吴博:互联网电视业务故障自动监测系统_第1页
吴博:互联网电视业务故障自动监测系统_第2页
吴博:互联网电视业务故障自动监测系统_第3页
吴博:互联网电视业务故障自动监测系统_第4页
吴博:互联网电视业务故障自动监测系统_第5页
已阅读5页,还剩9页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

中国移动通信有限公司研究院2023-11•

截至2023年6月,网络视频的用户规模达到10.44亿,视频在网络流量中占比将超过70%•

视频业务形态多样:IPTV、互联网电视、长视频、短视频、直播、VR/AR、元宇宙等•

传统网络/网元质量指标,不能完全•

无法及时获取用户视频业务实际体验,•

端到端路径长,分段分域各自排障效率准确反映用户体验靠用户反馈主观且滞后低,缺乏方法和工具,定界难且时间长•

不同业务的用户体验与网络质量指标之间的影响关系不同,没有完整的指标体系•

仅靠网络报文分析,没有用户体验关•

故障诊断维度和层级多且相互交织,复联,准确度差杂度高用户体验质量采集AI故障检测与诊断家庭个人摄像头手机/平板头机顶盒VR眼镜电脑智能电视手机/平板头

VR眼镜智能设备

智能电视故障监测平台政府行业摄像头机顶盒智能电视本系统已用于互联网电视领域,同样适用于其他视频业务场景构建全面的视频质量评测指标体系精确捕捉用户体验相关业网关键指标快速、准确的故障智能监测技术电视长短视频视频直播视频通话VR/AR元宇宙用户体验指标•

参照ITU-T、3GPP、CCSA等视频用户体验优良率视频质量评分视频播放体验评分视频交互体验评分...国内外标准视频播放成功率M3U8请求时延/成功率媒体分片请求时延/成功率媒体分片请求时延/成功率码率播放时长拖拽时延业务质量指标•

通过大数据建模分析,筛选出卡顿花屏时长占比EPG成功率/响应时延首次加载时长媒体分片请求时延/成功率片源分辨率与用户体验强相关的指标应用层内容/平台DNS解析时DNS解析成功率RTSP时延HTTP/RTSP响应码HTTP下载速率下挂设备类型Traceroute时延RSRP/SINR延网络质量指标•

“四层六类”体系,指标数TCP/IP层接入网TCP次握手时延TCP重传率丢包率Ping时延抖动300+物理/链路层家庭网络)LAN口数据误码率PPPoE拨号次数接收光功率协商速率WIFI信号量终端指标用户终端超长在线占比WAN口平均/峰值流量智能路由器下挂设备网络链接方式PON口收光误码率下挂设备接入方式CPU使用率RAM使用率痛点:传统技术采集视频体验指标不全或不精准,易发生漏检、错检适配数十个厂商、数百款型号、亿级的用户终端精确捕获视频播放全周期的

精确采集与用户体验劣化用户体验指标关联的网络指标点击播放首帧画面花屏显示卡顿加载痛点1痛点2痛点3业务高峰期易出现“非平稳时间序列漂移”,产生虚警各省时序数据模式多样化,逐省标注、建模成本高长流程、多层多维组网结构引发“维度爆炸”,影响定界效率基于深度学习异常检测算法,动态解耦时间序列,学习指标内在变化规律,应对时序非平稳问题创新研发基于多维指标时序表征方法,

首次提出基于前沿“启发式搜索”实现跨省网络“时空一致性”建模,算法构建根因定界模型,具备构建省间泛化能力“精确定界”“快速检索”优势6项•••CN109769131A一种视频质量监测方法及机顶盒CN109729051A一种信息处理方法、机顶盒及计算机存储介质CN111405363A一种家庭网络中识别机顶盒的当前用户的方法及设备•••CN111405350A一种多媒体访问处理方法、机顶盒及网关CN109391520A基于融合型家庭网关的深度报文检测方法、装置和系统CN110943874A—种家庭宽带网络的故障检测方法、装置和可读介质2项•软著登字10775797

宽带电视质差因素多维分析系统

V1.0•软著登字10775801

宽带电视故障检测发现系统

V1.03篇••202210thInternationalConferenceonInformationSystemsandComputingTechnology(ISCTech)AnomalyDetectionofInternetServiceQualityDegradationinDigitalTwinforFixedAccessNetwork2022IEEEthe8thInternationalConferenceonComputerandCommunications(ICCC)Informer-basedAnomalyDetectionforInternetTVServiceinHomeNetwork•202218thInternationalConferenceonMobility,SensingandNetworking(MSN)MSJAD:Multi-SourceJointAnomalyDetectionofWebApplicationAccess立项7项••••《面向公众应用的移动互联网网络质量评价指标和评测方法

视频直播类》《面向公众应用的移动互联网网络质量评价指标和评测方法

视频播放类》《面向公众应用的移动互联网网络质量评价指标和评测方法

网页浏览类》《面向公众应用的移动互联网网络质量评价指标和评测方法

视觉实时类》•••《面向公众应用的移动互联网网络质量评测方法

监测》《面向公众应用的移动互联网网络质量评测方法

拨测》《面向行业应用的移动互联网网络质量评测指标

电网场景》••精确捕捉用户体验相关的业网关键指标••采用软件实现,无需专门硬件设备投入,推广、运维成本低准

低高

强故障检测准确率95%+,根因定界准确率80%+部署简单,无需用户参与•覆盖全国2.01亿电视用户模块化、组件化设计,可快速复制到各类终端及系统•故障检测、根因定界各环节自动化,实现各类阈值智能调整•••应对复杂网络结构,快速根因定界单省训练、跨省推理•开放式体系架构,易于各类视频提供方调用和集成To

B市场To

G市场互联网高清视频交通视频传输工业视频质检运营商网络质量监测教育视频教学城市治理智能安防公共服务生态保护医疗视频诊断To

C市场To

H市场视频娱乐VR/AR元宇宙高清电视家庭视频通话家庭安防覆盖等覆盖等覆盖6类头部行业新场景,新场景,泛家庭智能等新场景,•

项目负责人•

大数据研发领域专家•

负责系统架构和方案设计•

网络及业务

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论