基于统计分析的会话视频业务QoE-QoS参数映射方法与流程

本发明属于qoe和网络资源分配领域，具体涉及一种基于统计分析的会话视频业务qoe-qos参数映射方法。
背景技术：
：随着计算机网络和通信技术的飞速发展，网络多媒体业务在人们的生活中扮演着越发重要的角色，渗透在日常生活中的方方面面。多媒体业务应用的种类非常繁多，如视频、医疗、网上购物、监控、教学等等。其中，以视频对话、网络直播、2d以及3d大型游戏等形式的会话流发展尤为迅速，未来伴随着经济和互联网的发展，视频对话的市场份额比重将持续增长。如何在保证用户体验质量的前提下，更加合理高效的分配网络资源，是isp(网络服务提供商)密切关注的问题，也是一个非常迫切的问题。在多媒体业务当中，服务质量(qos)可能是以往使用的最多的服务模型，国际电信联盟(itu)在x.902标准，即“信息技术开放式处理参考模型”中定义服务质量(qos)为：定义在一个或多个对象的集体行为上的一套质量需求的集合，它强调的是技术方面的客观指标。像吞吐量、传输延时、抖动、丢包、带宽等这些服务质量参数就代表了qos的评价指标，但是随着人们对传输业务的要求越来越高，仅仅依靠单独的qos而没有结合用户自身的主观感受，已经无法准确的满足人们日益增长的体验质量要求。而体验质量(qoe)，是指用户对网络、系统或者业务质量和性能的直观感受，它综合了各个层面的因素，因此可以很好的描述网络服务的质量。mos是表示用户对实时多媒体业务质量的感知参数，是用户意见分的平均值，取值范围为1～5。也就是说mos值来自用户的主观评价，它的结果最为准确，但是这种方法会损耗大量的人力物力，而且实时性不高。概率密度函数是描述随机变量的输出值，在某个确定的点附近取值的概率函数。资源分配是一个很复杂的话题，它涉及网络的方方面面。它主要是指为了解决用户网络性能下降的问题，根据用户的网络实际情况，从不同的角度进行分析，定位问题，提供资源优化的建议。从设计第一代网络开始，就有许多关于网络资源分配的问题，直到现在也是一个非常流行的领域。目前，关于qoe的研究主要还是在模型的建立，或者说通过已经存在的模型来进行验证，极少有在已知mos值的情况下探究各个参数的分布关系，并把其运用到满足用户体验质量的同时，合理的分配网络资源。qoe模型本身比较复杂，是一个非线性的最优化问题，目标函数非凸，求最优解或者其反函数的过程非常麻烦。加上从各个参数到qoe的映射本来就是多到一的映射，一个变量不能完全确定qoe。所以如果从qoe来推导参数的分布的话，很难得到一个正确的反函数或者最优解。基于这样一种情况，本发明就现今比较流行的会话类视频通话进行qoe研究，分析会话业务qoe模型，探究在各个mos值分段区间的参数关系，并把其运用到网络资源的分配方面。本发明在基于用户体验质量的基础之上，提出一种合理有效的分配网络资源的一种方法，可以避免将资源过多的分配给用户体验质量已得到满足的用户从而导致的资源浪费。技术实现要素：本发明目的在于针对上述多媒体研究现状的问题，就现今比较流行的会话类视频通话进行qoe研究，分析会话业务qoe模型，探究在各个mos值分段区间的参数关系，提出了一种基于统计分析的会话视频业务qoe-qos参数映射方法。实验数据集选取了qq和skype视频通话，实验结果表明各个区间的mos值范围内，参数分布具有一定的规律。利用本发明的成果可以在保证用户体验质量的条件下给出不同mos区间qos参数(丢包率、带宽)的建议指标，适用于网络资源分配方面，避免将网络资源过多地分配给用户体验质量已得到满足的用户从而导致的资源浪费。