朱連章,李然然,張紅霞,郭加樹(shù),張 泉

(中國(guó)石油大學(xué)(華東)計(jì)算機(jī)與通信工程學(xué)院,青島 266580)

基于QoS量化用戶體驗(yàn)質(zhì)量的評(píng)價(jià)模型①

朱連章,李然然,張紅霞,郭加樹(shù),張 泉

(中國(guó)石油大學(xué)(華東)計(jì)算機(jī)與通信工程學(xué)院,青島 266580)

針對(duì)網(wǎng)絡(luò)環(huán)境中業(yè)務(wù)供應(yīng)商提供的業(yè)務(wù)不能很好的滿足用戶需求的問(wèn)題,引入用戶體驗(yàn)質(zhì)量(QoE)并結(jié)合服務(wù)質(zhì)量(QoS)參數(shù),通過(guò)仿真網(wǎng)絡(luò)得到相應(yīng)數(shù)據(jù),使用matlab工具分別建立用戶體驗(yàn)質(zhì)量與比特率、用戶體驗(yàn)質(zhì)量與丟包率的評(píng)價(jià)模型.運(yùn)用統(tǒng)計(jì)分析方法對(duì)評(píng)價(jià)模型進(jìn)行數(shù)據(jù)分析,并與史蒂文斯冪定律、韋伯-費(fèi)希納定律等模型進(jìn)行對(duì)比驗(yàn)證.結(jié)果表明,構(gòu)建的評(píng)價(jià)模型能更精確的體現(xiàn)用戶體驗(yàn)質(zhì)量與服務(wù)質(zhì)量的關(guān)系,為供應(yīng)商提供了重要的參考依據(jù),并指明了服務(wù)方向.

體驗(yàn)質(zhì)量;服務(wù)質(zhì)量;評(píng)價(jià)模型;史蒂文斯冪定律;韋伯-費(fèi)希納定律

隨著信息時(shí)代的快速發(fā)展,互聯(lián)網(wǎng)中多媒體數(shù)量也在快速增加,在這種環(huán)境下吸引了越來(lái)越多的用戶,同時(shí)造成多媒體業(yè)務(wù)提供商之間的競(jìng)爭(zhēng)日益激烈,為了能在激烈的競(jìng)爭(zhēng)中占得先機(jī),提供商必須確保自己提供的業(yè)務(wù)得到用戶的認(rèn)可.由于互聯(lián)網(wǎng)是一種盡力而為的(Best-effort)傳輸網(wǎng)絡(luò),在流媒體的傳輸過(guò)程中會(huì)丟包率、比特率的變化時(shí)有發(fā)生,這會(huì)使用戶對(duì)業(yè)務(wù)的感知產(chǎn)生不利的影響[1].因此,提供商迫切的需要一種以用戶認(rèn)可程度為標(biāo)準(zhǔn)的業(yè)務(wù)的評(píng)價(jià)方法.

目前,采用最廣泛的業(yè)務(wù)度量標(biāo)準(zhǔn)是服務(wù)質(zhì)量(Quality of Service,QoS),這個(gè)標(biāo)準(zhǔn)也是最直接反映業(yè)務(wù)性能的指標(biāo),但人們逐漸發(fā)現(xiàn)這個(gè)標(biāo)準(zhǔn)僅僅反映了業(yè)務(wù)技術(shù)層面的性能,而且最終衡量業(yè)務(wù)品質(zhì)的標(biāo)準(zhǔn)在于用戶對(duì)業(yè)務(wù)的體驗(yàn)質(zhì)量(Quality of Experience, QoE).QoE是用戶對(duì)一個(gè)應(yīng)用或業(yè)務(wù)整體可接受性的主觀感受,包含整個(gè)端到端系統(tǒng)的影響和受用戶主觀期望值及所處環(huán)境影響的業(yè)務(wù)整體可接受性[2],它綜合了業(yè)務(wù)層面、用戶層面、環(huán)境層面的影響因素.直接反映了用戶對(duì)業(yè)務(wù)的認(rèn)可程度[3].由于用戶是業(yè)務(wù)的支付者,所以他們對(duì)業(yè)務(wù)的滿意度對(duì)每一位提供商都是至關(guān)重要的.QoE的本質(zhì)就是關(guān)注用戶使用業(yè)務(wù)的感受,目的是實(shí)現(xiàn)以用戶為中心的管理[4],并且QoE的評(píng)價(jià)標(biāo)準(zhǔn)可以用五個(gè)級(jí)別進(jìn)行劃分,即優(yōu)秀(excellent)、好(good)、一般(average)、差(bad)、極差(terrible).例如當(dāng)用戶看某新聞視頻時(shí),感到畫(huà)面不清晰,則認(rèn)為視頻業(yè)務(wù)的QoE一般.

