新一代互联网流媒体服务及路由关键技术PDF电子书下载

1绪论 1

1.1 流媒体应用现状 1

1.2 流媒体应用中的关键技术 3

1.2.1 数据编码技术 3

1.2.2 数据分发策略技术 3

1.2.3 数据传输技术 4

1.2.4 数据加密技术 5

1.2.5 服务质量评价技术 5

1.2.6 流媒体服务评估相关测度的测量技术 6

1.3 本书的目的 6

2流媒体传输协议 8

2.1 流媒体应用协议 8

2.1.1 协议 8

2.1.2 因特网协议 9

2.1.3 IP层协议 10

2.1.4 传输层协议 12

2.1.5 应用层协议 13

2.1.6 流媒体应用协议 13

2.2 基于HTTP的流媒体传输技术 15

2.2.1 HPD视频传输技术 15

2.2.2 DASH视频传输技术 16

2.2.3 HLS视频传输技术 18

2.2.4 技术比较 19

2.3 流媒体传输协议效率研究 20

2.4 优酷视频应用传输效能研究 21

2.4.1 数据采集 22

2.4.2 数据分析方法 22

2.4.3 不同限速情况下传输效能 23

2.4.4 未完成播放的数据下载效能的分析 26

2.4.5 不同限速情况下TCP流数的变化的分析 28

2.4.6 实验结论 30

2.5 本章小结 30

3国外视频点播技术现状与分析 33

3.1 研究目的 33

3.2 YouTube文件格式 34

3.2.1 MP4 34

3.2.2 WebM 37

3.2.3 技术演进分析 41

3.3 传输协议 42

3.3.1 TCP协议的改进 42

3.3.2 QUIC协议 43

3.3.3 QUIC连接过程及其优势分析 44

3.4 流量控制 46

3.4.1 相关研究 46

3.4.2 流量模型 47

3.4.3 App数据分析 49

3.5 小结 50

4国内视频点播技术现状分析 54

4.1 研究目的 54

4.2 数据采集和分析方法 54

4.2.1 数据采集 54

4.2.2 分析方法 56

4.3 优酷视频 58

4.3.1 4G（联通）下使用Android App 58

4.3.2 WiFi下使用 Android App 61

4.3.3 优酷视频的“自动”策略分析 62

4.3.4 优酷视频的主要特征 64

4.4 爱奇艺 66

4.4.1 4G（联通）下使用Android App 66

4.4.2 WiFi下使用Android App 67

4.4.3 爱奇艺视频的主要特征 68

4.5 腾讯视频 68

4.5.1 4G（联通）下使用Android App 68

4.5.2 WiFi下使用Android App 70

4.5.3 腾讯视频的主要特征 73

4.6 WiFi下使用iOS App 74

4.6.1 优酷视频 74

4.6.2 爱奇艺 74

4.6.3 腾讯视频 75

4.7 在低速信道下使用P2P模式分发视频数据的特征分析 76

4.8 国内视频服务主要特征分析与优化方向 78

4.9 本章小结 79

5视频应用服务质量体验评价方法 81

5.1 服务质量体验 81

5.2 影响流媒体应用QoE的主要因素 85

5.3 视频流媒体QoE参数测量方法 87

5.3.1 影响视频应用QoE的关键测度 87

5.3.2 终端测量 90

5.3.3 非终端测量方法 92

5.4 移动互连终端视频应用QoE研究 94

5.4.1 研究目的 94

5.4.2 QoS性能参数的测量方法 94

5.4.3 优酷QoE监控系统的设计与实现 96

5.4.4 实验结果与分析 99

5.5 IPTV视频应用中QoE与QoS关联分析 101

5.5.1 研究目的 101

5.5.2 IPTV QoE评价模型 102

5.5.3 IPTV的MOS值计算方法 103

5.5.4 测试系统 105

5.5.5 实验部署和结果分析 106

5.6 小结 107

6加密流分析方法 110

6.1 引言 110

6.2 加密流量识别概述 111

6.3 识别对象 112

6.4 识别的类型 113

6.4.1 加密与未加密流量识别 113

6.4.2 加密协议识别 114

6.4.3 服务识别 116

6.4.4 异常流量识别 117

6.4.5 内容本质识别 117

6.5 加密流量识别方法 118

6.5.1 基于有效负载的识别方法 118

6.5.2 数据包负载随机性检测 118

6.5.3 基于机器学习的识别方法 119

6.5.4 基于行为的识别方法 119

6.5.5 基于数据包大小分布的识别方法 120

6.5.6 混合方法 120

6.5.7 加密流量识别方法综合对比 120

6.6 加密流量分析的问题 121

6.7 加密流量分析研究方向 123

6.8 小结 125

7加密视频流量的识别、关联和传输模式识别方法 131

7.1 YouTube移动端流量识别 131

