羅 銳，黃鸝聲，張振宇，薛 紅，歐陽(yáng)千瑋，談澄秋

（1.成都師范學(xué)院 計(jì)算機(jī)科學(xué)學(xué)院，成都 611130；2.電子科技大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，成都 611731；3.西南交通大學(xué) 信息編碼與傳輸重點(diǎn)實(shí)驗(yàn)室，成都 611756；4.重慶郵電大學(xué) 國(guó)際學(xué)院，重慶 400065；5.中國(guó)移動(dòng)通信集團(tuán)四川有限公司，成都 610095）

5G高速率、低時(shí)延的特性為移動(dòng)網(wǎng)絡(luò)視頻業(yè)務(wù)帶來(lái)了全新的視覺(jué)體驗(yàn)，視頻業(yè)務(wù)已經(jīng)成為5G網(wǎng)絡(luò)主流應(yīng)用.據(jù)愛(ài)立信移動(dòng)市場(chǎng)報(bào)告數(shù)據(jù)［1］，到2025年，移動(dòng)視頻流量在移動(dòng)數(shù)據(jù)總流量中的占比將從2019年的略高于60%增長(zhǎng)到近75%；另一方面，在5G時(shí)代，通信市場(chǎng)競(jìng)爭(zhēng)日趨激烈，由于無(wú)線網(wǎng)絡(luò)質(zhì)量的影響，用戶網(wǎng)絡(luò)視頻業(yè)務(wù)在體驗(yàn)過(guò)程中經(jīng)常出現(xiàn)視頻啟動(dòng)時(shí)間太長(zhǎng)、黑屏和卡頓時(shí)間過(guò)長(zhǎng)等問(wèn)題，直接導(dǎo)致用戶滿意度下降、投訴量增加，甚至離網(wǎng)等后果.為此，運(yùn)營(yíng)商需要精確評(píng)估和掌握用戶在使用網(wǎng)絡(luò)視頻業(yè)務(wù)過(guò)程中的體驗(yàn)質(zhì)量，以便提前發(fā)現(xiàn)質(zhì)量問(wèn)題，進(jìn)一步開(kāi)展客戶關(guān)懷、網(wǎng)絡(luò)維護(hù)優(yōu)化工作.因此，做好5G網(wǎng)絡(luò)視頻業(yè)務(wù)質(zhì)量評(píng)估，及時(shí)發(fā)現(xiàn)網(wǎng)絡(luò)視頻業(yè)務(wù)運(yùn)行過(guò)程中的問(wèn)題，成為通信運(yùn)營(yíng)商亟待解決的課題，研究一套準(zhǔn)確率高、易推廣的5G網(wǎng)絡(luò)環(huán)境下的網(wǎng)絡(luò)視頻質(zhì)量分析方法成為迫切需求.

