0 前言
隨著多媒體技術和互聯網技術的發展，相對其他業務視頻業務能給用戶帶來直接的視覺沖擊和愉悅感受，成為了移動互聯網的殺手級應用，因此視頻業務端到端感知的分析、監控、提升成為當前工作的重點。而不同視頻業務供應商為了吸引更多的用戶以期產生更好的效益，更是推出了更多優質的視頻源和更好更清晰的視頻，但由于其視頻源協議等差異導致其速率感知等表現也存在一定差異，因此需要針對不同客戶端視頻源進行差異性的感知分析。隨著智能終端的普及和互聯網技術的不斷發展，這2年移動共享類短視頻應用于社交之中已經變得非常普遍，比如微信、快手等，這部分視頻與傳統視頻相比，用戶既是受眾也是視頻的制作者和分享者，其趣味性和參與性大大提高，用戶數得到快速的發展。目前，還沒有完善的共享類視頻業務質量評價體系，為解決視頻業務真實使用感知的可評估性和有效保障用戶感知，廣西聯通研究了一套適用于不同視頻來源和共享類的視頻業務KQI評價體系，并開展針對性的優化工作，提升移動視頻業務感知。
1 當前視頻面臨的問題、挑戰和發展態勢
1.1 面臨的問題和挑戰
移動視頻有廣泛的受眾和來源眾多的視頻源供應商，不同的視頻源供應商由于其協議架構和核心技術的差異，其速率感知等方面也存在一定的差異性。由于視頻來源的多樣性（如客戶端APP、微信訂閱號和QQ空間等）和感知的差異性，給視頻業務感知優化工作帶來了一定的困難，需要建立一套基于視頻來源差異性的感知指標體系，真正定位視頻問題。而基于微信傳播的小視頻（聊天窗口）和快手等共享類視頻，這2年得到了快速發展，這部分視頻和傳統的視頻協議指標等差異較大，因此急需建立一套基于差異性和共享類視頻的質量評價體系，有效評估視頻業務質量。
1.2 主流視頻流量與指標情況
廣西區流量排名前6的視頻業務為騰訊視頻、快手、bilibili視頻、奇藝影音、優酷視頻和樂視視頻，6個視頻的流量占比為87.6%，速率為1 900~4 500 kbit/s，各項業務的速率差距較大，即不同的視頻源其速率感知差異較大，需要根據其差異性建立一套適用的視頻業務感知體系。而快手作為新興的共享類視頻APP，其業務質量還未得到有效的評估，也需要通過測試分析，建立適用于共享類的視頻業務感知體系。
圖1示出的是流量TOP6的視頻業務流量占比和速率統計。
2 視頻業務差異性研究
2.1 主流視頻業務特征研究
流媒體傳輸方式，國內主流視頻網站在安卓客戶端上的傳輸方式有所改變。國內主流視頻網站逐步向HTTP+Range方式改變 （例如安卓客戶端HLS變為 HTTP+Range），該方式依賴于HTTP 1.1的持久連接特性，客戶端使用HTTP+Range方式可以隨意控制視頻分段大小，此種方式可以節省硬盤存儲文件的數量，提高文件訪問速度。其一旦切分完成，之后的分發過程完全不需要額外使用任何專門軟件，使用普通的網絡服務器即可，大大降低了CDN 邊緣服務器的配置要求，這對播放（軟）實時視頻有相當大的優勢，因為這樣分發后，對源服務器的負載壓力小得多。
HLS協議的小切片方式會生成大量的文件，存儲或處理這些文件會造成大量資源浪費。如果要實現數天的時移，索引量將會是個巨額數字，并明顯影響請求速度。因此，HLS協議對存儲I/O要求相當苛刻，僅有部分OTT使用。
2.2 騰訊視頻APP版與非APP版差異研究
對騰訊視頻進行信令跟蹤解碼， user_agent_main為空白與AppleCoreMedia的來源分別是Android系統和Ios系統的騰訊視頻APP，而其他的非APP的視頻來源是QQ空間、微信朋友圈（訂閱號）等，這部分視頻不可選擇清晰度，理論碼率為200~400 kbit/s，相當于APP類的標清，1 000 kbit/s足以滿足其視頻的播放需求。騰訊視頻也需要根據視頻來源進行區別分析。
