一种动态自适应HTTP流媒体码率切换算法

近年来,基于HTTP的动态自适应流媒体技术,已经被各种网络视频播放服务广泛采用.针对客户端缓冲区受限和网络环境不稳定的情况,提出一种基于客户端缓冲区长度的动态自适应码率选择算法.该算法通过对缓冲区进行分级实现了带宽的不同比例的缩放,并采用滑动窗口技术对带宽进行平滑处理.同时,通过设置每个缓冲区等级的带宽持续上升或下降时间的限制和采用高低带宽的中间码率等级,使码率等级不会剧烈变化.实验结果表明,该算法能在带宽利用和视频质量的平滑之间取得较好的平衡,提供良好的视频播放用户体验.

基于电量状态的移动流媒体码率自适应策略

为提升移动流媒体的用户体验质量(quality of experience,QoE)和设备续航时长,提出一种基于移动设备电量状态的QoE模型,模型的参数包括初始延迟、重新缓冲、平均视频质量、码率切换平滑度以及设备电量状态。在模型的基础上,给出一种基于网络吞吐量,同时又考虑设备电量状态的码率自适应策略。策略能避免客户端在设备剩余电量处于中、低状态时,请求高码率视频,导致过多的电池电量消耗。实验结果表明,该策略能有效平衡不同电量状态下用户对视频质量和设备续航的需求。

基于模糊控制的流媒体自适应传输算法

基于HTTP的动态自适应流媒体DASH传输协议可以使用户根据自身的终端显示能力和信道条件选择合适的视频质量,是网络视频服务技术的发展方向。如何根据网络吞吐量的变化自适应地选择视频码率,以获得最佳的用户体验质量QOE,在已有的DASH系统中还没有得到很好的解决。提出了一种基于模糊控制的自适应传输算法,将缓存的视频余量以及用户申请的视频码率和网络吞吐量的码率失配度作为输入,将预期的缓存变化量作为输出,通过模糊逻辑实现以下控制目的:(1)将缓存稳定在一个安全的区间;(2)使传输视频的平均质量最大化;(3)避免因带宽波动所造成的视频播放中断。最后,分别在两种虚拟网络环境和两种实际网络环境下进行性能测试,实验结果表明,与已有的算法相比较,本文提出的算法可以给用户带来更好的QOE。

基于SVC与DASH的视频流媒体系统

随着现代网络技术的高速发展,高清甚至超清流媒体视频业务在网络数据流量中占据越来越高的比例。为统一视频流媒体的传输格式,国际MPEG组织发起制定一种标准的动态自适应流媒体(Dynamic Adaptive Streaming over HTTP,DASH)传输框架。然而,现有DASH框架常采用固定码率的视频编码技术,如H.264,一定程度限制其码流的网络适应性。对此,该研究将可伸缩视频编码(Scalable video coding,SVC)与DASH相结合的流媒体传输方案,提出SVC码流到DASH的映射方案,并在Internet上真正实现了这种码率可伸缩的DASH传输系统,测试验证了系统的调控性能。

