ITMI20062417A1 - Metodo ed apparato per rilevare flusso dati vocale in un flusso dati a pacchetti - Google Patents
Metodo ed apparato per rilevare flusso dati vocale in un flusso dati a pacchetti Download PDFInfo
- Publication number
- ITMI20062417A1 ITMI20062417A1 IT002417A ITMI20062417A ITMI20062417A1 IT MI20062417 A1 ITMI20062417 A1 IT MI20062417A1 IT 002417 A IT002417 A IT 002417A IT MI20062417 A ITMI20062417 A IT MI20062417A IT MI20062417 A1 ITMI20062417 A1 IT MI20062417A1
- Authority
- IT
- Italy
- Prior art keywords
- variable
- encoder
- values
- likelihood
- value
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000001755 vocal effect Effects 0.000 title abstract 4
- 238000005315 distribution function Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims description 20
- 238000009826 distribution Methods 0.000 claims description 14
- 238000007476 Maximum Likelihood Methods 0.000 claims description 9
- 230000001419 dependent effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 description 18
- 238000005259 measurement Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000009432 framing Methods 0.000 description 2
- 229940049705 immune stimulating antibody conjugate Drugs 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 101100534163 Danio rerio sephs3 gene Proteins 0.000 description 1
- 108091034120 Epstein–Barr virus-encoded small RNA Proteins 0.000 description 1
- 101100058550 Mus musculus Bmi1 gene Proteins 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
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
- H04L43/02—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
- 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
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
- H04L47/2441—Traffic characterised by specific attributes, e.g. priority or QoS relying on flow classification, e.g. using integrated services [IntServ]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
MI2008 A 00 24ΐ 3⁄4
2
PI
Titolo: "Metodo ed apparato per rilevare flusso dati vocale in un flusso dati a pacchetti"
DESCRIZIONE
La presente invenzione riguarda un metodo per rilevare flusso dati vocale in un flusso dati a pacchetti.
Allo stato dell'arte, è noto il problema di rilevare flusso dati vocale in un flusso dati a pacchetti ovvero traffico voce in un traffico su rete IP.
In particolare, tale problema è noto con riferimento alla telefonia VoIP in cui viene stabilita una comunicazione vocale su rete IP tra due utenze. Un tipico esempio di software che genera flusso dati vocale su rete IP è Skype.
I protocolli e gli algoritmi che permettono a Skype, così come alla maggior parte dei programmi vocali, di generare flusso dati vocale su rete IP, sono sconosciuti e criptati.
Per tale motivo risulta molto difficile rilevare la presenza di flusso dati vocale, ad esempio Skype, in un flusso dati aggregato comprendente flussi di vario tipo, vocale, dati, video, ecc..
Da quanto sopra esposto emerge l'esigenza di poter rilevare la presenza di flusso dati vocale in un flusso dati a pacchetti, in assenza della conoscenza dei protocolli e degli algoritmi utilizzati per generare il flusso dati
Ing. Massimo SIMINO N. Iscr.A ιβ13 B (in proprio r gli altri} vocale ed includere tale flusso vocale nel flusso dati a pacchetti.
In vista dello stato della tecnica descritto, scopo della presente invenzione è quello di realizzare un metodo ed un apparato per identificare flusso dati vocale in un flusso dati a pacchetti in grado di superare gli inconvenienti presenti nella tecnica nota.
In accordo con la presente invenzione, tale scopo viene raggiunto da un metodo per identificare flusso dati vocale in un flusso dati a pacchetti in accordo con la rivendicazione 1.
Secondo un ulteriore aspetto, tale scopo viene raggiunto da un apparato per identificare flusso dati vocale in un flusso dati a pacchetti in accordo con la rivendicazione 12.
Grazie alla presente invenzione è possibile ottenere un metodo ed un apparato in grado di rilevare flusso dati vocale in un flusso aggregato su rete IP utilizzando una tecnica semplice.
Ulteriori caratteristiche ed i vantaggi del metodo e dell'apparato secondo la presente invenzione risulteranno dalla descrizione di seguito riportata di un esempio preferito di realizzazione, data a titolo indicativo e non limitativo, con riferimento alle annesse figure, in cui:
- la figura 1 mostra uno schema di principio
Ing. Massimo SIMINO .BO 813 B i per gli altri) esplicativo del metodo per rilevare flusso dati vocale in un flusso dati a pacchetti in accordo con la presente invenzione,
- la figura 2 mostra funzioni di verosimiglianza utilizzate in un esempio di realizzazione del metodo della presente invenzione,
- le figure 3 e 4 mostrano distribuzioni del belief ottenute mediante il metodo della presente invenzione, la figura 5 mostra uno schema a blocchi di principio di un apparato per rilevare flusso dati vocale in un flusso dati a pacchetti in accordo con la presente invenzione .
Nel proseguo della presente descrizione si farà uso della funzione di verosimiglianza o belief utilizzata nell'ambito della tecnica del Classificatore Naive di Bayes. Qui di seguito viene illustrata la tecnica del Classificatore Naive di Bayes al fine di rendere più chiara la successiva descrizione dell'invenzione.
La tecnica del Classificatore Naive di Bayes (NBC) si basa sul teorema di Bayes. Nella fattispecie, si suppone di osservare un oggetto descrivibile da una pluralità di quantità osservabili ovvero misurabili, riferite nella presente invenzione quali variabili misurabili .
Data una variabile misurabile X di un oggetto sotto
Ing. Massimo SIMINO N.llàf. ALBO 813 B {in pr ΜΠΟ4 per gli altri) osservazione, si possono ottenere differenti campioni della variabile X, la quale può essere descritta tramite il vettore x=[xj , in cui Xj.è 1' i-esimo valore della variabile X misurata. Ciò che rileva ai fini della presente invenzione è determinare la probabilità P{C |r} che l'oggetto appartenga ad una classe C avendo osservato ovvero misurato una sequenza di valori x della variabile misurabile X. La tecnica NBC si fonda pertanto sulla conoscenza della probabilità a-priori per determinare la probabilità a-posteriori PjCjr}, in cui
La tecnica NBC è basata sull'ipotesi che i valori misurati xi della variabile X siano indipendenti cosicché
In alcuni casi, invece di valutare la probabilità
è possibile ricavare la verosimiglianza che
l'oggetto appartenga alla classe C piuttosto che ad altre classi, cosicché può essere utilizzato un criterio di massima verosimiglianza in cui P{C|x}oc P{x \ C) . P{x \ C) è riferito in letteratura quale verosimiglianza o belief.
