[发明专利]一种基于体验质量建模分析及会话流分类的方法

权利要求书

1.一种基于体验质量建模分析及会话流分类的方法，其特征在于，包括以下步骤：

步骤1：设置网络环境，通过网络封包分析软件实时采集会话类相关信息，包含：采集的时间、源IP地址、目的IP地址、协议信息、包大小五元组；

步骤2：通过对五元组进行提取计算，得到选取的三个服务质量参数，即：平均包时间间隔、时延抖动、吞吐量三个参数；

步骤3：为了保证数据的统一性和得到准确的码本，需要对服务质量进行无量纲归一化处理和通过LBG算法对特征集进行码本最优化处理，所述无量纲归一化处理采用高斯归一化无量纲处理，公式为：其中Xi表示某个服务质量参数值，置信区间为99.7％，同时，为了保证数据的非负行，整体平移了一个单位；

步骤4：经过前面的数据处理得到优质的服务质量参数，在服务质量-体验质量映射模型下，通过改进的体验质量模型，将服务质量具体量化为模型中的参数，得出服务质量参数与体验质量的平均意见值之间的关系，即：

QoE(i)＝s×log(QoS(i))+r，

其中，a、b为影响因子，k1、k2、k3为参数，s和r是韦伯费希纳定律中的敏感度和公平度；

步骤5：综合分析当固定其中一个参数时，另外两个服务质量参数与平均意见值概率分布状况的关系，选取其中分布最明显的情况；

步骤6：设定选取最明显的情况，概率分布以峰值的形式加入到原始特征集中，对会话类混合流进行流识别。

2.根据权利要求1所述的基于体验质量建模分析及会话流分类的方法，其特征在于步骤3中所述LBG算法的步骤如下：

(1)计算K维空间里训练值的中心点：M0，作为初始值，并设定为第0层；

(2)在初始值的基础上，一分为二，通过K近邻算法得出中心点：M11、M12，设为第1层；M11、M12为分别为第一层的第一个区域、第二个区域；

(3)在二个区域中，重复第(1)步、第(2)步；将空间分为4个部分，并得出中心点：M21、M22、M23、M24,设为第二层，M21、M22、M23、M24分别为第二层的第一个区域、第二个区域、第三个区域、第四个区域；

(4)依次类推，当层数N趋于无穷大的时候，K维空间变小；每一层则只有一个点，即为中心点；

(5)此时中心点的概率分布则是训练集的空间分布。

3.根据权利要求1所述的基于体验质量建模分析及会话流分类的方法，其特征在于步骤5中所述选取最明显的情况具体包括：

(1)固定某一个特征值，将归一化并平移且区间为[0,2]的参数根据设置分为三段[0,0.7]、[0.7,1.4]、[1.4,2]；

(2)分别统一设置为0.35、1.05、1.7，代入到改进型的模型中，得出相应的平均意见值；

(3)分别研究当平均包时间间隔、吞吐量、时延抖动分别取0.35、1.05、1.7的情况下，另外两个参数与平均意见值概率分布的关系；

(4)通过对比，选取最明显的情形，然后将概率分布值以峰值的形式加入到特征集中，对会话类混合流进行流识别。