為了能夠控制并促進(jìn)用戶對(duì)業(yè)務(wù)的滿意度,必須找到一種可以用客觀參數(shù)表示用戶感知的關(guān)系.Hyun Jong Kim等人提出了一種在IPTV服務(wù)上提高QoE的解決方法[5],這種方法使用了網(wǎng)絡(luò)層上的不同QoS參數(shù).通過(guò)不同的QoS對(duì)QoE的影響把不同的權(quán)重分配給相對(duì)應(yīng)的QoS參數(shù),實(shí)驗(yàn)最后表明方法是非常有效的.例如:在視頻流業(yè)務(wù)中丟包率和帶寬扮演非常重要的角色,而VoIP確對(duì)延遲和抖動(dòng)非常敏感.

目前針對(duì)QoE的研究多體現(xiàn)在QoS層面,較少考慮用戶的主觀感受.本文以視頻流為例,綜合考慮影響用戶體驗(yàn)的技術(shù)因素與非技術(shù)因素,建立用戶體驗(yàn)質(zhì)量評(píng)價(jià)模型,將用戶的主觀感受與客觀的網(wǎng)絡(luò)因素(丟包率、比特率)進(jìn)行聯(lián)接,同時(shí)結(jié)合全參考的PSNR(Peak Signal to Noise Ratio,峰值信噪比)方法以及統(tǒng)計(jì)分析方法對(duì)視頻質(zhì)量及實(shí)驗(yàn)數(shù)據(jù)評(píng)估、擬合.業(yè)務(wù)提供者可以根據(jù)論文所提模型向用戶提供高質(zhì)量的業(yè)務(wù),并且可以防止不必要的投資,增大提供商的效益.

1 相關(guān)工作

建立用戶體驗(yàn)質(zhì)量與服務(wù)質(zhì)量模型的目的是為了用戶能在業(yè)務(wù)提供者提供的海量業(yè)務(wù)中選擇滿足自身需求的業(yè)務(wù).隨著視頻業(yè)務(wù)的多樣化發(fā)展,網(wǎng)絡(luò)業(yè)務(wù)種類不斷增多,業(yè)務(wù)模式也日趨多樣化,這就會(huì)影響用戶對(duì)業(yè)務(wù)的QoE體驗(yàn),同時(shí)會(huì)影響用戶對(duì)互聯(lián)網(wǎng)中業(yè)務(wù)的使用.影響QoE的因素有多種,大致可以分為主觀因素和客觀因素兩個(gè)方面,如圖1所示.根據(jù)不同的影響因素可以選擇不同的評(píng)價(jià)方法.

圖1 影響QoE的因素

近年來(lái),針對(duì)QoE的研究頗受工業(yè)及學(xué)術(shù)界的關(guān)注同時(shí)也提出許多不同的評(píng)價(jià)方法.Andrew Perkis等人在測(cè)試用戶對(duì)多媒體業(yè)務(wù)的體驗(yàn)時(shí)提出了QoE模型[6],這個(gè)模型對(duì)基于可測(cè)試及不可測(cè)試參數(shù)的QoE、QoS和業(yè)務(wù)方面提出了分類.論文將可測(cè)量的技術(shù)參數(shù)以及不可測(cè)量的主觀用戶參數(shù)(如用戶對(duì)業(yè)務(wù)的滿意度和態(tài)度)考慮在內(nèi),主觀參數(shù)雖然不能測(cè)試但可以根據(jù)以往的經(jīng)驗(yàn)方法進(jìn)行量化.

