分组序列编号的可见性来确定的减损(impairment)的示例)。所获得的信息用于开发、编程或者训练估计路径上的传输特性的算法。这个QUIC连接与携带应用业务的QUIC连接不同,但是共享“并排”运行的相同链路的一部分。因此,这个技术在本文中被称为“边车”网络业务分析。系统可以通过观察装置中的两个结果(其中两者都是可用的)来学习估计真实QUIC探测器和边车探测器之间的差异,并且将观察结果用在算法开发/训练中。
图6描绘了示出用于调用边车探测器的一个序列的表示性信令图。
1. 首先,生成时延敏感内容(诸如话音)的租户应用与其应用服务器相连接。
2. 探测器客户端(图5中的“HTTP应用”)被激活并且与AccessGw中的探测器服务器相连接。探测器服务器将连接配置成包括QUIC自旋位。
3. 发起时延敏感(例如,语音)会话,其包括用于分组流的传输的QUIC连接。可启用或可不启用自旋位。
4. AccessGW检测时延敏感(例如,语音)IP流连接,并且推论对于补充测量的需要。因此,它触发探测器服务器,以便如所指示的那样触发(到装置上的应用的)探测器业务。
5. 探测器客户端根据指令生成到探测器服务器的业务。
6. 使用探测器QUIC自旋位,AccessGw估计时延敏感业务的迟丢失,并且使用这个在会话正在运行时实时预测会话的QoE。在探测器服务器中收集的分组丢失和重排序测量结果(其需要可见性,诸如分组编号)可实现对于租户用户业务的附加减损指示。
如上所述,AccessGw可包括有权访问加密的QUIC报头帧中的所有或部分的QUIC代理(其是标准化的或专有的),从而使得它能够标识QUIC连接(其中存在多个流)上的特定流。它还使代理能够测量分组丢失和重排序的量。这通过在应用提供商与租户之间共享秘密从而允许AccessGW读取(不一定改变)所选择的报头/帧来实现。这个机制还可用于将QUIC ACK暴露给AccessGw,从而允许它针对接收器延迟进行调整。其它重要信息包括分组编号,以允许AccessGw学习检测分组丢失和重排序。用于在租户和移动通信网络运营商之间交换加密信息的手段是在本领域普通技术人员的技术范围内熟练的,并且在本文中不进一步描述。
用于推断语音的QoE的功能或算法可由租户提供给移动通信网络提供商,或者由移动通信网络(或者更特别地由AccessGw)来学习。在一个实施例中,训练在实际网络中完成(称为“在线”),与在实验室中完成(称为“离线”)形成对比。在线学习方法利用(优选地嵌入在租户应用中的)装置组件,所述装置组件使用例如如WebRTC中所描述的后解码器统计以及传输,以向探测器服务器提供关于传输以及后解码器特性、(由租户)估计的语音质量以及(可选地)用户显式或隐式反馈的报告。
这个信息与关于3GPP中的IP流特性模块、UPF和CU-U所收集的数据一起使用,以创建用于这个装置并且类似地用于其它装置的对于这个会话的训练数据序列,以用于训练算法学习a)迟丢失检测算法以及b)租户语音QoE估计特定算法(如果未经由‘a’接口供应)。
对于WebRTC统计的规定定义了非常丰富的统计集合。WebRTC API的第一版本WebRTC 1.0定义了统计的子集是强制实现的。然而,强制实现子集对于实现足够的QoE推断是足够丰富的。
值得注意地,RTCReceivedRtpStreamStats API包括(对于WebRTC 1.0,所有都是强制的):
- packetsReceived:针对这个SSRC接收的RTP分组的总数。在接收端点处,这如[RFC3550]章节6.4.1中所定义的那样来计算。
- packetsLost:针对这个SSRC接收的RTP分组的总数。在接收端点处,这如[RFC3550]章节6.4.1中所定义的那样来计算。
- 抖动:针对这个SSRC,以秒为单位测量的分组抖动。如[RFC3550]的章节6.4.1中所定义的那样来计算。
- packetsDiscarded:由于迟或早到达引起的由抖动缓冲器丢弃的RTP分组(即,这些分组未被用完)的累积数量。
将以上项与RTCRtpSendParameters的编码和ptime(WebRTC 1.0)进行组合将给出由于迟到达而丢失的帧的良好图像。
此外,感兴趣的其它(强制实现)统计包括:
- roundTripTime(来自RTCRemoteInboundRTPStreamStats)
- packetsSent、bytesSent、bytesReceived、roundTripTime(各种API)
- payloadType、编解码器(RTCCodecStats)
注意,以上项基于绝对最小值(强制执行),基于社区(community)中的讨论。在暴露与抖动缓冲器和错误隐藏动作相关的另外的信息方面有很大兴趣。所定义(和所提出)的标识符包括JitterBufferDepth、playoutTimestamp、抖动缓冲器中的加速/减速事件、隐藏(音频)样本的数量、隐藏样本中有多少被静默替换了、隐藏事件的数量等。这样的信息将能够帮助创建甚至更准确的QoE估计。
对于关于如何访问WebRTC统计的示例,参见下文。
图7描绘了在移动通信网络中执行的估计与应用相关联并且携带时延敏感内容的分组流的质量度量的方法100中的步骤。获得用于估计分组流的质量度量和迟丢失的一个或多个算法(框102)。然后迭代地执行许多步骤。监测网络业务(框104)。对属于分组流的分组进行分类(框106)。分析属于分组流的分组的网络业务参数(框108)。基于所获得的迟丢失算法,预测分组流的迟丢失(框110)。基于所获得的质量度量算法,预测分组流的质量度量(框112)。然后报告所预测的质量度量(框114),并且重复监测、分类、分析和两个预测步骤。
