1、固定视频指标体系白皮书 Page 1 of 33 固定视频指标体系白皮书 文档版本文档版本 0101 发布日期发布日期 20172017- -0 07 7- -1010 华为华为技术技术有限有限公司公司 固定视频指标体系白皮书 Page 3 of 33 修订记录修订记录 版本 日期 描述 作者 V1.0 2017.7.10 介绍固定视频指标体系的提出背景、设计思路和应用场景 张红军/00162471 刘凯/00181247 樊美珍/00402118 曹祥勇/00265606 固定视频指标体系白皮书 Page 4 of 33 目目 录录 目录 固定视频指标体系白皮书 . 1 华为技术有限公司.

2、2 目 录 . 4 1 视频业务发展趋势及对网络带来的挑战. 5 2 固定视频指标体系提出的背景 . 7 3 固定视频指标体系设计思路 . 9 3.1 固定视频指标体系的分层架构. 9 3.2 固定视频建议的重点指标项 . 10 3.3 各层次指标之间的关联关系 . 11 3.4 实验室验证结果及分析 . 12 3.5 面向视频体验的承载网络需求. 20 4 固定视频指标体系应用场景 . 23 4.1 体验可视-视频用户质差率区域排名 . 23 4.2 体验可管-质差故障定界定位 . 25 4.3 网络能力可提升-视频网络能力衡量 . 28 5 展望未来 . 31 附录 A 参考文献 . 32

3、 附录 B 缩略语 . 32 固定视频指标体系白皮书 Page 5 of 33 1 视频业务发展趋势及对网络带来的挑战 1.11.1 未来未来 1010 年年将将是是视频业务发展的视频业务发展的黄金时代黄金时代 体验经济走上社会舞台，服务产业已经逐步把体验作为核心竞争力与首要的盈利手段。作为服务产业中的基础电信服务提供者，运营商关注的视角也正在从网络经营转向体验经营，如何在基础网络能力上构筑服务经营的差异化体验，从中获取额外的经营价值， 成为当下运营商的关键诉求。 而视频， 是社会信息发展和人类对体验极致追求的必然选择， 是信息爆炸时代传递信息的主要渠道，是人类感知世界的普遍需求、刚性需求。视

4、频技术持续创新，视频从黑白到彩色，从标清到高清、4K，再到 AR/VR/MR 视频需求还远远没有得到满足。 1.21.2 视频已经视频已经成为成为网络网络上的最主要流量，上的最主要流量，视频用户视频用户体验成为衡量体验成为衡量网络质量网络质量的最关键的最关键指标指标 全球 IP 视频流量：2019 年，每月 134.8EB。20142019 年，IP 视频流量将增长3倍。到2019 年，消费类 IP 视频流量将占消费类 IP 流量的 84%，商业 IP 视频流量将占据商业IP 流量的 63%。 全球互联网视频流量：2019 年，每月 105EB。从 20142019 年，互联网视频流量将增长4

5、 倍。到 2019 年，消费类互联网视频流量将占消费类互联网流量的 80%，商业互联网视频流量将占商业互联网流量的 65%。 高清和超高清（4K）互联网视频流量：2019 年，每月 66EB。20142019 年，复合年增长率为 53%。到 2019 年，高清和超高清互联网视频将占互联网视频流量的 63%。 从 2014 年到 2019 年，高级互联网视频（高清和超高清）将增长 8.5 倍。 全球消费者视频点播（VOD）流量：到 2019 年，每月 26.8EB。从 2014 到 2019 年，视频点播流量将增长近 2 倍。 视频将在运营商网络中无处不在， 消费者对运营商网络质量的评价从原来的

6、话音质量好固定视频指标体系白皮书 Page 6 of 33 坏和上网速率快慢逐步向视频观看体验优劣迁移， 构建以视频体验为核心的网络是运营商提升品牌影响力和市场竞争力，从而取得商业上持续成功的关键。 1.31.3 以以体验为体验为目标目标，实现高价值，实现高价值建网建网 用户体验究竟可以带来多大程度的溢价呢？一项针对中国在线视频业务的调研结果表明：78%的视频用户关心视频播放流畅、清晰，即视频观看体验。 来源：iResearch中国移动付费视频用户白皮书 然而，用户通常乐意为高清、4K、VR 体验买单，但不一定愿意为4M、8M、16M的数字买单。用户体验是主观感受，并不能简单地用速率来评价，但

