基于svm的网络视频流特征分析与分类研究

基于svm的网络视频流特征分析与分类研究

ID:34041007

大小:1.46 MB

页数:72页

时间:2019-03-03

基于svm的网络视频流特征分析与分类研究_第1页
基于svm的网络视频流特征分析与分类研究_第2页
基于svm的网络视频流特征分析与分类研究_第3页
基于svm的网络视频流特征分析与分类研究_第4页
基于svm的网络视频流特征分析与分类研究_第5页
资源描述:

《基于svm的网络视频流特征分析与分类研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、单位代码:10293密级:硕士学位论文论文题目:基于SVM的网络视频流特征分析与分类研究学号1011010606姓名孟家祥导师董育宁教授学科专业信号与信息处理研究方向图像处理与多媒体通信申请学位类别工学硕士论文提交日期二〇一四年二月万方数据SupportVectorMachineBasedAnalysisandClassificationofInternetVideoFlowsThesisSubmittedtoNanjingUniversityofPostsandTelecommunicatio

2、nsfortheDegreeofMasterofEngineeringByMengJiaxiangSupervisor:Prof.YuningDongFebruary2014万方数据南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中

3、作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实,愿意承担一切相关的法律责任。研究生签名:_____________日期:____________南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档;允许论文被查阅和借阅;可以将学位论文的全部或部分内容编入有关数据库进行检索;可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布(包括刊登)授权南京邮电大学研究生院办理。涉密

4、学位论文在解密后适用本授权书。研究生签名:____________导师签名:____________日期:_____________万方数据摘要随着网络和流媒体技术的发展,网络视频业务的流量正在迅猛增长。网络视频业务传输的数据量大、实时性要求高,这些因素对网络管理造成了较大影响,为了更好地控制和管理网络流量以及保障网络视频的QoS(QualityofService),对网络视频业务进行有效地分类是非常有必要的。而在流量识别和分类中,进行特征分析、获取较好的特征是实现高效分类的一个关键点。本文从包

5、大小分布、速率、IP的交替、下行和上行的字节数之比、子流片段的数目、平均包到达时间间隔特征入手,对高清、标清两种HTTP流媒体视频、HTTP下载、以Sopcast为代表的在线网络电视直播、QQ视频、迅雷等6种网络视频业务进行特征分析,并选取有效特征进行识别和分类。通过对不同时间段数据包大小分布的分析,发现各类业务都具有明显的包大小分布,且分布较为稳定。通过计算包大小分布之间的Hellinger距离,发现QQ视频和其他几类业务分布的差异最大,HTTP下载、高清、标清三类业务的包大小分布相似。在下行

6、和上行的字节数之比这一特征上,标清和其余几类的差异最为明显,HTTP下载和高清比较相似,二者都具有较大的比值,Sopcast和QQ视频的比值均较小。迅雷则拥有最多的子流片段数目,6类业务中QQ视频和HTTP下载具有较少的子流片段数目。因此,结合利用下行和上行字节数之比、子流片段的数目两个特征可以实现这6类视频业务的识别和分类。采用支持向量机方法(SupportVectorMachine,SVM)对这两个特征的分类效果进行了实验验证,获得了较高的分类准确率。关键词:流媒体技术,网络视频,流量识别,

7、支持向量机I万方数据AbstractWiththerapiddevelopmentofInternetandrelatedstreamingmediatechnology,streamingmediaisgrowingrapidly.Streamingmediaalsocausedagreatimpactonthenetworkmanagementbecauseofitslargevolumeofdata,highreal-timerequirement.Inordertoachieveabet

8、tercontrolandmanagementonnetworktrafficandQoSguaranteeonstreamingmedia,itisnecessarytoclassifystreamingmediaeffectively.Oneofkeypointsaboutachievinganeffectivetrafficclassificationistoanalyzetheirfeaturesandselectsomeeffectiveones.Accordingtothe7char

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。