图8描绘了在移动通信网络中操作的网络节点10,其可实现如本文中所描述的AccessGw。网络节点10包括操作以与其它网络节点交换数据的通信电路12;处理电路系统14;以及存储器16。在各种实施例中,网络节点可包括附加特征,诸如用于使无线通信跨空中接口对一个或多个移动装置起作用的无线电电路。尽管存储器16被描绘为与处理电路系统14分离,但是本领域技术人员理解,处理电路系统14包括内部存储器,诸如高速缓存存储器或寄存器堆。本领域技术人员另外理解,虚拟化技术允许名义上由处理电路系统14执行的一些功能实际上由可能远程定位(例如,在所谓的“云”中)的其它硬件来执行。
根据本发明的实施例,存储器16操作以存储软件18并且处理电路系统14操作以执行软件18,当执行所述软件18时,所述软件18操作以使网络节点10在没有传统业务分析信息可用的情况下对时延敏感分组流进行分类和分析,并且预测这样的流的QoE和迟丢失,如本文所描述和要求保护的。
处理电路系统14可包括操作以执行存储器16中被存储为机器可读计算机程序18的机器指令的任何序列状态机,诸如一个或多个硬件实现的状态机(例如,在离散逻辑、FPGA、ASIC等中);可编程逻辑连同适当的固件;一个或多个存储程序的通用处理器(诸如微处理器或数字信号处理器(DSP))连同适当的软件;或者以上项的任何组合。
存储器16可包括本领域中已知的或者可被开发的任何机器可读介质,包括但不限于磁介质(例如,软盘、硬盘驱动器等)、光介质(例如,CD-ROM、DVD-ROM等)、固态介质(例如,SRAM、DRAM、DDRAM、ROM、PROM、EPROM、闪速存储器、固态盘等)等。在一些实施例中,可由处理电路系统14从可包括电子信号、光信号或无线电信号的载体(除了诸如存储器16之类的计算机可读存储介质之外,或者替代诸如存储器16之类的计算机可读存储介质)中检索软件18。
通信电路12可包括接收器和传送器接口,其用于根据本领域中已知的或者可被开发的一个或多个通信协议(诸如以太网、TCP/IP、SONET、ATM、IMS、SIP等),通过通信网络与一个或多个其它节点进行通信。通信电路12实现适合于通信网络链路(例如,光、电等)的接收器和传送器功能性。传送器和接收器功能可共享电路组件和/或软件,或者备选地可被单独实现。
本领域技术人员还将领会,本文中的实施例进一步包括对应的计算机程序。计算机程序包括指令,当至少在节点10的处理电路系统14上执行所述指令时,所述指令使节点10实行本文中所描述的处理(诸如方法100)中的任何处理。计算机程序在这方面可包括一个或多个代码模块。本发明的实施例进一步包括包含这样的计算机程序的载体。这个载体可包括下列中的一个:电信号、光信号、无线电信号或者计算机可读存储介质16。
本发明的实施例呈现了优于现有技术的许多优点。它们提供了一种机制,所述机制使移动通信网络能够在不破坏加密的情况下并且在租户与移动通信网络提供商之间最小量的信息交换的情况下,实时预测正在进行的话音对话的话音质量。用于监测语音质量的工具在移动通信网络运营商的控制下,因此降低了欺诈行为的风险。在应用不提供必要算法的实施例中,AccessGw可通过基于实际网络业务的机器学习以及由应用做出的迟丢失和QoE评估来推断它们。在对训练用于这些算法的机器学习功能所必需的网络业务信息不可用(或不可见)的实施例中,可以建立“边车”业务交换,并且基于边车业务来估计针对实际网络业务的统计。
当然,在不脱离本发明的基本特性的情况下,本发明可以以除了本文中具体阐述的那些方式之外的其它方式来实行。本实施例在所有方面都要被认为是说明性而非限制性的,并且来自所附权利要求的含义和等效范围内的所有改变都旨在被包含在本文中。
Claims (40)
1. 一种在移动通信网络中估计与应用相关联并且携带时延敏感内容的分组流的质量度量的方法(100),所述方法特征在于:
获得(102)用于估计所述分组流的所述质量度量和迟丢失的一个或多个算法;以及
监测(104)网络业务;
对属于所述分组流的分组进行分类(106);
分析(108)属于所述分组流的所述分组的网络业务参数;
基于所获得的迟丢失算法,预测(110)所述分组流的迟丢失;
基于所获得的质量度量算法和所预测的迟丢失,预测(112)所述分组流的质量度量;以及
报告(112)所预测的质量度量。
2.如权利要求1所述的方法(100),其中,所述时延敏感内容是话音,并且其中所述质量度量是体验质量QoE。
3.如权利要求1所述的方法(100),其中,所述监测(104)、分类(106)、分析(108)、预测(110)、预测(112)和报告(112)步骤在多个监测周期中的两个或更多个监测周期内迭代地执行。
4.如权利要求1所述的方法(100),其中,获得用于估计所述分组流的迟丢失和质量度量的一个或多个算法包括从所述移动网络中的操作和维护OAM功能中获得所述算法。
5.如权利要求4所述的方法(100),其中,从所述移动网络中的OAM功能中获得(102)所述算法包括从所述应用中获得所述算法作为所述应用与所述网络之间的服务等级协定SLA的一部分。
6.如权利要求5所述的方法(100),其中,所述迟丢失算法描述在解码器将认为数据帧丢失之前的最大允许抖动。
