智能实时音视频传输网络的应用场景与需求

智能实时音视频传输网络的应用场景与需求本文件规定了智能实时音视频传输网络的业务场景和技术需求，业务场景包括端到端交互场景、端到数据中心交互等场景，技术需求包括云网融合需求、数据控制分离需求、端边云协同等需求。本文件适用于智能实时音视频传输网络的产品设计、研究开发等。2规范性引用文件本文件没有规范性引用文件3术语和定义下列术语和定义适用于本文件。实时音视频通信realtimeaudioandvideocommunication基于实时交互的音视频通信技术，包括采集、编码、前后处理、传输、解码、缓冲、渲染等通信环节，以及涵盖解决互联网不稳定性的专用通信网络和音视频信号处理算法，能够为行业应用提供高并发、低时延、高清流畅、安全可靠的全场景、全互动、全实时的音视频服务。智能实时音视频传输网络smartrealtineaudioandvideotransportnetwork基于分布式云、边缘计算、大数据、内容分发网络、软件定义网络等技术，以音视频传输平台为支撑，全面实时感知网络拓扑和边缘数据，有效管理网络中数据节点、网络状态等资源，统筹规划客户端到数据节点以及数据节点之间的传输路径，提供智能化的音视频传输服务，形成一种全新架构的音视频通信国络形态。负责对数据节点进行控制和调度的网元，是智能实时音视频传输网络中的大脑中枢，体现的是对数据的管理。YDTxxxx一xX2数据节点datanode负责对业务数据进行高质量、高速度转发的网元，是智能实时音视频传输网络中的神经元，体现的是数据本身的传输。网内传输nodetonode智能实时音视频传输网络的数据节点之间的传输通信。最后一公里传输lastmile客户端到智能实时音视频传输网络的数据节点之间的传输通信下列缩略语适用于本文件：ARXR第五代移动通信技术人工智能增强现实客户端到客户端客户端到数据中心客户端到边缘基于超文本传输的自适应码率流媒体协议基于超文本传输视频数据协仪网际互联协议个人计算机服务质量实时音视频实时消息传输协议实时流传输协议虚拟现实网页实时通信扩展现实CommunicationTechRealTimeCommuniRealTimeStreamingWebRealTimeCommunicatYDTxxxx一xXRTC是一种实时交互的技术，在教育、金融、办公、医疗、交通、泛娱乐以及需要强交互的场景已经得到了广泛的应用。近年来，随着5G、AI、XR等数字技术的发展，以及疫情带来的线上化客观需求，数字世界和物理世界的融合也在加速推进。人们对于交互模式的体验也在发生根本性变化，互动性更强、沉浸感更高的需求，驱动着RTC应用的承载网络进行变革，总体朝着时延更小、质量更好的方向不断演进。然而，现有的音视频网络系统已经难以承载日益增长的RTC应用和需求，主要存在以下不足：a)智能化程度低：网元节点之间转发数据缺乏智能实时调度体系，节点存在单点瓶颈无法最大化利用网络资源、合理分配网络流量、规划传输路由等。例如：所有的数据都走最优链路，导致该链路很快就饱和，而其他链路却空闲。b)Q0S效果不佳：网络结构复杂，缺乏高质量保障。例如：异地传输时延大，抗弱网能力差，客户端播放观看时常出现抖动、花屏等问题c)重复建设：各业务的传输网络割裂，部分功能重复。例如：视频会议业务的传输网络和互动直播业务的传输网络是两套系统，相互独立，各自建设。d)解耦性差：网络与业务强耦合，不能提供多层次服务能力。例如：云渲染业务是仅具备媒体传输能力的网络，但是像互动直播等业务不仅需要媒体传输能力，还需要编解码等能力，就不能直接使用云渲染业务的网络。智能实时音视频传输网络可以更好地解决上述问题，满足业务用户的体验需求，从而以技术促进经济和社会的发展。智能实时音视频传输网络是基于分布式云、边缘计算、大数据、内容分发网络、软件定义网络等技术，以音视频传输平台为支撑，全面实时感知网络拓扑和边缘数据，有效管理网络中数据节点、网络状态、算力信息等资源，统筹规划客户端到数据节点以及数据节点之间的传输路径，提供智能化的音视频通信服务，形成一种全新架构的音视频通信网络形态。图1为智能实时音视频传输网络示意图，该网络可与运营商网络通过云网融合技术联合为业务应用提供优质服务。