一种流媒体播放质量的预测方法技术

本发明专利技术公开了一种流媒体播放质量的预测方法。该方法步骤如下：使用网络监听技术收集和本机系统相关的网络数据包，通过IP地址、端口过滤技术保留流媒体播放相关的数据包；根据相应协议重新构建协议栈，获取其中传输的媒体数据和网络性能数据，并记录主机的性能数据；解码媒体数据，结合系统时间综合判断当前播放质量，结合上一阶段的网络和主机性能数据训练机器学习模型；使用机器学习模型，通过当前网络和主机性能数据，预测下一阶段时间的流媒体播放质量。本发明专利技术方法在不更改播放器和系统的情况下，对当前流媒体播放质量进行准确判断，并通过机器学习算法对一段时间后的播放质量进行稳定高效的预测，对于服务方提高流媒体播放质量有重要的参考意义。

Method for predicting quality of streaming media playing

The invention discloses a method for predicting the quality of streaming media playing. The method comprises the following steps: using network monitoring and network technology to collect data related to the package on this computer system, through the IP address, port filtering technique to keep streaming media related data packet; according to the corresponding protocol stack to construct, acquire the transmission of media data and network performance data, and record the performance data of the host; decoding the media data, combined with the comprehensive judgment of the current system time playback quality, combined with the last stage of the network and host performance data for training machine learning model; learning model using the machine, through the network and host of data, streaming media broadcast quality forecast next time. When the method of the invention does not change the player and system under the condition of the streaming media playback quality judgment, and the algorithm is stable and efficient to predict the playback quality after a period of time through machine learning, to improve service quality of streaming media has an important reference value.

