Corresponding author: BAO Ying, E-mail: chengseju@foxmail.com
现有QoE量化研究基本停留在对传统默认路由传输模式的评价上,把用户感知与业务质量参数间的关系分析明确,然后根据参数间的映射关系建模、具体化,最终计算得到QoE的评价指标[1,2].目前QoE评价方法主要分为三类[3],即主观评价法、客观评价法以及主客观结合评价法,这些方法都从各个方面指出了传统默认路由单径传输上的QoE量化方法的优缺点,具有一定的研究价值.然而,这些研究完全依赖承载网的单径传输模式,针对目前多径传输模式还没有相关研究.本文主要是针对现有的多径传输模式,提出了一个适用于多径传输的QoE量化方法,为网络的多径传输提供参考.
1 承载网QoE量化评价方法分析网络中默认路由QoE量化评价方法主要分为三类:主观评价法、客观评价法、主客观结合评价法.主观评价法是被测试终端用户对使用的业务直接作出评价,该方法最准确,但客观环境要求高、代价大,不能得到广泛的应用;客观评价法是用户通过被测试的业务输出的序列与原始序列的比较得到客观的评价,该方法准确性高,但是没有考虑到测试用户的主观感受因素;主客观结合评价方法结合了主观与客观评价方法的优点,既有测试用户主观感受的特点,又有客观评价实时性需求的特点,该方法能够实时准确地反映用户感知,但是需要足够的数据支撑与模型的建立与训练.
目前,对网络传输业务用户QoE的评价方法使用主客观相结合的方法较多,如文献[4]从QoE以及QoS的影响因素入手,分析了针对视频共享业务的各自影响要素,见图 1.在该模型中,QoS的影响要素主要涉及的是网络中的时延、抖动、丢包以及误码率和带宽等,以确保数据流在性能方面的顺利传输;QoE的影响要素主要是从用户的心理因素和环境两个方面考虑的,其中心理因素主要是指用户对业务的兴趣程度、业务收费等方面,而环境要素主要是指用户终端和环境因素中的亮度、噪声比值等.而文献[5]从QoS与QoE的关联模型上给出了更为详细的评价体系,它的函数模型如式(1)所示:
多径传输QoE量化模型基于应用层路由重叠网多径传输模式,是以IMS(IP multimedia system)重叠网为基础进行设计研究的,如图 1所示,传输路径摒弃网络层路由,采用应用层多径路由模式,因此对每条路径的把握有了宏观视角,可以有效避免因路径选择导致路由器负担造成拥塞等现象,进而产生对QoS的影响.
QoE影响要素是决定评价模型的重要组成部分,通常分为技术和非技术两个方面.在多径传输服务模式中,QoE影响要素也是如此,以传输中各分路径QoS参数指标[6]作为技术因素,人为期望作为非技术因素,如图 2所示.
1) QoS指标因素.在默认路由单径传输方式中,QoS的影响要素主要分为4个方面:时延、抖动、丢包率和带宽.而在多径传输的模式中,带宽不再成为制约QoS的主要因素,多径传输克服了带宽不足的影响.因此,在多径传输的模式中,QoS参数指标包括时延、抖动和丢包率.
2) 人为因素.包括用户的主观情绪状态以及被测试业务的收费标准两个方面.每一个测试业务传输过程中,被分为N个采样,用户的主观情绪就是一个非常重要的因子,这里引入了“情绪延续性”,将在2.3.3节中进行详细讲解.
2.3 QoE评价模型 2.3.1 前提条件1) 多径传输模式已经建立,业务的传输满足多径传输要求;
2) 测试业务以采样时间为单位,周期性采样,每个被测试业务可得到多个QoE评价值,最终以采样测试QoE期望值为用户最终评价评分值.
2.3.2 计算步骤本文采用QoE函数模型建立分析法,采用主客观相结合分析被测试业务的QoE评价分值.计算步骤如下:
1) 建立测试业务传输模型.该模型以IMS重叠网多径传输为基础,传输协议采用多径RTP(MPRTP)[7]协议,传输业务为高清视频媒体流.
2) 分析参数.对于IP QoS性能指标的测量,采用主动测量方式[8].在会话终端定期向网络中传输路径发送探测包,以便于会话建立之初和会话建立过程中探测路径网络传输参数与节点信息;对于主观因素指标参数,采用阈值限定.
3) 建立合适的函数模型.QoE模型建立过程是把多种影响因素统一为一种机器学习的过程,期间有其他学科知识的支撑,最终建立一个满足用户QoE评价的模型.