7.如权利要求5所述的方法(100),其中,所述质量度量算法规定针对迟丢失统计和特性的准则,所述准则在规定的持续时间期间被允许以维持一个会话的确定的质量等级。
8.如权利要求7所述的方法(100),其中,所述质量度量算法进一步规定质量等级与网络时延或者吞吐量之间的一个或多个映射。
9.如权利要求7所述的方法(100),进一步包括从所述应用分组流获得便于标识携带时延敏感内容的分组流的信息。
10.如权利要求1所述的方法(100),其中,获得(102)用于估计所述分组流的迟丢失和质量度量的一个或多个算法包括基于网络业务度量来训练一个或多个机器学习功能,所述网络业务度量包括测量的时延、吞吐量、和分组丢失。
11.如权利要求10所述的方法(100),其中,所述训练基于如由所述应用所计算的、对所述迟丢失和质量度量的、来自所述应用的反馈。
12.如权利要求11所述的方法(100),其中,所述分组流包括QUIC传输协议连接,并且其中用于所述迟丢失估计算法的机器学习功能的训练基于QUIC分组特性和未加密的报头信息,所述未加密的报头信息包括下列中的一个或多个:QUIC连接ID、自旋位、和IP报头信息。
13.如权利要求12所述的方法(100),其中,所述应用已经提供解密信息,并且其中,用于所述迟丢失估计算法的所述机器学习功能的训练进一步基于加密的报头中的信息。
14.如权利要求13所述的方法(100),进一步包括执行可信QUIC代理,所述可信QUIC代理操作以基于所接收的解密信息来至少读取所述分组流中的加密的QUIC报头信息。
15.根据权利要求1所述的方法(100),其中,所述方法由所述移动网络中的网络数据分析功能NWDAF来执行,并且其中,所述分组流由经过所述移动网络的Web实时通信WebRTC语音连接来生成。
16.如权利要求15所述的方法(100),其中,所述NWDAF从所述WebRTC连接中的装置接收端点观察统计,所述端点观察统计包括下列中的一个或多个:迟丢失、吞吐量、往返程时间RTT、分组丢失、和质量度量。
17.如权利要求1所述的方法(100),其中,在一个或多个期望的网络业务参数在所述分组流中不可用或不可见的情况下,分析(108)属于所述分组流的所述分组的网络业务参数包括:
在装置上的探测器应用与探测器服务器之间建立边车网络业务,所述边车网络业务通过所述移动网络共享所述分组流的路径中的至少一部分;
监测暴露在所述边车网络业务中的、在所述分组流中不可用或不可见的网络业务参数;以及
通过与所述边车网络业务中的所述网络业务参数类比,分析属于所述分组流的所述分组的网络业务参数。
18.如权利要求17所述的方法(100),其中,暴露在所述边车网络业务中的、在所述分组流中不可用或不可见的网络业务参数包括QUIC自旋位,从而实现对下游往返程定时RTT的分析。
19.如权利要求17所述的方法(100),其中,暴露在所述边车网络业务中的、在所述分组流中不可用或不可见的网络业务参数包括分组序列,从而实现对重排序和分组丢失的分析。
20.一种包括指令的计算机程序(18),所述指令当至少在节点(10)的处理电路系统(14)上被执行时,使所述节点(10)实行根据任一前述权利要求所述的方法(100)的步骤。
21.一种计算机可读存储介质(16),所述计算机可读存储介质(16)包括根据权利要求20所述的计算机程序。
22. 一种在移动通信网络中操作并且实现接入网关AccessGw的网络节点(10),所述接入网关AccessGw操作以估计与应用相关联并且携带时延敏感内容的分组流的质量度量,所述网络节点(10)特征在于:
通信电路系统(12);以及
处理电路系统(14),所述处理电路系统(14)操作地耦合到所述通信电路系统(12)并且适于:
获得(102)用于估计对于所述分组流的所述质量度量和迟丢失的一个或多个算法;以及
监测(104)网络业务;
对属于所述分组流的分组进行分类(106);
分析(108)属于所述分组流的所述分组的网络业务参数;
基于所获得的迟丢失算法,预测(110)所述分组流的迟丢失;
基于所获得的质量度量算法,预测(112)所述分组流的质量度量;以及
报告(114)所预测的质量度量。
23.如权利要求22所述的网络节点(10),其中,所述时延敏感内容是话音,并且其中所述质量度量是体验质量QoE。
24.如权利要求22所述的网络节点(10),其中,处理电路系统进一步操作以在多个监测周期中的两个或更多个监测周期内迭代地执行所述监测(104)、分类(106)、分析(108)、预测(110)、预测(112)和报告(112)步骤。
25.如权利要求22所述的网络节点(10),其中,所述处理电路系统(14)操作以通过从所述移动网络中的操作和维护OAM功能获得算法来获得(102)用于估计所述分组流的质量度量和迟丢失的一个或多个算法。
26.如权利要求25所述的网络节点(10),其中,所述处理电路系统(14)操作以通过从所述应用获得所述算法作为所述应用与所述网络之间的服务等级协定SLA的一部分来从所述移动网络中的OAM功能获得所述算法。
27.如权利要求26所述的网络节点(10),其中,所述迟丢失算法描述在解码器将认为数据帧丢失之前的最大允许抖动。
28.如权利要求26所述的网络节点(10),其中,所述质量度量算法规定针对迟丢失统计和特性的准则,所述准则在规定的持续时间期间被允许以维持一个会话的确定的质量等级。
