隨著移動設(shè)備的廣泛使用,移動網(wǎng)絡(luò)帶寬的高速增長以及越來越有效的視頻壓縮算法的出現(xiàn),移動視頻服務(wù)變得越來越流行。網(wǎng)絡(luò)服務(wù)提供商往往需要監(jiān)測用戶在使用服務(wù)時體驗質(zhì)量,以此作為提升服務(wù)與異常診斷的依據(jù)與手段。與此同時,視頻服務(wù)提供商為保護用戶隱私,越來越多的使用加密傳輸來保護視頻信息不被竊聽和篡改。然而,這同時給網(wǎng)絡(luò)服務(wù)提供商監(jiān)測用戶的服務(wù)體驗質(zhì)量帶來了困難。針對上述困難,本文對適用于加密流量下的用戶服務(wù)體驗質(zhì)量識別方法展開了研究。本文首先搭建了數(shù)據(jù)采集系統(tǒng),根據(jù)預(yù)設(shè)條件自動收集預(yù)設(shè)視頻網(wǎng)站視頻播放產(chǎn)生的應(yīng)用層日志數(shù)據(jù)和加密流量數(shù)據(jù)。并使用這套數(shù)據(jù)采集系統(tǒng)采集了不同帶寬條件下的視頻播放數(shù)據(jù),作為研究樣本。視頻服務(wù)體驗質(zhì)量的量化方法是進行自動評估的關(guān)鍵技術(shù)。本文從視頻清晰度、停駐時間、載入時長三個角度出發(fā),基于相關(guān)研究的基礎(chǔ)模型,設(shè)計了一種體驗質(zhì)量客觀量化模型,基于視頻播放時產(chǎn)生的應(yīng)用層行為數(shù)據(jù)來評估用戶服務(wù)體驗質(zhì)量。并在開源數(shù)據(jù)集上,將模型的客觀評分與用戶的主觀評分進行了對比,確定了模型評分的可靠性。然后,使用了該模型對收集的視頻播放數(shù)據(jù)進行了評估,以體驗質(zhì)量客觀量化模型的評分結(jié)果作為標(biāo)簽,...

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１采集系統(tǒng)總體框架圖??

２．１ＹｏｕＴｕｂｅ視頻數(shù)據(jù)自動采集系統(tǒng)??２．１．１系統(tǒng)組件??數(shù)據(jù)自動采集系統(tǒng)如圖２．１所示，整個系統(tǒng)由播放單元和服務(wù)器組件兩個部??分組成。??播放單元?服務(wù)器組件?ＹｏｕＴｕｂｅ??安裝了測試軟忭??的Ａｎｄｒｏｉｄ設(shè)備?監(jiān)聽單元?互聯(lián)Ｍ??／?＼?５??龜??數(shù)據(jù)庫碘／....

圖２．２播放軟件運行界面

ＮＥＸＴ??圖２．２播放軟件運行界面圖１?圖２．３播放軟件運行界面圖２??（２）服務(wù)器組件??服務(wù)器組件由三個俎件組成：??ＹｏｕＴｕｂｅ視頻數(shù)據(jù)庫：我們事先爬取了?２億個ＹｏｕＴｕｂｅ視頻的視頻元數(shù)據(jù)??姐成數(shù)據(jù)庫。數(shù)據(jù)庫字段見表２．２。??監(jiān)聽服務(wù)器：建立ＷＩＦＩ，供播放單元....

圖２．５各帶寬下視頻播放清晰度占比??

■?ｔｉｎｙ?■?ｓｍａｌｌ?■?ｍｅｄｉｕｍ?■?ｌａｒｇｅ?＿ｈｄ７２０?＿ｈｄｌ０８０??圖２．５各帶寬下視頻播放清晰度占比??從圖２．５中可以看出，視頻清晰度與可用帶寬強相關(guān)，雖然在同一帶寬水平??下，可能出現(xiàn)多種視頻清晰度，這是由于視頻內(nèi)容本身的動態(tài)變化。基于這一結(jié)??....

圖２．６ｈｄｌ０８０視頻剩余緩沖時長??

當(dāng)帶寬設(shè)置為僅比ｈｄ］０８０視頻所需帶寬高一些時，ＹｏｕＴｕｂｅ視頻播放的爆??發(fā)段會長很多，經(jīng)過多次請求使剩余緩沖量到達預(yù)定值，然后進入波動段。這一??過程可以見圖２．７。??１２??

本文編號：3948316