基于众包数据的OTT业务行为建模分析

针对传统以话音和数据业务为主的业务模型在刻画新型移动互联网业务上的局限性,提出一种OTT业务行为建模方法。基于以众包方式采集的海量真实用户业务行为数据,利用OTT业务行为建模方法对3类典型OTT业务的行为特征进行分析与对比,并对部分业务关键参数的分布特征进行建模。通过分析OTT业务行为的分布特征,可全面揭示出不同移动互联网业务类型之间的行为差异,对于无线网络产品设计、网络规模预测、网络规划和建设具有一定的参考价值。     

3G网络中移动视频质量评估模型的研究

随着3G网络技术的不断发展和广泛应用,移动视频业务比以往更受用户的关注。与传统的有线网络视频业务相比,移动视频的传输条件不太稳定,更容易产生误码;移动终端的视频播放性能更容易受到设备硬件的限制,这就要求有更适合移动终端的视频编码方式。此外,不同类型的视频内容、用户的兴趣爱好等因素也会对用户观看视频的体验产生不同的影响。以上因素给移动视频服务提供商在业务质量的评估以及用户体验的提升方面提出了巨大的挑战。目前在移动视频质量评估的研究中,主要采用基于服务质量(Quality of Service,QoS)的评价方法,但是这些方法没有考虑用户主观体验参与在内的诸多因素,因此并不是一种非常有效的评价方法。针对影响移动视频用户体验质量的主客观因素,研究了无线参数、终端设备参数和视频编码参数对移动视频质量的影响,提出了基于用户体验质量(Quality of Experience,QoE)的视频质量评价方法。     

移动网业务感知无线侧分析体系的研究及应用

随着移动互联网业务的快速发展,用户对无线网络的体验速率和时延要求越来越高。为有效提高用户感知,中国电信引入移动网感知分析平台,可解决无线侧导致的高时延问题。笔者以忻州电信质差小区为研究对象,从业务感知体系理论入手,对感知指标进行解读,通过业务感知无线侧分析,最终定位网络质差小区并解决相关问题,从而给用户带来更优质的网络使用体验。     

基于QoS量化用户体验质量的评价模型

针对网络环境中业务供应商提供的业务不能很好的满足用户需求的问题,引入用户体验质量（QoE）并结合服务质量（QoS）参数,通过仿真网络得到相应数据,使用matlab工具分别建立用户体验质量与比特率、用户体验质量与丢包率的评价模型.运用统计分析方法对评价模型进行数据分析,并与史蒂文斯幂定律、韦伯-费希纳定律等模型进行对比验证.结果表明,构建的评价模型能更精确的体现用户体验质量与服务质量的关系,为供应商提供了重要的参考依据,并指明了服务方向.     

基于层次分析法的端到端质量综合评估模型

针对当前运营商网络对端到端质量的关注点,提出了基于统计分析和客户感知的端到端质量评估模型。该模型聚焦于客观网络指标和主观使用感知,应用实践表明,基于层次分析法的端到端质量评估将定性和定量结合,对网络与终端协同发展、提升客户感知提供比较客观、准确、综合的结果,该模型和思路可扩展应用于移动互联网和长期演进（ LTE）网络的全业务质量评估。     

移动视频业务QoE自适应测量工具

针对不同无线环境（3G、WiFi）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.     

基于XDR数据分析的OTT视频服务感知质量评估方法

互联网电视(over the top,OTT)视频业务逐渐成为最流行的在线业务之一,然而网络视频往往由于网络质量差、服务平台过载等原因,出现播放失败、卡顿次数增加、缓冲时间过长等质量问题,导致用户感知质量(quality of experience,QoE)下降.因此,运营商需要精确评估和掌握用户在使用网络视频业务过程中的质量体验,以便提前发现质量问题,进一步开展网络和业务优化工作.为了解决该问题,提出一种基于用户呼叫/事务/会话记录数据(extend data record,XDR)的无参考网络视频质量评估方法.该方法从大量XDR数据中提取出与视频质量相关性高的少量信息,将大规模、低价值的XDR话单数据转化为高价值、小规模的视频质量特征信息,有利于后续人工智能算法的应用和视频业务质量评价,降低进一步数据挖掘的资源成本,提升机器学习的输入样本质量和QoE评价结果的准确性.实验表明:使用该方法提取后的数据进行QoE预测,得到的预测结果在准确性方面明显优于目前基于原始XDR数据的QoE机器学习评估方法.     