为实现上述目的，本发明采取的技术方案是一种基于统计分析的会话视频业务qoe-qos参数映射方法，包括如下步骤：步骤1：数据集采集：1.1)利用网络封包分析软件抓取所需网络中会话业务两端的数据流，将抓取的原始数据流保存成标准文本格式；步骤2：特征提取：2.1)将抓取之后的数据流将每条流进行分片；2.2)统计每一个流片的特定参数；步骤3：mos值计算：3.1)根据itu-tp1201.1模型和基本参数计算对应的mos值；步骤4：绘制和分析图形：4.1)选取某些参数为输入，得到mos值的三维、二维分布图，对会话视频业务数据进行统计分析，给出在不同mos区间参数的建议参考值；4.2)将mos值分段，绘制各个分段mos区间参数的概率分布柱状图，并进行公式的拟合，计算拟合公式的各项指标；4.3)统计各个分段mos区间的时延抖动的分布情况；步骤5：结论与验证：5.1)综合考虑步骤4.1和4.2等所绘制的图形以及拟合的公式，给出在不同mos区间qos参数(丢包率、带宽)的建议指标。5.2)将步骤5.1中给出的建议指标代入itu-tp.1201.1模型，统计各个分段区间达到给定mos值范围的概率，验证建议指标的准确性。进一步，上述网络封包分析软件为wireshark。作为优选，上述标准文本格式包括包到达时间、源ip地址、目的ip地址、协议类型、数据包大小五列原始信息。上述步骤2.1所述对数据流进行分片，是因为所使用的会话类qoe模型适用于短时流(10s-16s)，实验以15s进行分片。上述步骤2.2中的所述特定参数包括丢包率、传输速率、时延抖动、中断等。作为优选，上述步骤3.1所述itu-tp1201.1模型为国际电信联盟制定的针对网络流媒体的用户体验质量的计算方法，主要运用于封装在rtp/udp/ip包中的媒体有效载荷(音频、视频)，是一种低分辨率(如移动电视)的区域模型算法。上述步骤4.1所述某些参数为丢包率和传输速率。其中，选取丢包率为横坐标，传输速率为纵坐标。作为优选，上述步骤4.2所述mos值分段为以1为间隔将mos值进行分段。作为优选，上述步骤4.2所述公式的拟合是指拟合为二阶高斯的形式，各项指标包括：和方差、均方根以及确定系数。上述步骤4.3所述统计各个分段mos区间的时延抖动的分布情况是指在步骤4.2的基础上，在分段mos区间内统计时延抖动的分布情况，计算均值和标准差，以柱状图的形式绘制图形。作为优选，上述步骤5.1所述qos参数(丢包率、带宽)的建议指标是依据4.1以及4.2综合得出的一个考虑网络资源以及用户体验质量的建议指标。本发明所给的建议指标都是以中心对成的原则所得，因为这样得出的指标，不仅以极大概率保证了用户体验质量，而且在资源分配方面也尽量做到不浪费，避免将网络资源过多地分配给用户体验质量已得到满足的用户从而导致的资源浪费。4.1所绘制的图形可以分为带宽敏感区和不敏感区，有很明显的分布特征。第一步先横跨各个mos值作一条分界线，分割线上半部分为带宽敏感区，下半部分为带宽不敏感区；第二步，找出左边传输速率边界的中点，从中点画出一条中线相交与分割线；第三步，找出右边的丢包率的中点，从中点画出一条中线相交分割线与同一点，即为参数建议指标。其他的mos值区间，重复第二步、第三步。其他业务场景，重复以上步骤，即得出各个区间的参数参考值。结合4.2的pdf函数，得出不同mos区间的qos参数的建议指标。上述步骤5.2所述验证建议指标的准确性，其具体步骤为先将计算所得的各组数据进行分类，以0.5为间隔，根据mos值进行分类；接着将各个mos区间的建议指标分别替换原始数据的丢包率以及带宽，计算出mos值；统计mos值在给定mos区间的概率。与现有技术相比，本发明的有益效果：1、本发明能够根据现有的itu-tp.1201.1用户感知的媒体流qoe标准，计算每条视频流的mos值，分析会话业务mos值各个区间的分布情况，不但可以保证客户端视频通话的体验质量，而且能在各个给定mos值的情况下给出参数的建议指标，有利于网络资源的合理分配和利用，避免将网络资源过多地分配给用户体验质量已得到满足的用户从而导致的资源浪费。