智能实时音视频传输网络整体采用数据控制分离技术，层次上划分为控制层和数据层。控制中心属于控制层，是负责对数据节点进行控制和调度的网元，是智能实时音视频传输网络中的大脑中枢，可进一步细分为接入调度和路由调度等模块。数据节点属于数据层，是负责对业务数据进行高质量、高速度传输的网元，是智能实时音视频传输网络中的神经元，可进一步细分为接入节点和中转节点。客户端属于数据层，是负责数据的生成和展示的网元，通过数据节点接入到网络中。各网元模块在位置上分布在不同区域在工作中采用端边云协同方式进行耦合。YDTxxxx一xX身中心云(控制层)边缘云(数据层)中律合文图1智能实时音视频传输网络示意图中6智能实时音视频传输网络的主要应用场景6.1端到端交互应用场景端到端交互应用场景(EndtoEnd,E2E)提供业务客户端到业务客户端的全链路实时加速服务，时廷小于200ms。通过智能接入技术将业务客户端择优接入到智能实时音视频传输网络的接入节点，解决最初和最后一公里传输问题通过智能路由技术规划数据节点之间的最优路由，解决网内传输问题。此种应用场景适用于强交互类的产品，如视频会议、互动直播等6.1.2视频会议视频会议，是指两个或两个以上不同地方的个人或群体，通过传输线路及多媒体设备，将声音、影像及文件资料互传，实现实时且互动的面对面交谈沟通，视频会议的使用有点像电话，除了能看到通话人并进行语言交流外，还能看到通话人的表情和动作，使处于不同地方的人就像在同一会议室内沟通。6.1.3互动直播互动直播，是指视频直播的增强应用，是在视频直播中增加互动功能，既具有面向用户进行大并发的直播功能，又具有与观众建立双向视频互动的功能。互动直播可以随时建立主播和观众的视频交互，在观看体验和展现效果上有本质的改变，代表着视频直播应用的发展趋势。网络上流行的直播连麦、在线互动教育等形式，都是互动直播的典型应用场景。YDTxxxx一xX6.2端到数据中心交互应用场景端到数据中心交互应用场景(EndtoDataCenter,E2DC)提供业务客户端经过数据节点至数据中心的实时上下行加速服务，时延小于100ms。通过智能接入和智能路由技术将业务客户端与数据中心连接通信，能够节省出云入云带宽，并提供低时延、高质量的云边互动通信服务，解决最后一公里传输、网内传输等问题。此种应用场景适用于云边互动类的产品，可帮助一些跨地域开展业务的应用提供动态内容的实时加速，提供比纯粹互联网更可靠、更低时延的服务，如云电脑、云渲染等6.2.2云电脑云电脑，又称为云桌面，是替代传统电脑的一种新模式。与传统电脑相比，云电脑没有CPU、内存和硬盘等硬件，这些硬件全部汇集在云端的数据中心里。用户只需一个小巧的客户端设备，在任何有网络的地方接入网络，连接键盘、鼠标和显示器，就可以访问个人的桌面、数据和各种应用，一切与使用普通个人电脑没有区别。6.2.3云渲染云渲染，是将3D程序放在远程的服务器中渲染，用户客户端通过Web软件或者直接在本地的3D程序中点击一个“云渲染”按钮并借助高速互联网接入访问资源，指令从用户客户端中发出，服务器根据指令执行对应的渲染任务，而渲染结果画面则被传送回用户客户端中加以显示。6.3端到边缘交互应用场景端到边缘交互应用场景(EndtoEdge,E2Edge)提供客户端到接入节点的就近接入服务和最后一公里弱网对抗能力，时廷小于50ms。通过智能接入技术将业务客户端择优接入到智能实时音视频传输网络的接入节点，解决最后一公里传输问题。此种场景适用于边缘互动类的产品。第三方应用服务端部署在网络接入节点，客户端可以就近择优接入到服务中，如云游戏、云XR场景等基于边缘技术栈构建。6.3.2云游戏云游戏，是以云计算为基础的游戏方式，在云游戏的运行模式下，所有游戏都在服务器端运行，并将渲染完毕后的游戏画面压缩后通过网络传送给用户。在客户端，用户的游戏设备不需要任何高端处理器和显卡，只需要基本的视频解压能力就可以了。6.3.3云XR云XR,是一种全新的模式，受益于5G网络，云XR将物理硬件迁移到云端边缘，使“瘦客户端”只保留XR最基本的功能，提高其移动性和灵活性，大大降低客户端成本。为AR、VR开拓更广阔的市场。