1.一种基于流媒体用户行为分析的流量产生方法,其特征在于包括以下步骤：

101、采用网络嗅探器获取流媒体用户的网站日志文件，得出每个视频的播放次数、每个视频的播放时间t、暂停时间T、视频前进距离l、视频后退距离L、被观看视频的数量n、视频请求间隔Δt、操作状态切换概率Pij，确定出Markov视频转移概率矩阵，并采用K-S法分别得出视频播放时间t、暂停时间T、视频前进距离l、视频后退距离L、被观看视频的数量n、视频请求间隔Δt服从的概率密度分布；前述操作切换概率Pij表示某视频从操作状态i换到操作状态j的概率，操作状态包括暂停、播放、前进、后退、停止；

102、根据步骤101中得到视频的播放次数确定出视频被观看的概率P，并确定出第一个被观看的视频；

103、根据当前观看视频的操作状态i，并根据步骤101得到的操作状态切换概率Pij确定出当前观看的视频所对应的下一个操作状态j，所述操作状态包括暂停、播放、前进、后退、停止；

104、根据步骤103中的视频操作状态j服从的概率密度分布得出该操作状态j执行的时间t'，根据步骤103得到的操作状态j和本步骤得到的操作时间t'形成数据流量通过流媒体服务器发送给客户端，客户端统计出发送流量；

105、根据步骤101中得到的视频请求间隔Δt，根据Markov视频转移概率矩阵确定下一个视频，直到最后一个视频为止，流媒体服务器停止发送数据流量。

2.根据权利要求1所述的基于流媒体用户行为分析的流量产生方法，其特征在于，步骤

102中确定第一个观看的视频的方法为：

A、随机选取视频Vi，根据公式 计算得到视频Vi的观看概率为pi；其中

总共有n个视频，依次为V1,V2…Vi…Vn，其中Si表示视频Vi被观看的次数，pi表示观看视频Vi的概率，并设定观看视频的截止观看概率x，B、当pi≤x时不观看该视频，返回步骤A，直到pi>x时确定出第一个观看的视频Vi。