Mok,Chan和Chang在HTTP視頻流中對(duì)網(wǎng)絡(luò)層QoS,應(yīng)用層QoS和用戶層QoS之間的關(guān)系以及這種關(guān)系如何影響QoE進(jìn)行了研究[7].作者使用分析模型和經(jīng)驗(yàn)評(píng)估確定了應(yīng)用層QoS和網(wǎng)絡(luò)層QoS的關(guān)系,然后執(zhí)行主觀評(píng)估,最后對(duì)QoS和QoE關(guān)聯(lián).分析的結(jié)果顯示影響QoE主要因素是消除再緩沖的頻率.

Hyun Jong Kim等人在論文中首先提出了計(jì)算QoS并能反映網(wǎng)絡(luò)條件的公式[8],并根據(jù)這個(gè)公式建立QoE-QoS模型,計(jì)算IPTV中視頻的QoE.論文實(shí)驗(yàn)部分選擇使用全參方法(SSIM)測(cè)試視頻質(zhì)量,并與丟包率、抖動(dòng)的關(guān)系表示出來(lái).通過(guò)論文提出的模型,網(wǎng)絡(luò)運(yùn)營(yíng)商可以防止不必要的投資以及網(wǎng)絡(luò)的維護(hù)和修理.

互聯(lián)網(wǎng)中業(yè)務(wù)質(zhì)量的評(píng)價(jià)一方面受用戶的主觀影響,另一方面受QoS的影響.QoE是指用戶對(duì)于業(yè)務(wù)質(zhì)量的主觀感受,并且以用戶主觀評(píng)價(jià)給出諸如“優(yōu)秀、一般、差”等模糊語(yǔ)言值表達(dá)出來(lái).QoS包含多種參數(shù)如丟包率、比特率等,論文選擇這兩種參數(shù)分別與QoE建立模型,同時(shí)用戶參與仿真實(shí)驗(yàn)測(cè)試提高評(píng)價(jià)結(jié)果的可信度.

2 QoE-QoS評(píng)價(jià)模型

QoE是用戶直接參與,對(duì)業(yè)務(wù)進(jìn)行主觀評(píng)價(jià)的方法,論文使用MOS(Mean Opinion Score)表示用戶對(duì)業(yè)務(wù)的認(rèn)可程度,根據(jù)用戶對(duì)業(yè)務(wù)的不同感受分為五個(gè)層次,如用戶觀看足球比賽時(shí),畫(huà)面清晰,聲音也沒(méi)有延遲,則認(rèn)為該業(yè)務(wù)良好,具體劃分如表1所示.此量化方法較為細(xì)致的描述了用戶的主觀感受,是一種順序量表法[3].但是只考慮主觀的因素的評(píng)價(jià)方法需要的測(cè)試條件比較苛刻,并且測(cè)試的結(jié)果不具有實(shí)時(shí)性.QoS是服務(wù)的客觀評(píng)價(jià)方法,包含多種參數(shù),如丟包率、比特率、抖動(dòng)、帶寬等,但這種方法不能直觀的反映用戶對(duì)服務(wù)的滿意程度.為了彌補(bǔ)兩種方法的不足,論文將主觀因素與客觀因素結(jié)合,提出新的評(píng)價(jià)模型,提高用戶的滿意度以及業(yè)務(wù)的使用率,降低業(yè)務(wù)提供者的成本.

論文以視頻的丟包率和比特率為例,根據(jù)實(shí)際生活經(jīng)驗(yàn)對(duì)QoE和這兩個(gè)QoS參數(shù)的關(guān)系提出兩種評(píng)價(jià)模型,進(jìn)一步對(duì)QoE量化.在同一實(shí)驗(yàn)環(huán)境中,用戶的主觀感受會(huì)隨著QoS參數(shù)的變化而變化,如當(dāng)視頻在傳輸過(guò)程中的丟包率變大時(shí),視頻的質(zhì)量相應(yīng)就會(huì)變差,與此同時(shí),用戶觀看視頻的心情受到影響,給出的主觀感受分?jǐn)?shù)(MOS)相應(yīng)變小.