7、用户体验也一定是可定义、可衡量、可管理的，作为数据时代电信基础业务的视频业务， 我们需要定义一个统一的指标体系，来衡量不同网络、不同终端、不同场景应用下的视频业务体验的好坏，并以此来指导网络规划和建设。 固定视频指标体系白皮书 Page 7 of 33 2 固定视频指标体系提出的背景 2.1 什么是什么是指标体系指标体系 指标体系指的是若干个相互联系的统计指标所组成的有机体。 指标体系的建立是进行预测或评价网络以及网络上承载业务的前提和基础， 它是将抽象的研究对象按照其本质属性和特征的某一方面的标识分解成为具有行为化、 可操作化的结构， 并对指标体系中每一构成元素（即指标）赋予相应权重的过程。

8、 2.2 固定视频固定视频指标体系指标体系的概念的概念 分析和评价运营商发展固定视频业务状况如何， 除了进行定性的描述和分析之外， 更重要的是需要对其进行定量描述和定量分析。所谓的定量分析就是要寻找或建立一个度量标尺，通过这一度量标尺去测量运营商发展固定视频的状况。固定视频指标体系是全维度的，如下图所示，包括业务体验、性能表现、资源供给和安全运行。白皮书的重点放在业务体验和网络性能表现相关指标，对资源供给和安全运行指标也会加以介绍。 2.3 为什么为什么提出固定视频指标体系提出固定视频指标体系 随着运营商发展视频业务的深入， 对于视频发展良好的运营商， 从前期关注视频业务发固定视频指标体系白皮

9、书 Page 8 of 33 展到开始关注如何保障客户使用视频的体验， 因此需要有一套衡量固定视频体验状态的指标体系来指导运营商对视频业务的日常运维，支撑日常部门考核。 当前业界不同的标准组织基于特定层次定义了不同的指标， 但在固定网络领域， 特别是在视频业务上, 暂无统一的体系和标准。如下图所示： 因此本白皮书针对当前业界现状，参考标准组织已定义的相关指标，以体验为驱动， 构建不同层次之间的关联关系， 形成可衡量的视频指标体系， 同时基于指标体系定义测量方法，实现固定视频指标的可视、可管、可提升。 固定视频指标体系白皮书 Page 9 of 33 3 固定视频指标体系设计思路 本章节的设计思

10、路首先会介绍指标集的分层架构、 建议的重点指标项以及层次之间指标的关联关系。 然后提供实验室模拟验证的结果和分析供参考。 最后介绍了较为典型的视频良好体验评判标准，并将其分解到网络性能。 3.13.1 固定视频指标体系的分层架构固定视频指标体系的分层架构 固定视频指标体系架构 电信网络上的视频业务是在传统的语音、宽带业务基础上发展而来的。网络 KPI 和业务 KQI 是基于电信网络提供的业务都需要关注的两个重要内容，视频业务也不例外。除了这两个层次以外，基于用户体验的 QoE 层对视频业务也非常重要。 本白皮书将固定视频指标集划分为三个层次：用户体验 QoE 层、业务质量 KQI层和网络性能

11、KPI 层， QoE 面向用户 （Users） ， KQI 面向业务 （Service） ， KPI 面向网络 （Network） 。白皮书暂时仅涵盖与观影体验强相关的指标项，不包含用户对播放/搜索等操作的简易性、内容的喜好、EPG 界面友好程度、套餐丰富度、价格、节目获取难易程度等方面。应用范围主要包括运营商采用电视+机顶盒方式自营的 IPTV业务（包括直播、 点播、回看、 时移等）和 OTT TV业务，对于 PC 或移动终端观看互联网 OTT 视频，也可以参考。 固定视频指标体系白皮书 Page 10 of 33 业务质量 KQI 层涵盖衡量 IPTV和 OTT 视频的主要指标项。网络 K

12、PI 层除了传统分段的 KPI 指标外，为了更好的衡量网络对视频业务质量的支撑，实现端到端的分析、监测、诊断、定位、优化，补充一部分网络端到端和网元级指标项。 对于网络指标， 通常都是生成类的客观指标， 即通过系统可直采到的， 例如端口光功率、带宽利用率。 对于业务指标，部分是相对客观指标，如 MDI、流媒体下载速率、EPG 响应时延等；部分引入了主观因素，如首次缓冲时长，需要定义首次缓冲的起止时间；卡顿时长占比，需要定义卡顿的判断规则，并与观看时长求占比。 对于用户观影体验指标，通常是一个拟合类指标，如 vMOS、U-vMOS，是通过多个子指标进行建模后计算得出。 概括来说，越贴近网络，指标

