應(yīng)用	論文(體驗(yàn)感知)	參數(shù)(細(xì)表)	模型	算法及優(yōu)點(diǎn)(優(yōu)勢(shì))說明	算法歸類	應(yīng)用場(chǎng)景	備注說明
視頻	《網(wǎng)絡(luò)傳輸中IPTV的QoE評(píng)估模型的研究》張大陸 2013； 通過分析各網(wǎng)絡(luò)參數(shù)的損傷對(duì)IPTV用戶體驗(yàn)的影響，建立網(wǎng)絡(luò)參數(shù)到用戶體驗(yàn)質(zhì)量的評(píng)估模型	丟包、抖動(dòng)、時(shí)延、帶寬；音視頻編碼類型	QoE評(píng)估模型	該評(píng)估模型與實(shí)際用戶體驗(yàn)有較高的擬合度	初等模型	IPTV網(wǎng)絡(luò)	http://www.doc88.com/p-7718886916541.html
視頻	《基于決策樹的流媒體視頻用戶體驗(yàn)質(zhì)量評(píng)測(cè)》 通過從物理層包級(jí)別和應(yīng)用層視頻幀級(jí)別提取描繪視頻特性及網(wǎng)絡(luò)丟包和時(shí)延損傷的特征參數(shù)，采用決策樹統(tǒng)計(jì)學(xué)習(xí)方法對(duì)流媒體服務(wù)的用戶體驗(yàn)質(zhì)量進(jìn)行評(píng)測(cè)	視頻相關(guān)：比特率，幀率，空間復(fù)雜度，時(shí)間復(fù)雜度；網(wǎng)絡(luò)丟包損傷：丟包率，丟包長(zhǎng)度最小值、最大值、方差，丟包距離最小值、最大值、平均值、方差，解碼失敗幀百分比，受損傷幀百分比，1幀失敗百分比，成功解碼面積百分比、最值、平均值 ；網(wǎng)絡(luò)時(shí)延損傷：時(shí)延方差、幀時(shí)延長(zhǎng)度最大值、最小值、方差，時(shí)延幀距離最大值、最小值、方差；	基于決策樹的用戶體驗(yàn)?zāi)Ｐ?/td>	此模型具有實(shí)現(xiàn)簡(jiǎn)單、獨(dú)立于視頻編碼算法、效率高等優(yōu)點(diǎn)，適用于網(wǎng)絡(luò)側(cè)流媒體視頻監(jiān)測(cè)系統(tǒng)	統(tǒng)計(jì)學(xué)習(xí)	流媒體	http://www.doc88.com/p-7807715282395.html
整體	《一種快速的報(bào)文丟失率推測(cè)方法》2006；由于某些網(wǎng)絡(luò)內(nèi)部封閉性,近來提出一種稱為網(wǎng)絡(luò)斷層掃描技術(shù),即根據(jù)網(wǎng)絡(luò)外部（網(wǎng)絡(luò)邊界）的測(cè)量來分析和推斷網(wǎng)絡(luò)內(nèi)部性能，核心思想是利用多播或廣播方法在網(wǎng)絡(luò)邊緣發(fā)送探測(cè)報(bào)文,利用端到端的測(cè)量來推測(cè)內(nèi)部性能，如丟包率和延遲。	三個(gè)參數(shù):樹形網(wǎng)絡(luò)中葉節(jié)點(diǎn)集合，探測(cè)報(bào)文數(shù)量，葉節(jié)點(diǎn)接受報(bào)文數(shù)量	使用二叉樹表示網(wǎng)絡(luò)拓?fù)?并假設(shè)報(bào)文丟失符合Bernoulli模型,使用隨機(jī)過程來構(gòu)建報(bào)文丟失模型，進(jìn)而使用報(bào)文丟失率推測(cè)算法來進(jìn)行評(píng)估。	傳統(tǒng)似然估計(jì)算法計(jì)算量會(huì)隨著網(wǎng)絡(luò)規(guī)模增加而增長(zhǎng),本論文算法優(yōu)點(diǎn)在于簡(jiǎn)單快速，計(jì)算量小.使用NS2仿真結(jié)果證明算法推測(cè)出的報(bào)文丟失率和實(shí)際丟失率相當(dāng)接近.	概率估算	樹形網(wǎng)絡(luò)中判斷鏈路丟包率	http://www.docin.com/p-1273691838.html
