本文關鍵詞：基于OpenFlow的視頻用戶QoE優(yōu)化研究

  更多相關文章： 用戶感知質量 HTTP動態(tài)自適應流媒體 OpenFlow 決策樹 優(yōu)化

【摘要】：視頻流媒體業(yè)務作為目前和未來互聯網最主要的業(yè)務之一,如何保證用戶感知質量(QoE)不僅是學術界重要的研究課題,也是工業(yè)界關鍵的服務評價指標。軟件定義網絡(SDN)因其在網絡資源調度和流量管理方面的智能化和靈活性,是改善視頻流媒體業(yè)務QoE的一種有效手段,逐漸成為業(yè)界的共識。一些已有工作基于網絡服務質量(QoS)的優(yōu)化策略,以此來改善用戶視頻質量,但是,網絡QoS與用戶感知質量QoE并不等價,因為其沒有充分考慮用戶直觀感受的因素影響,可能會出現網絡服務質量QoS好而用戶感知質量QoE差的情況。另外一些已有工作采用由客戶端業(yè)務需求觸發(fā)的優(yōu)化策略,通過客戶端向網絡發(fā)請求的方式來保證用戶感知到的視頻質量,這種方法需要來自客戶端的反饋,既占用網絡資源,又需要修改客戶端,會帶來額外的開銷和成本。與已有工作不同,本文提出一種新的改善視頻流媒體用戶感知質量的優(yōu)化策略,利用OpenFlow收集的網絡流量信息,檢測客戶端的視頻播放器緩沖區(qū)狀態(tài),并以此調整網絡資源分配策略,從而改善用戶QoE。論文以DASH視頻流為研究對象,主要工作也是創(chuàng)新之處包括兩個部分。第一部分提出一種客戶端緩沖區(qū)狀態(tài)的檢測模型,目標是根據網絡流量信息推斷出視頻流媒體客戶端的緩存區(qū)長度。具體工作包括：首先基于采集到的數據集,對網絡參數與客戶端播放器緩沖區(qū)長度的關系進行觀測分析,選出基礎特征集；然后基于互信息最大化的思想,根據DASH視頻流的特點,提出多種由基礎特征生成新特征的特征選擇方法；并對不同特征集訓練出的決策樹模型做出評估分析,最后對利用指數平滑法訓練出的決策樹模型做出可行性驗證。第二部分工作提出視頻系統QoE優(yōu)化框架并建立QoE優(yōu)化模型。該框架基于第一部分預測的結果,通過驅動QoE優(yōu)化模型來實現所有視頻用戶的QoE優(yōu)化。在QoE優(yōu)化模型中,基于最大最小公平準則,以視頻播放清晰度和流暢度為QoE的量化指標,優(yōu)化目標是保證服務質量感知最差的用戶的帶寬資源最大化。
【關鍵詞】：用戶感知質量 HTTP動態(tài)自適應流媒體 OpenFlow 決策樹 優(yōu)化
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN919.81
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-10
• 1 引言10-15
• 1.1 研究背景與意義10-13
• 1.2 主要研究內容及工作13
• 1.3 論文結構13-15
• 2 相關技術及研究綜述15-24
• 2.1 DASH技術15-19
• 2.1.1 DASH技術標準和工作機制15-18
• 2.1.2 DASH技術優(yōu)勢18
• 2.1.3 DASH技術相關研究18-19
• 2.2 視頻QoE19-20
• 2.2.1 視頻QoE影響因素19-20
• 2.2.2 視頻QoE相關研究20
• 2.3 OPENFLOW技術20-23
• 2.3.1 OpenFlow網絡結構20-22
• 2.3.2 OpenFlow協議和工作機制22
• 2.3.3 OpenFlow技術在視頻領域的應用22-23
• 2.4 本章小節(jié)23-24
• 3 視頻用戶QOE指標檢測模型24-56
• 3.1 本章概述24-26
• 3.2 訓練數據集準備26-31
• 3.2.1 數據集采樣實驗26-28
• 3.2.2 數據集參數觀測分析28-31
• 3.3 基于互信息最大化的特征選擇31-49
• 3.3.1 基礎特征分析32-36
• 3.3.2 指數平滑法去噪36-41
• 3.3.3 基于均值和標準差的特征選擇41-45
• 3.3.4 基于占空比的特征選擇45-49
• 3.4 模型訓練結果與比較分析49-54
• 3.4.1 測試實驗設置49-51
• 3.4.2 測試結果比較評估51-54
• 3.5 分類模型可行性驗證54-55
• 3.6 本章小結55-56
• 4 基于OPENFLOW的視頻QOE優(yōu)化方案56-63
• 4.1 視頻QoE優(yōu)化框架和工作機制56-58
• 4.2 視頻QoE優(yōu)化建模討論58-62
• 4.2.1 優(yōu)化目標的設定59-60
• 4.2.2 約束條件60-61
• 4.2.3 優(yōu)化模型61-62
• 4.3 本章小結62-63
• 5 結論63-65
• 參考文獻65-69
• 作者簡歷及攻讀碩士學位期間取得的研究成果69-71
• 學位論文數據集71