Maggiore è il belief per una data classe e maggiore è la probabilità che 1'oggetto appartenga a quella data
Ing. Màssimo SIMIIMO N. • 813 B (in p >e per gli altri) classe .
Al fine di rilevare la presenza di flusso dati
vocale in un flusso di dati a pacchetti è necessario
identificare un numero di variabili misurabili del flusso
dati a pacchetti e calcolare il belief che ciascuna
variabile appartenga ad un flusso dati vocale.
Il flusso di dati a pacchetti è suddiviso in blocchi
di pacchetti ciascun blocco w comprendendo un
predefinito numero di pacchetti.
Con riferimento alle annesse figure, il metodo per
rilevare flusso dati vocale in un flusso di dati a pacchetti
comprende le fasi di:
a) fornire, per ciascuna variabile misurabile X,Y,
almeno una funzione P[x|C|, P{y \C} rappresentativa della
distribuzione dei valori della rispettiva variabile X,Y in
un flusso dati vocale,
b) misurare, per ciascun blocco w<(i)>di un predefinito
numero K di blocchi del flusso dati a pacchetti, almeno un
valore x,y di ciascuna variabile X,Y per ottenere, per
ciascuna variabile X,Y, una sequenza di valori misurati
x<(k)>, y<(k)>sul predefinito numero K di blocchi,
c) applicare, per ciascuna variabile X,Y, ciascun
valore misurato x<{k)>, y<(k)>della sequenza di valori misurati
della variabile alla rispettiva funzione di distribuzione
P{x per generare una sequenza di valori di
Ing. Massimo SIM1NO N. la 1813 B (in prò eoar gli altri) verosimiglianza B<[k)>, B<{k)>,
d) elaborare, per ciascuna variabile X,Y, la rispettiva sequenza di valori di verosimiglianza B<ik)>, B<{k)>, per generare il rispettivo valore medio di verosimiglianza predefinito numero K di blocchi,
rare i valori medi di verosimiglianza
enerati per ciascuna variabile X,Y per
generare un valore di verosimiglianza di riferimento B , f) confrontare il valore di verosimiglianza di riferimento B con un valore di verosimiglianza di soglia Bminper rilevare la presenza di flusso dati vocale nel predefinito numero K di blocchi del flusso dati a pacchetti da analizzare.
In particolare, la presenza di flusso dati vocale è rilevata quando il valore di verosimiglianza di riferimento B è maggiore del valore di verosimiglianza di soglia Bmin.
Vantaggiosamente, la fase e) di elaborazione comprende la fase di calcolare il valore minimo dei valori medi di verosimiglianza E[BX], generati per
ciascuna variabile X,Y per generare il valore di verosimiglianza di riferimento B .
Allo scopo di fornire la funzione di distribuzione di ciascuna variabile misurabile X,Y, la fase a) comprende le fasi di:
al) fornire un flusso dati vocale a pacchetti,
Ing. I^assimo SIMINO N. lk(yAfc80813 B (in prlaéio\ber gii altri) a2) misurare, per ciascuna variabile misurabile X,Y, i valori della variabile nel flusso dati vocale a pacchetti per ottenere la funzione di distribuzione della variabile
Nel caso in cui il flusso dati vocale sia generato da una pluralità di codificatori vocali ed i valori assunti da almeno un variabile X dipendano dal codificatore vocale, la fase a) del metodo prevede, allo scopo di fornire la funzione di distribuzione di tale variabile misurabile X, le fasi di:
al) fornire una pluralità di flussi dati vocali a pacchetti, ciascun flusso essendo generato da un rispettivo codificatore vocale della pluralità di codificatori vocali,
a2) misurare, per l'almeno una variabile X, i valori della variabile X in ciascun flusso dati vocale a pacchetti per ottenere la funzione di distribuzione Pt[x \C} della variabile X per ciascun codificatore vocale j.
Nel caso in cui ciascun codificatore vocale presenti una pluralità di configurazioni operative, la fase a2) comprende la fase di misurare, per l'almeno una variabile X, per ciascuna configurazione operativa di ciascun codificatore vocale, i valori della variabile X in ciascun flusso dati vocale a pacchetti per ottenere una funzione di distribuzione della variabile X per ciascuna configurazione operativa di ciascun codificatore vocale j.
Ing. Massimo S1MINO N. UaffLBO 813 B (in pMdhoVper gii altri) Nel caso sopra citato, le successive fasi c) e d) sono realizzate per 1'almeno una variabile X e per ciascun codificatore (j) per generare un valore medio di verosimiglianza per ciascun codificatore.
In particolare, la fase c) comprende le fasi di:
cl) applicare ciascun valore misurato della sequenza di valori misurati dell'almeno una variabile X dipendente dal codificatore vocale alla funzione di distribuzione di ciascuna configurazione operativa del rispettivo codificatore vocale per generare una pluralità di valori di verosimiglianza, e
c2) calcolare, per ciascun valore misurato della sequenza di valori misurati, il massimo della pluralità di valori di verosimiglianza per generare la sequenza di valori di verosimiglianza B[<k,J)>.
In questo caso, la fase d) comprende le fasi di:
di) elaborare, per l'almeno una variabile X e per ciascun codificatore j, la rispettiva sequenza di valori di verosimiglianza per generare il rispettivo valore medio di verosimiglianza
d2) elaborare i valori medi di verosimiglianza generati per ciascun codificatore per l'almeno una variabile X per generare il valore medio di verosimiglianza £[#,] sul predefinito numero K di blocchi.
In accordo con una forma di realizzazione preferita e
Ing. Massimo SIMINO N. I 813 B (in prò gli altri) come mostrato nell'esempio più sotto riportato, la fase d2) comprende la fase di calcolare il massimo dei valori medi di verosimiglianza generati per ciascun codificatore
per generare il valore medio di verosimiglianza £[-8,] sul predefinito numero K di blocchi, dove
£[fl,]=Ato(£[3⁄4]) (3).