表1 MOS評(píng)分等級(jí)

2.1 QoE與比特率

對(duì)于視頻中比特率的原理與聲音中的相同,都是指由模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)后,單位時(shí)間內(nèi)的二進(jìn)制數(shù)據(jù)量,是衡量視頻質(zhì)量的一個(gè)重要指標(biāo).當(dāng)比特率增大時(shí),傳送數(shù)據(jù)的速度越快,用戶對(duì)視頻感知質(zhì)量越好,在這種背景下,我們假設(shè)當(dāng)QoE比較小時(shí),比特率增加一點(diǎn),也會(huì)造成QoE(MOS取值)大幅度的增加.當(dāng)QoE達(dá)到一定的值時(shí),即使有很大的變化, QoE受到的影響也很微小.通過(guò)假設(shè)我們知道比特率與QoE的關(guān)系具有一定的正相關(guān)性,由此我們預(yù)測(cè)比特率與QoE的關(guān)系模型如公式(1)所示.

2.2 QoE與丟包率

目前應(yīng)用的視頻圖像標(biāo)準(zhǔn)(如MPEG等)采用壓縮編碼的方式,由于編碼中去掉了視頻信息中的大量冗余信息,數(shù)據(jù)幀之間的相關(guān)性很大,關(guān)鍵幀(如MPEG中的I幀)數(shù)據(jù)包的丟失不僅導(dǎo)致本幀無(wú)法解碼,而且會(huì)導(dǎo)致其它依賴幀(如MPEG中的P、B幀)也不能解碼,即發(fā)生錯(cuò)誤傳遞,從而嚴(yán)重影響視頻圖像的傳輸質(zhì)量[9].根據(jù)經(jīng)驗(yàn)當(dāng)QoE比較高時(shí),很小的丟包率都會(huì)對(duì)用戶的感知造成明顯地影響,降低MOS的取值.反之,當(dāng)QoE比較低時(shí),用戶感知對(duì)丟包率的改變沒(méi)有比較明顯變化,MOS值基本不變,即兩者的關(guān)系呈負(fù)相關(guān)性.由此我們預(yù)測(cè)丟包率與QoE的關(guān)系模型如公式(2)所示.

3 模型實(shí)現(xiàn)與驗(yàn)證

實(shí)驗(yàn)旨在評(píng)估視頻流業(yè)務(wù)中不同QoS參數(shù)對(duì)用戶體驗(yàn)質(zhì)量的影響,提高用戶對(duì)業(yè)務(wù)的滿意度.通過(guò)實(shí)驗(yàn)得到的數(shù)據(jù),對(duì)兩種評(píng)價(jià)模型進(jìn)行驗(yàn)證并在實(shí)驗(yàn)中選擇最普遍、最廣泛使用評(píng)鑒畫(huà)質(zhì)的PSNR對(duì)視頻的質(zhì)量客觀評(píng)估,最后PSNR的結(jié)果再轉(zhuǎn)化為MOS[10].

3.1 實(shí)驗(yàn)環(huán)境

本文實(shí)驗(yàn)環(huán)境根據(jù)ITUP.910[11]標(biāo)準(zhǔn)設(shè)置,測(cè)試環(huán)境包括客戶端、視頻流業(yè)務(wù)器和網(wǎng)絡(luò)仿真器,如圖2所示.實(shí)驗(yàn)運(yùn)行在i5 2.4Ghz處理器,4GByte內(nèi)存的Windows 7環(huán)境下,并且統(tǒng)一使用火狐瀏覽器.測(cè)試者依據(jù)ITU-R BT.500-11[12]制定的條件進(jìn)行選擇,并且測(cè)試者不能對(duì)圖像或視頻質(zhì)量這方面領(lǐng)域非常了解,因此選擇非專業(yè)人士作為測(cè)試者[13],選擇的測(cè)試者包含10個(gè)女生和15個(gè)男生,平均年齡在22-30歲之間并且都是學(xué)生.

圖2 實(shí)驗(yàn)設(shè)置

實(shí)驗(yàn)的主要目的是驗(yàn)證上節(jié)提出的QoS參數(shù)(比特率,丟包率)與QoE預(yù)測(cè)模型.其中參數(shù)對(duì)用戶主觀感受的影響用MOS表示.QoS參數(shù)的取值分別為:比特 率 (100,300,400,600,700,800(kbps))、 丟 包 率(0,1,3,7,10,15(%)).

