基于SVM的網(wǎng)絡(luò)視頻流特征分析與分類(lèi)研究.pdf

1、隨著網(wǎng)絡(luò)和流媒體技術(shù)的發(fā)展，網(wǎng)絡(luò)視頻業(yè)務(wù)的流量正在迅猛增長(zhǎng)。網(wǎng)絡(luò)視頻業(yè)務(wù)傳輸?shù)臄?shù)據(jù)量大、實(shí)時(shí)性要求高，這些因素對(duì)網(wǎng)絡(luò)管理造成了較大影響，為了更好地控制和管理網(wǎng)絡(luò)流量以及保障網(wǎng)絡(luò)視頻的QoS(Quality of Service)，對(duì)網(wǎng)絡(luò)視頻業(yè)務(wù)進(jìn)行有效地分類(lèi)是非常有必要的。而在流量識(shí)別和分類(lèi)中，進(jìn)行特征分析、獲取較好的特征是實(shí)現(xiàn)高效分類(lèi)的一個(gè)關(guān)鍵點(diǎn)。
　　本文從包大小分布、速率、IP的交替、下行和上行的字節(jié)數(shù)之比、子流片段的數(shù)目、

2、平均包到達(dá)時(shí)間間隔特征入手，對(duì)高清、標(biāo)清兩種HTTP流媒體視頻、HTTP下載、以Sopcast為代表的在線(xiàn)網(wǎng)絡(luò)電視直播、QQ視頻、迅雷等6種網(wǎng)絡(luò)視頻業(yè)務(wù)進(jìn)行特征分析，并選取有效特征進(jìn)行識(shí)別和分類(lèi)。通過(guò)對(duì)不同時(shí)間段數(shù)據(jù)包大小分布的分析，發(fā)現(xiàn)各類(lèi)業(yè)務(wù)都具有明顯的包大小分布，且分布較為穩(wěn)定。通過(guò)計(jì)算包大小分布之間的Hellinger距離，發(fā)現(xiàn)QQ視頻和其他幾類(lèi)業(yè)務(wù)分布的差異最大，HTTP下載、高清、標(biāo)清三類(lèi)業(yè)務(wù)的包大小分布相似。在下行和上行的

3、字節(jié)數(shù)之比這一特征上，標(biāo)清和其余幾類(lèi)的差異最為明顯，HTTP下載和高清比較相似，二者都具有較大的比值，Sopcast和QQ視頻的比值均較小。迅雷則擁有最多的子流片段數(shù)目，6類(lèi)業(yè)務(wù)中QQ視頻和HTTP下載具有較少的子流片段數(shù)目。因此，結(jié)合利用下行和上行字節(jié)數(shù)之比、子流片段的數(shù)目?jī)蓚€(gè)特征可以實(shí)現(xiàn)這6類(lèi)視頻業(yè)務(wù)的識(shí)別和分類(lèi)。采用支持向量機(jī)方法（Support Vector Machine，SVM）對(duì)這兩個(gè)特征的分類(lèi)效果進(jìn)行了實(shí)驗(yàn)驗(yàn)證，獲得了較