WLAN	《WLAN報(bào)文傳輸性能優(yōu)化技術(shù)研究與實(shí)現(xiàn)》2012；論文提出兩個(gè)改進(jìn)點(diǎn)：1.基于鏈路信息的動(dòng)態(tài)幀聚會(huì)算法，該算法根據(jù)鏈路狀態(tài)改變動(dòng)態(tài)調(diào)整聚合機(jī)制，使得網(wǎng)絡(luò)吞吐量最大化；2.為了解決低傳輸速率錯(cuò)誤幾率低,而高傳輸速率在噪聲鏈路中錯(cuò)誤率高的矛盾,提出了mrra速率控制算法，以某個(gè)速率發(fā)送報(bào)文的誤包率來決定增速還是減速	1.基于鏈路信息的動(dòng)態(tài)幀聚合算法：參數(shù)3個(gè),包含傳輸報(bào)文長(zhǎng)度Lcur、重傳次數(shù)R，聚合時(shí)間初始值Tagg 2.mrra速率控制算法：參數(shù)2個(gè),包含支持速率表，傳輸誤包率	1.據(jù)鏈路狀態(tài)改變動(dòng)態(tài)調(diào)整聚合機(jī)制 2.MMR(Multi-Rate Retry)機(jī)制主要思想是，當(dāng)報(bào)文手冊(cè)發(fā)送失敗重傳時(shí)，不應(yīng)該使用同一速率，而是使用不同的速率進(jìn)行重傳，來增加成功的可能性	1.基于鏈路信息的動(dòng)態(tài)幀聚會(huì)算法,根據(jù)報(bào)文速率等統(tǒng)計(jì)信息計(jì)算誤碼率ber,并根據(jù)參考成果設(shè)置對(duì)應(yīng)的聚合幀長(zhǎng)限制.對(duì)比標(biāo)準(zhǔn)聚合機(jī)制,該改進(jìn)可以使網(wǎng)絡(luò)吞吐量最大化. 2.速率控制算法有兩類:基于發(fā)送方和接收方,本文關(guān)注基于發(fā)送方,對(duì)比已有的arf算法\onoe算法\samplerate算法,提出了mrra速率控制算法,采用MRR機(jī)制,根據(jù)以某個(gè)速率發(fā)包時(shí)的誤包率來決定增速還是減速	動(dòng)態(tài)規(guī)劃	無(wú)線網(wǎng)絡(luò)	http://www.doc88.com/p-9995771104648.html
校園網(wǎng)	《基于流量特性的校園網(wǎng)網(wǎng)絡(luò)性能分析與研究》2012；基于網(wǎng)絡(luò)中流量的自相似特性，使用希爾伯特黃變換方法來進(jìn)行流量異常檢測(cè)。	網(wǎng)絡(luò)流量,參數(shù)包含:ifoutocters mib值,采樣時(shí)間,	基于自相似的HHT異常檢測(cè)算法	假設(shè)有表示網(wǎng)絡(luò)流量的時(shí)間序列X，對(duì)其進(jìn)行HHT變化處理，核心是經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）算法,分離出趨勢(shì)項(xiàng)和隨機(jī)成分等其他項(xiàng)。然后對(duì)隨機(jī)成分集合的時(shí)間序列進(jìn)行卡方檢驗(yàn)（chi-square test），判斷變換后時(shí)間序列是否與原始序列具有相同的網(wǎng)絡(luò)流量特征。該方法對(duì)比常規(guī)異常檢測(cè)誤差方法，可以減小流量整體變化帶來的計(jì)算誤差。	隨機(jī)過程	校園網(wǎng)等具有時(shí)間周期性的網(wǎng)絡(luò)環(huán)境	http://www.doc88.com/p-6931137670227.html
視頻	《基于多特征類型的無(wú)線視頻質(zhì)量用戶體驗(yàn)QoE方法研究》 在視頻像素域研究基礎(chǔ)上，提出新的基于內(nèi)容感知的跨層視頻質(zhì)量評(píng)價(jià)模型；基于人眼仿真學(xué)的研究，提出兩種適用于異構(gòu)網(wǎng)絡(luò)的視頻質(zhì)量預(yù)測(cè)模型；提出無(wú)參考視頻質(zhì)量評(píng)估模型；提出適用于移動(dòng)終端的無(wú)參考視頻質(zhì)量預(yù)測(cè)模型	序列平均絕對(duì)差異和、平均色彩直方圖、平均顏色熵、平均邊緣復(fù)雜度 網(wǎng)絡(luò)層參數(shù)：I幀/B幀/P幀(丟幀率、丟包率)，幀延時(shí)，數(shù)據(jù)包延時(shí)，幀抖動(dòng)、數(shù)據(jù)包抖動(dòng)	基于內(nèi)容感知的跨層視頻質(zhì)量評(píng)價(jià)模型 