目前通信運(yùn)營(yíng)商采用的網(wǎng)絡(luò)視頻質(zhì)量分析方法主要包括視頻信令檢測(cè)法、探針撥測(cè)法、直接深度包檢測(cè)（deep packet inspection，DPI）解析法和呼叫/事務(wù)/會(huì)話數(shù)據(jù)記錄（extend data recording，XDR）大數(shù)據(jù)法四類.視頻信令檢測(cè)法是運(yùn)營(yíng)商通過(guò)部署的統(tǒng)一DPI系統(tǒng)，提取視頻播放過(guò)程中交互的視頻播放時(shí)長(zhǎng)、卡頓等信令數(shù)據(jù)，計(jì)算視頻播放質(zhì)量［2-5］.視頻信令檢測(cè)法的優(yōu)勢(shì)是實(shí)施簡(jiǎn)單、準(zhǔn)確率高，但若視頻內(nèi)容源服務(wù)商采用加密協(xié)議來(lái)傳輸視頻數(shù)據(jù)，或修改了信令流程，都會(huì)導(dǎo)致運(yùn)營(yíng)商無(wú)法進(jìn)行網(wǎng)絡(luò)視頻質(zhì)量分析.探針撥測(cè)法是在網(wǎng)絡(luò)中布放視頻質(zhì)量監(jiān)測(cè)終端，視頻質(zhì)量監(jiān)測(cè)終端對(duì)各主要網(wǎng)絡(luò)視頻模擬用戶行為進(jìn)行自動(dòng)撥測(cè)、分析，從而獲取視頻質(zhì)量分析結(jié)果［6-7］.探針撥測(cè)法實(shí)施簡(jiǎn)單，也是運(yùn)營(yíng)商應(yīng)用較多的視頻質(zhì)量分析方法，但探針撥測(cè)法獲得的視頻質(zhì)量分析結(jié)果無(wú)法代表真實(shí)用戶使用視頻業(yè)務(wù)時(shí)的真實(shí)視頻感知質(zhì)量.直接DPI解析法是在運(yùn)營(yíng)商網(wǎng)絡(luò)鏈路上部署DPI設(shè)備，對(duì)視頻播放的流量進(jìn)行捕獲、抽取、解析，獲取視頻質(zhì)量相關(guān)數(shù)據(jù)指標(biāo)，在此基礎(chǔ)上，分析、計(jì)算網(wǎng)絡(luò)視頻質(zhì)量評(píng)價(jià)值，文獻(xiàn)［8-18］都是直接DPI解析法，區(qū)別在于提取的視頻數(shù)據(jù)指標(biāo)不同，計(jì)算視頻質(zhì)量的方法不同.由于直接DPI解析法需要在網(wǎng)絡(luò)鏈路上部署專門(mén)的DPI設(shè)備，在運(yùn)營(yíng)商已經(jīng)部署統(tǒng)一DPI系統(tǒng)對(duì)網(wǎng)絡(luò)流量進(jìn)行全量采集、解析處理［19-20］的情況下，直接DPI解析法再單獨(dú)部署專門(mén)的DPI設(shè)備，顯然浪費(fèi)投資.XDR是由呼叫數(shù)據(jù)記錄（call data recording，CDR）演變而來(lái)的概念，CDR是傳統(tǒng)通信網(wǎng)中對(duì)通話過(guò)程中網(wǎng)絡(luò)關(guān)鍵信息的記錄，XDR是CDR概念的擴(kuò)展，泛指對(duì)通信網(wǎng)絡(luò)中數(shù)據(jù)流量的關(guān)鍵信息記錄，即流量日志，XDR以用戶會(huì)話為單位，一個(gè)會(huì)話形成一條XDR記錄，也稱為一條XDR話單.為了對(duì)通信網(wǎng)絡(luò)上承載的流量進(jìn)行業(yè)務(wù)質(zhì)量分析，各通信運(yùn)營(yíng)商都按技術(shù)規(guī)范部署了統(tǒng)一DPI系統(tǒng)，將通信網(wǎng)絡(luò)上的流量數(shù)據(jù)復(fù)制一份到DPI設(shè)備，對(duì)通信網(wǎng)絡(luò)上承載的所有流量進(jìn)行解析、處理、保存，相應(yīng)生成XDR大數(shù)據(jù).XDR大數(shù)據(jù)法是利用運(yùn)營(yíng)商現(xiàn)有XDR大數(shù)據(jù)加工生成視頻質(zhì)量分析結(jié)果.文獻(xiàn)［21-22］提出在運(yùn)營(yíng)商XDR大數(shù)據(jù)基礎(chǔ)上，通過(guò)數(shù)據(jù)挖掘，實(shí)現(xiàn)包含視頻業(yè)務(wù)在內(nèi)的各種互聯(lián)網(wǎng)業(yè)務(wù)質(zhì)量的分析，該方法由于充分利用了運(yùn)營(yíng)商現(xiàn)有數(shù)據(jù)資源，降低了實(shí)施成本，但運(yùn)營(yíng)商XDR數(shù)據(jù)量大，數(shù)據(jù)粒度細(xì)，往往一次視頻業(yè)務(wù)過(guò)程就對(duì)應(yīng)數(shù)十條XDR話單，直接應(yīng)用原始XDR話單進(jìn)行數(shù)據(jù)挖掘需要耗費(fèi)大量存儲(chǔ)和計(jì)算資源，部署實(shí)施技術(shù)的可行性和經(jīng)濟(jì)性存在問(wèn)題.為此，文獻(xiàn)［23］提出，先從XDR大數(shù)據(jù)中提取出與視頻質(zhì)量相關(guān)性高的少量視頻質(zhì)量特征信息，將大規(guī)模、低價(jià)值的XDR話單數(shù)據(jù)轉(zhuǎn)化為高價(jià)值、小規(guī)模的視頻質(zhì)量特征信息，在此基礎(chǔ)上，應(yīng)用機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)視頻質(zhì)量的分析評(píng)價(jià)，以降低部署實(shí)施成本、提高視頻質(zhì)量分析的準(zhǔn)確性，取得更為精確的視頻質(zhì)量分析評(píng)價(jià)結(jié)果，但文獻(xiàn)［23］的視頻質(zhì)量分析方法只是針對(duì)一般的數(shù)據(jù)傳輸信道，未針對(duì)5G網(wǎng)絡(luò)無(wú)線信道的特點(diǎn)進(jìn)行優(yōu)化.本文將在文獻(xiàn)［23］基礎(chǔ)上，針對(duì)5G無(wú)線信道的時(shí)變衰落特性和網(wǎng)絡(luò)視頻播放的緩沖機(jī)制，在視頻質(zhì)量特征信息指標(biāo)加工過(guò)程中引入下行丟包率集中度指標(biāo)，反映5G信道變化對(duì)視頻播放質(zhì)量的影響，以在充分利用運(yùn)營(yíng)商統(tǒng)一DPI系統(tǒng)、節(jié)約成本的同時(shí)，進(jìn)一步提高視頻質(zhì)量分析評(píng)價(jià)的準(zhǔn)確性.

