不使用应用层头部估算 WebRTC 视频 QoE 指标
网络与互联网体系结构
2023-11-10 v5
摘要
视频会议应用（VCA）使用的增加使得 VCA 生态系统中所有利益相关者（尤其是通常无法直接访问客户端软件的网络运营商）理解并支持终端用户质量体验（QoE）变得至关重要。现有的 VCA QoE 估计方法使用应用层实时传输协议（RTP）头部的被动测量。然而，网络运营商并非在所有情况下都能访问 RTP 头部，特别是当 VCA 使用自定义 RTP 协议（例如 Zoom）或由于系统限制（例如传统测量系统）时。面对这一挑战，本文考虑使用网络流量中更标准的特征，即 IP 和 UDP 头部，来提供关键 VCA QoE 指标（如帧率和视频分辨率）的逐秒估计。我们开发了一种方法，将机器学习与流统计特征（例如吞吐量）以及基于 VCA 将视频帧分片为数据包的机制所派生的特征相结合。我们在运行于 WebRTC 上的三种主流 VCA（Google Meet、Microsoft Teams 和 Cisco Webex）上评估了我们的方法。我们的评估包含从（1）受控实验室网络条件和（2）来自 15 个家庭的实际网络收集的共计 54,696 秒的 VCA 数据。我们表明，尽管仅使用 IP/UDP 数据，基于 ML 的方法与基于 RTP 的方法相比具有相似的准确度。例如，在实际网络数据中，我们能在 83.05% 的一秒区间内将 FPS 估计在 2 FPS 以内，仅比使用应用层 RTP 头部低 1.76%。
引用
@article{arxiv.2306.01194,
title = {Estimating WebRTC Video QoE Metrics Without Using Application Headers},
author = {Taveesh Sharma and Tarun Mangla and Arpit Gupta and Junchen Jiang and Nick Feamster},
journal= {arXiv preprint arXiv:2306.01194},
year = {2023}
}
备注
16 pages