29.如权利要求28所述的网络节点(10),其中,所述质量度量算法进一步规定质量等级与网络时延或者吞吐量之间的一个或多个映射。
30.如权利要求28所述的网络节点(10),其中,所述处理电路系统(14)进一步特征在于适于从所述应用获得便于标识携带时延敏感内容的分组流的分组流信息。
31.如权利要求22所述的网络节点(10),其中,所述处理电路系统(14)操作以通过基于网络业务度量训练一个或多个机器学习功能来获得(102)用于估计所述分组流的质量度量和迟丢失的一个或多个算法,所述网络业务度量包括测量的时延、吞吐量和分组丢失。
32.如权利要求31所述的网络节点(10),其中,所述训练基于如由所述应用所计算的、对所述迟丢失和质量度量的、来自所述应用的反馈。
33.如权利要求32所述的网络节点(10),其中,所述分组流包括QUIC传输协议连接,并且其中用于所述迟丢失估计算法的机器学习功能的训练基于QUIC分组特性和未加密的报头信息,所述未加密的报头信息包括下列中的一个或多个:QUIC连接ID、自旋位、和IP报头信息。
34.如权利要求32所述的网络节点(10),其中,所述应用已经提供解密信息,并且其中用于所述迟丢失估计算法的所述机器学习功能的训练进一步基于加密的报头中的信息。
35.如权利要求34所述的网络节点(10),其中,所述处理电路系统(14)进一步特征在于适于执行可信QUIC代理,所述可信QUIC代理操作以基于所接收的解密信息来至少读取所述分组流中的加密的QUIC报头信息。
36.如权利要求22所述的网络节点(10),其中,所述网络节点(10)包括网络数据分析功能NWDAF,并且其中所述分组流由经过所述移动网络的Web实时通信WebRTC语音连接来生成。
37.如权利要求36所述的网络节点(10),其中,所述NWDAF从WebRTC连接中的装置接收端点观察统计,所述端点观察统计包括下列中的一个或多个:迟丢失、吞吐量、往返程时间RTT、分组丢失、和质量度量。
38.如权利要求22所述的网络节点(10),其中,所述处理电路系统(14)操作以在一个或多个期望的网络业务参数在所述分组流中不可用或不可见的情况下,通过下列步骤来分析(108)属于所述分组流的所述分组的网络业务参数:
在装置上的探测器应用和探测器服务器之间建立边车网络业务,所述边车网络业务通过所述移动网络共享所述分组流的路径中的至少一部分;
监测暴露在所述边车网络业务中的、在所述分组流中不可用或不可见的网络业务参数;以及
通过与所述边车网络业务中的所述网络业务参数类比,分析属于所述分组流的所述分组的网络业务参数。
39.如权利要求38所述的网络节点(10),其中,暴露在所述边车网络业务中的、在所述分组流中不可用或不可见的网络业务参数包括QUIC自旋位,从而实现对下游往返程定时RTT的分析。
40.如权利要求38所述的网络节点(10),其中,暴露在所述边车网络业务中的、在所述分组流中不可用或不可见的网络业务参数包括分组序列,从而实现对重排序和分组丢失的分析。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962868944P | 2019-06-30 | 2019-06-30 | |
US62/868,944 | 2019-06-30 | ||
PCT/EP2020/062119 WO2021001085A1 (en) | 2019-06-30 | 2020-04-30 | Estimating quality metric for latency sensitive traffic flows in communication networks |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114009089A true CN114009089A (zh) | 2022-02-01 |
CN114009089B CN114009089B (zh) | 2024-06-18 |
Family
ID=70554039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080047987.6A Active CN114009089B (zh) | 2019-06-30 | 2020-04-30 | 在通信网络中估计时延敏感业务流的质量度量 |
Country Status (4)
Country | Link |
---|---|
US (2) | US11902115B2 (zh) |
EP (1) | EP3991354A1 (zh) |
CN (1) | CN114009089B (zh) |
WO (1) | WO2021001085A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116896521A (zh) * | 2023-09-11 | 2023-10-17 | 深圳云天畅想信息科技有限公司 | 网络质量测量方法及系统 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11729106B2 (en) * | 2019-07-03 | 2023-08-15 | Nippon Telegraph And Telephone Corporation | Service quality control device, method, and program |