多視頻參數(shù)歸一化非實(shí)時(shí)QoE評(píng)價(jià)模型 基于人眼視覺系統(tǒng)敏感度的視頻質(zhì)量預(yù)測(cè)模型 傳輸參數(shù)感知的視頻質(zhì)量預(yù)測(cè)模型(TQM） 內(nèi)容感知的支持向量機(jī)QoE評(píng)價(jià)模型 端到端的視頻質(zhì)量預(yù)測(cè)模型 無(wú)參考視頻質(zhì)量評(píng)估模型 無(wú)參考視頻質(zhì)量評(píng)估模型預(yù)測(cè) 基于比特流視頻質(zhì)量的評(píng)價(jià)型(BBVQM)	Canny算法(最優(yōu)階梯型邊緣檢測(cè)算法) 各模型對(duì)應(yīng)的算法	數(shù)學(xué)算法	無(wú)線視頻	http://xueshu.baidu.com/s?wd=paperuri%3A%281d37de965e2836667654af2d9781c128%29&filter=sc_long_sign&tn=SE_xueshusource_2kduw22v&sc_vurl=http%3A%2F%2Fwww.doc88.com%2Fp-1148032544891.html&ie=utf-8
視頻	《HTTP網(wǎng)絡(luò)視頻質(zhì)量評(píng)估方法的研究》 在分析QoE與QoS的定義及關(guān)系基礎(chǔ)上，建立網(wǎng)絡(luò)層度量指標(biāo)，再應(yīng)用神經(jīng)網(wǎng)絡(luò)算法，將視頻性能度量指標(biāo)作為輸入，輸出視頻質(zhì)量評(píng)估結(jié)果	初始緩沖時(shí)間，重緩沖時(shí)間，重緩沖頻率；時(shí)延，丟包率	基于網(wǎng)絡(luò)參數(shù)的HTTP視頻質(zhì)量評(píng)估模型	神經(jīng)網(wǎng)絡(luò)算法；擬合度較高	神經(jīng)網(wǎng)絡(luò)	視頻	http://www.doc88.com/p-0317197498184.html
視頻	《考慮丟包特性的無(wú)參考網(wǎng)絡(luò)視頻質(zhì)量評(píng)估模型》2012； 針對(duì)相同丟包率條件下不同的包丟失集中度對(duì)視頻質(zhì)量影響不同，提出一種不對(duì)視頻解碼無(wú)參考的網(wǎng)絡(luò)視頻質(zhì)量評(píng)估模型	視頻內(nèi)容、丟包率和丟包集中度	不對(duì)視頻解碼無(wú)參考的網(wǎng)絡(luò)視頻質(zhì)量評(píng)估模型	無(wú)參考網(wǎng)絡(luò)視頻質(zhì)量評(píng)價(jià)模型與主觀質(zhì)量評(píng)價(jià)的相關(guān)性平均提高了6.18%	初等模型	視頻	http://www.docin.com/p-1220383772.html
視頻	《基于TCP數(shù)據(jù)包層分析的移動(dòng)互聯(lián)網(wǎng)用戶體驗(yàn)的評(píng)估方法》2014； 提出基于傳輸控制協(xié)議數(shù)據(jù)包分析的用戶體驗(yàn)評(píng)估方法，適應(yīng)于單用戶粒度，從用戶行為及用戶感知兩方面定性和定量評(píng)估用戶體驗(yàn)	視頻流文件大小，片長(zhǎng)，折合實(shí)際傳輸過程的平均碼率，用戶平均下午速率	PLA模型：粗、細(xì)微粒度	NA	初等模型	TCP數(shù)據(jù)層	http://www.doc88.com/p-9919560564787.html
IPTV	《A QoE management system to improve the IPTV network》2010；根據(jù)網(wǎng)絡(luò)參數(shù)，提出一個(gè)計(jì)算QOE的公式，并根據(jù)用戶接受信息來調(diào)整網(wǎng)絡(luò)特性，以提供更好的IPTV Qoe給用戶；	QOE為網(wǎng)絡(luò)QOE和用戶QOE之和，其中網(wǎng)絡(luò)QOE參數(shù)包含3個(gè):延遲，抖動(dòng)，丟包率；用戶QOE參數(shù)包含視頻質(zhì)量、同步時(shí)間、切換時(shí)間.