论文部分内容阅读
流媒体服务是流媒体技术在视频点播、在线直播、视频会议、远程教育等互联网信息服务中的应用总称,它带动了视频通信、视频消费和视频监控等业务的发展,并成为支撑智慧城市、智慧医疗、5G业务体系等工作的重要基础。目前的流媒体服务已脱离纯技术驱动的模式,正在走向技术与服务相结合、体验与互动并进的新模式,有效准确地计算用户体验质量(Quality of Experience,QoE)是明确把握用户需求、优化服务、提高市场竞争力的关键。因此,提供满意的QoE成为流媒体服务的重要目标。为此,本文从QoE影响因素、QoE评价、基于QoE的服务优化三方面,利用用户、网络、服务的多源数据来实现流媒体服务的QoE计算,取得了如下成果:1.针对流媒体服务的QoE影响因素,提出了一种基于服务认知水平的用户偏好计算方法。该方法首先通过语言变量和三角模糊权重将模糊的用户显性偏好进行量化标准化。然后基于用户历史数据分析,通过计算用户的服务认知水平来衡量显性偏好的准确性,并对显性偏好进行去模糊化和权重调整。进一步提出基于粗糙集理论的潜在偏好权重提取方法,将调整后的显性偏好权重和提取出的潜在偏好权重综合计算,得到综合的用户偏好。使用两个真实数据集开展的实验结果表明,所提方法能够有效克服用户偏好的模糊性、不准确性和不完备性,为QoE评价提供准确的用户个性化信息。2.针对流媒体服务的QoE评价,提出了一个基于多源数据分析的流媒体服务QoE评价方法,并实现了一个开放可视化的流媒体服务QoE综合评价平台。该平台首先利用基于时空特征的分类方法来进行视频源分析。然后通过基于动态自适应的流媒体内容生成和流式传输,实现了流媒体自适应研究所需的参数控制、动态播放和数据分析。同时利用多种参数控制方法来实现编码网络损伤的可控可重复,并提供视频质量的客观评价方法和用户体验的主观评价方法。最终实现了视频源层、系统处理层、终端用户层的多源数据分析和流媒体服务的QoE主客观评价。此外,基于该平台在全球范围内开展了流媒体服务的QoE评价实验并建立了 QoE综合数据集,验证了所提QoE评价方法和平台的有效性。3.针对基于QoE的服务优化,提出一个基于QoE计算的流媒体服务自适应方法。该方法首先结合移动边缘计算的分层结构和HTTP动态自适应流标准的文件组织结构,提出了一个基于预测窗口的时隙系统用于控制边缘节点和流媒体质量的动态切换。然后提出了一个本地成本和迁移成本结合的服务成本计算方法,通过分析动态化的用户信息和边缘节点的资源状态实现边缘节点的动态切换。最后利用实时网络状况预测方法和QoE计算方法实现了流媒体质量等级的自适应切换。使用三个真实数据集开展的实验结果表明,所提方法能够有效均衡网络负载同时显著提高流媒体服务的QoE。