移动视频业务卡顿现象评估方法研究与演进
移动视频业务卡顿现象评估方法研究与演进
程婕;耿岩
【摘 要】研究移动视频业务卡顿原理,比较分析基于终端vMOS和基于XDR信令2种视频业务感知评估方法,在此基础上总结了目前卡顿率计算存在的问题,并引入了速率码率比.通过拨测证明速率码率比能够利用网络侧指标客观衡量视频业务卡顿情况,可用于感知差小区的筛选,便于全国推广与考核评估,对视频业务端到端定界与优化工作具有指导意义.
【期刊名称】《邮电设计技术》
【年(卷),期】2017(000)012
【总页数】5页(P11-15)
【关键词】视频业务;卡顿;vMOS;XDR;速率码率比
【作 者】程婕;耿岩
【作者单位】中国联合网络通信集团有限公司,北京100031;中国联合网络通信集团有限公司,北京100031
【正文语种】中 文
【中图分类】TN919
随着LTE网络的发展，用户数据流量不断攀升。截至2017年6月底，中国联通4G数据流量和无线资源利用率相比年初均翻倍增长。移动视频业务作为流量引擎，强力拉动移动网数据流量的快速增长，目前中国联通视频业务流量占比已达50%。国内外很多运营商纷纷发布视频战略，利用其管道优势，通过免流量服务、定向流量包产品等措施，促进管道价值不断释放。中国联通腾讯王卡等B2I业务以及各种自有视频业务（沃视频和畅视计划）应运而生，将进一步促进移动视频流量的快速增长。视频业务作为一种具有高码流、高并发性的移动业务，业务质量要求较高，视频业务感知成为客户感知的重要评价维度。运营商如何客观评估视频业务用户感知，已成为网络优化工作的一项重要课题，同时也是视频业务优化保障工作的基石。
当前，移动运营商基本都是采用流媒体方式实现视频点播业务，国内主流视频类APP（腾讯、优酷、搜狐、爱奇艺等）均是基于TCP/HTTP协议来递送媒体数据。当用户手机终端在线播放视频，手机终端会向服务器请求相应的视频信息，服务器响应请求下发视频的相关信息，用户侧根据获得的视频下载地址发起资源请求，服务器响应资源请求消息即发送相应的视频数据。客户端在开始播放之前仅需等待一段较短的时间用于下载和缓冲该媒体文件最前面的一部分数据，当客户端收到的视频数据超过初始缓冲门限后便可一边下载一边播放。
在视频业务播放阶段，卡顿是影响用户感知的主要因素。视频业务卡顿定义为因网络吞吐量低引起的画面冻结，与用户暂停操作引起的画面停止无关。当传输速率小于播放速率，并且缓冲区已清空的情况下，就会发生卡顿。
按照数据源不同可分为2类，一类是基于SDK终端侧APP上报的vMOS评估体系，一种是基于网络侧S1-U接口的XDR信令数据评估体系。
Mobile vMOS采用非入侵式对基于HTTP/TCP传输的视频进行质量评估，适用监控OTT视频的播放质量。通过开展针对视频的人因工程实验，使用眼动仪、生理仪等设备追踪人体在看视频时候的反应，尽量客观记录用户对视频体验感受的变化。根据测试仪器收集测试人员报
告的信息，进行大数据分析并建立数学模型，制定vMOS的衡量体系评价标准，客观反映用户主观视频体验，得到模型公式（具体映射公式各设备厂家不同）。
Mobile vMOS是视频质量（码率）、操作体验（视频初始缓冲）、播放体验（视频卡顿）通过具体映射关系组合而成的评价模型。在手机终端安装相关SDK软件再结合路测，就可利用Mobile vMOS模型得到vMOS值、经纬度、RSRP等信息，并可将数据地理化显示，得到测试路线的vMOS值分布情况。
虽然Mobile vMOS模型能客观反映用户在观看视频过程中的卡顿情况，但是需要开展大规模路测才能保证在采样点足够情况下的数据准确性，需要耗费大量人力和经费。在降本增效的运营大环境下，此种方式不适合全网大范围视频业务监测和评估。
在集约运维和SOC运营的优势日益明朗的趋势下，各运营商纷纷在核心网接口布置DPI信令采集系统，通过全网全信令采集、解析和汇总即可得到用户级、小区/级、OTT级视频业务用户感知。利用信令可直接对全网的视频业务进行解剖，得到全量的用户视频记录日志，包括时间、号码、信息、区域、业务数据等，结合无线侧指标，可用于量化及指导网络分析优化工作。但是网络侧如何获知终端是否发生视频卡顿现象了呢？首先需要基于HTTP/TCP
信令流程，通过分析信令可得到反映网络侧卡顿的指标公式。视频流媒体信令流程如图1所示。
