摘要：为了改善网络视频流的细粒度分类效果，该文分析视频流传输过程中的特征变化与流分类之间的关系。根据不同类型的视频流具有不同的下行传输速率变化模式，提出一种新的基于下行速率传输的视频流分类特征--M值概率分布，并使用支持向量机（SVM）实现网络视频流的分类。实验结果表明，M值概率分布相比较于已有的常见流特征，可以更好地实现6种典型的网络视频流分类。

关键词：网络视频流 流分类 m值概率分布 

单位：南京邮电大学通信与信息工程学院; 南京210003; 安徽师范大学物理与电子信息学院; 芜湖241000