3.2 驗(yàn)證評(píng)價(jià)模型

3.2.1 驗(yàn)證QoE與比特率的模型

首先,對(duì)不同的比特率進(jìn)行測(cè)試,25位測(cè)試者觀看相同比特率的視頻,他們根據(jù)主觀感受和對(duì)視頻的容忍度給出相應(yīng)的分?jǐn)?shù)(分?jǐn)?shù)取值為1-5,如表1所示),我們把得到的分?jǐn)?shù)相加再取平均數(shù),得到某一比特率下相應(yīng)的MOS值,同時(shí)計(jì)算出相同比特率的PSNR.根據(jù)不同比特率取值得到測(cè)試者的平均MOS及PSNR,在matlab中把得到的MOS與比特率進(jìn)行擬合,結(jié)果如圖3所示.

圖3 QoE與比特率擬合曲線

實(shí)驗(yàn)中我們對(duì)數(shù)據(jù)在置信區(qū)間為95%的前提下分別進(jìn)行了冪函數(shù)和對(duì)數(shù)擬合,得到回歸方程以及方程所對(duì)應(yīng)的擬合優(yōu)度誤差平方和SSE、均方根誤差如表2所示.

3.2.2 驗(yàn)證QoE與丟包率的模型

由上節(jié)對(duì)視頻丟包率的介紹可知,丟包率是衡量一個(gè)頻質(zhì)量的重要指標(biāo).丟包率的測(cè)試條件以及計(jì)算過(guò)程和比特率相同,把得到的數(shù)據(jù)在matlab中進(jìn)行擬合,結(jié)果如圖4所示.

表2 QoE與比特率擬合所得回歸方程及各參數(shù)

圖4 QoE與丟包率擬合曲線

根據(jù)數(shù)據(jù)在matlab中對(duì)QoE和丟包率進(jìn)行擬合,得到回歸方程以及方程所對(duì)應(yīng)的擬合優(yōu)度、誤差平方和SSE以及均方根誤差RMSE(置信區(qū)間為95%)如表3所示,同時(shí)對(duì)兩個(gè)參數(shù)所得MOS與PSNR對(duì)應(yīng)的值在matlab中連接并擬合,結(jié)果如圖5所示.說(shuō)明客觀評(píng)價(jià)方法PSNR與主觀感知的關(guān)系呈正相關(guān)性.由表3數(shù)據(jù)比較可得,指數(shù)回歸更適合QoE與丟包率的關(guān)系.對(duì)數(shù)據(jù)擬合過(guò)程中,一元多項(xiàng)式得到的擬合優(yōu)度會(huì)大于指數(shù)的擬合優(yōu)度,但當(dāng)大量的數(shù)據(jù)出現(xiàn)時(shí),丟包率增加到一定的程度,MOS的值只會(huì)無(wú)限接近于1或者等于1,在這種情況下一元多項(xiàng)式并不適合,所以最終選擇指數(shù)回歸模型作為QoE與丟包率的關(guān)系模型并初步驗(yàn)證了公式(2)模型的有效性.

表3 QoE與丟包率擬合所得回歸方程及各參數(shù)

3.2.3 與現(xiàn)存模型比較

Khalil ur Rehman Laghari等人用視頻感知質(zhì)量(PVQ)表示測(cè)試人員對(duì)測(cè)試視頻的主觀評(píng)價(jià)[14].根據(jù)實(shí)驗(yàn)數(shù)據(jù)針對(duì)QoE與比特率的關(guān)系得出對(duì)數(shù)模型,把該模型與本文的冪函數(shù)模型進(jìn)行比較如表4所示.

表4 冪函數(shù)模型與對(duì)數(shù)模型比較

由表4可知本文針對(duì)比特率提出的評(píng)價(jià)模型的擬合優(yōu)度大于文獻(xiàn)[14]對(duì)數(shù)的擬合優(yōu)度,說(shuō)明冪函數(shù)模型更適合描述QoE與比特率的關(guān)系.