7.1.1 问题分析 131

7.1.2 系统设计 132

7.1.3 系统实现 133

7.1.4 实验与结果分析 137

7.2 YouTube移动端加密视频流关联 140

7.2.1 问题分析 140

7.2.2 TLS会话恢复机制分析 142

7.2.3 系统设计 145

7.2.4 系统实现 146

7.2.5 算法测试实验 148

7.2.6 算法评价与应用 150

7.3 YouTube视频传输模式识别方法 151

7.3.1 问题分析 151

7.3.2 系统设计 155

7.3.3 系统实现 156

7.3.4 实验与结果分析 163

7.6 小结 167

8自适应流媒体中加密视频数据分段流量分析 169

8.1 自适应流媒体传输中的数据分段 169

8.2 研究加密视频流量分段的方法 170

8.2.1 中间人攻击方法获得明文 170

8.2.2 流量离线文件PCAP格式分析 172

8.3 YouTube数据片段识别问题分析 174

8.4 YouTube加密流量分段分析系统设计 174

8.4.1 系统总体设计 174

8.4.2 报文整合分段 175

8.4.3 音频片段分析 177

8.4.4 片段位置识别 178

8.4.5 断线重连识别 179

8.5 YouTube加密流量分段识别应用实例 180

8.6 小结 183

9加密视频流视频码率识别方法 184

9.1 加密视频流码率识别的基本问题 184

9.2 YouTube Android平台码率识别 185

9.2.1 YouTube App DASH视频传输特征分析 185

9.2.2 YouTube App DASH视频码率识别问题分析 187

9.2.3 模块设计 188

9.2.4 音频片段等长性分析 188

9.2.5 片段类型识别 189

9.2.6 片段类型矫正 190

9.2.7 视频片段排序去重 191

9.2.8 播放码率计算 192

9.2.9 实验与结果分析 193

9.3 YouTube iOS平台码率识别 196

9.3.1 YouTube App HLS视频传输特征分析 196

9.3.2 YouTube App HLS视频码率识别问题分析 198

9.3.3 模块设计 198

9.3.4 音频片段识别 199

9.3.5 视频片段处理 200

9.3.6 播放码率计算 206

9.3.7 实验与结果分析 207

9.4 小结 209

10加密视频流视频分辨率识别方法 211

10.1 视频分辨率 211

10.2 视频分辨率和码率关系分析 212

10.3 C4.5决策树算法识别YouTube视频分辨率 214

10.3.1 C4.5决策树算法分析 214

10.3.2 实验与结果分析 216

10.4 k-means算法辅助识别YouTube视频分辨率 217

10.4.1 k-means聚类算法分析 217

10.4.2 实验与结果分析 218

10.5 小结 222

11 VoIP服务质量体验评估方法 223

11.1 引言 223

11.2 VoIP关键技术 225

11.2.1 VoIP的网络性能要求 225

11.2.2 VoIP协议架构 225

11.2.3 影响语音质量的因素 228

11.3 VoIP的QoE评价方法及改进 230

11.3.1 VoIP的QoE评价方法介绍 230

11.3.2 主观评价方法 231

11.3.3 客观评价方法 232

11.3.4 E模型评价方法 233

11.4 E模型优化 241

11.4.1 E模型的不足之处 241

11.4.2 E模型中抖动参数的加入 241

11.5 VoIP的QoE评估系统 243

11.5.1 评估系统的实验环境 243

11.5.2 评估系统实施总体结构 244

11.5.3 评估系统测试 245

11.6 小结 246

12流媒体应用路由性能测量研究 249

12.1 研究目的 249

12.2 研究对象的定义 249

12.3 基于报文延迟测度估计网络路径拥塞 251

12.3.1 路径拥塞状态和报文RTT和关系 251

12.3.2 网络延迟特性测量 253

12.3.3 子网间延迟测度Path-RTT定义 255

12.3.4 基于BDTRS的派生测度定义 258

12.3.5 数据处理方法 260

12.3.6 分析实例 262

12.4 基于报文丢包测度估计网络路径拥塞 266

12.4.1 网络丢包特性测量 266

12.4.2 网络路径丢包测度定义 267

12.4.3 丢包平台基本性质分析 268

12.4.4 TCP流丢包和丢包平台丢包的关系 269

12.4.5 基于TCP平行流的Path＿Loss估计算法 271

12.4.6 算法误差分析 275

12.4.7 基于平行TCP流估计Path＿Loss的算法验证 280

12.5 小结 282