一种基于HTTP/3传输特性的加密视频识别方法

视频流量逐渐在网络中占据主导地位,且视频平台大多对其进行加密传输。虽然加密传输视频可以有效保护用户隐私,但是也增加了监管有害视频传播的难度.现有的加密视频识别方法基于TCP(Transmission Control Protocol)传输协议头部信息和HTTP/1.1(Hypertext Transfer Protocol Version1.1)的传输模式,提取应用层音视频数据单元传输长度序列来实现视频识别.但是随着基于UDP(User Datagram Protocol)的QUIC(Quick UDP Internet Connections)协议及基于QUIC实现的HTTP/3(Hypertext Transfer Protocol Version 3)协议应用于视频传输,已有方法不再适用.HTTP/3协议缺少类似TCP的头部信息,且使用了多路复用机制,并对几乎所有数据进行了加密,此外,视频平台开始使用多片段合并分发技术,这给从网络流量中精准识别加密视频带来了巨大挑战。本文基于HTTP/3协议中的控制信息特征,提出了从HTTP/3加密视频流中提取数据传输特征并进行修正的方法,最大程度复原出应用层音视频长度特征.面向多片段合并分发导致的海量匹配问题,本文基于明文指纹库设计了键值数据库来实现视频的快速识别.实验结果表明,本文提出的基于HTTP/3传输特性的加密视频识别方法能够在包含36万个真实视频指纹的YouTube大规模指纹库中达到接近99%的准确率,100%的精确率以及99.32%的F1得分,对传输过程中加人了填充顿的Facebook平台,在包含28万个真实视频指纹的大规模指纹库中达到95%的准确率、100%的精确率以及96.45%的F1得分,在具有同样特性的Instagram平台中,最高可达到97.57%的F1得分,且本方法在所有指纹库中的平均视频识别时间均低于0.4秒.本文的方法首次解决了使用HTTP/3传输的加密视频在大规模指纹库场景中的识别问题,具有很强的实用性和通用性.

QoE驱动的基于CDN缓存命中率的码率自适应算法

随着移动流媒体用户群的增长,内容分发网(CDN)已经成为提高网络容量和用户体验质量(QoE)的重要途径。为了研究如何提升移动流媒体用户的QoE,提出基于CDN节点缓存命中率的QoE模型,该模型参数包含CDN节点缓存命中率、带宽吞吐量和客户端缓存变化量。在该模型的基础上,提出基于CDN节点缓存命中率的码率自适应算法,解决在网络条件不佳的情况下,根据用户码率请求参数的分布情况调整缓存策略,以提高CDN缓存命中率,降低时延,提高用户QoE。通过实验结果分析可以得出在网络条件相对较差的情况下,基于CDN缓存命中率的码率自适应算法能明显降低用户的RTT,提高用户QoE。

基于状态机的视频码率自适应算法

由于链路带宽存在随机性,已有的基于超文本传输协议的动态自适应流媒体传输技术(DASH)的码率自适应算法不能很好解决播放流畅性和视频质量之间的矛盾。为解决该问题,提出一种基于状态机的DASH(SDASH)算法,将码率切换过程用状态机进行分析与控制。首先充分考虑客户端观看体验质量(QoE)的影响因素,对影响因素进行数值分析,并设定6个码率等级状态;然后将视频码率与影响因素的数值变化之间的联系作为状态转移条件;最后在保证播放缓存和码率偏移率处于一定阈值的条件下将视频码率切换至视频质量和播放流畅性整体性能相对最佳的码率等级上。实验结果表明,该算法与基于模糊逻辑控制的码率自适应算法相比能够提高客户端请求视频的平均码率,且尽量避免出现码率骤降等情况,从而较好地平衡播放流畅性和视频质量之间的关系,提升了视频观看过程的体验质量。

基于电池电量感知的移动流媒体QoE优化策略

为了提升移动流媒体应用用户的体验质量(QoE),提出了基于剩余电量的用户QoE模型(PSQM),模型参数包括剩余电量、初始延迟、暂停事件、切换事件.在PSQM基础上,提出了基于移动设备剩余电量和网络环境的码率控制策略(PBCS),避免了客户端不断请求高质量视频片段而不考虑设备剩余电量而影响用户QoE的问题.在移动设备不同电量状态下,PBCS能够实现视频质量和电量的权衡,提高用户QoE.

一种基于多服务器的DASH客户端优化算法

在多服务器场景下,基于HTTP的动态自适应流媒体在传输过程中,由于用户请求的高度动态性及多服务器传输带宽的差异性,客户端获取的视频质量波动较频繁,影响到用户体验质量。针对上述问题,提出一种基于软件定义网络的视频分片请求调度算法。将多个分片组成一个视频块,利用分配策略把这多个分片分配至多个服务器,实现同一视频块内视频分片的码率同步,并使分片有序下载。同时,客户端算法采用Q学习方法,根据不同的环境状态决策出相应的码率。仿真实验结果表明,该算法可减少视频质量的波动,提高客户端平均视频质量。