【技术实现步骤摘要】

本专利技术涉及流媒体点播直播
，特别是一种流媒体播放质量的预测方法。
技术介绍
随着中国网络数字电视和视频直播点播产业的飞快发展，基于有线网络的数字电视用户规模在近几年持续增长，网络带宽的增长也促进了高清网络电视的发展，数字高清电视和可交互网络电视等业务的覆盖面也越来越广。由于用户的快速增长和播放媒体的码率的提升，给媒体服务器和传输网络都带来相当大的挑战。由于互联网流媒体播放技术的复杂性，需要服务器端、传输网络和客户端共同合作完成流媒体的播放功能，任何一方出现问题都会影响播放质量。播放质量最直观的表现就是是否发生卡顿，而卡顿发生对于用户观看体验有极大的影响，容易导致用户的流失。故对于流媒体播放质量的检测和预测，对服务提供商有极大的参考价值，有利于服务提供商及时调整优化服务，提升用户体验。目前对流媒体播放质量检测的主要方法是在终端中集成软探针软件，一类软探针是集成在播放器中，对播放器的工作状态进行检测从而得出播放质量；另一类软探针是工作于系统底层，通过分析网络数据包来评判网络质量，从而推断播放质量。这两种技术能部分判断播放质量，但缺乏自学习的能力，不能根据终端自身情况进行自适应的改变，同时缺乏对播放质量预测的能力，只能在故障发生后提供数据，不具备故障的前瞻性。
技术实现思路
本专利技术的目的在于提供一种工作于系统底层，能实时判断流媒体播放质量并对未来一段时间的播放质量进行预测的方法。实现本专利技术目的的技术解决方案为：一种流媒体播放质量的预测方法，包括以下步骤：步骤1，使用网络监听技术收集和本机系统相关的网络数据包，通过IP地址、端口过滤技术保留流媒体播放相关的数据包；步骤2，根据相应协议重新构建协议栈，获取该协议栈中传输的媒体数据和网络性能数据，并记录主机的性能数据；步骤3，解码媒体数据，结合系统时间综合判断当前播放质量，结合上一阶段的网络和主机性能数据训练机器学习模型；步骤4，使用机器学习模型，通过当前网络和主机性能数据，预测下一阶段时间的流媒体播放质量。进一步地，步骤1中所述通过IP地址、端口过滤技术保留流媒体播放相关的数据包，具体为：使用电子节目指南服务器、调度服务器和内容分发网络服务器的IP地址和端口对网络数据包进行过滤，仅保留流媒体播放相关的数据包。进一步地，步骤2所述根据相应协议重新构建协议栈，获取该协议栈中传输的媒体数据和网络性能数据，并记录主机的性能数据，具体如下：A)针对传输层是TCP协议的，使用对帧技术，获取TCP中传输的流数据，同时记录时延、乱序率、丢包率、低窗口率；B)针对应用层是HTTP协议的，对包头进行重新构建，获取请求信息和响应信息，同时记录各阶段时延；C)针对应用层是HLS协议的，记录媒体码率；D)针对传输层是UDP组播协议的，记录组播控制信息和媒体数据，同时记录网络时延、抖动；E)记录播放流媒体时的CPU使用率、内存占用率和IO性能。进一步地，步骤3中所述的解码媒体数据，结合系统时间综合判断当前播放质量，包括以下步骤：步骤3.1.1，根据已下载的媒体片段，快速解码获取片段时长；步骤3.1.2，通过媒体片段下载时间和媒体时长求出目前还可以播放的时长；步骤3.1.3，通过积累的可播放时长和系统流逝的时间，判断当前流媒体播放质量，并根据缓存时长进行播放质量评级。进一步地，步骤3中所述的结合上一阶段的网络和主机性能数据训练机器学习模型，步骤如下：步骤3.2.1，选择网络性能数据中能够体现网络状态的参数，加上反映主机工作状态的性能数据参数，进行预处理和数据融合，最后得到特征向量；步骤3.2.2，将当前状态10秒前的由步骤3.2.1中得出的特征向量作为输入，将当前流媒体播放质量评级作为输出，训练具有分类功能的机器学习模型。进一步地，步骤4中所述的使用机器学习模型，通过当前网络和主机性能数据，预测下一阶段时间的流媒体播放质量，具体为：将当前状态的由步骤3.2.1得出的特征向量作为输入，机器学习模型的输出作为10秒后流媒体播放质量的预测。本专利技术与现有技术相比，其显著优点为：(1)通过历史数据预测未来的播放质量，能及时通知服务提供商，特殊情况下能在故障发生之前发现故障、排除故障或采取针对性措施，提升服务质量；(2)由于流媒体播放终端的网络环境和主机环境各不相同，使用机器学习算法能使预测功能在各种工作环境下都能自动适应；(3)具有实时性，能在占用少量CPU时间和内存的前提下，判断当前流媒体的播放质量，并学习分析采集的数据和流媒体播放质量之间的潜在联系，机器学习算法能不断自动调优，使预测准确性不断提升。附图说明图1是本专利技术中流媒体播放质量预测的机器学习模型训练流程图。图2是本专利技术中机器学习模型预测流媒体播放质量的流程图。图3是本专利技术的整体系统数据流图。具体实施方法下面对本专利技术方案进行详细说明。本专利技术在对流媒体播放质量进行预测的时候，主要分为两个部分，第一个部分是利用历史数据对预测模型进行训练，第二部分是用当前性能数据输入预测模型并对未来播放质量进行预测。本专利技术流媒体播放质量的预测方法，包括以下步骤：步骤1，使用网络监听技术收集所有和本机系统相关的网络数据包，并通过网络协议(InternetProtocol，IP)地址、端口过滤技术保留流媒体播放相关的数据包。所述通过IP地址、端口过滤技术保留流媒体播放相关的数据包，具体为：使用具体的电子节目指南(ElectronicProgramGuide，EPG)服务器、调度服务器和内容分发网络(ContentDeliveryNetwork，CDN)服务器的IP地址和端口对网络数据包进行过滤，仅保留流媒体播放相关的数据包，减少后续流程的数据量，提升了性能。步骤2，根据相应协议重新构建协议栈，获取该协议栈中传输的媒体数据和网络性能数据，并记录主机的性能数据。所述根据相应协议重新构建协议栈，获取该协议栈中传输的媒体数据和网络性能数据，并记录主机的性能数据，具体如下：A)针对传输层是传输控制协议(TransmissionControlProtocol，TCP)的，使用TCP对帧技术，将乱序到达的TCP数据包以包序号排序，将排序完成的数据包中的负载数据连接，最后获取TCP中传输的流数据，同时记录包时延、乱序率、丢包率、低窗口率等性能参数。B)针对应用层是超文本传送协议(HyperTextTransferProtocol，HTTP)的，对请求和响应包头进行重组，获取请求信息和响应信息，同时记录各阶段时延。C)针对应用层是HTTP流直播(HTTPLiveStreaming，HLS)协议的，通过分析请求响应包，获取媒体码率等相关信息。D)针对传输层是用户数据报协议(UserDatagramProtocol，UDP)组播协议的，记录因特网组管理协议(InternetGroupManagementProtocol，IGMP)控制信息和媒体数据，同时记录网络时延、抖动、包间隔等性能数据。E)记录播放流媒体时的中央处理器(CentralProcessingUnit，CPU)使用率、内存占用率和输入输出(Input/Output，IO)性能等主机性能数据。步骤3，解码媒体数据，结合系统时间综合判断当前播放质量，结合上一阶段的网络和主机性能数据训练机器学习模型。所述的解码本文档来自技高网...