13、本身越客观，越贴近体验，指标逐渐引入主观因素，因为体验好与坏本身就带有一定的主观性。 同层间或各层次之间的部分指标并非孤立的， 而是存在一定程度的关联关系。 3.23.2 固定视频建议的固定视频建议的重点指标项重点指标项 本章节具体定义衡量固定视频业务质量的 QoE、 主要KQI 和视频承载网络的性能KPI。 QoE 采用业界标准 vMOS 和华为公司推出的 U-vMOS。业务质量 KQI 包含交互质量、观看质量和视频源质量指标，以及 MDI。业务质量 KQI 既有可以直接从业务网元（STB探针、EPG、CDN 等）采集的原始参数，也有需要原始信息进行一定统计、计算得到的数据。 承载网（指家庭

14、网关到源服务器间的网络）KPI 通常需要承载网网元支持原始信息统计或布放硬件探针统计，通过 NMS、NPM（通常采用 SNMP 或 CLI 方式）等管理系统进行采集、汇总的。 通过 QoE、业务质量 KQI 和承载网 KPI 的关联，不仅能够较全面的衡量视频业务影响用户体验的关键点，而且能够有效的支撑视频业务体验劣化原因定位及体验提升的优化。 QOE（Users）业务质量KQI（Service） 承载网性能KPI（Network） vMOS U-vMOS 交互质量 sInteraction E2E管道 承载网E2E双向时延 VOD点播成功率 承载网E2E丢包率 首次缓冲时长 传输层 TCP R

15、TT 直播换台成功率 TCP建连成功率 直播换台时长 TCP重传率 固定视频指标体系白皮书 Page 11 of 33 EPG请求成功率 TCP乱序率 EPG响应时长 RTP丢包率 DNS解析成功率 网元级 链路带宽利用率（IP链路通用） DNS解析时长 端口丢包率（IP端口通用） 流媒体下载速率 端口收发光功率（IP光端口通用） 视频源质量 sQuality QoS队列丢包率（IP端口队列通用） 视频编码类型 线路侧纠前误码率（OTN） 视频码率 OTU线路板接收信号光功率（OTN） 视频分辨率 合路输出光功率（OTN） 视频帧率 ONU PON口光功率 观看质量 sView ONU PON

16、端口线路误码率 卡顿次数 CDN CDN请求命中率 卡顿时长占比 CDN存储资源利用率 花屏次数 CDN节点出方向带宽利用率 花屏时长占比 家庭网络 家庭网络丢包率 MDI MDI-MLR 家庭网络时延 MDI-DF 固定视频重点指标项 3.33.3 各层次指标之间的关联关系各层次指标之间的关联关系 在视频业务用户感知（QoE） 、视频业务质量 KQI、承载网络 KPI 等不同层面，业界已经有很多研究并发布对应的规范标准， 但当前标准基本都是在特定层次内给出对应的指标和应用建议。 针对各层次之间指标的关联关系， 当前可以确定的是下层性能表现是上层性能表现达标的“必要条件” 。 基于当前研究，

17、我们暂时也尚未发现不同层次之间的严谨定量关系。 为了更好的在实际视频业务运维中应用相关指标实现业务质量监控、 故障定界分责， 本白皮书给出主要的KQI之间或 KQI 与 KPI 之间的关联分析。 分类 业务质量 KQI KQI 之间或 KQI 与 KPI 之间的关联 交互质量 EPG 响应时长 网络 KPI：承载网双向时延、家庭网络时延 VOD 点播成功率 业务 KQI：DNS 解析成功率 固定视频指标体系白皮书 Page 12 of 33 网络 KPI：承载网双向时延、承载网丢包率、TCP 重传率、流媒体下载速率、家庭网络丢包率、家庭网络时延 首次缓冲时长 业务 KQI：视频码率、DNS 解

18、析时长、MDI-MLR 网络 KPI：承载网双向时延、承载网丢包率、TCP 重传率、TCP 乱序率、流媒体下载速率、家庭网络丢包率、家庭网络时延、CDN 请求命中率 直播换台时长 业务 KQI：视频码率、MDI-MLR 网络 KPI：承载网双向时延、承载网丢包率、RTP 丢包率、家庭网络丢包率、家庭网络时延 DNS 解析时长 网络 KPI：承载网双向时延、家庭网络时延 观看质量 卡顿次数 业务 KQI：视频码率、MDI-MLR 网络 KPI：承载网双向时延、承载网丢包率、TCP 重传率、TCP 乱序率、流媒体下载速度、家庭网络丢包率、家庭网络时延 卡顿时长占比 业务 KQI：视频码率、MDI-