圖4示出的是騰訊視頻各類user_agent_main的速率。
圖4 騰訊視頻各類user_agent_main的速率
2.3 共享類視頻業務質量分析
2.3.1 快手共享視頻的業務質量分析
快手（Gif快手）是一款短視頻應用，用戶可以通過它制作并分享短視頻，還可以在快手上面瀏覽、點贊他人的作品；用戶可以使用手機攝像頭錄制并分享視頻到快手社區與其他視頻作者互動，獨家玩法超多，效果一鍵添加，7 s也能變大咖。其互動性強和趣味性高因此得到了大部分用戶的歡迎，用戶量越來越多，但其業務質量卻得不到有效評估。
通過測試分析可知，快手視頻都是5、7和15 s等的短視頻，其需要下載完整的視頻才能觀看視頻，即播放成功后不存在卡頓問題，與傳統的視頻APP下載緩存量達到3 s即可進行視頻的播放，邊播放邊緩存，播放過程中會存在卡頓，且差異較大；判斷快手是否播放成功的標準是下載量sum（tcp.segment_data_DL_Len）≥content_length即認為此次視頻播放成功。
快手與騰訊等傳統的視頻APP相比較，用戶可以錄制視頻并將視頻分享出去，通過信令解碼可知，用戶上傳的視頻類型為MP4，上傳的視頻大小由content_length決定，上傳傳輸的流量sum（tcp.segment_data_DL_Len）≥ content_length時，則判定此次視頻上傳并共享成功，若小于則認為此次視頻共享失敗。
2.3.2 微信共享小視頻的業務質量分析
微信聊天窗口小視頻作為依附于微信而興起的視頻傳輸新方式，其與傳統的視頻APP存在較大的差異，微信小視頻的視頻協議類型為TCP，與傳統的視頻HTTP協議明顯不一樣，說明用傳統的視頻評估體系評估微信小視頻是行不通的，與騰訊等傳統視頻APP相比，微信小視頻是通過聊天窗口傳播的，即該類視頻大多數是用戶手手相傳的，并不是APP客戶端提供的，另外的就是用戶主動錄制分享。
通過信令跟蹤解碼，微信小視頻是需要下載完整的視頻才能觀看視頻，在多次的微信小視頻下載失敗中，其下行流量最大值均小于400 B，因此定義下行流量小于等于400 B的，判斷為微信小視頻播放失敗。
用戶錄制發布微信小視頻的協議同樣是TCP協議，視頻格式類型為MP4，有視頻的總大小，即網絡上傳的流量sum（tcp.segment_data_DL_Len）≥ totalsize時，判斷此次小視頻分享成功，若小于則認為此次視頻分享失敗；用戶轉發小視頻也是同理。
3 視頻業務差異化感知評估體系及優化方法
3.1 基于視頻差異化的評估體系
根據視頻差異性、視頻來源、快手和微信小視頻特征建立的視頻質量評估體系，做到有針對性地對視頻進行分析優化。為視頻業務性能管理體系的全網實施做鋪墊，真正做到性能管理有體系、有抓手、有考核。
依據普通用戶進行觀看視頻業務的行為習慣和目前基于共享類視頻的業務特性，定義了用戶對視頻業務的感知優劣的KQI指標：視頻播放成功率、視頻播放初始緩沖時長、視頻下載速率、卡頓次數、視頻分享/上傳成功率。表1示出的是視頻各分類業務KQI指標定義。
3.2 基于視頻差異化的優化方法
提升業務質量，可以分為以下步驟，首先建立準確的業務質量的評估體系，其次是采集現網的用戶和業務面的數據，在已建立好的評估體系的基礎上對現網用戶進行評估，最后對評估結果進行分析，進行優劣判斷，實施優化方案，最終提升業務質量，保障用戶感知。本文基于7步法對視頻業務質量進行分析，即第一先進行用戶/SP維度分析，第二是進行多時間維度指標對比，第三是不同APN維度指標對比，第四是網元維度分析，第五是終端維度分析，第六是無線側和業務側關聯分析，第七是特殊長經緯度分析，以此方法將可能的某些原因進行歸類提煉為某個維度后，再進行多個維度的聯合、排除分析，最終找到提升業務質量的方法。