Il metodo della presente invenzione consente inoltre di ricavare il codificatore a massima verosimiglianza. A tale scopo, si prevede una fase di ricavare il codificatore j associato al massimo dei valori di verosimiglianza £[8*<J)>] generati per ciascun codificatore j, tale codificatore j rappresentando il codificatore vocale a massima verosimiglianza del flusso dati vocale.
Con riferimento alla figura 1, nel seguito si descrive 1'applicazione del metodo secondo 1'invenzione per rilevare flusso dati vocale di tipo Skype in un flusso dati a pacchetti.
Poiché Skype è un programma chiuso e proprietario, non è possibile decodificare un flusso dati generato da Skype per rilevare la presenza di flusso dati vocale.
In accordo con il metodo della presente invenzione occorre selezionare almeno due variabili misurabili di un flusso dati a pacchetti. Vantaggiosamente, le variabili misurabili scelte dovranno essere in grado di
Ing. Massimo SIMI NO N. ls<jr.Mdp\813B (in pro^fj^pVgii altri) differenziare flusso vocale Skype dal normale flusso Internet su rete IP.
In considerazione della natura della comunicazione vocale in tempo reale, un flusso Skype genererà un flusso a basso tasso di bit e con durata di alcune decine di secondi e composto da un numero elevato di messaggi brevi, la cui dimensione dipende dal tasso di campionamento del codificatore e dall'intervallo di tempo che intercorre tra due messaggi consecutivi appartenenti allo stesso flusso di dati. Al contrario, un flusso di dati tende ad avere messaggi lunghi e tassi di bit elevati .
Di conseguenza, sono state selezionate la seguenti variabili misurabili:
- dimensione del messaggio, ovvero la lunghezza del payload incorporato nel pacchetto di protocollo di livello di trasporto. In particolare, si considera una finestra ovvero un blocco di pacchetti di w messaggi, e per ciascun messaggio si misura la dimensione del pacchetto. Si ha pertanto:
x [sps2,...,sw] (4 )
in cui Si è la dimensione del messaggio dell'i-esimo pacchetto di una finestra di w pacchetti consecutivi. Poiché la dimensione del messaggio è fortemente dipendente dallo specifico codificatore, è necessaria una
fng. Massimo SIMINO N.Iscj.Btì813 B (inpropijper gli altri) funzione di distribuzione per ciascuno dei codificatori supportati da Skype,
- l'intervallo medio intra pacchetto o average-Inter packet gap (average-IGP), valutato come 1<1>intervallo di tempo trascorso tra l'istante di ricevimento del primo pacchetto e del w-esimo pacchetto all'interno di una finestra o blocco di pacchetti. Si ha pertanto:
In questo caso, si ha un solo classificatore o funzione di distribuzione, in quanto 1'average-IGP è indipendente dal codificatore impiegato.
Ai fini di ottimizzare dei calcoli numerici e di normalizzazione, si definiscono B„ il belief della variabile dimensione del messaggio e BTil belief della variabile average-IGP, dove
Sr(C) - log/<>>{r |C} (7) .
Giova rilevare che 1'operatore logaritmico è stato inserito solo a fini di calcolo numerico in quanto i valori delle funzioni P{s, \ C},P{T |C} sono estremamente piccoli mentre il loro logaritmo permette una più agevole gestione a livello di calcolo numerico.
Occorre inoltre notare che le suddette variabili
Ing. Massimo SIMINO N. iscr 13 B (in propr f penili altri) misurabili sono state scelte quali variabili in una finestra ridotta dei campioni, così da livellare l'effetto dell'alta variabilità del flusso. Per la scelta del valore w di finestre, è stato verificato che il suo valore diventa ininfluente sul calcolo finale per valori maggiori di 10.
Nell'esempio di seguito descritto, w è stato fissato a 30 che corrisponde all'incirca ad una finestra di 1 secondo.
Si predispone quindi una sorgente di flusso Skype e si eseguono misure della variabile dimensione del messaggio nel flusso Skype per ottenre la distribuzione dei valori della variabile dimensione del messaggio per ciascun codificatore. Come noto, un codificatore può lavorare in differenti punti di lavoro che corrispondono a differenti impostazioni di vari parametri del codificatore, ad esempio il tasso di campionamento, la dimensione del header, il fattore di ridondanza, il tempo di framing del messaggio.
Per ciascuna combinazione di valori dei suddetti parametri, la distribuzione della dimensione del messaggio è rappresentata da una curva Gaussiana Ν(μ,σ) dove μ è il valore medio e σ è la deviazione standard.
In figura 2, è mostrato un esempio di curve di distribuzione della dimensione del messaggio per vari punti di lavoro dei codificatori ISAC e G.729. Ciascuna curva Gaussiana rappresenta un punto di lavoro del codificatore, ovvero una classe da un punti di vista della tecnica NBC.
Ing. Massimo SIMINO N. lscr.ALÉÓ B13 B (in propria sperali altri) Allo stesso modo si ricava la curva di distribuzione dei valori dell'average-IGP, rappresentata da una curva Gaussiana con valore medio μ pari all'intervallo di tempo di framing AT e deviazione standard σ =3 indipendentemente dal codificatore.
Successivamente, preso un flusso di dati da analizzare, si misurano i valori delle due variabili scelte, dimensione del messaggio e average-IGP.
Dimensione del messaggio
La misura della dimensione del messaggio viene effettuata per ciascuna finestra di misurazione w. In ciascuna finestra w, per ciascun codificatore j, viene misurata la dimensione del messaggio e tale valore viene applicato alle funzioni di distribuzione della dimensione del messaggio e scegliendo quale valore di belief il massimo
tra i belief di classe C delle curve di
distribuzione, ovvero dei differenti punti operativi del codificatore j-esimo. Tale valore massimo viene indicato con
Ripetendo tale misura su tutte le finestre si genera una sequenza di belief per ciascun codificatore.
Il belief del flusso per il codificatore j si ottiene calcolando il valore medio su k del belief del codificatore j, da cui si ottiene
Ing.Mi imo SIMINO N.Is O 813 B (inprd avergli altri) Al fine di ricavare il belief medio £[i?J per la variabile dimensione del messaggio, si calcola il massimo tra i belief
II codificatore a massima verosimiglianza è pertanto il codificatore j associato al Max Bt, ovvero
codificatore=argmax(max(£[5^<)>]) (10).