基于QoS的网络游戏加速方法研究与应用

网络游戏作为一种广泛的互联网应用,拥有较大的用户规模,电信运营商的网络质量成为影响用户业务体验的重要因素。从网络游戏用户业务感知的角度出发,通过分析网络游戏的应用特征,研究提升用户网络游戏业务感知的最优策略。结合中国移动现网网络环境提出一种基于Qo S的网络游戏加速方法,并在现网环境中进行测试和应用,解决了中国移动宽带网络到其他运营商网络的访问瓶颈,降低了用户对网络游戏业务的投诉率,提升了用户的满意度。     

MMS业务的QoE定义与测量

用户体验质量已成为移动通信中的一个热门话题,为了有效地测量多媒体短信业务（MMS）的用户体验质量,分析了QoE的定义以及它与传统QoS的区别,介绍了QoE的KQI和KPI之间的相互关系并建立起QoE的映射模型;然后,结合MMS业务的实现流程以及所涉及的网元设备详细定义了MMS业务中的KQIs与KPIs,最后,针对MMS业务提出了一种基于统计样本的QoE测量方案,通过测量明确KPIs与QoE之间的关系以及影响用户体验质量的因素,这对于提高用户的体验质量有重要意义。     

流量业务用户感知模型建立及工程化应用

用户感知是终端用户对设备、网络和系统、应用或业务的质量和性能（包括有效性和可用性等方面）的综合主观感受,是终端用户对移动网络提供的业务性能主观感受.它以接近量化的方法来表示终端用户对业务与网络的体验和感受.本文通过层次分析法,建立QoE的评估模型.给出QoE评分的数学公式.并通过一个实例,示范评估过程.     

基于快速连续蚁群算法的QoS切换决策机制

随着人们对移动网络服务需求的日益增长,用户需要在复杂的异构网络中实现不同接入技术之间的无缝切换,因此选择总最佳连接并提供服务质量保证的切换决策成为下一代互联网研究的关键内容.为了更好地满足用户的需求,在综合考虑网络信息的不确定性、用户服务质量需求、用户偏好、用户愿意支付的费用以及网络供应商的收益等因素的前提下,设计了基于快速连续蚁群算法的切换决策机制,并引入协商博弈和Nash均衡思想来解决用户之间的串谋问题以保证切换决策的公平性.仿真结果表明,设计的切换决策机制在满足用户服务质量需求的同时,不仅使双方的效用最大,并且最契合用户的偏好,能够很好地解决下一代互联网中支持总最佳连接的切换决策问题.     

基于连续查询的用户轨迹k-匿名隐私保护算法

随着移动服务和移动网络的持续发展,基于LBS的连续查询服务被广泛应用。基于单点的K-匿名位置隐私保护算法已经不能满足连续查询下用户位置隐私需求。针对用户轨迹隐私保护提出新的保护方法,该方法采用不可信第三方中心匿名器,用户获取自己的真实位置后首先在客户端进行模糊处理,然后提交给第三方匿名器,第三方匿名器根据用户的隐私需求结合用户某时刻的真实位置信息生成虚假用户,然后根据历史数据生成虚假轨迹。为了进一步提高虚假轨迹与用户真实轨迹的相似性,该算法提出了虚假轨迹生成的两个约束条件：虚假轨迹距用户真实轨迹的距离约束和相似性约束。经大量实验证明,该算法与传统的不同时刻K-匿名算法相比,不仅可以满足连续查询的用户轨迹隐私保护而且可以满足基于快照的LBS用户位置隐私保护。     

基于移动端协助的硬口令认证密钥交换协议

针对现有口令认证密钥交换协议易受各种网络攻击,影响用户私密信息安全的问题,提出一种基于移动端协助的硬口令认证密钥交换协议,在移动端的辅助下,允许用户使用单一口令建立与服务器之间的安全会话。协议中,用户无须记忆任何复杂的私钥信息,即使移动设备丢失、被盗或遭受恶意软件侵袭,也不会损害用户信息。安全性和性能分析表明,协议明显降低了服务器的计算消耗,大大提高了用户私密信息的安全性,可以抵御字典攻击、中间人攻击等的影响,减轻用户记忆负担,缓解存储压力,易于部署。     

群智感知中基于社交属性及有效用户计算的任务分发机制

随着无线传感器网络的高速发展和多种移动智能设备的普及,移动群智感知(mobile crowd sensing,MCS)成为移动计算的核心。利用群智感知可完成大规模、复杂环境及社会感知任务,其中任务分发是这种应用中的一个重要环节。针对任务分发过程中存在感知环境复杂、用户数量达不到要求、收集数据质量低等问题,提出一种基于社交属性及有效用户计算的任务分发机制(effective user calculation,EUC),该机制具有根据任务来筛选用户的特点,从用户角度看,EUC考虑了用户的社会性,由用户的社交网络传递相关信息来增加平台的有效用户数;从平台的角度看,EUC可根据任务的接收和提交情况,动态调整有效用户的积分,从而保障整个系统的有效用户数。理论分析和实验结果表明,所提出的机制可提高系统的任务分发效率,并改善了收集数据的质量。     

多属性协同过滤推荐在物流配送服务平台的应用

为了帮助用户选择尽可能满足其个性化偏好的物流配送服务,结合配送服务的多属性评分特点,本文构建了基于多属性协同过滤的推荐算法,对传统协同过滤算法进行了延伸与改进,首先预测目标用户对候选服务各属性的评分值,通过引入服务的个性化特征因子减小热门服务对用户相似度计算的误差,考虑到用户的服务属性评分存在波动性,使用信息熵将用户历史评分均值与协同过滤得到的预测值相结合进行修正,然后基于同一用户对不同属性评分波动性的差异,计算得到用户对服务所有属性的评分预测权重,将各属性的评分预测值与对应权重加权求和进行服务推荐.对配送服务交易的评分数据样本进行实验验证,在准确率和平均绝对误差指标上有较好的表现,将算法应用于物流配送服务平台,构建推荐系统,能够提高平台个性化服务能力.     