1 5G無(wú)線信道特性與網(wǎng)絡(luò)視頻數(shù)據(jù)傳輸

在5G網(wǎng)絡(luò)中，影響網(wǎng)絡(luò)視頻質(zhì)量的主要是無(wú)線信道質(zhì)量.在無(wú)線網(wǎng)絡(luò)中，終端接收到的無(wú)線信號(hào)傳播特性如圖1所示，它包含了快變和慢變分量，變化較慢的慢衰落很大程度上可以通過(guò)功率控制加以均衡，而快衰落則不容易通過(guò)功率控制予以均衡，導(dǎo)致無(wú)線信道上的數(shù)據(jù)傳輸出現(xiàn)誤碼，進(jìn)而產(chǎn)生丟包，同時(shí)，由于5G信道容量更大，同樣的無(wú)線信道快衰落在5G網(wǎng)絡(luò)中將會(huì)導(dǎo)致更多的丟包，無(wú)線信道衰落對(duì)網(wǎng)絡(luò)視頻業(yè)務(wù)質(zhì)量的影響也更大.

圖1 無(wú)線信號(hào)傳播特性Fig.1 Wireless signal propagation characteristic

在網(wǎng)絡(luò)視頻播放方面，為了節(jié)約網(wǎng)站流量，節(jié)省視頻內(nèi)容源服務(wù)器資源，幾乎所有的視頻點(diǎn)播網(wǎng)站都采用視頻數(shù)據(jù)分片傳輸方式，如圖2所示，網(wǎng)站將一次視頻播放的整個(gè)視頻文件分為若干個(gè)視頻分片文件，在視頻播放過(guò)程中，根據(jù)當(dāng)前播放進(jìn)度和最大緩沖距離，算出一個(gè)允許緩沖位置，在這個(gè)允許緩沖位置之內(nèi)的視頻分片文件都通過(guò)5G網(wǎng)絡(luò)依次在播放之前先下載到播放視頻的終端中.

圖2 視頻數(shù)據(jù)下載播放過(guò)程Fig.2 Video data downloading and playing procedure

在網(wǎng)絡(luò)視頻播放的過(guò)程中，由于視頻緩沖的存在，無(wú)線信道衰落導(dǎo)致的丟包率增加雖然會(huì)影響衰落期間視頻分片文件的傳輸、下載，但并不一定會(huì)導(dǎo)致視頻播放出現(xiàn)卡頓，只要終端的視頻緩沖中有視頻數(shù)據(jù)供播放，就不會(huì)出現(xiàn)視頻播放卡頓，因此，5G無(wú)線信道衰落導(dǎo)致的丟包率增加并不一定引起用戶視頻播放質(zhì)量的下降，除非無(wú)線信道衰落導(dǎo)致連續(xù)一段時(shí)間丟包率的增加，使得終端視頻緩沖中無(wú)視頻數(shù)據(jù)可供播放.

2 5G網(wǎng)絡(luò)下視頻質(zhì)量分析思路

為了對(duì)5G網(wǎng)絡(luò)上承載的流量進(jìn)行分析，運(yùn)營(yíng)商部署的DPI設(shè)備對(duì)5G所有流量數(shù)據(jù)進(jìn)行解析、處理后，對(duì)流量數(shù)據(jù)中的關(guān)鍵信息進(jìn)行記錄，生成XDR大數(shù)據(jù).根據(jù)《中國(guó)移動(dòng)5G上網(wǎng)日志留存系統(tǒng)技術(shù)規(guī)范v1.0.0》（中國(guó)電信和中國(guó)聯(lián)通技術(shù)規(guī)范類似），用于視頻質(zhì)量分析的部分XDR話單數(shù)據(jù)記錄格式見(jiàn)表1.