19、MLR 网络 KPI：承载网双向时延、承载网丢包率、TCP 重传率、TCP 乱序率、流媒体下载速度、家庭网络丢包率、家庭网络时延 花屏时长占比 业务 KQI：视频码率、视频帧率、视频编码类型、MDI-DF、MDI-MLR 网络 KPI：承载网丢包率、RTP 丢包率、家庭网络丢包率、家庭网络时延 MDI DF 业务 KQI：视频编码类型、视频码率 网络 KPI：承载网双向时延、家庭网络时延 MLR 业务 KQI：视频码率 网络 KPI：承载网丢包率、RTP 丢包率、TCP 重传率、TCP乱序率、家庭网络丢包率 视频业务KQI之间或KQI与网络KPI之间的关联关系表 3.43.4 实验室验证结果及

20、分析实验室验证结果及分析 为了更直观的了解不同视频内容对业务平台、 承载网络的要求，我们在实验室对一部分典型的网络环境进行模拟，并通过主管感受、客观指标监控两个维度衡量业务质量的变化。播放体验 sView 主要用于评价花屏和卡顿带来的视频劣化情况， 能够较好地反映网络KPI的影响，sView 5 分表示播放体验最优，1 分表示最差。验证情况可以说明必要的网络能力和良好的性能表现是支撑视频业务质量的重要因素。 因为测试组网环境、测试时长、机顶盒芯片和播放器能力等差异性，测试结果在具体测量值的基础上，更主要展示趋势，不影响我们验证 KQI 与 KPI 的关联关系。 固定视频指标体系白皮书 Page

21、 13 of 33 测试环境： 播放方式 承载协议 承载模式 其他 直播 RTP over UDP 组播 未开启 FEC、RET 功能 点播 HTTP over TCP 单播 未开启快速缓冲，CBR 方式编码 测试采用Anue网络损伤仪，时延损伤为双向损伤，丢包损伤是单向下行损伤。 4.1.14.1.1 带宽能力对业务质量的影响带宽能力对业务质量的影响 测试条件 网络瓶颈带宽为 1Gbps； 视频源： 分别以直播和VOD 点播方式播放 4K视频，码率为 20Mbps 背景流量在 970M 和 990M 区间快速波动、平均 980M，不部署 QoS，测试sView 得分的趋势 背景流量在 970

22、M 和 990M 区间快速波动、 平均 980M， 部署 QoS， 测试 sView得分的趋势 测试现象 测试结果分析 背景流量波动导致网络轻微拥塞时，直播方式和 VOD 点播方式的 KQI 指标变化趋势不同：直播是较长时间劣化、但程度较轻，VOD 点播是快速劣化到很差，然后可快速恢复 部署 QoS 后，轻微的网络拥塞不会导致 KQI变差 4.1.24.1.2 网络丢包网络丢包率率对业务质量的影响对业务质量的影响 1 1） 直播直播方式方式 测试条件 网络瓶颈带宽为 1Gbps；视频源：直播方式播放 4K 视频，码率为 20Mbps。 使用损伤仪模拟时延损伤双向和为 5ms， 丢包损伤下行分别

23、为 0.001%、 0.01%、0.1%时的 sView 得分的趋势 000205230255280305330355380405430455sView得分(最高5分)时间(s)直播：背景流量波动直播：背景流量波动+QoSVOD点播:背景流量波动VOD点播:背景流量波动+QoS固定视频指标体系白皮书 Page 14 of 33 使用损伤仪模拟时延损伤双向和为 10ms，丢包损伤下行分别为 0.001%、0.01%、0.1%时的 sView 得分的趋势 测试现象 测试结果分析 对于直播业务， 当网络时延固定， 随着丢包率的增加， KQI指标会逐步劣化；

24、丢包率越大，KQI 指标劣化就越厉害、持续时间越长、恢复越慢 网络时延为 5ms 和 10ms 时，KQI指标随丢包率的增加的变化趋势相似 2 2） VODVOD点播点播方式方式 测试条件 网络瓶颈带宽为1Gbps； 视频源： VOD点播方式播放4K视频， 码率为20Mbps。 使用损伤仪模拟时延损伤双向和为 5ms， 丢包损伤下行分别为 0.001%、 0.01%、00.511.522.533.544.5552545658555265285305325sView分数(最高5分)时间(s)5ms时延5ms时延+0.001%丢包5ms时延+0.01%丢