【技术保护点】
一种流媒体播放质量的预测方法，其特征在于，包括以下步骤：步骤1，使用网络监听技术收集和本机系统相关的网络数据包，通过IP地址、端口过滤技术保留流媒体播放相关的数据包；步骤2，根据相应协议重新构建协议栈，获取该协议栈中传输的媒体数据和网络性能数据，并记录主机的性能数据；步骤3，解码媒体数据，结合系统时间综合判断当前播放质量，结合上一阶段的网络和主机性能数据训练机器学习模型；步骤4，使用机器学习模型，通过当前网络和主机性能数据，预测下一阶段时间的流媒体播放质量。

【技术特征摘要】
1.一种流媒体播放质量的预测方法，其特征在于，包括以下步骤：步骤1，使用网络监听技术收集和本机系统相关的网络数据包，通过IP地址、端口过滤技术保留流媒体播放相关的数据包；步骤2，根据相应协议重新构建协议栈，获取该协议栈中传输的媒体数据和网络性能数据，并记录主机的性能数据；步骤3，解码媒体数据，结合系统时间综合判断当前播放质量，结合上一阶段的网络和主机性能数据训练机器学习模型；步骤4，使用机器学习模型，通过当前网络和主机性能数据，预测下一阶段时间的流媒体播放质量。2.根据权利要求1所述的流媒体播放质量的预测方法，其特征在于，步骤1中所述通过IP地址、端口过滤技术保留流媒体播放相关的数据包，具体为：使用电子节目指南服务器、调度服务器和内容分发网络服务器的IP地址和端口对网络数据包进行过滤，仅保留流媒体播放相关的数据包。3.根据权利要求1所述的流媒体播放质量的预测方法，其特征在于，步骤2所述根据相应协议重新构建协议栈，获取该协议栈中传输的媒体数据和网络性能数据，并记录主机的性能数据，具体如下：A)针对传输层是TCP协议的，使用对帧技术，获取TCP中传输的流数据，同时记录时延、乱序率、丢包率、低窗口率；B)针对应用层是HTTP协议的，对包头进行重新构建，获取请求信息和响应信息，同时记录各阶段时延；C)针对应用层是HLS协议的，记录媒体码率；D)针对传输层是UDP组播协...

【专利技术属性】
技术研发人员：杜鹏桢，张震宇，李千目，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32