表1 部分XDR數(shù)據(jù)格式Tab.1 Format of some XDR data

基于XDR大數(shù)據(jù)的5G視頻質(zhì)量分析全過(guò)程如圖3所示，虛線左邊為視頻質(zhì)量分析模型的訓(xùn)練部分，虛線右邊為視頻質(zhì)量分析模型的應(yīng)用部分.在模型訓(xùn)練部分，在XDR大數(shù)據(jù)中選取部分視頻播放記錄作為訓(xùn)練對(duì)象，在XDR大數(shù)據(jù)中提取與這些視頻播放記錄對(duì)應(yīng)的XDR話單，并對(duì)這些XDR話單作加工變換，針對(duì)每一次視頻播放記錄生成一組對(duì)應(yīng)的特征信息指標(biāo)，作為訓(xùn)練數(shù)據(jù)集的特征指標(biāo)；同時(shí)，提取這些視頻播放記錄的視頻播放質(zhì)量信息，作為訓(xùn)練數(shù)據(jù)集的標(biāo)簽數(shù)據(jù)，將訓(xùn)練數(shù)據(jù)集的特征指標(biāo)和標(biāo)簽數(shù)據(jù)輸入機(jī)器學(xué)習(xí)模型，通過(guò)模型訓(xùn)練獲得視頻質(zhì)量分析模型.在模型應(yīng)用部分，針對(duì)每條視頻播放記錄提取對(duì)應(yīng)的XDR話單數(shù)據(jù)，通過(guò)同樣的加工變換，得到與該視頻播放記錄相對(duì)應(yīng)的一組特征信息指標(biāo)，輸入視頻質(zhì)量分析模型，即可計(jì)算得到該條視頻播放記錄的視頻質(zhì)量分析結(jié)果；然后，將該分析結(jié)果提交網(wǎng)絡(luò)維護(hù)和客戶管理人員，指導(dǎo)網(wǎng)絡(luò)維護(hù)和客服人員有針對(duì)性地開(kāi)展工作.5G視頻質(zhì)量分析的關(guān)鍵是針對(duì)每次視頻播放記錄，在表1所示XDR話單數(shù)據(jù)格式基礎(chǔ)上，通過(guò)加工變換，生成一組特征信息指標(biāo)，用于視頻質(zhì)量分析模型的訓(xùn)練或視頻質(zhì)量分析結(jié)果的計(jì)算.

圖3 5G視頻質(zhì)量分析全過(guò)程Fig.3 5G video quality analysis procedure

3 視頻質(zhì)量特征信息指標(biāo)加工

在網(wǎng)絡(luò)視頻業(yè)務(wù)播放過(guò)程中，視頻數(shù)據(jù)將從內(nèi)容源服務(wù)器傳輸?shù)接脩艚K端.無(wú)線信道的衰落導(dǎo)致5G信道呈現(xiàn)時(shí)變特性，因而在同一次視頻播放過(guò)程中的不同時(shí)間段，視頻數(shù)據(jù)可能具有不同的傳輸質(zhì)量，進(jìn)而可能呈現(xiàn)出不同的視頻播放質(zhì)量，因此，在視頻質(zhì)量分析中，需要對(duì)視頻播放的完整時(shí)間過(guò)程進(jìn)行分時(shí)段的切片，針對(duì)每個(gè)切片分別計(jì)算特征信息指標(biāo)，在此基礎(chǔ)上，再將所有切片的特征信息指標(biāo)進(jìn)行匯聚，從而獲得反映視頻播放全過(guò)程質(zhì)量的一組特征信息指標(biāo).在XDR話單數(shù)據(jù)基礎(chǔ)上，加工生成的與視頻質(zhì)量強(qiáng)相關(guān)的特征信息指標(biāo)見(jiàn)表2.

表2 視頻質(zhì)量特征信息指標(biāo)Tab.2 Information characteristic indicators of video quality

在與視頻播放對(duì)應(yīng)的5G網(wǎng)絡(luò)視頻數(shù)據(jù)傳輸中，一次視頻業(yè)務(wù)播放過(guò)程可能對(duì)應(yīng)于5G網(wǎng)絡(luò)中多次的數(shù)據(jù)傳輸.相應(yīng)地，在XDR大數(shù)據(jù)中，一次視頻播放可能對(duì)應(yīng)XDR大數(shù)據(jù)中多條XDR話單，這些XDR話單在時(shí)間上存在相互重疊，構(gòu)成一個(gè)XDR話單群.由于在視頻數(shù)據(jù)傳輸過(guò)程中的同一時(shí)刻可能存在多條XDR話單，這些XDR話單都與該時(shí)刻的視頻質(zhì)量有關(guān)，因此，決定該時(shí)刻視頻質(zhì)量的特征信息指標(biāo)應(yīng)基于該時(shí)刻的多條XDR話單進(jìn)行計(jì)算.采用文獻(xiàn)［23］的切片數(shù)據(jù)加工方法，從XDR大數(shù)據(jù)中加工、提取出反映一次視頻播放質(zhì)量的特征信息指標(biāo)包括以下步驟：

1）將與一次視頻播放相對(duì)應(yīng)的多條XDR話單聚合為一個(gè)話單群，再將聚合的XDR話單群按時(shí)間切片；

2）在每個(gè)切片時(shí)間窗內(nèi)加工生成新的、與視頻播放質(zhì)量強(qiáng)相關(guān)的特征信息指標(biāo)；

3）在切片特征信息指標(biāo)基礎(chǔ)上，匯聚生成對(duì)應(yīng)一次視頻播放過(guò)程的一組特征信息指標(biāo).