25、包5ms时延+0.1%丢包00.511.522.533.544.55520355065809555230245260275290sView分数(最高5分)时间(s)10ms时延10ms时延+0.001%丢包10ms时延+0.01%丢包10ms时延+0.1%丢包固定视频指标体系白皮书 Page 15 of 33 0.1%时的 sView 得分的趋势 使用损伤仪模拟时延损伤双向和为 10ms，丢包损伤下行分别为 0.001%、0.01%、0.1%时的 sView 得分的趋势 测试现象 测试结果分析 对于 VOD 点播业务，当网络时延固定为 5ms 时，随

26、着丢包率的增加，KQI指标无明显劣化趋势； 时延为10ms时， 当丢包率为0.1%时出现短时严重劣化，但可快速恢复。 4.1.34.1.3 网络时延网络时延对业务质量的影响对业务质量的影响 1 1） 直播直播方式方式 00.511.522.533.544.5552545658555265285305325sView分数(最高5分)时间(s)5ms时延5ms时延+0.001%丢包5ms时延+0.01%丢包5ms时延+0.1%丢包00.511.522.533.544.5552035506580955523024

27、5260275290305sView分数(最高5分)时间(s)10ms时延10ms时延+0.001%丢包10ms时延+0.01%丢包10ms时延+0.1%丢包固定视频指标体系白皮书 Page 16 of 33 测试条件 网络瓶颈带宽为 1Gbps；视频源：直播方式播放 4K 视频，码率为 20Mbps。 使用损伤仪模拟丢包损伤下行为0.01%， 时延损伤双向和分别为5ms、 10ms、35ms、50ms 时的 sView 得分的趋势 使用损伤仪模拟丢包损伤下行为 0.1%， 时延损伤双向和分别为 5ms、 10ms、15ms 时的 sView 得分的趋势 测试现象 测试结果分析 对于直播业务，

28、当网络丢包率固定时，随着时延的增加，KQI 指标劣化的趋势、频度和程度类似； 丢包率为 0.1%时， 随着时延的增加， KQI 指标劣化的程度、 持续时间都比0.01%丢包率时更严重 2 2） VODVOD点播点播方式方式（20M20Mbpsbps码率码率） 测试条件 网络瓶颈带宽为1Gbps； 视频源： VOD点播方式播放4K视频， 码率为20Mbps。 使用损伤仪模拟丢包损伤下行为0.01%， 时延损伤双向和分别为5ms、 10ms、35ms、50ms 时的 sView 得分的趋势 使用损伤仪模拟丢包损伤下行为 0.1%， 时延损伤双向和分别为 5ms、 10ms、15ms 时的 sVie

29、w 得分的趋势 测试现象 22.533.544.55520355065809555230245260275290sView分数(最高5分)时间(s)5ms时延+0.01%丢包10ms时延+0.01%丢包35ms时延+0.01%丢包50ms时延+0.01%丢包2345545855285325365405445485525565605645685725765805sView分数(最高5分)时间(s)5ms时延+0.1%丢包10ms时延+0.1%丢包15ms时延+0.1%丢包固定视频指标体系白皮书 Page 17 of 33 测试结果

30、分析 对于 VOD 点播业务，当网络丢包率固定时，随着时延增加到一定程度后 KQI出现短暂劣化。 丢包率为 0.01%时，时延达到 50ms 时有偶尔的劣化，5-35ms 时没有明显劣化。 丢包率为 0.1%时， 时延为5ms时无明显劣化， 10ms 以上时会有频繁的劣化，程度较大、频度较高，但可快速恢复。 3 3） VODVOD点播点播方式方式（4 40M0Mbpsbps码率码率） 测试条件 网络瓶颈带宽为 1Gbps； 视频源： VOD 点播方式播放 4K 视频， 码率为 40Mbps 使用损伤仪模拟丢包损伤下行为0.01%， 时延损伤双向和分别为5ms、 10ms、012345520 3

31、5 50 65 80 95 55230sView分数(最高5分)时间(s)5ms时延+0.01%丢包10ms时延+0.01%丢包35ms时延+0.01%丢包50ms时延+0.01%丢包0065809555230245260275290305sView分数(最高5分)时间(s)5ms时延+0.1%丢包10ms时延+0.1%丢包15ms时延+0.1%丢包固定视频指标体系白皮书 Page 18 of 33 35ms、50ms 时的 sView 得分的趋势 使用损伤仪模拟丢包损伤下行 为0.1