2、本发明研究会话业务的各个mos区间的参数分布情况，从另一个方面达到了在满足用户体验质量的条件下网络资源应该如何分配的问题，跳出了公式推导的难点，也弥补了当今这方面技术研究的缺陷，无论从思想还是发明结果上都具有一定的意义。附图说明图1是本发明会话业务网络参数预测模型算法的流程框图。图2是本发明数据采集网络拓拓扑图。图3是本发明itu-tp.1201.1标准下qq传输速率、丢包率与mos值的关系图。图4是本发明qq参数分布的pdf分析图。具体实施方式下面结合说明书附图对本发明作进一步的详细说明。如图1所示，本发明提出了一种基于统计分析的会话视频业务qoe-qos参数映射方法，该方法具体包括数据采集、特征提取、参数以及mos值计算、绘制和分析二维以及三维图、mos值分类以及函数拟合、验证。主要具体步骤为：步骤1，数据采集：wireshark是一种网络封包分析软件，截取网络封包，并且尽可能显示最为详细的网络封包资料，它是目前世界上使用的最广泛的网络封包解析软件之一。本发明的实验数据就是通过wireshark采取的，实验的地点是于南京邮电大学综合科研楼和学生宿舍，时间为2017年11月-2017年12月，数据业务选取的是qq和skype视频通话，包括有线和无线数据，同时采集于两个不同的子网电脑终端，网络拓扑图如图2。在学六和综合楼分别进行qq和skype通话，利用wireshrak同时抓取媒体会话类业务流两端的采集时间、源ip地址、目的ip地址、协议类型、以及包大小等五组信息。其中qq视频100*2条流、skype88*2条流，每条流30min，详细信息如表1所示：表1数据集步骤2，特征提取：因为itu-tp.1201.1标准适用的是短时流(10s-16s)，所以需要将每条流进行分片，每15s为一个流片，这样得到的qq视频样本个数为12000*2，skype样本个数为10560*2。分别统计出两端的参数，最后加权平均得出丢包率、时延抖动以及传输速率等参数。最终得到的样本个数为qq视频12000个，skype10560个。步骤3，参数以及mos值计算：根据itu-tp1201.1模型，计算出基本参数，然后根据参数计算对应的mos值。步骤4，绘制和分析二维以及三维图：以丢包率和传输速率为输入参数，得到mos值的三维、二维pdf分布图，如图3所示，分析图形并给出在固定mos值范围内，参数的参考值(或者最小值以及最大值)，以应用到实际中达到资源的合理分配。实验中，所有的数据分析区分了有线和无线情况的传输方式，选取了qq和skype视频通信的方式为代表分别进行分析。具体利用图3的二维图取得最佳参考点的作图方法为：1)先横跨各个mos值作一条分界线，分割线上半部分为带宽敏感区，下半部分为带宽不敏感区；2)从左边传输速率的中点画出一条中线相交与分割线；3)从右边的丢包率的中点画出一条中线相交分割线与同一点。其他的mos值区间，重复第二步、第三步，得出各个区间的参数参考值。从实验结果中可以看到，有线的丢包率、传输速率、mos值等都比无线数据要理想，mos值比无线的整体上升。以图3qq数据为例，对比无线和有线数据，qq无线数据的丢包率范围为0-10％(大部分数据集中于0-6％)，传输速率范围为0-1000kbps(大部分数据集中于100-500kbps)，mos值范围为1-4(大部分集中于2.5-3.5)；而对比有线数据，丢包率范围为0-7％(大部分数据集中于0-4％)，传输速率范围为0-1600kbps(大部分集中于600-1200kbps)，mos值范围为1-4.5(大部分集中于3.5-4.5)。