【相似文獻】

中國期刊全文數據庫 前10條

1 ;中國網絡視頻用戶達2.4億[J];新聞實踐;2010年05期

2 王方;;網絡視頻收看時長超電視短視頻市場成香餑餑[J];中國廣播;2012年12期

3 申麗;;移動視訊:傳統電視媒體的機遇與未來[J];青年記者;2012年28期

4 張藍姍;黃媛媛;;探索三網融合背景下網絡視頻用戶需求與技術更新的互動[J];中國傳媒科技;2011年11期

5 小刀;;視頻網站走不出虧損的“怪圈”[J];IT時代周刊;2011年09期

6 ;數字[J];影視制作;2014年07期

7 ;數字[J];中國新通信;2008年12期

8 ;艾瑞iVideoTracker發(fā)布收視排名TOP10 PPS占四席[J];計算機與網絡;2012年18期

9 黃遠清;;2012年美國OTT市場淺析[J];衛(wèi)星電視與寬帶多媒體;2012年23期

10 高軍良;;合作共贏 共創(chuàng)未來[J];有線電視技術;2013年01期

中國重要報紙全文數據庫 前10條

1 高少華;今年我國網絡視頻用戶已達四點五億戶[N];中國信息報;2012年

2 記者 沈汝發(fā);我國網絡視頻用戶逾2億[N];人民日報海外版;2009年

3 ;我國網絡視頻用戶已達2.22億[N];中國信息報;2009年

4 記者 李雪昆;中國網絡視頻用戶規(guī)模達2.4億[N];中國新聞出版報;2010年

5 記者 金朝力;奇藝視頻用戶接近9000萬[N];北京商報;2010年

6 商報記者 張緒旺;風行網“斷腕”博視頻用戶[N];北京商報;2012年

7 記者 胡小易;中國網絡視頻用戶超4.5億 快速向移動終端遷移[N];第一財經日報;2012年

8 笑愉;中國網絡視頻用戶有1.6億[N];中國稅務報;2008年

9 本報記者 冀偉;在線視頻用戶達3.25億 融合移動社交或帶來新掘金點[N];通信信息報;2012年

10 鐘慧;我國網絡視頻用戶達1.6億[N];文匯報;2008年

中國博士學位論文全文數據庫 前1條

1 侯德林;網絡視頻服務用戶行為意愿實證研究[D];華中科技大學;2012年

中國碩士學位論文全文數據庫 前2條

1 曹榮珍;基于OpenFlow的視頻用戶QoE優(yōu)化研究[D];北京交通大學;2016年

2 鐘倩;網絡視頻用戶心理行為研究[D];湖南大學;2010年

，

本文編號：872828