32、%， 时延损伤双向和分别为5ms、 10ms、15ms 时的 sView 得分的趋势 测试现象 测试结果分析 对于 VOD 点播业务，当网络丢包率固定时，随着时延的增加，KQI指标劣化频度提高，且劣化持续时间增加。 丢包率为 0.01%时，时延达到 35ms 时出现偶尔的劣化，5-10ms 时没有明显劣化。 丢包率为 0.1%时，时延为 5ms 开始就出现了频繁劣化，程度较大、频度较高，但可快速恢复。 0545556575859555185195205sView分数(最高5分)时间(s)5ms时延+0.01%丢包10ms时延+0

33、.01%丢包35ms时延+0.01%丢包50ms时延+0.01%丢包05455565758595555sView分数(最高5分)时间(s)5ms时延+0.1%丢包10ms时延+0.1%丢包15ms时延+0.1%丢包固定视频指标体系白皮书 Page 19 of 33 高码率 VOD 点播业务，对时延的增大更为敏感。 4.1.44.1.4 不同码率视频对承载能力的容忍度不同码率视频对承载能力的容忍度 测试条件 网络瓶颈带宽为 1Gbps； 视频源： VOD 点播方式播放 4K 视频， 码率为 20M、40Mbp

34、s。 使用损伤仪模拟时延损伤双向和分别为 5ms/10ms，丢包损伤下行 分别为0.001%、0.01%、0.1%时的 sView 得分的趋势。 使用损伤仪模拟丢包损伤下行为 0.01%， 时延损伤双向和 分别为 35ms/50ms时的 sView 得分的趋势。 测试现象 测试结果分析 0065809555230245260sView得分(最高5分)时间(s)5ms时延20M码率0.001%丢包20M码率0.01%丢包20M码率0.1%丢包40M码率0.001%丢包40M码率0.01%丢包40M码率0.1%丢包012345520

35、355065809555230245260sView得分(最高5分)时间(s)10ms时延20M码率0.001%丢包20M码率0.01%丢包20M码率0.1%丢包40M码率0.001%丢包40M码率0.01%丢包40M码率0.1%丢包固定视频指标体系白皮书 Page 20 of 33 对于 VOD 点播业务， 时延为 5ms 时， 丢包率增大到0.1%后， 40M 码率的 KPI受到的影响比 20M 码率更大。 时延为 10ms 时，丢包率增大到 0.1%后，40M 比 20M 码率 KPI 劣化的频度更高、恢复更慢。 码率越高，时延和丢包率的增大对

36、 KQI 影响都较为明显 4.1.54.1.5 实验室测试实验室测试分析分析结论结论 背景流量叠加测试背景流量叠加测试（带宽（带宽） 1）带宽是影响用户视频体验的关键因素； 2）在网络拥塞场景下，部署针对视频业务的 QoS 可以提升用户视频体验。 3）在网络拥塞场景下，相同码率的直播方式比 VOD 点播方式的视频体验要好； 4）在网络拥塞场景下，视频码率越大，VOD 点播业务的 KPI指标劣化越严重。 损伤仪加扰测试损伤仪加扰测试（时延（时延、丢包丢包） 1） 对于直播业务， 时延增加对 KQI 影响并不明显， 网络丢包率对KQI 指标影响更大； 2）对于 VOD 点播业务，随着时延增大 KQ

37、I 会产生短期劣化，网络丢包率对 KQI 指标的影响更大。低时延可以抵消部分网络丢包率的影响； 3）视频源码率越大，对网络 KPI 的要求越严苛、感知越敏感。 3.53.5 面向视频面向视频体验的体验的承载承载网络需求网络需求 视频业务特点是高带宽、 高并发、 高突发、 高感知、 低时延， 其体验是 “云” ，“管” ，“端”E2E 共同作用的结果。在片源质量确定的情况下，结合交互质量和观看质量目标，可分解出满足体验的 TCP/UDP 通量要求和典型网络KPI 参数集。 基于业界和华为公司 iLab 实验室的一些研究，对于直播和点播，我们定义了一个较为典型的良好体验评判标准，并以 TCP 吞吐

38、量公式和测试数据为基础，将其分解到网络性能。 固定视频指标体系白皮书 Page 21 of 33 下表是基于高清/4K 片源质量，按照良好体验评判标准分解的网络 KPI 目标（包括用户带宽、E2E 时延、丢包率） 。以运营级 4K 为例，要求用户 E2E 带宽40Mbps，RTT20ms，PLR5.0E-5。 业务业务类型类型 FHD 入入门级门级 4K 运营级运营级 4K 编码类型 H.264 H.265 H.265 分辨率 1920*1080 3840*2160 3840*2160 帧率 25P/30P 25P/30P 50P/60P 直播（CBR/UDP 组播） 码率范围 810Mbps