4) 实验验证.
2.3.3 模型设计QoE数据分为两个部分:一是客观参数,通过主动测量方法得到网络QoS参数;二是主观参数,通过列表阈值限定选取法.客观参数影响着用户最终QoE评价分值,这里将QoS参数影响作为一个整体进行设计考虑,QoE函数公式设计如下:
fn(QoS)是QoS表达式,通过大量实验收集被测试数据,应用统计学原理中回归分析法建立的参数间函数表达式.传输中时延、抖动和丢包率参数与QoE评分值之间成反比例指数关系,同时采用概率中乘性定律法则构成函数关系.然而,多径传输中,业务传输与每条路径网络传输参数息息相关,因此要综合考虑所有路径参数,即各路径上QoS参数决策采用取均值法,得到最终计算的QoS参数值,即
εn是情绪延续性影响因子,主观因素中,被测试人员情绪具有一定的延续性,即如果本次测试时使用业务很好,当业务服务质量下降时,下一次用户感知可能不会直接降为客观值,比实际值略高;而当本次业务很差,下次测试值转好时,可能用户感受值比客观值低,该影响要素被称为“情绪延续性”.依据心理学定律[9],当 |fn(x)-fn-1(x)|/fn-1(x) ≥0.3时,用户可以感受到业务质量的明显变化,当 |fn(x)-fn-1(x)|/fn-1(x)<0.3时,用户的感受不会发生明显变化,因此,εn取值设计为
γ值是用户期望对QoE评分值的影响因子,考虑一个较重要的因素,即收费对用户QoE评分值的影响.对于收费应用,人们的期望往往会比免费业务高,这里γ的取值设计如下:
对于一个固定的业务来说,期望客观阈值设置为1,如果是收费业务,被测试人员则可能会对业务的主观感受要求较高,受付费心理的影响对业务的实际使用水平相对要求会更严格一些,因此,对付费使用业务的影响因子γ1值的设定低于实际客观值,阈值设定为0.8(依据认知心理学注意和意识一项中的分配性原理,以及情绪延续性影响因子共同作用的原理,为用户满意度进行阈值设定.以阈值1为实际业务客观满意度值,当付费业务被测试时,用户期望高于实际值,使得客观值在付费价格的影响下会降低);而免费使用业务的影响因子γ0值的设定,被测试者会因免费业务心理而对客观值期望降低,因此,满意度会高于实际业务的分值,阈值设定为1.2.
对于被测试业务,依据采样时间采样,最终得到N个采样值,即N个QoE评分值,而用户的整体QoE感知评分是一个确定值,因此,采用概率中的数学期望方法得到以下计算过程:
设离散型随机变量X的分布律为
若级数 绝对收敛,则称级数 为随机变量X的数学期望,记为E(X).即
该测试业务的样本值个数为N,样本值出现M种可能性,每个样本值设为Si,样本值的随机概率Pi=j/N(j为该样本值出现的次数),则用户QoE最终评分值为
在模型的量化分析上,现有的研究主要包括二元判决法、主观SNR法、平均判分MOS(mean opinion score)法、等偏爱度曲线法、多维计分(MDS)法等,本文采用的是ITU的MOS评分法,对被测试业务的分值进行分类,即优(90~100)、良(80~89)、中(60~79)、劣(40~59)、差(40以下),最终得到QoE评分值.
2.5 评价流程多径传输QoE评价量化流程如图 3所示.当对被测试业务进行评价时,首先确定业务传输的路径信息、个人状态信息以及业务资费标准信息,把这些信息作为评价模型的初始条件.在业务传输中进行周期性评价,最终得到用户对业务的最终评分.
OMNeT++是一款面向对象的离散事件网络模拟器,允许用户在模拟环境中绘制出实际系统的逻辑结构.实验仿真搭建以应用层多径传输协议MPRTP为基础的IMS重叠网络,传输业务为高清视频媒体流.业务发起端为sender,业务接收端为receiver,被测试用户位于receiver体验服务质量,其中controller是媒体中继控制器,relaynode1,relaynode2是媒体中继服务器节点,switch1,switch2是网络中的交换机,router1,router2,router3,router4,router5是网络中的路由器.网络传输的时延、丢包率采取随机数设置,媒体终端进行路径选择后传输通信,如图 4所示.
高清业务所需最小带宽为12MB,仿真时间为15s,对于IP QoS性能指标的测量,依据RAQMON协议采取主动测量方式,在测试端定期向传输路径发送探测包;其次要确定QoE主观因素的影响因子.网络中的IP QoS参数测试数据如图 5所示.
