基于流媒体用户行为分析的流量产生方法技术

本发明专利技术提供一种基于流媒体用户行为分析的流量产生方法，包括步骤：确定Markov视频转移概率矩阵；根据视频被观看的概率确定出第一个观看的视频；当前观看视频的操作类型X1，Markov操作转移概率矩阵确定出观看的视频下一个所对应的操作类型X2；根据视频操作类型X2服从的概率密度分布得出该操作类型X2执行的时间t，视频服务器发送相对应的控制请求数据，所述控制请求包括播放、暂停及断开；根据Markov视频转移概率矩阵、视频请求间隔△t确定下一个视频，直到最后一个视频为止，视频服务器停止发送控制请求数据。本发明专利技术对网络上已有的视频网站通过SUBS模型来模拟用户观看行为产生流量，能够更加准确反映最真实的用户请求流量状况，更贴近用户实时请求。

【技术实现步骤摘要】
【专利摘要】本专利技术提供一种，包括步骤：确定Markov视频转移概率矩阵；根据视频被观看的概率确定出第一个观看的视频；当前观看视频的操作类型X1，Markov操作转移概率矩阵确定出观看的视频下一个所对应的操作类型X2；根据视频操作类型X2服从的概率密度分布得出该操作类型X2执行的时间t，视频服务器发送相对应的控制请求数据，所述控制请求包括播放、暂停及断开；根据Markov视频转移概率矩阵、视频请求间隔△t确定下一个视频，直到最后一个视频为止，视频服务器停止发送控制请求数据。本专利技术对网络上已有的视频网站通过SUBS模型来模拟用户观看行为产生流量，能够更加准确反映最真实的用户请求流量状况，更贴近用户实时请求。【专利说明】
本专利技术涉及用户行为分析技术及网络流量产生技术，具体是。
技术介绍
互联网属于实践性很强的领域，相关的研究成果只有在经过实践验证后才会被广泛接受。因此，研究人员需要搭建网络实验床去验证新的网络体系架构、协议、服务等。由于实验床没有真实的用户，所以我们要通过流量发生器来产生大量而且逼真的网络流量，其性能指标对实验结果有直接影响。视频网站发展十分迅速，艾瑞咨询数据显示，2012年5月，在线视频用户覆盖率已达到96%，用户规模首次超越搜索服务跃居第一，互联网上流量流媒体业务占了大部分。另一方面单用户的情况下流媒体业务产生的流量要比网页访问大的多，所以要产生大量而且逼真的网络流量选择流媒体流量是合适的。目前用于产生网络流量的方法主要有两种:一、网络流量回放——利用网络嗅探器对网络进行嗅探并将获取的数据记录在日志文件中，然后根据日志文件中记录的内容产生网络流量；二、模型流量产生——在了解网络特性后对网络流量建立数学模型，并按照数学模型发送数据包，从而产生符合整体网络特性的网络流量。方法一所产生流量受日志文件约束每次产生的流量都是一样的，流量过于机械；方法二从网络流量整体服从的概率模型入手，产生的网络流量与真实流量在整体上较为接近，但是不能反映单个用户的行为，在很多环境中显得不足。如在面向服务的网络中，服务迁移时往往需要统计单个用户对某一服务的请求次数、喜好程度，以决定是否进行服务迁移，传统方法对此不能有效支持。与本专利技术为同一 申请人:，于2012年12月17日申请了一种基于用户行为分析的web用户流量产生方法，用于刻画用户的浏览行为、页面受欢迎程度，能比较准确的刻画用户的网页浏览行为；但是也存在网络用户通过浏览页面来产生流量不足的瓶颈，当遇到需要对互联网的流媒体业务进行刻画时，该web用户流量产生方法就不能达到目的了，因此提供一种就显得尤为重要了。目前对于在线视频流量的产生方法还比较少，使用的方法主要包括一下几种:openRTSP (开源播放器live555提供的测试工具)、StreamingLoadTool (苹果公司的流媒体服务器程序 Darwin Streaming Server 的工具)、Windows Media Load Simulator (微软专门测试Windows媒体服务器的软件)。以上方法仅仅是通过客户机向服务器发送播放请求产生网络流量，没有考虑到用户视频播放特征(如播放/暂停时间、视频的选择、观看视频数量等)，多用于流媒体服务器的压力测试等。
技术实现思路
针对以上现有技术中的不足，本专利技术的目的在于提供一种产生流量足够大而且能够体现真实用户的网络行为的基于用户行为分析的流媒体用户流量产生方法，为达到上述目的，本专利技术的技术方案是:一种，其包括以下步骤:101、采用网络嗅探器获取流媒体用户的网站日志文件，得出每个视频的播放次数、每个视频的播放时间t、暂停时间T、视频前进距离1、视频后退距离L、被观看视频的数量η、视频请求间隔Λ t、操作状态切换概率Pu，确定出Markov视频转移概率矩阵，并采用K-S法分别得出视频播放时间t、暂停时间T、视频前进距离1、视频后退距离L、被观看视频的数量η、视频请求间隔Λ t服从的概率密度分布；前述操作切换概率Pu表示某视频从操作状态i换到操作状态j的概率，操作状态包括暂停、播放、前进、后退、停止；102、根据步骤101中得到视频的播放次数确定出视频被观看的概率P，并确定出第一个被观看的视频；103、根据当前观看视频的操作状态i，并根据步骤101得到的操作状态切换概率Pij确定出观看的视频下一个所对应的操作状态j，所述操作状态包括暂停、播放、前进、后退、停止；104、根据步骤103中·的视频操作状态j服从的概率密度分布得出该操作状态j执行的时间t’，根据步骤103得到的操作状态j和本步骤得到的操作时间t’形成数据流量通过流媒体服务器发送给客户端，客户端统计出发送流量；105、根据步骤101中得到的视频请求间隔Λ t，根据Markov视频转移概率矩阵确定下一个视频，直到最后一个视频为止，流媒体服务器停止发送数据流量。进一步的，步骤102中确定第一个观看的视频的方法为:A、随机选取视频Vi，根据公式【权利要求】1.一种，其特征在于包括以下步骤: 101、采用网络嗅探器获取流媒体用户的网站日志文件，得出每个视频的播放次数、每个视频的播放时间t、暂停时间T、视频前进距离1、视频后退距离L、被观看视频的数量η、视频请求间隔Λ t、操作状态切换概率Pu，确定出Markov视频转移概率矩阵，并采用K-S法分别得出视频播放时间t、暂停时间T、视频前进距离1、视频后退距离L、被观看视频的数量η、视频请求间隔Λ t服从的概率密度分布；前述操作切换概率Pu表示某视频从操作状态i换到操作状态j的概率，操作状态包括暂停、播放、前进、后退、停止； 102、根据步骤101中得到视频的播放次数确定出视频被观看的概率P，并确定出第一个被观看的视频； 103、根据当前观看视频的操作状态i，并根据步骤101得到的操作状态切换概率Pij确定出观看的视频下一个所对应的操作状态j，所述操作状态包括暂停、播放、前进、后退、停止; 104、根据步骤103中的视频操作状态j服从的概率密度分布得出该操作状态j执行的时间t’，根据步骤103得到的操作状态j和本步骤得到的操作时间t’形成数据流量通过流媒体服务器发送给客户端，客户端统计出发送流量； 105、根据步骤101中得到的视频请求间隔Λt，根据Markov视频转移概率矩阵确定下一个视频，直到最后一个视频为止，流媒体服务器停止发送数据流量。2.根据权利要求1所述的，其特征在于，步骤102中确定第一个观看的视频的方法为: A、随机选取视频Vi，根据公式 【文档编号】H04L29/06GK103441902SQ201310394433【公开日】2013年12月11日 申请日期:2013年9月3日 优先权日:2013年9月3日 【专利技术者】唐红, 周兴华, 赵国锋, 徐川 申请人:重庆邮电大学本文档来自技高网...

