该文提出一种算法IQoE2QoS(Improved QoE to QoS),采用模糊理论的方法计算QoE到QoS的映射。该算法有3重目标:从大量的经验数据中通过计算互信息量方式总结被统计指标之间的关联程度。在大量经验数据的基础上通过多指标模糊判定理论将用...该文提出一种算法IQoE2QoS(Improved QoE to QoS),采用模糊理论的方法计算QoE到QoS的映射。该算法有3重目标:从大量的经验数据中通过计算互信息量方式总结被统计指标之间的关联程度。在大量经验数据的基础上通过多指标模糊判定理论将用户感知映射到应用层用户QoS参数。考虑了用户的QoE和QoS的双向映射,并且阐述了得到的QoE如何自然映射到SLA(Service Level Agreement)。通过仿真表明,IQoE2QoS算法对用户体验的分类准确度是线性回归算法的2到3倍。展开更多
随着网络技术的迅速发展和新型应用的不断出现,网络数据的急剧增加导致网络管理变得极其复杂.传统网络中的设备多种多样,配置复杂,难于管理,而软件定义网络(software defined networking,SDN)这种新型网络架构的出现给网络管理带来了曙...随着网络技术的迅速发展和新型应用的不断出现,网络数据的急剧增加导致网络管理变得极其复杂.传统网络中的设备多种多样,配置复杂,难于管理,而软件定义网络(software defined networking,SDN)这种新型网络架构的出现给网络管理带来了曙光,该架构摆脱了硬件设备对网络的限制,使网络具有灵活、可编程性等优点.一个好的路由机制影响着整个网络的性能,软件定义网络的集中控制特性给机器学习在路由机制方面的应用带来了新的研究方向.首先论述了SDN路由优化的现状,然后从监督学习和强化学习2个方面概述了近年来机器学习在SDN路由方面的研究,最后为了满足不同应用的服务质量(quality of service,QoS)以及不同用户的体验质量(quality of experience,QoE),提出了数据驱动认知路由的发展趋势.通过赋予网络节点感知、记忆、查找、决策、推理、解释等认知行为,加快寻路过程,优化路由选择,完善网络管理.展开更多
针对不同无线环境(3G、Wi Fi)下获取用户体验质量(Quality of Experience,QoE)数据困难和不精确的问题,提出一种基于安卓(Android)移动终端视频业务QoE的自适应测量方法.通过实时测量并评估用户在线视频业务体验质量,提高用户体验质量...针对不同无线环境(3G、Wi Fi)下获取用户体验质量(Quality of Experience,QoE)数据困难和不精确的问题,提出一种基于安卓(Android)移动终端视频业务QoE的自适应测量方法.通过实时测量并评估用户在线视频业务体验质量,提高用户体验质量评价的准确性和实用性.为此开发了能自动测量视频QoE的工具,测量服务质量(Quality of Service,QoS)客观参数,通过效用函数映射到主观QoE(MOS值).通过对理论QoE评价模型(取自文献)与用户实际反馈相关性研究改进理论模型.结果表明,无线环境下改进的模型测量结果更接近用户实际反馈,可以更好地评价QoE.展开更多
未来语义通信将广泛运用于蜂窝无线网络。针对设备到设备(device-to-device,D2D)内容推荐场景,研究了蜂窝网络中按需求语义通信的问题。提出了一种以目标用户接收体验(quality of experience,Qo E)为指标的语义传输模式,使簇头目标用户...未来语义通信将广泛运用于蜂窝无线网络。针对设备到设备(device-to-device,D2D)内容推荐场景,研究了蜂窝网络中按需求语义通信的问题。提出了一种以目标用户接收体验(quality of experience,Qo E)为指标的语义传输模式,使簇头目标用户可根据时延和图像保真度的需求来调节语义压缩比例与选择接入链路,进而从语义压缩比例和信道分配的角度设计了资源优化问题。为解决所提问题,针对图像语义通信中的语义编码解码过程,设计了比例压缩因子,提出了一种小批量模型训练方法,通过随机选择批次来训练子语义模型,兼顾模型性能与训练复杂度。引入博弈论的方法解决信道分配与语义比例压缩因子选择问题,该问题被建模为势能博弈问题,设计了效用函数和势能函数,并证明纳什均衡的存在。提出了参数修正的空间自适应算法来达到纳什均衡。仿真结果证明了所提方法在目标用户整体Qo E上的有效性。展开更多
文摘随着网络技术的迅速发展和新型应用的不断出现,网络数据的急剧增加导致网络管理变得极其复杂.传统网络中的设备多种多样,配置复杂,难于管理,而软件定义网络(software defined networking,SDN)这种新型网络架构的出现给网络管理带来了曙光,该架构摆脱了硬件设备对网络的限制,使网络具有灵活、可编程性等优点.一个好的路由机制影响着整个网络的性能,软件定义网络的集中控制特性给机器学习在路由机制方面的应用带来了新的研究方向.首先论述了SDN路由优化的现状,然后从监督学习和强化学习2个方面概述了近年来机器学习在SDN路由方面的研究,最后为了满足不同应用的服务质量(quality of service,QoS)以及不同用户的体验质量(quality of experience,QoE),提出了数据驱动认知路由的发展趋势.通过赋予网络节点感知、记忆、查找、决策、推理、解释等认知行为,加快寻路过程,优化路由选择,完善网络管理.
文摘针对不同无线环境(3G、Wi Fi)下获取用户体验质量(Quality of Experience,QoE)数据困难和不精确的问题,提出一种基于安卓(Android)移动终端视频业务QoE的自适应测量方法.通过实时测量并评估用户在线视频业务体验质量,提高用户体验质量评价的准确性和实用性.为此开发了能自动测量视频QoE的工具,测量服务质量(Quality of Service,QoS)客观参数,通过效用函数映射到主观QoE(MOS值).通过对理论QoE评价模型(取自文献)与用户实际反馈相关性研究改进理论模型.结果表明,无线环境下改进的模型测量结果更接近用户实际反馈,可以更好地评价QoE.
文摘未来语义通信将广泛运用于蜂窝无线网络。针对设备到设备(device-to-device,D2D)内容推荐场景,研究了蜂窝网络中按需求语义通信的问题。提出了一种以目标用户接收体验(quality of experience,Qo E)为指标的语义传输模式,使簇头目标用户可根据时延和图像保真度的需求来调节语义压缩比例与选择接入链路,进而从语义压缩比例和信道分配的角度设计了资源优化问题。为解决所提问题,针对图像语义通信中的语义编码解码过程,设计了比例压缩因子,提出了一种小批量模型训练方法,通过随机选择批次来训练子语义模型,兼顾模型性能与训练复杂度。引入博弈论的方法解决信道分配与语义比例压缩因子选择问题,该问题被建模为势能博弈问题,设计了效用函数和势能函数,并证明纳什均衡的存在。提出了参数修正的空间自适应算法来达到纳什均衡。仿真结果证明了所提方法在目标用户整体Qo E上的有效性。