對(duì)網(wǎng)絡(luò)設(shè)備而言,只能提供計(jì)算網(wǎng)絡(luò)QOE的參數(shù).	構(gòu)建一個(gè)系統(tǒng)，根據(jù)參數(shù)計(jì)算qoe，發(fā)現(xiàn)qoe不在指定范圍內(nèi)時(shí)，通過mib來對(duì)網(wǎng)絡(luò)設(shè)備進(jìn)行配置優(yōu)化	重復(fù)計(jì)算QOE，如果在合理范圍則僅保存計(jì)算結(jié)果，否則就修改配置調(diào)整參數(shù).修改網(wǎng)絡(luò)配置包含:修改用于IPTV的VLAN帶寬\隊(duì)列長(zhǎng)度\優(yōu)先級(jí),切換備份線路.	初等模型	IPTV網(wǎng)絡(luò)	https://www.researchgate.net/profile/Miguel_Garcia11/publication/220547947_A_QoE_management_system_to_improve_the_IPTV_network/links/0fcfd51138eed98ed9000000.pdf
整體	《Enabling autonomic access network QoE management through TCP monitoring》2007；該文章針對(duì)接入網(wǎng)絡(luò)場(chǎng)景,提出一種使用tcp報(bào)文中3元素作為參數(shù)來計(jì)算丟包率的方法	計(jì)算丟包率,監(jiān)控面參數(shù)：tcp報(bào)文頭部序號(hào),確認(rèn)序號(hào),頭部長(zhǎng)度,接收時(shí)間,	使用狀態(tài)機(jī)建模	文章使用‘接入網(wǎng)絡(luò)TCP監(jiān)控算法’，即匹配數(shù)據(jù)和ACK報(bào)文來計(jì)算上下行丟包，進(jìn)而估算RTT.對(duì)比其他基于重傳的測(cè)量算法,該方法偏差率小50%,并且在抖動(dòng)情況下誤報(bào)率更低.	狀態(tài)機(jī)	接入網(wǎng)絡(luò)或家庭網(wǎng)關(guān)	http://biblio.ugent.be/publication/384751/file/582343.PDF
整體	《一種基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)設(shè)備故障預(yù)測(cè)系統(tǒng)》2014；采用BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)進(jìn)行故障預(yù)測(cè)，提取網(wǎng)絡(luò)設(shè)備中各參數(shù)作為故障特征量，轉(zhuǎn)為歷史樣本對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，而后即可對(duì)網(wǎng)絡(luò)設(shè)備故障進(jìn)行預(yù)測(cè)	參數(shù)包含6個(gè)：設(shè)備運(yùn)行時(shí)間，板卡溫度，cpu利用率，內(nèi)存利用率，syslog級(jí)別，syslog刷新速度	使用BP神經(jīng)網(wǎng)絡(luò)建模	中間層神經(jīng)元傳遞函數(shù)選擇S型正切函數(shù)，輸出層神經(jīng)元傳遞函數(shù)選用log-sigmoid函數(shù)進(jìn)行歸一化。使用神經(jīng)網(wǎng)絡(luò)算法對(duì)比其他擬合算法能夠更接近目標(biāo)函數(shù)。20個(gè)輸入函數(shù)以下的問題都能在50000次的學(xué)習(xí)以內(nèi)收斂到最低誤差附近。理論上一個(gè)三層的神經(jīng)網(wǎng)絡(luò)，能夠以任意精度逼近給定的函數(shù)。	神經(jīng)網(wǎng)絡(luò)	針對(duì)逐漸劣化的網(wǎng)絡(luò)環(huán)境和設(shè)備,并且有歷史數(shù)據(jù)作為參考訓(xùn)練	http://www.doc88.com/p-7864538112764.html