Sajad Khorsandroo等人[15]根據(jù)心理學(xué)規(guī)律對(duì)QoE和QoS(丟包率)的關(guān)系進(jìn)行量化,同時(shí)解釋了兩者的相關(guān)性.論文針對(duì)視頻流的丟包率分別選擇了兩種模型:史蒂文斯冪定律和韋伯-費(fèi)希納定律,如公式(3)和(4)所示.

文獻(xiàn)[15]根據(jù)實(shí)驗(yàn)數(shù)據(jù)得到QoE與QoS(丟包率)的回歸方程,以及擬合優(yōu)度2R.將兩種回歸模型與本論文針對(duì)丟包率得到的指數(shù)模型進(jìn)行比較如表5所示.

表5 指數(shù)模型與對(duì)數(shù)、冪函數(shù)模型比較

由表5可知,論文針對(duì)丟包率提出的指數(shù)評(píng)價(jià)模型的擬合優(yōu)度高于史蒂文斯冪定律和韋伯·費(fèi)希納定律的擬合優(yōu)度,說(shuō)明本文所提模型更適合描述QoE與丟包率關(guān)系.以上兩種比較證明了本文所提評(píng)價(jià)模型的有效性.業(yè)務(wù)提供商可以根據(jù)這種模型向用戶提供更優(yōu)質(zhì)的服務(wù),同時(shí)減少了服務(wù)維護(hù)的費(fèi)用.

論文結(jié)合了主觀QoE和客觀QoS建立評(píng)價(jià)模型,充分考慮用戶的主觀體驗(yàn),從用戶角度分析不同因素對(duì)業(yè)務(wù)使用頻率的影響.客觀QoS雖然能直接反映業(yè)務(wù)性能,但這個(gè)標(biāo)準(zhǔn)僅僅反映了業(yè)務(wù)技術(shù)層面的性能忽略了業(yè)務(wù)的品質(zhì)要求.通過(guò)對(duì)QoE與QoS建立模型同時(shí)解決了業(yè)務(wù)技術(shù)層面和品質(zhì)的要求,并且很好的從用戶角度分析業(yè)務(wù)的使用情況,為業(yè)務(wù)提供商提供了明確方向.

4 結(jié)語(yǔ)

隨著網(wǎng)絡(luò)環(huán)境中多媒體數(shù)量的增加,業(yè)務(wù)使用者即用戶的數(shù)量也急劇增加,在這種背景下,用戶對(duì)多媒體的主觀感受被凸顯出來(lái).業(yè)務(wù)提供者以及供應(yīng)商想要自己提供的業(yè)務(wù)能大量的使用,就需要了解用戶主觀感受與網(wǎng)絡(luò)環(huán)境存在的關(guān)系.

論文分別對(duì)網(wǎng)絡(luò)層QoS的兩個(gè)參數(shù)(丟包率和比特率)提出兩個(gè)量化QoE的評(píng)價(jià)模型:指數(shù)回歸方程和冪函數(shù)回歸方程,通過(guò)仿真實(shí)驗(yàn)平臺(tái)得到的數(shù)據(jù)對(duì)用戶主觀感受(MOS)和QoS參數(shù)進(jìn)行擬合回歸,在置信區(qū)間為95%的前提下分別得到兩個(gè)模型的擬合優(yōu)度0.982、0.999,最后分別與現(xiàn)存的模型比較,解釋了QoE與丟包率、QoE與比特率的關(guān)系并驗(yàn)證了兩個(gè)預(yù)測(cè)模型的有效性.論文模型結(jié)合了主客觀因素,提高了模型的評(píng)價(jià)結(jié)果質(zhì)量,但相應(yīng)的增加模型實(shí)現(xiàn)的成本及運(yùn)算速度等,未來(lái)的工作是在大量的數(shù)據(jù)下尋找新的通用的回歸方程,在多個(gè)QoS參數(shù)的情況下更全面的解釋QoE與QoS的關(guān)系,同時(shí)尋找一個(gè)更高效的評(píng)價(jià)模型,提高用戶的滿意度以及業(yè)務(wù)的使用率同時(shí)能減少模型實(shí)現(xiàn)的成本.