4 移動視頻業務感知優化成果
4.1 視頻業務QCI參數優化
問題描述及分析優化：統計廣西重點城市南寧、桂林和柳州的視頻感知指標發現，南寧的視頻播放成功率、速率均比桂林、柳州的低，卡頓率相對較高。通過多維度的分析排查后，發現問題是核心網調度機制的差異所導致，即南寧和柳州、桂林的QCI參數設置不統一導致；南寧的QCI參數設置為9，而桂林和柳州的QCI參數設置為6；優化人員通過對ARP和QCI設置對于速率影響分析，并參照中興QoS優化配置參數，提出“基于QCI因子”優化資源權重，優化全區QCI設置不一致導致的速率差異，提出基于不同ARP+QCI進行“優先級比特速率”優化，實現ENODEB側QoS映射參數優化，提高用戶視頻感知。
問題解決及效果：通過對南寧的QCI參數配置成柳州和桂林的參數后，南寧的視頻感知質量達到柳州和桂林的水平，南寧視頻成功率由原來的97.67%上升到99.39%，增幅為1.67%，速率由原來的2 251 kbit/s上升到2 756 kbit/s，增幅為22.42%，卡頓率從5.72%下降至4.84%，下降幅度為15.42%，有效提升了南寧地區用戶的視頻感知。
表3示出的是南寧QCI優化前后的指標統計。
表3 南寧QCI優化前后的指標統計
4.2 微信小視頻調度機制優化分析
問題描述及分析優化： 2016年四季度，廣西陸續有用戶反映微信小視頻緩沖失敗、緩沖時延大問題，運用視頻優化7步法發現在端、管和云等方面均沒有集中性。經撥測，3家運營商（含Wi-Fi）都存在該問題，安卓、IOS系統不存在該問題。抓包分析，微信小視頻需下載完整小視頻數據才能播放，若下載失敗，間隔12 s再次發起請求，拉大了視頻的緩沖時間，用戶感知較差；與普通的APP視頻邊緩沖邊播放相比，其視頻感知相對較差；為提升用戶感知，建議將微信小視頻分段并能夠實行邊下載邊播放的模式。
優化前播放一個視頻需要完全緩沖整個視頻文件， 視頻文件下載完整后進行播放。一個大小為11 776 320 B（11.23 MB）的微信小視頻視頻文件，僅有一個文件，沒有分段，標識為“rangestart....0....rangeend....11776319”，從0開始到11 776 319結束，共計11 776 320 B，需要一次性緩沖完成后才播放。導致用戶在觀看視頻時需要等待較長的時間。
問題解決及效果：將問題反饋給騰訊公司相關部門，并配合修改其調度機制后，可實現邊下載邊播放的模式；小視頻分多段下載，邊下載邊播放，若下載失敗，間隔4 s再次發起請求（優化前為12 s），微信小視頻播放成功率提升35pp，緩沖時延縮短43%，有效提升了微信小視頻的用戶感知。
即微信小視頻被分成多個視頻段，下載緩沖一個視頻段后就開始進行播放，在播放的同時緩沖其余視頻段。一個大小為4 524 144 B（4.31 MB）的微信小視頻文件，第一次緩沖僅從0到131 071的131 072 B大小，緩沖完成第一個文件后就會開始播放，在播放的同時下載其余分段。
4.3 效果驗證
以“視頻業務分類感知差異性為基礎構建的KQI指標體系”為核心，廣西聯通積極推動視頻業務感知優化工作，并取得豐碩成果，有效提升用戶感知。包括有全區擴容1 140個載扇，優化處理視頻質差小區3 569個；在南寧、來賓開展視頻調速、TCP加速等新功能試點，視頻業務平均速率提升20%以上，卡頓率改善30%以上，效果顯著。完成IP承載網南寧AR下聯匯聚CE電路擴容，利用率控制在35%，推進廣西至北京、云南等省（市）直達電路開通，至以上省（市）時延下降30%。聯合OTT推動優化整改5個視頻質差服務器；推動微信小視頻調度機制優化后，微信小視頻成功率提升35pp，緩沖時延縮短43%以上，有效提升了用戶視頻感知。