人机交互中的智能体情感计算研究

机器的情感是通过融入具有情感能力的智能体实现的,虽然目前在人机交互领域已经有大量研究成果,但有关智能体情感计算方面的研究尚处起步阶段,深入开展这项研究对推动人机交互领域的发展具有重要的科学和应用价值。本文通过检索Scopus数据库选择有代表性的文献,重点关注情感在智能体和用户之间的双向流动,分别从智能体对用户的情绪感知和对用户情绪调节的角度开展分析总结。首先梳理了用户情绪的识别方法,即通过用户的表情、语音、姿态、生理信号和文本信息等多通道信息分析用户的情绪状态,归纳了情绪识别中的一些机器学习方法。其次从用户体验角度分析具有情绪表现力的智能体对用户的影响,总结了智能体的情绪生成和表现技术,指出智能体除了通过表情之外,还可以通过注视、姿态、头部运动和手势等非言语动作来表现情绪。并且梳理了典型的智能体情绪架构,举例说明了强化学习在智能体情绪设计中的作用。同时为了验证模型的准确性,比较了已有的情感评估手段和评价指标。最后指出智能体情感计算急需解决的问题。通过对现有研究的总结,智能体情感计算研究是一个很有前景的研究方向,希望本文能够为深入开展相关研究提供借鉴。     

车联网中基于位置服务的个性化位置隐私保护

随着车联网的快速发展,用户享受车联网提供的位置服务(location-based services,LBSs)时,位置隐私泄漏是一个关键安全问题.针对车载网络中位置服务隐私泄露问题,提出了一种基于差分隐私的个性化位置隐私保护方案,在保护用户隐私的前提下,满足用户个性化隐私需求.首先,定义归一化的决策矩阵,描述导航推荐路...     

基于P2P网络模型的Web搜索引擎用户隐私保护

网页搜索引擎(Web search engine, WSE)存储和分析用户的查询记录,从而建立用户资料来提供个性化的搜索服务。针对WSE中存在侵犯用户隐私的问题,提出一种基于P2P网络模型的WSE前端用户隐私保护方案。利用P2P网络架构来将用户根据他们的爱好进行分组,并构建多层隐私保护机制,通过节点转发来提交用户查询,WSE只能获得一组查询的简要特征并提供相应的服务。同时保护诚实用户不被WSE暴露,并将自私用户暴露给WSE。实验结果表明,该方案能够很好保护用户隐私,并提供良好的服务质量。     

移动社交网络中细粒度朋友发现隐私保护机制

在移动社交网络中,用户可以通过匹配彼此的特征属性进行朋友发现,针对单属性管理中心用户属性密钥更容易被攻击者窃取和服务高峰出现的性能瓶颈问题,提出一种由多个属性管理中心、分级管理用户属性子密钥方案.在该方案中,多个属性中心细粒度地管理用户的不同特征属性,并根据用户特征属性生成属性子密钥,交友请求者只有满足交友发起者设置的交友访问策略,才能正确地将各子密钥组合成完整的解密密钥,进而解密存储在交友中心的用户加密数据文件.通过对属性子密钥进行分级分类管理,不仅避免了单属性管理中心容易被攻击而造成的密钥泄漏以及单点故障风险,而且多属性中心协同工作提高了交友匹配计算效率.通过验证方案是否可挑战明文攻击,证明可达到CPA安全,可以有效地保护用户的隐私不被泄露.同时与既有方案进行了充分的对比实验,确保该方案计算开销最小,可以提供良好的用户体验.     

The relationship between quality of service perceived and delivered in mobile Internet communications

Today mobile network operators offer a wide variety of mobile Internet services to their customers including mobile email, banking, and news services. The acceptance of these services is heavily based on quality of service (QoS) experienced by the user. So far the discussion of QoS has been very network centric and the key to user satisfaction has been the network performance. In this paper we analyze the relationship between QoS perceived by the customer and network performance offered by the service provider. We conduct a lab experiment where network performance variables were controlled. Statistical analysis of the results indicates that there is no 1:1 correspondence or even truly linear relationship between network performance and perceived QoS as recommended by the International Telecommunications Union-Telecommunication (ITU-T). Instead the relationship varied from application to application. We examine several usability factors as potential reasons behind this phenomenon and make suggestions for future research.