39、 2530Mbps 2535Mbps 码率参考值 10Mbps 28Mbps 30Mbps 网络 KPI要求（组播复制点到 STB） 用户带宽 10Mbps 28Mbps 40Mbps 时延 12Mbps 24Mbps 38Mbps 时延 60ms 20ms 40ms 60ms 20ms 40ms 60ms 丢包率 2.0E-4 6.6E-5 4.0E-5 2.0E-5 5.0E-5 2.0E-5 1.0E-5 来源：华为 iLAB 4K Ready 网络承载 KPI 模型分析 前面介绍了面向体验所分解的网络 KPI 目标，对于每一种固定承载网络，城域网和骨干网架构是类似的，变化最多的地方在于

40、接入网络。对于不同的接入网络，时延、丢包率和带宽总是在一个范围内变化。 固定视频指标体系白皮书 Page 22 of 33 接入接入 RTT PLR 每用户带宽每用户带宽 VDSL2 1020ms 10-4-5 50Mbps1000m Vectoring 1020ms 10-4-5 50120Mbps800m Super Vector 1020ms 10-4-5 100300Mbps300500m G.Fast 26ms 10-4-5 200M1.2Gbps100500m FTTH 23ms 4*10-7 20M1Gbps (常见规划) 城域城域/骨干骨干 RTT PLR 带宽带宽 SDH 5

41、0120us/跳 0/跳（无拥塞） 无拥塞 WDM 25us/跳 0/跳（无拥塞） 无拥塞 Router 3050us/跳(无拥塞) 0/跳（无拥塞） 无拥塞 Switch 5us/跳 0/跳（无拥塞） 无拥塞 Fiber 5us/km 4*10-7 无拥塞 典型的固定承载网络 KPI 值 对于一张典型的视频承载网络，城域网由 1 台 Switch + 2 台 Router + 200km Fiber 构成，RTT 时延通常小于 10ms，对于跨城域或层级较多的网络，可能达到 30ms。对于接入网，铜线技术影响视频业务的关键是带宽， 影响带宽的关键因素主要有采用的铜线技术、 最终用户的距离、线

42、路质量造成的丢包、时延等。FTTx接入通常在 KPI 上可以满足视频业务，主要因素是光纤接入技术和分光比。 基于时延、丢包率和带宽综合考虑，FTTH、G.FAST 接入网在带宽满足的情况下可以支持运营级 4K。对于 Super Vector、Vectoring、VDSL2，叠加家庭与城域网时延后存在吞吐量不足的可能，需要进行合理的网络规划和线路质量优化。 固定视频指标体系白皮书 Page 23 of 33 4 固定视频指标体系应用场景 固网的生成类指标是客观存在的，且数量相对比较固定，通过对生成类指标进行带有一定主观因素的公式拟合，形成评价业务体验的拟合类指标。 另外，由于固网的成网属性，运营

43、类指标较为丰富，通过引入阈值的判断，定义统计方式，对单会话、单用户、单网元指标进行规整。对运营类指标进行建模组合，可以实现建立标尺，优化建网与运维规范的目标。 下面从对视频业务体验的可视、可管与可提升三个场景介绍指标体系的应用。 4.14.1 体验可视体验可视- -视频视频用户用户质差率区域质差率区域排名排名 一、一、 视频用户视频用户质差率质差率（IPTV） 以实时的 U-vMOS 作为用户观看视频时的体验评价依据， 设计出视频用户质差率这一运营指标，支撑运营商准实时掌握各个区域的视频用户体验状态，通过区域间的排名， 促使各个区域从用户体验出发进行网络改进。 生成/拟合类指标 运营类指标 定

44、制化因素 U-vMOS 视频用户质差率 视频质差U-vMOS阈值、采样周期、质差用户定义、质差率统计周期 指标获取指标获取 机顶盒探针每秒钟计算一次用户当前观看视频的 U-vMOS，并以 N 分钟为周期向 SQM上报一次 U-vMOS，包括 N 分钟内 N*60 个 U-vMOS 的直方图。 建模建模 单用户 N 分钟时间内质差时长 = N 分钟时间内 U-vMOS 质差 U-vMOS 阈值的时间 单用户 N 分钟时间内可用率 = 1 (N 分钟时间内的质差时长/XX 分钟时间内的播放时长） 固定视频指标体系白皮书 Page 24 of 33 M分钟时间内的视频用户质差率 = 单用户M分钟时间

