流媒體服務是流媒體技術在視頻點播、在線直播、視頻會議、遠程教育等互聯(lián)網(wǎng)信息服務中的應用總稱,它帶動了視頻通信、視頻消費和視頻監(jiān)控等業(yè)務的發(fā)展,并成為支撐智慧城市、智慧醫(yī)療、5G業(yè)務體系等工作的重要基礎。目前的流媒體服務已脫離純技術驅動的模式,正在走向技術與服務相結合、體驗與互動并進的新模式,有效準確地計算用戶體驗質量(Quality of Experience,QoE)是明確把握用戶需求、優(yōu)化服務、提高市場競爭力的關鍵。因此,提供滿意的QoE成為流媒體服務的重要目標。為此,本文從QoE影響因素、QoE評價、基于QoE的服務優(yōu)化三方面,利用用戶、網(wǎng)絡、服務的多源數(shù)據(jù)來實現(xiàn)流媒體服務的QoE計算,取得了如下成果:1.針對流媒體服務的QoE影響因素,提出了一種基于服務認知水平的用戶偏好計算方法。該方法首先通過語言變量和三角模糊權重將模糊的用戶顯性偏好進行量化標準化。然后基于用戶歷史數(shù)據(jù)分析,通過計算用戶的服務認知水平來衡量顯性偏好的準確性,并對顯性偏好進行去模糊化和權重調整。進一步提出基于粗糙集理論的潛在偏好權重提取方法,將調整后的顯性偏好權重和提取出的潛在偏好權重綜合計算,得到綜合的用戶偏好。使用兩個真實數(shù)據(jù)集開展的實驗結果表明,所提方法能夠有效克服用戶偏好的模糊性、不準確性和不完備性,為QoE評價提供準確的用戶個性化信息。2.針對流媒體服務的QoE評價,提出了一個基于多源數(shù)據(jù)分析的流媒體服務QoE評價方法,并實現(xiàn)了一個開放可視化的流媒體服務QoE綜合評價平臺。該平臺首先利用基于時空特征的分類方法來進行視頻源分析。然后通過基于動態(tài)自適應的流媒體內容生成和流式傳輸,實現(xiàn)了流媒體自適應研究所需的參數(shù)控制、動態(tài)播放和數(shù)據(jù)分析。同時利用多種參數(shù)控制方法來實現(xiàn)編碼網(wǎng)絡損傷的可控可重復,并提供視頻質量的客觀評價方法和用戶體驗的主觀評價方法。最終實現(xiàn)了視頻源層、系統(tǒng)處理層、終端用戶層的多源數(shù)據(jù)分析和流媒體服務的QoE主客觀評價。此外,基于該平臺在全球范圍內開展了流媒體服務的QoE評價實驗并建立了 QoE綜合數(shù)據(jù)集,驗證了所提QoE評價方法和平臺的有效性。3.針對基于QoE的服務優(yōu)化,提出一個基于QoE計算的流媒體服務自適應方法。該方法首先結合移動邊緣計算的分層結構和HTTP動態(tài)自適應流標準的文件組織結構,提出了一個基于預測窗口的時隙系統(tǒng)用于控制邊緣節(jié)點和流媒體質量的動態(tài)切換。然后提出了一個本地成本和遷移成本結合的服務成本計算方法,通過分析動態(tài)化的用戶信息和邊緣節(jié)點的資源狀態(tài)實現(xiàn)邊緣節(jié)點的動態(tài)切換。最后利用實時網(wǎng)絡狀況預測方法和QoE計算方法實現(xiàn)了流媒體質量等級的自適應切換。使用三個真實數(shù)據(jù)集開展的實驗結果表明,所提方法能夠有效均衡網(wǎng)絡負載同時顯著提高流媒體服務的QoE。
【學位單位】：北京郵電大學
【學位級別】：博士
【學位年份】：2018
【中圖分類】：TN919.8
【部分圖文】：

互聯(lián)網(wǎng)的迅猛發(fā)展和普及為流媒體服務發(fā)展提供了強大的市場動力，逡逑流媒體服務作為極具個性化的服務手段呈現(xiàn)出前所未有的爆發(fā)力。據(jù)統(tǒng)計Ｌ邋２０１７年逡逑中國在線視頻市場規(guī)模達到８５６億元，同比增長４０％，用戶規(guī)模突破５．６億。如圖１－逡逑１所示，在移動設備、網(wǎng)絡帶寬和移動邊緣計算（Ｍｏｂｉｌｅ邋Ｅｄｇｅ邋Ｃｏｍｐｕｔｉｎｇ，ＭＥＣ）邋［３］逡逑的助推下，未來幾年流媒體服務行業(yè)的市場規(guī)模仍將保持較高的增長并呈現(xiàn)出跨平臺、逡逑多終端、大融合的特點。與此同時，流媒體用戶的付費能力明顯提升，付費用戶規(guī)模逡逑達到２．４８億２，占比４２．９％，流媒體服務行業(yè)保持良性發(fā)展，移動化、精品化、定制逡逑化進程得到持續(xù)推進。隨著流媒體服務逐漸成為人們獲取信息的主要途徑之一，用戶逡逑對觀看體驗的要求不斷提高，被動接受用戶投訴的業(yè)務發(fā)展模式無法長久，需要服務逡逑提供商能夠主動評價并預測出用戶的觀看體驗，并在此基礎上對服務進行優(yōu)化。實現(xiàn)逡逑有效準確的流媒體服務Ｑ0Ｅ計算成為服務提供商明確把握用戶需求、優(yōu)化服務并最逡逑終提高市場競爭力的關鍵。因此