In sostanza, si ottiene innanzitutto l'andamento temporale dei belief per ciascun codificatore e successivamente si calcola il valore medio per ciascun codificatore così da ottenere il belief di ciascun codificatore. In questo modo, si può determinare qual codificatore ha il maggiore belief ovvero la massima verosimiglianza .
Average-IGP
Per 1<1>average-IGP di opera allo stesso modo se non che il valore di average-IGP è indipendente dai codificatori utilizzati. Per ciascuna finestra k, si ottiene il belief B[<k)>. Il belief del flusso si ottiene calcolando la media temporale così da ottenere il valore medio del belief £[-#,]/dove
£[δΓ]=£,[ϋ!*>] (11).
Al fine di decidere se il flusso è stato generato da Skype, i classificatori della dimensione del messaggio e de11'average-IGP vengono combinati calcolando il minimo B
Jng. Massimo SIMINO N.<l>sdriw«p813B<(|n p>ropizie ùér gli altri)dei belief medi dove appunto
B = min(E[Bs],E[Br]) (12 ) rappresenta il valore di belief di riferimento.
Infine, il valore B del belief di riferimento viene confrontato con un valore di belief di soglia Bminper stabilire se il flusso è un flusso Skype.
Sono stati realizzati diversi esperimenti per analizzare l ' impatto del valore di belief di soglia BtGli esperimenti eseguiti hanno dimostrato che la distribuzione del belief presenta una regione "a ginochhio" in cui la derivata prima della distribuzione passa da valori molto bassi a valori tendenti all'infinito (figure 3 e 4). Tale regione semplifica di molto l'impostazione del valore del belief di soglia BmiI).
Con riferimento alle figure 3 e 4, la linea continua rappresenta il belief mentre la linea tratteggiata rappresenta il belief P<er>due differenti codificatori, ovvero il codificatore ISAC ed il codificatore G.729.
La presente invenzione riguarda inoltre un apparato 10 per rilevare flusso dati vocale in un flusso dati a pacchetti suddiviso in blocchi di pacchetti w<U)>ciascun blocco w comprendendo un predefinito numero di pacchetti (figura 5).
L'apparato 10 comprende mezzi di memorizzazione 11
Ing. Massimo SIMINO N.lstjr.MBQ813B (in proriraye pW gli altri) atti a fornire, per ciascuna variabile misurabile X,Y, almeno una funzione P{x|C},P{y|C} rappresentativa della distribuzione dei valori della rispettiva variabile X,Y in un flusso dati vocale.
L'apparato 10 comprende inoltre mezzi di misurazione 12 atti a ricevere in ingresso il flusso di dati a pacchetti per misurare, per ciascun blocco w<ik)>di un predefinito numero K di blocchi del flusso dati a pacchetti, almeno un valore x,y di ciascuna variabile X,Y per ottenere, per ciascuna variabile X,Y, una sequenza di valori misurati x<[k)>, y<(k]>per il predefinito numero K di blocchi.
L'apparato 10 comprende altresì mezzi di elaborazione 13 accoppiati ai mezzi di memorizzazione 11 e ai mezzi di misurazione 12 e atti ad:
- applicare, per ciascuna variabile X,Y, ciascun valore misurato , y<ik)>della sequenza di valori misurati della variabile alla rispettiva funzione di distribuzione P{x |C}, P{y|C} per generare una sequenza di valori di verosimiglianza B<(k)>, B<ik)>,
- elaborare, per ciascuna variabile X,Y, la rispettiva sequenza di valori di verosimiglianza B<ik)>, B<(k)>, per generare il rispettivo valore medio di verosimiglianza £[Bj ,£[By] su detto predefinito numero K di blocchi, ed
elaborare i valori medi di verosimiglianza E[BX] , £[By] generati per ciascuna variabile X,Y per
Massimo SIMINO $0,813 B (inprò3 \te p e/ gli altri) generare un valore di verosimiglianza di riferimento B .
L'apparato comprende infine mezzi comparatori 14 accoppiati ai mezzi di elaborazione 13 ed atti a confrontare il valore di verosimiglianza di riferimento B con un valore soglia di verosimiglianza Bmi1icosì da rilevare la presenza di flusso dati vocale nel flusso dati a pacchetti, in particolare nel predefinito numero K di blocchi. Nell'esempio il valore soglia di verosimiglianza Bminè memorizzato nei mezzi di memorizzazione 11. Alternativamente tale valore soglia può essere memorizzato in altri mezzi di memorizzazione accoppiati ai mezzi comparatori 14.
In funzione del confronto, i mezzi comparatori 14 sono atti a generare un valore in base al quale è possibile stabilire se è presente flusso dati vocale nel flusso dati a pacchetti, in particolare nel predefinito numero K di blocchi.
Vantaggiosamente, i mezzi di elaborazione 13 sono atti a calcolare il minimo dei valori medi di verosimiglianza
generati per ciascuna variabile X,Y per
generare il valore di verosimiglianza di riferimento B .
Nel caso in cui il flusso dati vocale è generato da una pluralità di codificatori vocali j e almeno una variabile X è dipendente dal codificatore vocale, i mezzi di memorizzazione 11 forniscono la funzione di distribuzione P {x \ C) della variabile X per il rispettivo codificatore
Ing. Massimo SIMINO N. ∞Ι7Α0ΪΟ 813 Β (<<n>P<|i>qpi'° eber gii altri) vocale j.
Più in particolare, quando ciascun codificatore vocale j presenta una pluralità di configurazioni operative, i mezzi di memorizzazione 11 forniscono una funzione di distribuzione della variabile X per ciascuna configurazione operativa del rispettivo codificatore vocale j.