5 結束語
視頻業務作為4G網絡的重要應用業務，為保障其業務質量和用戶感知，廣西聯通以“視頻業務分類感知差性為基礎構建的KQI指標體系”為核心，積極開展視頻業務感知優化工作且取得豐碩成果，并聯合OTT等視頻服務商優化視頻業務，該問題分析思路及工作開展模式取得較好的優化效果，值得推廣借鑒。
參考文獻：
［1］ 陳宇恒，肖竹，王洪. LTE協議棧與信令分析［M］. 北京：人民郵電出版社，2013：3-15.
［2］ 孫宇彤. LTE教程：原理與實現［M］. 北京：電子工業出版社，2014：123-145.
［3］ 吳金龍，洪家軍. 數據通信與網絡應用［M］. 北京：清華大學出版社，2006：100-110.
［4］ 張守國，張建國. LTE無線網絡優化實踐［M］. 北京：人民郵電出版社，2012：80-91.
［5］ 趙建軍. 移動互聯網用戶感知的量化研究與實踐［J］. 電信技術，2013（8）：12-19.
［6］ 穆明君，晁昆. 基于端到端的用戶感知方法研究［J］. 郵電設計技術，2015（8）：52-55.
［7］ 康亮. HTTP Streaming技術及發展趨勢［J］. 電信網技術，2011（6）：23-27.
［8］ 姚良, 奚溪. 三網融合下視頻業務質量評估體系的研究[J]. 電信科學, 2011, 27(3):27-31.
［9］ 華為技術有限公司. 視頻作為LTE基礎業務之：Mobile Vmos定義網絡需求［EB/OL］. ［2017-05-12］. http：//www.huawei.com.
［10］ 華為技術有限公司. 視頻體驗優化特性參數描述［EB/OL］. ［2017-05-12］. http：//support.huawei.com.
［11］ 華為技術有限公司. Eran tpe特性參數描述［EB/OL］. ［2017-05-12］. http：//support.huawei.com.
［12］ 谷紅勛，劉亞. LTE網絡視頻播放業務優化實踐［J］. 移動通信，2016，40（15）：72-76.
［13］ Evolved Universal Terrestrial Radio Access Network（E-UTRAN）access：3GPP TS 23.401［S/OL］. ［2017-05-12］. https：//wenku.baidu.com/view/f5ca05a850e2524de4187e42.html.
［14］ TCP Congestion Control：IETF RFC 2581［S/OL］. ［2017-05-12］. https：//datatracker.ietf.org/doc/rfc2581/.
［15］ Packet Data Convergence Protocal（PDCP）specification：3GPP TS 36.323［S/OL］. ［2017-05-12］. http：//www.docin.com/p-16645073 43.html.
作者簡介：
朱劍華，畢業于廣西大學，學士，主要從事數據業務端到端優化及市場服務支撐工作；程喬，畢業于桂林電子科技大學，碩士，主要從事數據業務端到端優化及市場服務支撐工作；王映華，畢業于廣西師范學院，學士，主要從事數據業務端到端優化及市場服務支撐工作；韋亮，畢業于太原理工大學，碩士，主要從事數據建模與應用及市場服務支撐工作。