3.1 XDR話單群的聚合和切片

3.1.1 XDR話單群的聚合

如圖4所示，將運(yùn)營(yíng)商XDR大數(shù)據(jù)中對(duì)應(yīng)同一次視頻播放的多條視頻XDR話單進(jìn)行聚合，形成XDR話單群，其中：每一條線段表示一條XDR話單記錄，線段的2個(gè)端點(diǎn)分別代表該XDR話單的起止時(shí)間.一個(gè)XDR話單群應(yīng)滿足以下條件：話單群中任意一條XDR話單，均能在本群中找到至少一條起止時(shí)間與之部分或全部重合的XDR話單；不同XDR話單群之間存在明顯的時(shí)間間隔.

圖4 XDR話單聚合Fig.4 XDR data records aggregation

假設(shè)話單群為x，x=｛c1，c2，…，ci，…，cn｝，其中ci表示第i條話單，其話單開(kāi)始時(shí)間為si，結(jié)束時(shí)間為fi，則對(duì)于話單群中任意話單ci，在該話單群中都存在話單cj，有

話單群x的開(kāi)始時(shí)間為stx，則stx=min｛si|ci∈x｝；結(jié)束時(shí)間為ftx，則ftx=max｛fi|ci∈x｝.對(duì)于不同的2個(gè)話單群x和y，若stx＜sty，則有sty-ftx＞T，其中T為話單群之間最小時(shí)間間隔.

3.1.2 XDR話單群的切片

將同一個(gè)XDR話單群的總持續(xù)時(shí)長(zhǎng)（最大結(jié)束時(shí)間與最小開(kāi)始時(shí)間的差值）平均切分為多個(gè)固定時(shí)長(zhǎng)的時(shí)間窗口，形成時(shí)間窗口記錄列表，然后對(duì)同一XDR話單群中的所有話單按照該時(shí)間窗口進(jìn)行數(shù)據(jù)切片，為話單群的每個(gè)時(shí)間窗口生成一條唯一的時(shí)間窗口記錄，在該時(shí)間窗口記錄中的各個(gè)特征信息指標(biāo)來(lái)自于與該時(shí)間窗口部分或全部重合的多條XDR話單的同一切片統(tǒng)計(jì)結(jié)果.

話單群x的總持續(xù)時(shí)間為dtx，則dtx=ftx-stx，若將話單群x的總持續(xù)時(shí)間dtx平均切分為n個(gè)時(shí)間窗口，則第i個(gè)時(shí)間窗口wndi的開(kāi)始時(shí)間wnd_sti滿足

第i個(gè)時(shí)間窗口wndi的結(jié)束時(shí)間wnd_fti滿足

第i個(gè)時(shí)間窗口wndi的持續(xù)時(shí)間

3.2 切片時(shí)間窗內(nèi)特征信息指標(biāo)的加工

在切片時(shí)間窗口內(nèi)，在XDR話單數(shù)據(jù)基礎(chǔ)上加工生成新的特征信息指標(biāo)，以下行數(shù)據(jù)包數(shù)量DL_PACKET指標(biāo)為例進(jìn)行說(shuō)明.定義DL_PACKETi，k為XDR話單群中第i條XDR話單記錄ci的DL_PACKET指標(biāo)DL_PACKETi在第k個(gè)時(shí)間窗口wndk的分量值，則第k個(gè)時(shí)間窗口wndk的DL_PACKET指標(biāo)WND_DL_PACKETk為該話單群中所有XDR話單在第k個(gè)時(shí)間窗口wndk的分量值之和，即

假設(shè)第i條XDR話單記錄ci的DL_PACKET指標(biāo)變量關(guān)于時(shí)間為均勻分布，且第i條XDR話單記錄ci與第k個(gè)時(shí)間窗口wndk重疊的時(shí)間為T(mén)overlap，第i條XDR話單的起始時(shí)間為si，終止時(shí)間為fi，則

其中的Toverlap計(jì)算式為：

類似地，可以計(jì)算第k個(gè)時(shí)間窗口切片內(nèi)下行數(shù)據(jù)包的丟包數(shù)WND_DL_LOSTk.在此基礎(chǔ)上可以計(jì)算第k個(gè)時(shí)間窗口切片內(nèi)的平均下行丟包率類

似地，可以計(jì)算第k個(gè)時(shí)間窗口切片內(nèi)的平均上行丟包率WND_UL_PLRk和平均下行速率WND_AVG_DL_BPSk.