45、内可用率 可用率阈值的IPTV账号数 / IPTV账号总数 阈值设定： 视频质差U-vMOS阈值：小于2.5分 机顶盒采样周期：N=5分钟 区域质差率统计周期：M=5分钟/24小时 质差用户可用率阈值：可用率小于95% 二、二、 卡顿卡顿时长占比时长占比达标率达标率（OTT） 对于采用OTT方式运营视频，视频业务采用单播方式承载，用户的卡顿时长占比是衡量体验的重要指标。 生成/拟合类指标 运营类指标 定制化因素 卡顿时长 卡顿时长占比达标率 达标阈值，达标率统计周期 指标获取指标获取 机顶盒探针每秒钟计算一次用户当前观看视频的卡顿时长与观看时间，并以N分钟为周期向SQM上报。 建模建模 单用户

46、 N 分钟时间内卡顿时长占比= N 分钟时间内卡顿总时长 / 播放总时长 M 分钟时间内的卡顿时长占比达标率 = 单用户 M 分钟时间内卡顿时长占比 1%的视频账号数 / 视频账号总数 阈值设定： 卡顿时长占比达标阈值：小于1% 1）无故障：0%； 2）偶尔故障：0%1%； 3）较多故障：1%2%； 4）严重故障：大于2% 机顶盒采样周期：N=5分钟 区域质差率统计周期：M=1小时/24小时 应用与应用与呈现呈现 区域质差率：24 小时质差用户总数 / 24 小时观看了视频的 IPTV账号总数 OLT 质差用户率：OLT 下挂质差用户总数 / OLT 下挂观看了视频的 IPTV账号总数 固定视

47、频指标体系白皮书 Page 25 of 33 区域质差率与OLT质差率呈现 4.24.2 体验可管体验可管- -质差故障质差故障定界定界定位定位 视频业务端到端链条通常比较长，对运维能力的要求更为苛刻。根据第 3 章的分析，就承载网而言，用户的视频体验与网络的 KPI（时延、丢包、带宽）密切相关。根据规划与运维经验，将网络KPI 映射到网元或端口的指标，包括不限于光功率、误码率、队列丢包率、带宽利用率、分光比等可直观测量的指标。 通过视频用户质差率的变化， 结合网络的KPI变化，快速定界或识别故障因素，提前消除网络隐患。 生成/拟合类指标 运营类指标 定制化因素 U-vMOS 视频用户质差率

48、视频质差U-vMOS阈值、采样周期、质差用户定义、质差统计周期 光功率 端口收发光功率 统计范围（使用中的OLT上联端口，交换机以太端口，传输设备以太端口，路由器以太端口） 、光功率达标阈值、统计周期 ONU PON口光功率 统计范围（ONU PON口接收OLT的光功率） 、光功率达标阈值、统计周期 OTU线路板接收信号光功率 统计范围（OCh的线路侧OTU单板） 、光功率达标阈值、统计周期 合路输出光功率 统计范围（光放单板） 、根据合波数和系统规格下的标称输出光功率、统计周期 误码率 ONU PON端口线路误码率 统计范围（ONU PON口与OLT PON口间的双方向线路误码） 、线路误码

49、类型、统计周期 线路侧纠前误码率 统计范围（OTU单板线路侧端口） 、纠前误码率达标阈值、统计周固定视频指标体系白皮书 Page 26 of 33 期 端口丢包率 统计范围（以太端口入方向CRC、 Symbol等） 、丢包率达标阈值、 统计周期 QOS队列丢包率 QoS队列丢包率 统计范围（部署端口QOS的以太端口） 、不同码率对丢包率要求的模型、统计周期 流入流出带宽利用率 CDN节点出方向带宽利用率 统计范围（末级CDN网络（业务平台组网交换机）到承载网出方向的带宽利用率） 、统计维度（忙时均值、峰值、均值） 、带宽利用率达标阈值、统计周期 链路带宽利用率 统计范围（使用中的OLT上联端口

50、，交换机以太端口，传输设备以太端口，路由器以太端口的带宽利用率） 、统计维度（忙时均值、峰值、均值） 、带宽利用率达标阈值、统计周期 指标获取指标获取 机顶盒探针每秒钟计算一次用户当前观看视频的 U-vMOS，并以 N 分钟为周期向 SQM上报。 网管或 NPM 系统每个采集周期采集，通常周期是分钟级：以太端口收发光功率、ONU收光功率弱光、PON 端口线路误码、端口 QOS 队列丢包率、以太端口带宽利用率。 网管系统定期采集， 通常周期是小时级： OTN 合路输出光功率、 端口线路侧纠前误码率。 建模建模 当发生区域群体质差时，通过业务路径还原，与网络 KPI 性能的劣化进行匹配，发现质差因