VOIP	《一種VoIP語(yǔ)音質(zhì)量評(píng)價(jià)模型》2012 研究QOS參數(shù)變化和QOE之間的映射關(guān)系，用回歸分析方法建立了可測(cè)量Qos參數(shù)與QoE之間的映射模型	分組丟包，抖動(dòng)損傷，編/解碼延遲、算法延遲、傳輸延遲、緩存延遲	QOS參數(shù)變化和QOE之間的映射模型	PESQ算法 Emodel算法 在運(yùn)用PESQ算法對(duì)分組丟失損傷的結(jié)果進(jìn)行分析的基礎(chǔ)上，對(duì)E-Model的損傷系數(shù)進(jìn)行擴(kuò)展，使E-model模型可方便地應(yīng)用于語(yǔ)音編碼	數(shù)學(xué)算法	VOIP	http://www.doc88.com/p-606824890823.html
IPTV	《IPTV網(wǎng)絡(luò)參數(shù)化QoE模型的研究》尤峰華 2010；	丟包、抖動(dòng)、時(shí)延、帶寬；丟失突發(fā)與間隔、周期、密度、個(gè)數(shù)、比例； DF：采樣周期內(nèi)，接收的媒體數(shù)據(jù)和播放用去的數(shù)據(jù)之差的變化的大小	T-Model模型	可測(cè)試與評(píng)估網(wǎng)絡(luò)的參數(shù)性能是否滿足IPTV傳輸?shù)囊?#xff0c;可實(shí)時(shí)測(cè)試出系統(tǒng)提供的IPTV的服務(wù)質(zhì)量，可有效地定位出導(dǎo)致服務(wù)質(zhì)量下降的瓶頸節(jié)點(diǎn) 能更加準(zhǔn)確地描述網(wǎng)絡(luò)與用戶的主觀體驗(yàn)值之間的關(guān)系	初等模型	IPTV網(wǎng)絡(luò)	http://www.doc88.com/p-9068158006870.html
無(wú)線視頻	《無(wú)線視頻流業(yè)務(wù)的用戶體驗(yàn)質(zhì)量估計(jì)模型及其應(yīng)用》2014； 提出基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的無(wú)參考質(zhì)量評(píng)估模型(RBFN)；	視頻特征：時(shí)間信息、空間信息、亮度信息、顏色信息 編碼比特率、丟包率、幀率、分辨率、終端尺寸	判別分析、決策樹、廣義線性模型、SVM模型、GBDT模型、KNN模型、BPNN模型、CBPN模型	RBFN的QoE估計(jì)模型不僅評(píng)估準(zhǔn)確度最高，而且具有低的時(shí)間復(fù)雜度	初等模型	無(wú)線視頻	http://www.doc88.com/p-9068158006870.html 基于神經(jīng)網(wǎng)絡(luò)的評(píng)估模型； 基于決策樹評(píng)估模型 基于支持向量機(jī)的評(píng)估模型 基于距離法的評(píng)估模型 基于梯度提升決策樹的評(píng)估模型
路由	《基于用戶體驗(yàn)評(píng)價(jià)模型的最優(yōu)路由選擇算法》張大陸 2012； 基于QoE評(píng)價(jià)模型，給出以QoE為目標(biāo)的最優(yōu)路由選擇算法	模型系數(shù)，給定路徑，抖動(dòng)，時(shí)延，丟包率，表征值，前向節(jié)點(diǎn)信息	QoE最優(yōu)路由選擇問題模型	廣度優(yōu)先；最優(yōu)路由選擇算法QoE_DSP 該算法能保證所得路徑滿足QoE評(píng)價(jià)模型的路由選擇算法，同時(shí)考慮網(wǎng)絡(luò)資源利用率情況下的QoE路由算法也是一個(gè)比較實(shí)際的應(yīng)用場(chǎng)景	廣度優(yōu)先	路由選擇	http://xueshu.baidu.com/s?wd=paperuri%3A%2825eb4012248d283646e869cddb2227e9%29&filter=sc_long_sign&tn=SE_xueshusource_2kduw22v&sc_vurl=http%3A%2F%2Fwww.docin.com%2Fp-1450041346.html&ie=utf-8&sc_us=11131841752499208724

總結(jié)

以上是生活随笔為你收集整理的网络应用qoe度量算法模型的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。