US11770377B1 (en) * | 2020-06-29 | 2023-09-26 | Cyral Inc. | Non-in line data monitoring and security services |
WO2022152515A1 (en) * | 2021-01-13 | 2022-07-21 | Nokia Technologies Oy | Apparatus and method for enabling analytics feedback |
EP4309334A1 (en) * | 2021-03-18 | 2024-01-24 | Telefonaktiebolaget LM Ericsson (publ) | Technique for collecting analytics data |
US11653268B2 (en) | 2021-06-15 | 2023-05-16 | Microsoft Technology Licensing, Llc | Dynamically adjusting the bandwidth of downlink transmissions based on a radio access technology used by a radio access network |
FR3127351B1 (fr) * | 2021-09-23 | 2024-09-06 | Thales Sa | Procédé de prédiction de la qualité de service d'un réseau de communication, produit programme d'ordinateur et dispositif électronique de prédiction associés |
WO2023147870A1 (en) * | 2022-02-04 | 2023-08-10 | Telefonaktiebolaget Lm Ericsson (Publ) | Response variable prediction in a communication network |
EP4383668A1 (en) * | 2022-12-09 | 2024-06-12 | Sandvine Corporation | System and method for measuring and managing latency on a computer network |
US12003565B1 (en) * | 2022-12-13 | 2024-06-04 | GM Global Technology Operations LLC | Quality framework for vehicle application data networks |
US12063161B1 (en) * | 2023-05-31 | 2024-08-13 | Cisco Technology, Inc. | Discovering multi-application workflows to identify potential qoe- impacting issues |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101138200A (zh) * | 2005-02-04 | 2008-03-05 | 阿派伦特网络股份有限公司 | 评估分组网络上运行的实时应用的服务质量的方法及装置 |
EP2163069A1 (en) * | 2007-05-30 | 2010-03-17 | Telefonaktiebolaget L M Ericsson (publ) | Jitter-based media layer adaptation in real-time communication systems |
CN107431638A (zh) * | 2015-01-27 | 2017-12-01 | 诺基亚通信公司 | 业务流监视 |
US20190036808A1 (en) * | 2017-07-28 | 2019-01-31 | Juniper Networks, Inc. | Service level agreement based next-hop selection |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100315958A1 (en) * | 2009-06-11 | 2010-12-16 | Luo Xiapu | Method for non-cooperative measurement of network data-path quality |
US10225212B2 (en) * | 2013-09-26 | 2019-03-05 | Avaya Inc. | Providing network management based on monitoring quality of service (QOS) characteristics of web real-time communications (WEBRTC) interactive flows, and related methods, systems, and computer-readable media |