In questo caso, i mezzi di elaborazione 13 sono atti ad:
- applicare ciascun valore misurato della sequenza di valori misurati dell<1>almenolana variabile X dipendente dal codificatore vocale alla funzione di distribuzione di ciascuna configurazione operativa del rispettivo codificatore vocale per generare una pluralità di valori di verosimiglianza, e
- calcolare, per ciascun valore misurato della sequenza di valori misurati, il massimo della pluralità di valori di verosimiglianza per generare la sequenza di valori di verosimiglianza
Ulteriormente, i mezzi di elaborazione 13 sono atti ad:
elaborare, per 1'almeno una variabile X e per ciascun codificatore j, la rispettiva sequenza di valori di verosimiglianza B<{k>'<J)>per generare il rispettivo valore medio di verosimiglianza ed
- elaborare i valori medi di verosimiglianza generati
Ing. M isìmo SIMINO N. :rÌAl£Ò813 B lo e oergli altri) per ciascun codificatore per l'almeno una variabile X per generare il valore medio di verosimiglianza E[BX\ sul predefinito numero K di blocchi.
In particolare, i mezzi di elaborazione 13 sono atti a calcolare il massimo dei valori medi di verosimiglianza generati per ciascun codificatore per generare il valore medio di verosimiglianza £[i?J sul predefinito numero K di blocchi, dove E[BX] come sopra definito
dalla relazione (3).
L'apparato 10 consente inoltre di ricavare il codificatore a massima verosimiglianza. A tale scopo, i mezzi di elaborazione 13 sono atti a ricavare il codificatore j associato al massimo dei valori di verosimiglianza generati per ciascun codificatore j, tale codificatore j rappresentando il codificatore vocale a massima verosimiglianza del flusso dati vocale.
Con riferimento all'esempio mostrato nelle figure allegate, i mezzi di misurazione 12 dell<1>apparato 10 comprendono primi mezzi di misurazione 12a atti a misurare la dimensione del messaggio e secondi mezzi di misurazione 12b atti a misurare 1'average-IGP.
Il segnale in uscita dai primi mezzi di misurazione I2a viene suddiviso da un demultiplexer 15 ed inviato in ingresso ad una pluralità di blocchi di calcolo di verosimiglianza 16a,16b,16c, uno per ciascun codificatore j,
N. Isdr .ήφ (in proo n^p3⁄4ii altri) rappresentanti ciascun un classificatore NBC.
Le funzioni di distribuzione di probabilità
della variabile dimensione del messaggio di ciascun codificatore j sono memorizzate nei mezzi di memorizzazione 11 accoppiati con ciascun blocco di calcolo di verosimiglianza 16a,16b,16c.
I blocchi di calcolo di verosimiglianza 16a,16b,16c applicano a ciascun valore di misura della dimensione del messaggio in ingresso alle rispettive funzioni di distribuzione di probabilità PJ{sl|C} della dimensione del
messaggio del rispettivo codificatore j.
I valori in uscita dai blocchi di calcolo di verosimiglianza 16a,16b,16c vengono posti in ingresso a rispettivi blocchi di calcolo del massimo I7a,17b,17c che calcolano quale valore di belief il massimo tra i belief di classe C delle curve di distribuzione .
I valori di belief B<(>t<i,J>>vengono poi posti in ingresso a rispettivi blocchi di calcolo del valore medio 18a,18b,18c che calcolano il valore medio su k dei belief Bf<{>’<J)>di ciascun codificatore j. In uscita dai blocchi di calcolo 18a,18b,18c si avranno pertanto i valori .
Al fine di ricavare il belief medio £[5(] P<er>invariabile dimensione del messaggio, l'apparato 10 comprende un blocco di calcolo 19 atto a calcolare il valore massimo tra i belief in uscita dai blocchi di calcolo
Ing. Massimo SIMINO N. iscr.jW.ab aia B (in propri®4<>>lper « altri) 18a,18b,18c da cui si ottiene £[2?(]= Max Bs=max(2sj^ BS<(J)>Jj .
Il blocco di calcolo 19 pennette inoltre di conoscere il codificatore a massima verosimiglianza, ovvero il codificatore j associato al Max Bs, ovvero il codificatore j che soddisfa la relazione codificatore = argmax(max(£[5^<>>]) .
Le funzioni di distribuzione di probabilità P{T \ C) della variabile average-IGP sono memorizzate nei mezzi di memorizzazione 11.
L'apparato comprende altresì un blocco di calcolo di verosimiglianza 16d al quale vengono posti in ingresso i valori di average-IGP misurati dai secondi mezzi di misurazione 12b, tale blocco di calcolo 16d rappresentando un classificatore NBC.
I valori in uscita dal blocco di calcolo di verosimiglianza 16d viene posto in ingresso ad un blocco di calcolo del massimo 17d che calcola quale valore di belief B\<k)>il massimo ^*’(C) tra i belief di classe C delle curve di distribuzione di probabilità P .
I valori di belief B[<k)>vengono poi posti in ingresso ad un blocco di calcolo del valore medio 18d che calcola il valore medio su k dei belief B\<k)>. In uscita dal blocco di calcolo 18d si avrà pertanto il valore medio del belief £[*.]. <a°ve £[*,]=£,[3⁄4<*>>].
Al fine di decidere se il flusso è stato generato da
Ing. Massimo SIMINO N. ls<fr.WLBb]813 B (in propi/c/e p3⁄4r gii altri) Skype, l'uscita del blocco di calcolo 18d, ovvero il valore medio del belief l'uscita del blocco di calcolo 19, ovvero il valore medio del belief £[5f], vengono posti in ingresso ad un blocco di calcolo 21 che calcola il minimo B dei belief medi dove B =min(£[2?J,£[5r]) rappresenta il valore di belief di riferimento .
Tale valore B del belief di riferimento viene poi confrontato dal comOparatore 14 con un valore di belief di soglia Bmmper stabilire se il flusso è un flusso Skype.
Come si può apprezzare da quanto descritto, il metodo secondo la presente invenzione consente di soddisfare le esigenze e di superare gli inconvenienti di cui si è riferito nella parte introduttiva della presente descrizione con riferimento alla tecnica nota.
In particolare, il metodo e l'apparato secondo l'invenzione consente di rilevare la presenza di un qualunque tipo di flusso vocale, anche criptato.
Ovviamente, un tecnico del ramo, allo scopo di soddisfare esigenze contingenti e specifiche, potrà apportare numerose modifiche e varianti al metodo ed all'apparato secondo l'invenzione sopra descritta, tutte peraltro contenute nell'ambito di protezione dell'invenzione quale definito dalle seguenti rivendicazioni.