视频业务信令流程包含DNS解析、TCP建链握手和数传3个阶段。根据信令流程可得到视频流媒体停顿占比（即卡顿率）公式。
视频流媒体停顿占比=停顿时长/播放时长
其中停顿时长指图1中统计点7到8的时长加上9到10……的时长总和。所有“TCP媒体数据（缓冲器为空）”消息至“TCP媒体数据（缓冲器为满）”所需要的时间总和。播放时长指统计点6位置“TCP媒体数据（缓冲器为满）”消息至“RST/FIN”所需要的时间。
流媒体在数传阶段，可以通过信令得知速率、误码率和乱序等信息，但网络侧却不知道当前数传能力是否导致终端发生视频停顿现象。无法获知终端侧是否发生停顿便无法确定停顿时长，网络侧需要通过建立注水模型，利用网络侧能够获取的指标来模拟终端视频停顿现象。
如图2所示，通过识别视频业务包头消息中视频大小及预计完成时间可以计算出视频码率，即“出水量”。视频业务网络侧下载速率则为“入水量”。当入水量小于出水量，就会出现缓冲区
池子为空的情况，即会发生停顿。在此模型中会有T2、T3等相关参数的设置，T2表示停顿的阈值（即低于T2的“水位线”时停顿出现，见图2“stall”），T3表示再次缓冲之后的重新开发播放（即高于T3的“水位线时”再次可以播放，见图2“restart again”），这2个值是根据多次拨测验证之后作为经验值确定下来的。T2和T3实质是一个等效时长（表示用户端缓存中剩余媒体数据量的等效时长），T2和T3之间的时间差就是停顿时长。通过此模型利用网络侧可获取信息计算出的卡顿率，从趋势上反映用户感知。
将该指标用于现网，可得到不同地区不同OTT以及不同B2I业务的视频感知情况，图3是中国联通分省统计视频业务卡顿率情况，图4是统计腾讯、爱奇艺、优酷等主流视频OTT卡顿率情况，图5是统计中国联通重要B2I业务腾讯王卡的卡顿率情况。
可方便地获取利用信令分析得到的卡顿率，并可用于从多种维度对现网卡顿率进行监控评估，同时可用于定位视频业务质差小区，对基于用户感知的视频端到端优化工作的开展起到了促进作用。
通过上述研究可知，在现网评估移动视频业务卡顿率工作中，以上2种方法可以同时开展，点面配合。在利用信令分析法获得全网全用户卡顿指标趋势的同时，可以重点针对特殊场景
进行vMOS路测，从广度和深度做到精确评估，全面指导网络优化工作。
另一方面，随着视频业务的不断发展，相关的评估方法必须根据是否贴合用户实际业务感知来进行调整与改进。在实际工作中，发现基于信令分析的视频卡顿率评估方法由于无法在网络中直接提取用户感知点，只能通过算法模型来估算获取。虽然大体趋势上是一致的，但是计算出的停顿次数和时长与主观感受难以精准匹配。在上述计算停顿的注水模型中，缓冲区池的入水量，也就是用户实际下载速率是可以计算准确的，但是出水量是通过码率换算出来的，以MP4为例，码率是从MP4头中解析出来的平均码率，不是每秒的精准码率，而实际视频播放过程中，由于压缩算法以及视频画面变化速度等因素的影响，瞬时码率会随着时间有较大变化。部分视频在前期的瞬时码率较高，中后期瞬时码率则偏低，反之亦然。举例说明，视频源文件大小27 020 816 B，时长360 s，可计算出平均码率为586 kbit/s。视频瞬时码率如图6所示。视频瞬时码率和平均码率引入的误差以及用户行为，如暂停、拖放、清晰度切换等都会影响停顿拟合的准确度。
为了在网络侧更准确地评估视频业务感知，需要根据视频码率用不同的速率门限评价视频业务质量，因此引入速率码率比指标。
速率码率比=视频有效下载速率/视频码率小视频app开发
其中，视频有效下载速率是指下载阶段的有效下载速率（不包含下载间隙时长）。
由于分子和分母都是客观指标，所以速率码率比能较为真实准确地反馈网络问题。理论上，当视频有效下载速率=视频码率时，即速率码率比为1时，视频即可播放。但考虑传输链路的质量波动以及瞬时码率的波动，实际下载速率必须大于视频码率，才能保证视频的流畅播放。利用华为speedvideo vMOS平台进行反复拨测，在广东、山东2省开展速率码率比与用户感知指标之间关联关系的验证分析工作。选取腾讯视频在4G网络下进行测试，得出网络侧速率码率比与终端侧视频零卡顿比例，以及与终端侧视频停顿次数的对应关系。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。