US10862771B2 (en) * | 2016-11-10 | 2020-12-08 | Ciena Corporation | Adaptive systems and methods enhancing service quality of experience |
US10547518B2 (en) * | 2018-01-26 | 2020-01-28 | Cisco Technology, Inc. | Detecting transient vs. perpetual network behavioral patterns using machine learning |
US11336625B2 (en) * | 2018-03-16 | 2022-05-17 | Intel Corporation | Technologies for accelerated QUIC packet processing with hardware offloads |
US11031998B2 (en) * | 2018-10-09 | 2021-06-08 | Hughes Network Systems, Llc | Bonding and redundancy for satellite transport paths |
US10785634B1 (en) * | 2019-03-08 | 2020-09-22 | Telefonaktiebolaget Lm Ericsson (Publ) | Method for end-to-end (E2E) user equipment (UE) trajectory network automation based on future UE location |
-
2020
- 2020-04-30 CN CN202080047987.6A patent/CN114009089B/zh active Active
- 2020-04-30 EP EP20724045.8A patent/EP3991354A1/en active Pending
- 2020-04-30 WO PCT/EP2020/062119 patent/WO2021001085A1/en unknown
- 2020-04-30 US US17/623,759 patent/US11902115B2/en active Active
-
2024
- 2024-02-09 US US18/437,655 patent/US20240187320A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101138200A (zh) * | 2005-02-04 | 2008-03-05 | 阿派伦特网络股份有限公司 | 评估分组网络上运行的实时应用的服务质量的方法及装置 |
EP2163069A1 (en) * | 2007-05-30 | 2010-03-17 | Telefonaktiebolaget L M Ericsson (publ) | Jitter-based media layer adaptation in real-time communication systems |
CN107431638A (zh) * | 2015-01-27 | 2017-12-01 | 诺基亚通信公司 | 业务流监视 |
US20190036808A1 (en) * | 2017-07-28 | 2019-01-31 | Juniper Networks, Inc. | Service level agreement based next-hop selection |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116896521A (zh) * | 2023-09-11 | 2023-10-17 | 深圳云天畅想信息科技有限公司 | 网络质量测量方法及系统 |
CN116896521B (zh) * | 2023-09-11 | 2023-11-17 | 深圳云天畅想信息科技有限公司 | 网络质量测量方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114009089B (zh) | 2024-06-18 |
WO2021001085A1 (en) | 2021-01-07 |
EP3991354A1 (en) | 2022-05-04 |
US11902115B2 (en) | 2024-02-13 |
US20240187320A1 (en) | 2024-06-06 |
US20220255816A1 (en) | 2022-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114009089B (zh) | 在通信网络中估计时延敏感业务流的质量度量 | |
Carlucci et al. | Analysis and design of the google congestion control for web real-time communication (WebRTC) | |