Ing. Massimo SIMINO N. lsCr.i3⁄4Le0813B (in proprie per gli altri)
Claims (20)
- RIVENDICAZIONI 1. Metodo per rilevare flusso dati vocale in un flusso di dati a pacchetti, detto flusso di dati a pacchetti essendo suddiviso in blocchi di pacchetti (w<(i)>) ciascun blocco (w) comprendendo un predefinito numero di pacchetti, detto flusso di dati presentando almeno due variabili misurabili (X,Y), detto metodo essendo caratterizzato dal fatto di comprendere le fasi di: a) fornire, per ciascuna variabile misurabile (X,Y), almeno una funzione ( |C), P{y|C}) rappresentativa della distribuzione dei valori della rispettiva variabile (X,Y) in un flusso dati vocale, b) misurare, per ciascun blocco di un predefinito numero (K) di blocchi di detto flusso dati a pacchetti, almeno un valore (x,y) di ciascuna variabile (X,Y) per ottenere, per ciascuna variabile (X,Y), una sequenza di valori misurati ) su detto predefinito numero (K) di blocchi, c) applicare, per ciascuna variabile (X,Y), ciascun valore misurato {r<(t)>,y*<)>) della sequenza di valori misurati della variabile alla rispettiva funzione di distribuzione ( P{x , P{yìC}) per generare una sequenza di valori di verosimiglianza ( Bx<{k)>, B<(k)>) , d) elaborare, per ciascuna variabile (X,Y), la rispettiva sequenza di valori di verosimiglianza ( B[<k)>, By<{k)>) , Ing. Massimo SIMINO N. Isjcj/^L&D 813 B (in profane e p/Ltjii altri) per generare il rispettivo valore medio di verosimiglianza (£[«,] , £[3⁄4]) su detto predefinito numero (K) di blocchi, e) elaborare i valori medi di verosimiglianza i E[B, λιΕ\ Β \ ) generati per ciascuna variabile (X,Y) per generare un valore di verosimiglianza di riferimento { B ), f) confrontare detto valore di verosimiglianza di riferimento ( B ) con un valore di verosimiglianza di soglia ( Bmin )per rilevare la presenza di flusso dati vocale in detto predefinito numero (K) di blocchi di detto flusso dati a pacchetti.
- 2. Metodo in accordo con la rivendicazione 1, in cui la presenza di flusso dati vocale è rilevata quando detto valore di verosimiglianza di riferimento ( B ) è maggiore di detto valore di verosimiglianza di soglia (5min).
- 3. Metodo in accordo con la rivendicazione 1 o 2, in cui detta fase e) di elaborazione comprende la fase di calcolare il minimo dei valori medi di verosimiglianza ;) generati per ciascuna variabile (X,Y) per generare il valore di verosimiglianza di riferimento ( B ) .
- 4. Metodo in accordo con una qualunque delle rivendicazioni da 1 a 3, in cui detta fase a) di fornire almeno una funzione di distribuzione comprende le fasi di: al) fornire un flusso dati vocale a pacchetti, a2) misurare, per ciascuna variabile misurabile (X,Y), i valori della variabile in detto flusso dati vocale a Massimo SIMINO . Iscr.ftLBO 813 B (in p roano eVfer gir altri) pacchetti per ottenere la funzione di distribuzione della variabile ;
- 5. Metodo in accordo con una qualunque delle rivendicazioni da 1 a 3, in cui detto flusso dati vocale è generato da una pluralità di codificatori vocali (j), almeno una variabile (X) essendo dipendente dal codificatore vocale, detta fase a) di fornire almeno una funzione di distribuzione comprende le fasi di: al) fornire una pluralità di flussi dati vocali a pacchetti, ciascun flusso essendo generato da un rispettivo codificatore vocale della pluralità di codificatori vocali, a2) misurare, per detta almeno una variabile (X), i valori della variabile (X) in ciascun flusso dati vocale a pacchetti per ottenere la funzione di distribuzione ( Pt{*|C}) della variabile (X) per ciascun codificatore vocale.
- 6. Metodo in accordo con la rivendicazione 5, in cui ciascun codificatore vocale presenta una pluralità di configurazioni operative, detta fase a2) comprendendo la fase di misurare, per l'almeno una variabile (X), per ciascuna configurazione operativa di ciascun codificatore vocale, i valori della variabile (X) in ciascun flusso dati vocale a pacchetti per ottenere una funzione di distribuzione della variabile (X) per ciascuna configurazione operativa di ciascun codificatore vocale (j). Ing. Massimo SIM1NO N.1scr//flibO\813 B (in proprjaé pe» gli altri)
- 7. Metodo in accordo con la rivendicazione 5 o 6, in cui dette fasi c) e d) sono realizzate per l'almeno una variabile (X) e per ciascun codificatore (j) per generare un valore medio di verosimiglianza per ciascun codificatore (j).
- 8. Metodo in accordo con una qualunque delle rivendicazioni da 5 a 7, in cui detta fase c) comprende le fasi di: c1) applicare ciascun valore misurato della sequenza di valori misurati dell'almeno una variabile dipendente dal codificatore vocale alla funzione di distribuzione di ciascuna configurazione operativa del rispettivo codificatore vocale per generare una pluralità di valori di verosimiglianza, c2) calcolare, per ciascun valore misurato della sequenza di valori misurati, il massimo della pluralità di valori di verosimiglianza per generare detta sequenza di valori di verosimiglianza .
- 9. Metodo in accordo con la rivendicazione 8, in cui detta fase d} comprende le fasi di: di) elaborare, per l'almeno una variabile (X) e per ciascun codificatore (j), la rispettiva sequenza di valori di verosimiglianza { B[<k,J)>) per generare il rispettivo valore medio di verosimiglianzad2) elaborare i valori medi di verosimiglianza Ing. Massimo SIMIIMO N. lidr^LB0813 B (in pMtìoèfoer gli altri) generati per ciascun codificatore per detta almeno una variabile (X) per generare il valore medio di verosimiglianza detto predefinito numero (K) di blocchi.
- 10. Metodo in accordo con la rivendicazione 9, in cui detta fase d2) comprende la fase di calcolare il massimo dei valori medi di verosimiglianza generati per ciascun codificatore ) per generare il valore medio di verosimiglianza (£[5x]) su detto predefinito numero (K) di blocchi.