此类应用场景可提供端到端全链路加速服务，可包括智能接入能力、智能路由能力、抗弱网能力等，可解决最后一公里传输或者网内传输等问题。此种场景适用于除上述场景之外的其他非强交互类的产品，如视频监控、设备监控等物联网类场景以及普通在线直播场景等。6.4.2物联网场景物联网相关的业务场景，是指将各种信息传感设备与网络结合起来而衍生出的一系列场景，包括视频监控、远程控制、设备控制等。6.4.3在线直播以互联网技术为基础，运用搭建网络直播平台的方式，将音视频信息传递给有观看需求的受众的在线方式。7智能实时音视频传输网络的技术需求7.1云网融合需求云网融合需要满足但不限于以下要求：a)网络结构应分为两层，上层为应用侧的通过云计算方式部署的智能实时音视频传输网络，下层为基础的运营商网络，上下层可联合为整套系统提供QoS保障b)应用侧智能实时音视频传输网络的组网结构应与运营商网络的组网结构保持一致，应在各大区域骨干节点间采用网状对等结构，在大区内部下沉节点采用层级结构，将网状和层级的特性结合应用到不同的区域，综合提升全网的传输质量，避免流量迂回；c)底层运营商网络应能获取不同的应用侧业务流量类型，并应根据应用侧网络规划的传输路径，在底层动态调整该路径链路的QoS级别，整体增强该链路QoS能力，保障最后一公里传输时的可靠性和网内传输时的质量7.2数据控制分离需求数据控制分离需要满足但不限于以下要求：a)智能实时音视频传输网络整体应采用分层结构，抽象地将数据处理模块和控制处理模块进行分离解耦，可使得各功能模块边界清晰、各尽其责，可支持更多业务场景，提高研发效率：b)数据节点所在的平面为数据层，应负责传输和转发业务数据：c)控制中心所在的平面为控制层，应负责规划接入和中转节点。7.3端边云协同需求智能实时音视频传输网络中的各网元需要满足但不限于以下要求：a)在位置上，应分布在网络中的不同区域，各司其职，宜于维护也便于部署；b)在工作中，应采用端边云协同方式，通过信令交互和媒体交互进行耦合，协同工作。其中，中心云需要满足但不限于以下要求：a)应是智能实时音视频传输网络中的控制网元，应位于分层结构中的控制层b)应部署控制中心，可从边缘云中的数据节点中采集实时的网络拓扑和网络状态变化，应具备对边缘云中的数据节点进行统筹管理、计算和调度的能力。其中，边缘云需要满足但不限于以下要求：a)应是智能实时音视频传输网络中的数据网元，应位于分层结构中的数据层b)应部署数据节点，可根据中心云的控制中心下发的信令，探测相邻节点之间的网络状态信息以及建立从发送端到接收端的数据转发链路，应具备网络探测能力以及将接收的数据包按照转发链路逐跳转发的能力。其中，客户端需要满足但不限于以下要求：a)应是各种支持音视频等数据生成、传输、展示的物理设备或者软件应用。例如，视频会议业务包含PC客户端、手机移动客户端、会议室的会议终端等；云电脑业务包含瘦终端、PC端、后端服务器等；XR业务包含眼镜终端、头戴终端、后台服务器等；b)应支持将外部多种协议的协议转换。如WebRTC、RTMP、RTSP、HLS、FLV、GB28181等协议，应进行统一化处理，避免网络内部节点间的协议转换，提高传输效率7.4控制中心需求控制中心应支持对数据节点进行控制和调度，体现的是对数据的管理，至少应支持接入调度和路由调度。接入调度需要满足但不限于以下要求：a)应支持数据汇聚能力，可定时采集接入节点信息、客户端到接入节点的探测信息等包括但不限于：业务类型、节点IP地址、节点性能负载、接入成功率、音视频卡顿率b)应支持维护静态、动态IP库，可先对汇聚的数据信息进行过滤，剔除变化率不超过阀值的数据，然后根据接入节点的位置信息进行分类管理c)应具备智能规划接入节点的能力，可根据业务请求参数、预处理后的数据信息，计算最优接入节点，包括但不限于：最近接入、择优接入、黑白名单赛马机制等功能；d)应提供查询接入节点的能力，可供业务查询该客户端最适合接入的接入节点。路由调度需要满足但不限于以下要求：a)应支持数据汇聚能力，可定时采集中转节点信息、中转节点之间相互探测的网络信息等，包括但不限于：链路的时延、丢包率、抖动、带宽、代价成本等：b)应支持数据预处理能力，可对汇聚的数据信息进行过滤、分类等，包括但不限于：别除变化率不