US10361969B2 (en) | System and method for managing chained services in a network environment | |
US20180123910A1 (en) | Minimally invasive monitoring of path quality | |
US9094315B2 (en) | Systems and methods for measuring available capacity and tight link capacity of IP paths from a single endpoint | |
US10447558B2 (en) | Measurement coordination in communications | |
Garrett et al. | Monitoring network neutrality: A survey on traffic differentiation detection | |
EP3295612B1 (en) | Uplink performance management | |
JP2015500609A (ja) | ネットワーク内の送信特性を監視するための方法および装置 | |
US20160192233A1 (en) | Congestion control for a multimedia session | |
EP2862324B1 (fr) | Procede et dispositif d'estimation rapide et peu intrusive de la bande passante disponible entre deux n uds ip | |
Kuhn et al. | Characterization guidelines for active queue management (AQM) | |
US11483227B2 (en) | Methods, systems and computer readable media for active queue management | |
De Cicco et al. | Congestion control for webrtc: Standardization status and open issues | |
Kocak et al. | Performance measurement of IP networks using two-way active measurement protocol | |
CN104104548B (zh) | 一种基于sflow和owamp的网络安全态势信息获取系统及方法 | |
Caraguay et al. | Framework for optimized multimedia routing over software defined networks | |
Gärdborn | Is QUIC a better choice than TCP in the 5G core network service based architecture? | |
US20140086091A1 (en) | Method, apparatus, and system for analyzing network transmission characteristic | |
Fairhurst et al. | Considerations around transport header confidentiality, network operations, and the evolution of Internet transport protocols | |
Fairhurst et al. | RFC 9065: Considerations around Transport Header Confidentiality, Network Operations, and the Evolution of Internet Transport Protocols | |
Tang et al. | A performance monitoring architecture for IP videoconferencing | |
Abusin et al. | Automatic Conditional Switching (ACS), an Incremental Enhancement to TCP-Reno/RTP to Improve the VoIPv6 Performance | |
Ros | RFC 7928: Characterization Guidelines for Active Queue Management (AQM) | |
Khademi et al. | Characterization Guidelines for Active Queue Management (AQM) |
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 |