【技术保护点】
一种基于流媒体用户行为分析的流量产生方法,其特征在于包括以下步骤：101、采用网络嗅探器获取流媒体用户的网站日志文件，得出每个视频的播放次数、每个视频的播放时间t、暂停时间T、视频前进距离l、视频后退距离L、被观看视频的数量n、视频请求间隔△t、操作状态切换概率Pij，确定出Markov视频转移概率矩阵，并采用K?S法分别得出视频播放时间t、暂停时间T、视频前进距离l、视频后退距离L、被观看视频的数量n、视频请求间隔△t服从的概率密度分布；前述操作切换概率Pij表示某视频从操作状态i换到操作状态j的概率，操作状态包括暂停、播放、前进、后退、停止；102、根据步骤101中得到视频的播放次数确定出视频被观看的概率P，并确定出第一个被观看的视频；103、根据当前观看视频的操作状态i，并根据步骤101得到的操作状态切换概率Pij确定出观看的视频下一个所对应的操作状态j，所述操作状态包括暂停、播放、前进、后退、停止；104、根据步骤103中的视频操作状态j服从的概率密度分布得出该操作状态j执行的时间t“，根据步骤103得到的操作状态j和本步骤得到的操作时间t“形成数据流量通过流媒体服务器发送给客户端，客户端统计出发送流量；105、根据步骤101中得到的视频请求间隔△t，根据Markov视频转移概率矩阵确定下一个视频，直到最后一个视频为止，流媒体服务器停止发送数据流量。...

【技术特征摘要】

【专利技术属性】
技术研发人员：唐红，周兴华，赵国锋，徐川，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：