论文部分内容阅读
视频业务已经成为互联网流量的重要组成部分。思科研究报告预测移动终端的视频流量将会在2020年占据全网流量的82%,并且中国互联网络发展状况报告统计网络视频用户规模达到5.45亿。用户体验质量是衡量视频传输质量的重要指标,研究并提高网络视频用户的体验对于提高互联网的服务质量具有理论和实践的价值。视频用户体验质量不仅与视频的视频参数和传输情况有关,例如帧率、传输速率、丢包率、抖动等,还与视频内容有关系。针对第一个方面,本论文利用移动终端大规模视频数据记录,研究了终端硬件、网络传输参数和视频参数对用户体验的影响。针对第二个方面,论文提出了两个感知视频内容的网络带宽共享的优化模型和一种基于视频切割的感知视频内容的网络带宽共享方法。本文的具体研究内容如下:(1)基于大规模网络视频数据的统计分析与数据挖掘。对大规模网络视频数据中的视频长度、开始观看视频时间、终端类型、价格等维度进行了统计;并分析了不同维度与用户视频体验的关联;最后通过k-means对大量数据进行聚类,并分析影响视频完成率的因素及其影响程度。(2)提出两个感知视频内容的网络带宽共享的优化模型。已有的研究表明,相同的视频码率条件下,不同的视频内容类型对应的用户体验质量是不同的,例如,观看动作变化剧烈的动作片的用户满意度低于观看动作变化缓慢的爱情片的用户满意度。因此,网络带宽的分配应该考虑到视频内容的类型。基于这个观察,本文提出两个根据视频内容类型进行网络分配的优化模型。在本文的数值实验中,第一个模型实现了在用户体验质量方面的公平共享带宽;与传统的带宽分配机制相比,第二个模型使所有用户的用户体验质量总和最大提升2.7%。(3)提出了一种基于视频切割的感知视频内容的网络带宽共享方法。在上面的第二个工作中,视频的分类是按照整个视频文件的内容进行分类的。实际上,一个电影视频中,视频内容的类型是不断变化的,例如,在一个动作片中,既有动作变化剧烈的打斗场景,也有动作变化缓慢的抒情场景。基于这个观察,本文提出一种基于视频切割的感知视频内容的网络带宽共享方法。基本想法如下:对视频文件进行切割分段并对切割后得到的视频段进行分类,然后在视频段的颗粒度上进行带宽分配。数值实验结果表明,与上述第二个工作中的对整个视频内容进行分类的网络带宽分配方法相比,在本文所选的电影样本对中,在最好的情况下,这个方法能使总的用户体验质量至少提高0.25%,最高到0.92%。