QoE评分计算过程以第三次评分计算为例,首先,第二次评分中网络QoS参数时延值为0.23s,抖动值为0.02s,丢包率为0.0017,第三次评分中网络QoS参数时延值为0.25s,抖动值为0.03s,数据丢包率为0.0007;其次,确定业务的资费标准为收费业务,因此主观参数值中的γ值为0.8.这里K1取值为106,K2取值为0.9999.
依据QoE的计算公式进行计算,首先得到f2(x),f3(x)值为
f2(x)=K1(e-0.23×0.02×0.0017-K2)=92.18,
f3(x)=K1(e-0.25×0.03×0.0007-K2)=94.75.
依据式(7)得到δ值为
依据式(8)得到ε3值为0.
QoE3= K1(e-QoS3-K2)+ε3 γ=94.75×0.8=75.80.
同理,整个评分过程得到10次分值,依次为69.08,75.56,75.80,79.97,80.01,79.96,77.60,79.95,79.99,75.56.最终QoE评分分值依据数学期望公式(12)得到
依据MOS评分值法,本次业务的评分为“中”. 该评价方法与以往的QoE评价体系不同,现有的评价体系大多是以默认路由传输为基础,以带宽限制允许传输的业务为依据,从而评价业务用户体验的服务质量.如文献[5]所提出的QoE量化标准,以默认路由能够传输的网络业务为研究标准,给出整个业务的QoE评价标准,对于较高带宽需求业务不能得到很好的体验,随着连接建立时间的推移,甚至无法建立连接.而多径传输打破了默认路由传输方式的局限性,为了满足高带宽业务的用户体验需求,采用在该模式下的QoE评价量化,体现出了该模式的优越性,对比说明如图 6所示.
针对多径传输QoE量化方法研究的问题,本文提出了一种基于重叠网多径传输QoE量化的方法.通过与默认路由的单径传输QoE量化方法的对比实验,表明了该方法的优越性.然而,本文假设的是一个完美的多径传输模式,对于路径的稳定性要求高,没有考虑到传输中路径切换的问题.因此,在下一步的研究中,将综合考虑多径传输路径状况信息及路径切换给QoE量化带来影响的情况.
[1] | Volk M,Sterle J,Sedlar U,et al.An approach to modeling and control of QoE in next generation networks [J].IEEE Communications Magazine,2010,48(8):126-135.(1) |
[2] | Sterle J,Volk M,Sedlar U,et al.Application-based NGN QoE controller [J].IEEE Communications Magazine,2011,49(1):92-101.(1) |
[3] | 林闯,胡杰,孔祥震.用户体验质量(QoE)的模型与评价方法综述[J].计算机学报,2012,35(1):1-15.(Lin Chuang,Hu Jie,Kong Xiang-zhen.Survey on model and evaluation of quality of experience [J].Chinese Journal of Computers,2012,35(1):1-15.)(1) |
[4] | Yamazaki T,Miyoshi T,Eguchi M,et al.A service quality coordination model bridging QoS and QoE [C]//IEEE the 20th International Workshop on Quality of Service(IWQoS).Coimbra,2012:1-4.(1) |
[5] | Kim H J,Lee D H,Lee J M,et al.The QoE evaluation method through the QoS-QoE correlation model [C]//The Fourth International Conference on Networked Computing and Advanced Information Management.Seoul,2008:719-725.(2) |
[6] | International Telecommunication Union.Methods for subjective determination of transmission quality[EB/OL].(2006-07-31)[2014-08-27].http://www.itu.int/rec/T-REC-P.800-199608-I/en.(1) |
[7] | Lei W M,Liu S W,Zhang W.Multipath message transport protocol based on application-level relay(MPMTP-AR)[EB/OL].(2013-07-29)[2014-01-28].http://datatracker.ietf.org/doc/draft-leiwm-tsvwg-mpmtp-ar.(1) |
[8] | Siddiqui A,Romascanu D,Golovinsky E.Real-time application quality-of-service monitoring(RAQMON)framework[EB/OL].txt.(2006-10-18)[2014-08-27].http://web.mit.edu/rfc/rfc4710.(1) |
[9] | Reichl P,Egger S,Schatz R.The logarithmic nature of QoE and the role of the Weber-Fechner law in QoE assessment [C]//Proceedings of the IEEE International Conference on Communications 2010.Sebastian,2010:1-5.(1) |