- 11. Metodo in accordo con la rivendicazione 10, comprendente ulteriormente la fase di ricavare il codificatore (j) associato al massimo ( £[#J) dei valori di verosimiglianza generati per ciascun codificatoredetto codificatore (j) rappresentando il codificatore vocale a massima verosimiglianza di detto flusso dati vocale.
- 12. Metodo in accordo con una qualunque delle rivendicazioni da 1 a 11, in cui dette almeno due variabili misurabili sono la dimensione del messaggio e 1'intervallo di tempo medio tra pacchetti.
- 13. Apparato (10) per rilevare flusso dati vocale in un flusso di dati a pacchetti, detto flusso di dati a pacchetti essendo suddiviso in blocchi di pacchetti ) ciascun blocco (w) comprendendo un predefinito numero di pacchetti, detto flusso di dati presentando almeno due Ing. Massimo SIMINO N. Isjcrf ALBO 813 B {in proprio e per gli altri) variabili misurabili (X,Y), detto apparato(lO) essendo caratterizzato dal fatto di comprendere: - mezzi di memorizzazione (11) atti a fornire, per ciascuna variabile misurabile (X,Y), almeno una funzione ( P{x|C}, P{y \ C] } rappresentativa della distribuzione dei valori della rispettiva variabile {X,Y) in un flusso dati vocale, - mezzi di misurazione (12) atti a ricevere in ingresso detto flusso di dati a pacchetti per misurare, per ciascun blocco ) di un predefinito numero (K) di blocchi di detto flusso dati a pacchetti, almeno un valore (x,y) di ciascuna variabile (X,Y) per ottenere, per ciascuna variabile (X,Y), una sequenza di valori misuratiper il predefinito numero (K) di blocchi, - mezzi di elaborazione (13) accoppiati a detti mezzi di memorizzazione (11) e a detti mezzi di misurazione (12) e atti ad: - applicare, per ciascuna variabile (X,Y), ciascun valore misurato ( x<<k)>, y<ik)>) della sequenza di valori misurati della variabile alla rispettiva funzione di distribuzione ( P{x|C}, P{y\C) ) per generare una sequenza di valori di verosimiglianza ( B<{k)>, B<(k)>), elaborare, per ciascuna variabile (Χ,Υ), la rispettiva sequenza di valori di verosimiglianza { B[<k)>, B<ikì>) , per generare il rispettivo valore medio di verosimiglianza Λ/fassimo Si MI NO 13C 813 B (inprc| gli altri) (£ detto predefinito numero (K) di blocchi, elaborare i valori medi di verosimiglianza ( E[BX] , R\_By]) generati per ciascuna variabile (X,Y) per generare un valore di verosimiglianza di riferimento ( B ), - mezzi comparatori (14) accoppiati a detti mezzi di elaborazione (13) e atti a confrontare detto valore di verosimiglianza di riferimento ( B ) con un valore di verosimiglianza di soglia ( Bmm )così da rilevare la presenza di flusso dati vocale in detto flusso dati a pacchetti.
- 14. Apparato (10) in accordo con la rivendicazione 13, in cui detti mezzi di elaborazione (13) sono atti a calcolare il minimo dei valori medi di verosimiglianza (£[#,], ) generati per ciascuna variabile (X,Y) per generare il valore di verosimiglianza di riferimento (5).
- 15. Apparato (10) in accordo con la rivendicazione 13 o 14, in cui detto flusso dati vocale è generato da una pluralità di codificatori vocali (j) e almeno una variabile (X) è dipendente dal codificatore vocale, detti mezzi di memorizzazione 11 essendo atti a fornire la funzione di distribuzione { Pj{x|C<1>}) dell<1>almeno una variabile (X) per ciascun codificatore vocale (j).
- 16. Apparato (10) in accordo con la rivendicazione 15, in cui ciascun codificatore vocale (j) presenta una pluralità di configurazioni operative, i mezzi di Ing. Massimo SIM1N0 N. seti ALBO 813 B (in pi Opno e per gli altri) memorizzazione (11) essendo atti a fornire una funzione di distribuzione dell'almeno una variabile (X) per ciascuna configurazione operativa di ciascun codificatore vocale (j).
- 17. Apparato (10) in accordo con la rivendicazione 16, in cui detti mezzi di elaborazione (13) sono atti ad: - applicare ciascun valore misurato della sequenza di valori misurati dell'almeno una variabile (X) dipendente dal codificatore vocale alla funzione di distribuzione di ciascuna configurazione operativa del rispettivo codificatore vocale (j) per generare una pluralità di valori di verosimiglianza, e calcolare, per ciascun valore misurato della sequenza di valori misurati, il massimo della pluralità di valori di verosimiglianza per generare la sequenza di valori di verosimiglianza (5|<i,j)>).
- 18. Apparato (10) in accordo con la rivendicazione 17, in cui detti mezzi di elaborazione (13) sono atti ad: - elaborare, per 1'almeno una variabile (X) e per ciascun codificatore (j), la rispettiva sequenza di valori di verosimiglianza ( Bx<(kJ)>) per generare il rispettivo valore medio di verosimiglianza ed - elaborare i valori medi di verosimiglianza generati per ciascun codificatore per 1'almeno una variabile (X) per generare il valore medio di verosimiglianza (£[Sj) sul predefinito numero (K) di Ing. Massimo SI MI NO N. lsjcriAI_B(0813B (in proama e per gli altri) blocchi .
- 19, Apparato (10) in accordo con la rivendicazione 18, in cui detti mezzi di elaborazione (13) sono atti a calcolare il massimo dei valori medi di verosimiglianza generati per ciascun codificatore per generare il valore medio di verosimiglianza { E\BX]) sul predefinito numero (K) di blocchi.