ＱｏＥ貫穿了流媒體服務的整個生命周期各階段的參數(shù)控制和數(shù)據(jù)分析。逡逑由ＱｏＥ的定義可知，ＱｏＥ的影響因素主要分為三個層面：用戶層面、服務層面逡逑和環(huán)境層面［５］。如圖１－２所示，用戶層面的因素包括用戶的期望、用戶偏好、體驗經(jīng)逡逑歷、用戶體驗時所處的身心狀態(tài)和自身背景等。一方面用戶與服務的交互行為數(shù)據(jù)可逡逑以反映用戶對服務的期望、客戶端的緩沖水平、以及服務所處的網(wǎng)絡狀態(tài)等，如暫停逡逑可能表示需要更多的時間緩沖視頻；降低碼率可能表示用戶對當前網(wǎng)絡條件不滿意。逡逑另一方面用戶的主觀因素（如情緒）對ＱｏＥ的影響難以量化，而用戶偏好是諸多ＱｏＥ逡逑用戶層面影響因素的綜合反映，是最具代表性和實用性的因素，為了向用戶提供滿足逡逑個性化需求的流媒體服務，用戶偏好的研宄至關重要。因此，在用戶個性化分析的基逡逑礎上開展準確的用戶偏好計算成為了研究流媒體服務ＱｏＥ計算的重要一環(huán)。逡逑服務層面的影響因素包括了網(wǎng)絡層、應用層和服務層的ＱｏＳ參數(shù)。網(wǎng)絡層的參逡逑數(shù)反映網(wǎng)絡傳輸?shù)臓顩r，如帶寬、時延、丟包率、抖動等。應用層的參數(shù)反映沒有經(jīng)逡逑過網(wǎng)絡傳輸?shù)姆⻊招阅埽缇幗獯a類型、起始時延、再緩沖時延等。服務層的參數(shù)確逡逑３逡逑

以上研究成果構成了所提出的“流媒體服務的ＱｏＥ計算方法研究”。逡逑１．４論文組織結構逡逑本文對流媒體服務的ＱｏＥ計算進行了深入研宄，組織結構如圖１－３所示。其余逡逑部分的組織結構如下：逡逑第二章，相關研究綜述。本章圍繞流媒體服務的ＱｏＥ對與本文密切相關的研宄逡逑成果按類別進行了總結，并分析了當前研究的局限及挑戰(zhàn)。邐．逡逑第三章，基于服務認知水平的用戶偏好計算。本章首先介紹了基于語言變量和三逡逑角模糊權重的用戶顯性偏好量化方法。然后提出了一種基于歷史數(shù)據(jù)分析的服務認知逡逑水平計算方法。最后彳艮據(jù)調整后的顯性用戶偏好和提取出的潛在用戶偏好，實現(xiàn)準確逡逑的綜合用戶偏好計算。為了驗證本章所提方法的性能，使用兩個真實數(shù)據(jù)集與其它三逡逑種用戶偏好計算方法進行了對比實驗，給出了實驗設置、實驗結果分析和參數(shù)分析。逡逑最后總結了本章的研究內容。逡逑第四章，基于多源數(shù)據(jù)分析的流媒體服務ＱｏＥ評價。本章提出了一個基于多源逡逑數(shù)據(jù)分析的ＱｏＥ主客觀評價方法。首先闡述了研究動機

【參考文獻】

相關期刊論文 前6條

1 茹新宇;劉淵;陳偉;;新網(wǎng)絡仿真器NS3的研究綜述[J];微型機與應用;2017年20期

2 馬友;王尚廣;孫其博;楊放春;;一種綜合考慮主客觀權重的Web服務QoS度量算法[J];軟件學報;2014年11期

3 林闖;胡杰;孔祥震;;用戶體驗質量(QoE)的模型與評價方法綜述[J];計算機學報;2012年01期

4 何躍;陳大勇;騰格爾;;基于Web數(shù)據(jù)挖掘的用戶瀏覽興趣路徑研究[J];計算機工程與應用;2012年07期

5 李緊;蘇偉;陳敏;;基于QoS和用戶偏好的Web服務發(fā)現(xiàn)模型[J];現(xiàn)代計算機(專業(yè)版);2010年04期

6 邵凌霜;周立;趙俊峰;謝冰;梅宏;;一種Web Service的服務質量預測方法[J];軟件學報;2009年08期

本文編號：2821413