[发明专利]基于QUIC的加密网页流量的体验质量指标监控方法

权利要求书

1.一种基于QUIC的加密网页流量的体验质量指标监控方法，其特征在于，流程包括：

步骤S1：训练阶段；利用网页访问中的包轨迹，提取每个包的特征，训练机器学习模型；

步骤S2：测试阶段；利用训练好的机器学习模型，从测试网页的数据包跟踪中提取特征集，进行测试来得到体验质量的度量；

所述步骤S1的流程包括：

步骤S101、访问一组网页，并记录其在网络中的包轨迹，以及网页直接访问浏览器获得的实况网页体验质量指标；

步骤S102、对于每个包的跟踪，从网络层和传输层报头中提取一组全面的特征；

步骤S103、给定在不同网络条件下访问网页，针对不同的体验指标训练监督的机器学习模型，完成训练阶段；

从包跟踪中提取的特征还分为基于窗口的特征和基于包的特征；所述基于窗口的特征是通过聚合在时间窗口内到达的所有数据包的信息来计算的，所述基于包的特征通过分析单个包来计算的，然后汇总统计数据。

2.根据权利要求1所述的基于QUIC的加密网页流量的体验质量指标监控方法，其特征在于，所述网络层特征来自IP报头中的信息，所述传输层特征来自UDP报头中的信息。

3.根据权利要求2所述的基于QUIC的加密网页流量的体验质量指标监控方法，其特征在于，每个所述网络层特征和传输层特征分别用于上游和下游流量。

4.根据权利要求2所述的基于QUIC的加密网页流量的体验质量指标监控方法，其特征在于，所述网络层特征包括包到达间隔时间和包大小。

5.根据权利要求1所述的基于QUIC的加密网页流量的体验质量指标监控方法，其特征在于，所述基于包的特征包括如平均值、中值、最大值、最小值、标准差、峰度和偏度中的一个或多个。

6.根据权利要求1所述的基于QUIC的加密网页流量的体验质量指标监控方法，其特征在于，所述基于窗口的特征，在第一个时间窗口中，只提取一次访问延迟特征；对于其余每个时间窗口，以连续的方式提取网页质量的特征。

7.根据权利要求1-6中任意一项所述的基于QUIC的加密网页流量的体验质量指标监控方法，其特征在于，所述传输层特征包括每个包的重传和通告的接收窗口，RTT仅对上行流量使用报文序列号及其对应的确认进行计算，忽略重传报文。

8.根据权利要求1-6中任意一项所述的基于QUIC的加密网页流量的体验质量指标监控方法，其特征在于，运行中的起始字节和结束字节对应于起始和结束时违背确认的字节数，结束当前时间窗口。