- 20, Apparato (10) in accordo con la rivendicazione 19, in cui detti mezzi di elaborazione (13) sono atti a ricavare il codificatore (j) associato al massimo dei valori di verosimiglianza ( ) generati per ciascun codificatore (j), tale codificatore (j) rappresentando il codificatore vocale a massima verosimiglianza del flusso dati vocale.Ing. Massimo SIMINO N. tscr. ALBO 813 B {in proprio e per gli altri)fi -m A o 02 4 t 7
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT002417A ITMI20062417A1 (it) | 2006-12-18 | 2006-12-18 | Metodo ed apparato per rilevare flusso dati vocale in un flusso dati a pacchetti |
| AT07859037T ATE537627T1 (de) | 2006-12-18 | 2007-12-14 | Verfahren und vorrichtung zur detektion des vokaldatenflusses in einem paketdatenfluss |
| EP07859037A EP2119105B1 (en) | 2006-12-18 | 2007-12-14 | Method and apparatus for detecting vocal data flow in a packet data flow |
| US12/519,924 US8144614B2 (en) | 2006-12-18 | 2007-12-14 | Method and apparatus for detecting vocal data flow in a packet data flow |
| PCT/IB2007/003905 WO2008075167A2 (en) | 2006-12-18 | 2007-12-14 | Method and apparatus for detecting vocal data flow in a packet data flow |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT002417A ITMI20062417A1 (it) | 2006-12-18 | 2006-12-18 | Metodo ed apparato per rilevare flusso dati vocale in un flusso dati a pacchetti |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ITMI20062417A1 true ITMI20062417A1 (it) | 2008-06-19 |
Family
ID=39493525
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| IT002417A ITMI20062417A1 (it) | 2006-12-18 | 2006-12-18 | Metodo ed apparato per rilevare flusso dati vocale in un flusso dati a pacchetti |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US8144614B2 (it) |
| EP (1) | EP2119105B1 (it) |
| AT (1) | ATE537627T1 (it) |
| IT (1) | ITMI20062417A1 (it) |
| WO (1) | WO2008075167A2 (it) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ITMI20071141A1 (it) | 2007-06-04 | 2008-12-05 | Torino Politecnico | Metodo per rilevare un singolo flusso dati all' interno di un flusso aggregato di dati a pacchetti e per identificare l' applicazione generatrice del singolo flusso dati. |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6775265B1 (en) * | 1998-11-30 | 2004-08-10 | Cisco Technology, Inc. | Method and apparatus for minimizing delay induced by DTMF processing in packet telephony systems |
| US7701981B2 (en) * | 2005-10-27 | 2010-04-20 | Qualcomm Incorporated | System and method for improving robust header compression (ROHC) efficiency |
| US7822050B2 (en) * | 2007-01-09 | 2010-10-26 | Cisco Technology, Inc. | Buffering, pausing and condensing a live phone call |
| US9209937B2 (en) * | 2007-06-28 | 2015-12-08 | Telefonaktiebolaget L M Ericsson (Publ) | Reliable decoding of a high-speed shared control channel |
-
2006
- 2006-12-18 IT IT002417A patent/ITMI20062417A1/it unknown
-
2007
- 2007-12-14 WO PCT/IB2007/003905 patent/WO2008075167A2/en active Application Filing
- 2007-12-14 US US12/519,924 patent/US8144614B2/en not_active Expired - Fee Related
- 2007-12-14 AT AT07859037T patent/ATE537627T1/de active
- 2007-12-14 EP EP07859037A patent/EP2119105B1/en not_active Not-in-force
Also Published As
| Publication number | Publication date |
|---|---|
| ATE537627T1 (de) | 2011-12-15 |
| EP2119105B1 (en) | 2011-12-14 |
| US8144614B2 (en) | 2012-03-27 |
| WO2008075167A2 (en) | 2008-06-26 |
| US20100214933A1 (en) | 2010-08-26 |
| WO2008075167A3 (en) | 2008-08-14 |
| EP2119105A2 (en) | 2009-11-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8472349B1 (en) | Determining mean opinion scores (MOS) for variable bit rate audio streams | |
| US20070008899A1 (en) | System and method for monitoring VoIP call quality | |
| JP4621266B2 (ja) | 測定方法、エコー発生箇所特定方法、測定装置、およびエコー発生箇所特定装置 | |
| ITMI20062417A1 (it) | Metodo ed apparato per rilevare flusso dati vocale in un flusso dati a pacchetti | |
| Chari et al. | Network traffic classification by packet length signature extraction | |
| KR20070060197A (ko) | Ｍｐｌｓ ｌｓｐ에 대한 성능 측정방법 | |
| Kaiyu et al. | A new three-layer QoE modeling method for HTTP video streaming over wireless networks | |
| DE602004004577T2 (de) | Verfahren und Vorrichtung zur Feststellung der Sprachlatenzzeit durch ein Netzwerkelement eines Kommunikationsnetzwerkes | |
| JP5335867B2 (ja) | 基本ＧｏＰ長を用いた映像品質推定装置及び方法及びプログラム | |
| Han et al. | Determination of bit-rate adaptation thresholds for the opus codec for VoIP services | |
| KR20130093800A (ko) | 통신 시스템에서 패킷을 이용하여 어플리케이션을 식별하기 위한 장치 및 방법 | |
| Lipenbergs et al. | Quality of service measurements references investigation for the mobile internet services in the context of net neutrality framework | |
| ITMI20071141A1 (it) | Metodo per rilevare un singolo flusso dati all' interno di un flusso aggregato di dati a pacchetti e per identificare l' applicazione generatrice del singolo flusso dati. | |
| Li et al. | A real-time QoE methodology for AMR codec voice in mobile network | |
| Schlosser et al. | Monitoring the user perceived quality of SILK-based voice calls | |
| Strzęciwilk et al. | A research on the impact of encryption algorithms on the quality of vpn tunnels’ transmission | |
| Orosz et al. | A no-reference voice quality estimation method for Opus-based VoIP services | |
| Georgieva et al. | Investigation of Algorithms for VoIP Signaling | |
| Mehmood et al. | Assessment of VoIP quality over access networks | |
| Jarin et al. | Development of Modified Analytical Model for Investigating Acceptable Delay of TCP-based Speech Recognition | |
| Triyason et al. | E-model parameters estimation for VoIP with non-ITU codec speech quality prediction | |
| Atzori et al. | Playout buffering in IP telephony: a quality maximization approach | |
| Almomani | Investigating the use of encryption techniques and different speech coders with multimedia streaming | |
| Rämö et al. | Robust speech coding with EVS | |
| Paulsen et al. | The new, parametrised VS Model for determining the Quality of Video Streams in the video-telephony service |