可见有线数据比无线数据整体用户体验要好。步骤5，mos值分类以及函数拟合：如图4所示，以mos为1作为一个区间，分别分为4个区间，研究在各个区间的mos值下的丢包率、传输速率和时延抖动的分布情况。根据丢包率、传输速率的分布情况拟合对应的公式，实验中公式的形式采取的是二阶高斯的形式，函数采取的判定标准有：和方差、均方根以及确定系数。统计时延抖动在各个mos区间的分布情况，绘制柱状图，得出在每个mos区间中时延抖动应该达到的要求。步骤6，结果与验证：在满足用户体验质量分前提下，结合步骤4和5可以给出在各个mos值区间不同传输方式、不同会话业务的最佳参考点，如表2所示。将给出的参考值代入模型，在mos各个区间进行验证，统计各个mos区间达到给定mos值的概率，如表6所示。表2不同mos区间qos参数(丢包率、带宽)的建议指标横坐标为丢包率(％)，纵坐标为传输速率(100kbps)。itu-tp.1201.1流媒体质量预测模型具体描述如下：itu-tp.1201.1是一种无参考模型，主要运用于封装在rtp/udp/ip包中的媒体有效载荷(音频、视频)，是一种低分辨率(如移动电视)的区域模型算法。它包含三个模块，分别为音频质量评估模块、视频质量评估模块以及音视频质量评估模块，整个模型输入为包头的信息以及编解码，输出为音频的mos值、视频的mos值以及音视频的mos值。由于本发明选取的是会话业务，根据itu-tp.1201.1流媒体服务质量评价模型中的音视频质量评估模型，计算出mos值，再分析丢包率、传输速率以及时延抖动等参数在特定mos值范围内的分布情况，绘制二维、三维、pdf以及柱状分布图，最终给出各个区间段内参数的参考值。下面主要对音视频评估模型作一个具体描述。音视频mos值计算如下：av_mosc表示考虑压缩损伤的音视频质量，计算方式如下：av_mosc＝av1*v_mosc+av2*a_mosc+av3*v_mosc*a_mosc+av4表3av_mosc音视频质量评估系数集qcifqvgahvgaav10.79770.74950.6419av20.037320.097360.1362av30.024720.0067250.016av40.16570.31860.5694av_mosp表示考虑丢包损伤的音视频质量，计算方式如下：av_mosp＝av_mosc-av_dpav_dp为考虑丢包造成的音视频质量：av_dp＝(av_mosc-mos_min)*av_dfav_df代表音视频丢包造成的失真因子，计算方式如下：av_dfv代表视频丢包造成的失真因子，同理，av_dfa代表音频丢包造成的失真因子。表4av_dp音视频质量评估系数集av_mosr表示考虑丢包损伤的音视频质量，计算方式如下：nre表示中断次数，arl代表平均缓冲时间，mreef代表平均中断时间。表5av_dr音视频质量评估系数集其他的参数可以从音频或者视频模型中得到。本发明的实验结果：为了进一步验证本发明选取的统计特征的有效性，我们使用上述两种会话业务：qq和skype，分别对有线数据和无线数据进行分析。利用本发明中提出的基于统计分析的会话视频业务qoe-qos参数映射方法，将本发明的成果代入模型计算，统计达到给定mos值范围的概率进行对比验证，如图表6所示。从表中可以看到，通过代入参考值，达到给定mos值范围的概率是非常高的，可见本发明的效果是非常好的，可以有效地避免将资源分配给体验质量已得到满足的用户而导致的资源浪费。表6不同mos区间qos参数(丢包率、带宽)建议指标的验证需要说明的是，以上所述数据仅为本发明的一个具体实施例所得，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页12