基于用户QE的流媒体系统性能测评模型设计.docVIP

基于用户QoE的流媒体系统性能测评模型设计 摘要：影响流媒体用户服务质量体验QoE（Quality?of?Experience）的因素有很多，如何对用户QoE进行量化判别是一个复杂的问题。为此，以媒体传输指标MDI为基础，研究了用于测量流媒体用户QoE的基本指标，并提出了相关测量数据的获取方法。以流媒体用户的实际体验质量为依据，提出了一种有效的流媒体系统性能评价模型，该模型为流媒体系统的性能分析和优化调整提供了理论基础，具有广泛的应用价值。 关键词：流媒体；服务质量体验；性能分析；评价模型 0引言 随着宽带网络的逐渐普及，流媒体技术开始被广泛用于网络电视、视频点播、活动直播、远程教学、视频会议等领域。近年来，宽带多媒体增值业务市场开始逐渐细分，越来越多的流媒体相关业务不断诞生和发展，流媒体业务[1-2]已成为目前宽带网络上的主流业务，其系统性能和服务质量得到网络运营商和用户的广泛关注。 用户体验质量QoE（Quality?of?Experience）是指用户在接受网络服务的时候对服务质量的满意程度[3]。流媒体QoE是指流媒体业务在满足用户期望方面的所达到的程度[4-5]。由于目前的IP网络不是针对流媒体业务进行设计的，因此无法满足流媒体业务所需要的端到端服务质量保证要求，在网络发生拥塞时，交换机就有可能丢弃多媒体数据，造成用户体验质量下降；另一方面，流媒体系统本身会存在性能瓶颈，如果某一台流媒体服务器负荷过重，也会影响服务质量，造成用户端出现马赛克、图像抖动、停格、黑屏、多次缓冲等现象。 目前，针对流媒体服务质量QoS（Quality?of?Service）有很多种控制和保障方法，主要有：内容分发、拥塞控制、缓冲控制、差错控制等技术[6]。但是这些技术往往并不能完全解决流媒体的服务质量问题。对于运营商来说，他们非常希望知道所提供的流媒体服务是否达到了用户期望或要求，哪些用户存在播放质量问题；对内容提供商来说，他们非常关心哪家运营商能够提供较高服务质量的流媒体系统，所选择的运营商能否高质量地将自己的流媒体节目内容送达给每个用户。 因此，需要对流媒体系统的服务性能进行测量和评价，而流媒体用户的体验质量是评价流媒体系统服务性能的最终指标。目前，国外已经有多家互联网公司从事流媒体系统性能测量工作，其中较为著名的Keynote?System公司设计的SystemQ系统[7]就是从用户QoE角度来测量流媒体系统的性能。 1流媒体QoE测量指标的选择 2004年，IneoQuest公司提出了关于评定媒体流在IP网络上传输一个指标MDI（Media?Delivery?Index）草案，于2005年8月推出该草案的第三版，2006年4月MDI被IETF接收为RFC?4445标准[8]，目前MDI视频评定标准已被国内外各大公司和标准机构广泛采用。 MDI（媒体传输指数）由两个部分组成：DF（Delay?Factor）延迟参数和MLR媒体丢失率[9]。 DF是指对于每一个数据包在测试点被显示或者记录到达时间的间隔的计算值。 MLR=（理想中应该收到的数据包的数量-实际接收到的数据包的数量）/以秒为单位的间隔时间，MLR的结果实际上就是每秒丢失的数据包的数量[10]。 MDI可以用于测试或评估一个视频网络的质量。通过测量MLR可以确认、定位并跟踪网络的丢包状况；使用DF参数可以确认、定位并且跟踪网络的抖动情况。 对于所有流媒体用户来说，他们的基本需求就是高质量体验（QoE）。基本水平的QoE就是流媒体节目的高保真播放和节目内容的快速呈现。因此，在本模型中，参考MDI指标，并针对用户端媒体播放特性，设置了两个重要指标：等待时间WT（Wait?Time）和平均媒体丢失率AMLR（Average?Media?Loss?Rate）。 等待时间WT是影响流媒体用户的质量体验的重要因素，等待时间过长或重缓冲次数过多会使用户对流媒体播放失去耐心。 平均媒体丢失率AMLR的大小是影响播放效果的最主要因素，AMLR过高可能会造成图像抖动、声音断续、马赛克、多次缓冲、停格、跳帧等用户难以忍受的体验。 测量时间段T秒内的等待时间WT的计算方式如下： 等待时间WT=连接时间+首次缓冲时间+重缓冲时间+重缓冲补偿⑴ 其中： 重缓冲补偿=重缓冲次数×重缓冲补偿权值⑵ 流媒体客户端播放过程如图1实例所示。 若设重缓冲补偿权值为每次重缓冲补偿1秒，图1中的客户端等待时间为： WT=连接时间1s+首次缓冲时间3s+重缓冲时间1s+重缓冲补偿1s=6s 测量时间段T秒内的MLR的计算方式如下： 平均媒体丢失率AMLR=（∑丢包率）/采样次数⑶ 式⑶即平均媒体丢失率为在T秒内对丢包率进行多次采样后的平均值。 若设采样次数为3次，每次采样得到的丢包率为8%、10%和12%，这该客户端