3.3 視頻播放特征信息指標(biāo)的匯聚加工

3.3.1 下行丟包率集中度

在5G網(wǎng)絡(luò)視頻播放的過(guò)程中，無(wú)線信道衰落導(dǎo)致的丟包率增加顯然會(huì)降低衰落期間視頻分片文件的下載速度，但由于視頻緩沖的存在，并不一定會(huì)導(dǎo)致視頻播放出現(xiàn)卡頓，丟包率的增加是否會(huì)導(dǎo)致視頻播放出現(xiàn)卡頓，還取決于丟包率增加的時(shí)間分布，只有連續(xù)出現(xiàn)丟包率增加導(dǎo)致緩存中的視頻數(shù)據(jù)耗盡，無(wú)法滿足視頻播放需求時(shí)才會(huì)出現(xiàn)卡頓.顯然，信道衰落在時(shí)間軸上的分布時(shí)間越長(zhǎng)，就越可能導(dǎo)致視頻卡頓出現(xiàn).因此，在分析視頻質(zhì)量的特征信息指標(biāo)中，除了丟包率等反映信道傳輸整體質(zhì)量的指標(biāo)外，還需要引入反映視頻數(shù)據(jù)傳輸過(guò)程中丟包率集中程度的指標(biāo).

在氣象、水文的研究中，通常采用集中度刻畫(huà)降水、降雪、河流徑流量等在時(shí)間分布上的集中性［24-26］.本文針對(duì)視頻播放過(guò)程中下行視頻數(shù)據(jù)的傳輸，引入下行丟包率集中度對(duì)視頻數(shù)據(jù)傳輸過(guò)程中丟包率增加的連續(xù)性進(jìn)行刻畫(huà).在計(jì)算下行丟包率集中度的過(guò)程中，先將XDR話單群各個(gè)時(shí)間切片的丟包率轉(zhuǎn)化為一個(gè)丟包率矢量，再將所有時(shí)間切片的丟包率矢量進(jìn)行合成，合成后矢量的模與所有時(shí)間切片丟包率總和的比值定義為下行丟包率集中度.各個(gè)時(shí)間切片丟包率矢量的模為其丟包率.將所有時(shí)間切片序列從0°開(kāi)始按順序均勻分布在一個(gè)圓周上，丟包率矢量的方向?yàn)樵摃r(shí)間切片在圓周上與0°之間的夾角.視頻質(zhì)量分析中，下行丟包率集中度DL_PLR_CD的具體計(jì)算式為

下行丟包率集中度DL_PLR_CD體現(xiàn)了視頻播放過(guò)程中視頻數(shù)據(jù)傳輸丟包在播放期間各個(gè)時(shí)間切片中的集中程度，取值在0～1之間，其值越接近于1，表示網(wǎng)絡(luò)視頻數(shù)據(jù)傳輸過(guò)程中的丟包發(fā)生越集中，相應(yīng)導(dǎo)致視頻播放卡頓的可能性也就越大.在下行丟包率集中度DL_PLR_CD基礎(chǔ)上，相應(yīng)可匯聚計(jì)算特征信息指標(biāo)中的快推質(zhì)量標(biāo)記和傳輸質(zhì)量評(píng)分.

3.3.2 特征信息指標(biāo)匯聚加工

在得到XDR話單群中所有時(shí)間窗口切片的平均下行丟包率WND_DL_PLRk、平均上行丟包率WND_UL_PLRk和平均下行速率WND_AVG_DL_BPSk的基礎(chǔ)上，分別取均值，計(jì)算一次視頻播放過(guò)程的對(duì)應(yīng)指標(biāo)：平均下行丟包率DL_PLR、平均上行丟包率UL_PLR和平均下行速率AVG_DL_BPS.每個(gè)XDR話單群的推測(cè)碼率MR為：

快推質(zhì)量標(biāo)記為

傳輸質(zhì)量評(píng)分為

4 實(shí)驗(yàn)分析

4.1 數(shù)據(jù)集

為評(píng)估5G衰落信道下的視頻質(zhì)量，在上午8：00至9：00期間，隨機(jī)選取1萬(wàn)條播放時(shí)長(zhǎng)大于5 min的視頻播放記錄，共有5萬(wàn)條視頻播放記錄及其對(duì)應(yīng)的XDR話單作為訓(xùn)練數(shù)據(jù)集.后續(xù)采用類似方法每天選取1萬(wàn)條視頻播放記錄及其對(duì)應(yīng)的XDR話單作為測(cè)試數(shù)據(jù)集.