1張大陸,祝嘉麒.網(wǎng)絡(luò)傳輸中IPTV的QoE評(píng)估模型的研究.計(jì)算機(jī)工程與應(yīng)用,2013,49(20):71–76.

2金渝,李校林,李雪松.用戶體驗(yàn)質(zhì)量評(píng)估模型及KQI權(quán)重計(jì)算方法.計(jì)算機(jī)工程,2013,39(2):311–316.

3林闖,胡杰,孔祥震.用戶體驗(yàn)質(zhì)量(QoE)的模型與評(píng)價(jià)方法綜述.計(jì)算機(jī)學(xué)報(bào),2012,35(1):1–15.

4陸蕓婷,李振軍.基于用戶滿意度模型的云計(jì)算QoE評(píng)價(jià)方法.計(jì)算機(jī)與數(shù)字工程,2014,(4):551–554,600.

5 Kim HL,Choi SG.A study on a QoS/QoE correlation model for QoE evaluation on IPTV service.2010 The 12th InternationalConference on Advanced CommunicationTechnology(ICACT).IEEE.2010,2.1377–1382.

6 Perkis A,Munkeby S,Hillestad O I.A model for measuring quality of experience.Signal Processing Symposium,2006. NORSIG2006.Proc.ofthe7thNordic.IEEE.2006.198–201.

7 Mok RKP,Chan EWW,Chang RKC.Measuring the quality of experience of HTTP video streaming.2011 IFIP/IEEE International Symposium on Integrated Network Management(IM).IEEE.2011.485–492.

8 Kim HJ,Choi SG.QoE assessment model for multimedia streaming services using QoS parameters.Multimedia Tools andApplications,2014,72(3):2163–2175.

9楊宗凱,彭杰,余江.實(shí)時(shí)視頻通信中的自適應(yīng)前向糾錯(cuò)方案設(shè)計(jì).計(jì)算機(jī)工程與科學(xué),2007,29(8):43–45.

10 ITU-T.P800.1.Mean Opinion Score(MOS)terminology, Geneva.2006,7.

11 ITU-T P.910.Subjective video quality assessment methods for multimedia applications.1999,9.

12 ITU-R BT.500-11.Methodology forthe subjective assessment of the quality of television pictures.2002,10.

13 Mushtaq MS,Augustin B,Mellouk A.Empirical study based on machine learning approach to assess the QoS/QoE correlation.2012 17th European Conference on Networks and Optical Communications(NOC).IEEE.2012.1–7.

14 Issa O,Speranza F,Falk TH.Quality-of-experience perception forvideo streaming services:Preliminary subjective and objective results.Signal&Information Processing Association Annual Summit and Conference (APSIPAASC),2012Asia-Pacific.IEEE.2012.1–9.

15 Khorsandroo S,Noor RM,Khorsandroo S.The role of psychophysics laws in quality of experience assessment:a video streaming case study.Proc.of the International Conference on Advances in Computing,Communications and Informatics.ACM.2012.446–452.

Evaluation Model of Quantitative QoE Based on QoS

ZHU Lian-Zhang,LI Ran-Ran,ZHANG Hong-Xia,GUO Jia-Shu,ZHANG Quan

(College of Computer&Communication Engineering,China University of Petroleum,Qingdao 266580,China)

In view of the problem that service from provider cannot meet the needs of the users in the network environment,this paper introduces the Quality of Experience(QoE)and Quality of Service(QoS)parameters.Through simulation network,the corresponding data are obtained.And two evaluation models(QoE with bit rate and QoE with packet loss rate)are established by using MATLAB tools.Analyzing the data of evaluation models with statistical analysis method,the model is verified by comparing with Stevens’Power Law model and Weber-Fechner Law model. The result shows that the evaluation models can precisely express the relationship between QoE and QoS,and it can provide the direction of service and an important reference for the service providers.

QoE;QoS;evaluation model;Stevens’power law;Weber-Fechner law

山東省優(yōu)秀中青年科學(xué)家科研獎(jiǎng)勵(lì)基金計(jì)劃(BS2014DX021)

2016-08-31;收到修改稿時(shí)間:2016-10-10

10.15888/j.cnki.csa.005752