自适应流播放统计数据集

来源：Brightcove 主讲：Thiago Teixeira, Yuriy Reznik 翻译：钟宏成 本次演讲首先介绍了流媒体的特点。对流媒体播放数据的分析有助于对客户端逻辑、流媒体系统的优化，因此，作者提供了一个可用于研究的流媒体播放数据集，包含四个真实事件的会话信息、客户端信息、流信息、播放信息和网络信息等。

目录

• 介绍
  • ABR 流：主要原则
• 数据集
• 数据集的使用实例
  • 流媒体客户端的行为建模
• 结论

介绍

现代流媒体的特点：

• 视频内容分发到多种设备，包括：
  • PC、笔记本电脑
  • 手机
  • 平板电脑
  • 电视
• 视频嵌入在网页中，或者全屏播放
• 使用基于 HTTP 的自适应流媒体协议分发，例如 HLS 和 DASH
• 客户端的自适应逻辑主要受下列因素影响：
  • 网络带宽
  • 播放器窗口大小
  • 设备解码性能

ABR 流：主要原则

图1: 流媒体客户端的典型架构

上图是流媒体客户端的典型架构，关键元素有：

• Buffer：缓冲区储存加载的媒体片段，一般可以缓存 10-30 秒的内容
• Bandwidth estimation：带宽预测，用于计算与预测可用的网络带宽
• Adaptation engine：自适应引擎，根据可用网络带宽、比特率阶梯、缓冲区装载程度以及其他因素选择一个版本

图2: 流媒体会话示例

在一个流媒体会话中，可能会经历带宽波动，导致自适应切换事件发生，流媒体的播放有下列特点：

• 不会立即播放，需要先填充缓冲区
• 在播放时，可能会因为带宽变化导致自适应切换
• 客户端可能因为缓冲区耗尽而暂停等待缓冲
• 客户端切换时有时会丢弃已经缓冲的片段
• 在用户中途中止播放时，客户端也会丢弃已缓冲的片段

图3: 播放器分析系统逻辑

典型的播放器状态和事件由一个分析系统收集，分析系统是客户端中内置的一个插件。分析系统会收集客户端的播放日志，收集关键的性能指标比如：观看的事件、加载的数据、选择的流版本等。

收集这些分析数据可以用于许多方面：

• 观众分析
  • 哪些内容被观看了
  • 被多少观众观看
• 用户数据分析
  • 视频的平均观看时长是多少
  • 播放次数的分布是什么
• QoE 分析
  • 系统的平均分发质量分析
  • 启动时间分布
• 系统建模与优化
  • 自适应逻辑的优化
  • 比特率阶梯的优化
  • 分发系统的设计

数据集

数据集在 GitHub 开源：https://github.com/brightcove/streaming-dataset

• 包含超过 5000万条播放器记录
• 包含四个真实世界的流媒体事件
• 包含多样的分发设备、网络状况和编码设置
• 随着流媒体技术的发展，后续可能会添加更多的数据，包括：
  • 新的 codec
  • 低延迟分发
  • UHD/HDR 分发

图4: 数据集收集事件概览

收集的信息包括：会话信息、客户端信息、流信息、播放信息和网络信息，具体如下图。

图5: 数据集收集信息明细

图6 给出了事件1的简要总结：

图6: 事件1数据

数据集的使用实例

流媒体客户端的行为建模

通过对数据的分析，我们发现播放器分辨率大小对流的选择有很大影响，带宽自适应不是唯一的问题。这启发我们对播放器建模的改进。融合了带宽自适应与播放器分辨率自适应的模型更准确。

图7: 客户端建模与真实值比较

结论

提供的流媒体播放数据集可用于研究，在后续的研究中，可以用做：

• 使用机器学习对流媒体客户端与系统更好地建模
• 流媒体客户端的最佳设计
• 自适应流媒体系统的性能分析
• 内容感知的编码优化
• 多屏幕分发优化

附上演讲视频：

http://mpvideo.qpic.cn/0b2efqaaiaaa3qags6p6sfqvalgdaqwaabaa.f10002.mp4?dis_k=d46c785c30818b626a10caf0a2c86384&dis_t=1645153183&vid=wxv_2256065279388762125&format_id=10002&support_redirect=0&mmversion=false