在視頻質(zhì)量分析模型訓(xùn)練時(shí)，訓(xùn)練數(shù)據(jù)集中不但要有每個(gè)視頻播放記錄樣本的特征數(shù)據(jù)，還需要將每個(gè)樣本的視頻播放真實(shí)質(zhì)量信息作為標(biāo)簽數(shù)據(jù).獲取網(wǎng)絡(luò)視頻播放質(zhì)量真實(shí)信息的方法分為兩大類：主觀質(zhì)量評(píng)分方法和客觀質(zhì)量評(píng)分方法［27-29］.主觀質(zhì)量評(píng)分方法［30］要求測(cè)試用戶數(shù)量不能太少，且必須嚴(yán)格按照規(guī)范安排測(cè)試環(huán)境，因此，主觀質(zhì)量評(píng)分方法操作步驟繁瑣，測(cè)試程序復(fù)雜，也無(wú)法實(shí)現(xiàn)實(shí)時(shí)地對(duì)網(wǎng)絡(luò)視頻質(zhì)量進(jìn)行評(píng)分；客觀質(zhì)量評(píng)分方法［31］通過(guò)IT系統(tǒng)提取網(wǎng)絡(luò)視頻播放過(guò)程中的網(wǎng)絡(luò)參數(shù)，利用算法自動(dòng)計(jì)算網(wǎng)絡(luò)視頻質(zhì)量評(píng)分結(jié)果，不需要安排測(cè)試用戶觀看視頻、反饋評(píng)價(jià)結(jié)果，可以實(shí)現(xiàn)實(shí)時(shí)地對(duì)網(wǎng)絡(luò)視頻質(zhì)量進(jìn)行評(píng)分，因而研究中通常更多采用客觀質(zhì)量評(píng)分方法.本文訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集采用客觀質(zhì)量評(píng)分方法獲取網(wǎng)絡(luò)視頻播放的真實(shí)質(zhì)量信息.在用戶的5G網(wǎng)絡(luò)視頻播放過(guò)程中由于通信運(yùn)營(yíng)商主要負(fù)責(zé)視頻數(shù)據(jù)的傳輸，及主要關(guān)注由于5G網(wǎng)絡(luò)傳輸導(dǎo)致的視頻播放卡頓，因此，本文以視頻播放過(guò)程中的卡頓情況作為網(wǎng)絡(luò)視頻客觀質(zhì)量評(píng)分的依據(jù)，具體以整個(gè)視頻播放過(guò)程中卡頓的時(shí)長(zhǎng)占整個(gè)視頻播放時(shí)長(zhǎng)的百分比乘以100作為百分制的網(wǎng)絡(luò)視頻質(zhì)量真實(shí)評(píng)分.本文通過(guò)運(yùn)營(yíng)商的統(tǒng)一DPI系統(tǒng)提取5G網(wǎng)絡(luò)視頻播放過(guò)程中的播放起止時(shí)間和卡頓起止時(shí)間信息，從而獲得網(wǎng)絡(luò)視頻播放質(zhì)量的真實(shí)評(píng)分.

4.2 評(píng)估指標(biāo)

評(píng)估視頻質(zhì)量的性能指標(biāo)通常有平均絕對(duì)誤差（mean absolute error，mae）、均方差（mean squared error，mse）和平均偏差誤差（mean deviation error，mde），分別定義如下：

其中：Yi為視頻質(zhì)量真實(shí)評(píng)分；為視頻質(zhì)量預(yù)測(cè)評(píng)分；N為樣本總量.

運(yùn)營(yíng)商視頻質(zhì)量分析主要用于評(píng)估和掌握用戶在使用5G網(wǎng)絡(luò)視頻業(yè)務(wù)過(guò)程中的體驗(yàn)質(zhì)量，以便提前發(fā)現(xiàn)質(zhì)量問(wèn)題，進(jìn)一步開(kāi)展客戶關(guān)懷、網(wǎng)絡(luò)維護(hù)優(yōu)化工作.如果視頻質(zhì)量預(yù)測(cè)評(píng)分與視頻真實(shí)質(zhì)量評(píng)分差異不大，則視為預(yù)測(cè)正確，可將其應(yīng)用于運(yùn)營(yíng)商的生產(chǎn)經(jīng)營(yíng)；反之，則視為預(yù)測(cè)不正確.在實(shí)際工作中，視頻質(zhì)量預(yù)測(cè)評(píng)分和視頻質(zhì)量真實(shí)評(píng)分差距在10分以內(nèi)，視為預(yù)測(cè)正確，可用于生產(chǎn)經(jīng)營(yíng)；否則，為預(yù)測(cè)錯(cuò)誤.相應(yīng)地，采用準(zhǔn)確率作為評(píng)估視頻質(zhì)量分析結(jié)果準(zhǔn)確性的指標(biāo)，其計(jì)算式為

準(zhǔn)確率accuracy表示在總樣本量中預(yù)測(cè)正確的號(hào)碼總量占總號(hào)碼量的百分比，反映了視頻質(zhì)量分析結(jié)果的可用度.

4.3 結(jié)果及分析

在相同的訓(xùn)練數(shù)據(jù)集上，采用Kaggle競(jìng)賽中廣泛使用的xgboost（extreme gradient boosting）算法，分別基于本文提出的視頻質(zhì)量特征信息指標(biāo)加工方法和文獻(xiàn)［23］方法訓(xùn)練視頻質(zhì)量分析模型，并在10萬(wàn)條視頻播放記錄及其對(duì)應(yīng)的XDR話單構(gòu)成的測(cè)試數(shù)據(jù)集上測(cè)試.圖5～7分別利用mae，mse和mde 3個(gè)性能指標(biāo)對(duì)2種方法下的視頻質(zhì)量分析結(jié)果進(jìn)行比較，可以看到，本文提出的方法較文獻(xiàn)［23］方法都有明顯的提升.

圖5 5G視頻質(zhì)量分析評(píng)價(jià)絕對(duì)誤差對(duì)比Fig.5 Comparison of 5G video quality analysis of mae between two methods

圖6 5G視頻質(zhì)量分析均方差對(duì)比Fig.6 Comparison of 5G video quality analysis of mse between two methods

本文方法與文獻(xiàn)［23］方法在測(cè)試數(shù)據(jù)集上的視頻質(zhì)量分析準(zhǔn)確率比較如圖8所示.從圖8可以看出：本文方法的準(zhǔn)確率約為87%，而文獻(xiàn)［23］方法的準(zhǔn)確率約為84%，說(shuō)明在5G網(wǎng)絡(luò)視頻播放過(guò)程中，本文根據(jù)5G無(wú)線信道的衰落特性和網(wǎng)絡(luò)視頻播放的緩沖機(jī)制，在視頻質(zhì)量特征信息指標(biāo)加工過(guò)程中，引入下行丟包率集中度指標(biāo)，在此基礎(chǔ)上加工生成視頻質(zhì)量特征信息指標(biāo)，并使用該指標(biāo)通過(guò)訓(xùn)練生成視頻質(zhì)量分析評(píng)價(jià)模型，有效提升了視頻質(zhì)量分析評(píng)價(jià)模型的準(zhǔn)確率.

圖7 5G視頻質(zhì)量分析平均偏差誤差對(duì)比Fig.7 Comparison of 5G video quality analysis of mde between two methods

圖8 5G視頻質(zhì)量分析準(zhǔn)確率對(duì)比Fig.8 Comparison of 5G video quality analysis accuracy between two methods

5 結(jié)論

針對(duì)5G網(wǎng)絡(luò)環(huán)境下的網(wǎng)絡(luò)視頻質(zhì)量分析，本文在運(yùn)營(yíng)商統(tǒng)一DPI系統(tǒng)的XDR大數(shù)據(jù)基礎(chǔ)上，針對(duì)每一次網(wǎng)絡(luò)視頻播放，聚合相應(yīng)XDR話單并進(jìn)行切片，形成切片特征信息指標(biāo)，在此基礎(chǔ)上，將切片記錄的特征信息指標(biāo)匯聚成視頻播放全過(guò)程的視頻特征信息指標(biāo)；在視頻質(zhì)量特征信息指標(biāo)匯聚過(guò)程中，針對(duì)5G信道的時(shí)變衰落特性和視頻數(shù)據(jù)傳輸?shù)木彌_機(jī)制特點(diǎn)，引入下行丟包率集中度指標(biāo)，以反映5G信道變化對(duì)視頻播放質(zhì)量的影響，在此基礎(chǔ)上通過(guò)訓(xùn)練生成視頻質(zhì)量分析評(píng)價(jià)模型.仿真實(shí)驗(yàn)結(jié)果表明：與現(xiàn)有的視頻質(zhì)量特征信息指標(biāo)加工方法相比，本文所提方法生成的視頻質(zhì)量分析評(píng)價(jià)模型的準(zhǔn)確率更高.