大家平时在体检时会按照体检的大致框架一步步进行 ， 框架中包括体检的指标 ， 也就是系统的组成 。 我们将体检思路运用到媒体质量诊断 ， 在诊断网络之前要先理解网络 ， 主要做法是基于时空理解网络 ， 包括理解系统、理解用户、理解内容 ， 从影响音视频卡顿的因素看 ， 包括系统（站点之间的网络时好时坏 ， 边缘站点有水位 ， 资源有瓶颈）、用户（接入网络wifi/4G、本区域和跨区域接入影响）和内容（冷热流影响 ， 主播端产生内容质量差）等各方面 。
基于时空体验诊断能力 ， 我们构建了一个整个网络时空孪生世界 。 主要解决了运维面临的问题如查找难、定位难、优化难 ， 解决之道是基于数据和算法重新定义媒体网络运维 ， 首先要感知网络中的业务类型 ， 业务内容 ， 用户内容 ， 感知之后基于“人、站、流”构建数字世界 。 系统站方面主要感知时延、带宽、丢包、抖动、负荷等参数；视频流内容方面主要感知质量；用户人方面主要感知行为、QoE 。
数字世界中已有百万级对象、千万级关系、亿级时序线 。
诊断模型的构建策略是分三层来构建整体的能力 ， 最基础的能力就是构建L0全链路网络拓扑基础能力 ， 其次是基于L0能力构建基于时空质量因素自动诊断全网体验问题 ， 最上层是业务分析能力层 ， 支撑体验指标与业务规模的多维分析 ， 如果上层业务体验指标发生了变化 ， 通过业务模型、诊断能力 ， 全链路能够快速找到影响因素并进行优化 。
文章图片
接下来介绍在体验提升方面的一些实践 ， 实践包括业务层的全域调度及传输层的全链路加速 。 现网存在的很多问题是无法使用单一方法解决 ， 这里有四个问题：多SLA保障问题 ， 成本高昂问题、资源诉求剧增、业务场景融合 ， 这些问题往往都是多业务 ， 多目标的综合性问题 ， 需要一个数据驱动的云原生媒体网络决策系统来解决 ， 决策系统需要具备的核心能力是智能画像（能够进行QoS预测、带宽预测、用户数预测、算力消耗预测） ， 流量调度、算力调度、商业助手（因为所有业务都跑在一张网络上 ， 涉及到资源复用 ， 需要知道下一位用户第二天的复用情况 。 需要从回源率、成本、复用比三个维度进行预测） 。
解密多业务多目标全域决策的实施流程 ， 首先从四个维度感知各个音视频业务 ， 包括健康特征、容量特征、成本特征 ， 质量特征 。 接着建立特征画像库 ， 包括用户画像库、站点画像库、网络画像库 。 综合以上画像结合调度算法（接入调度算法、回源调度算法、Full Mesh调度算法、转码算力调度算法）支撑用户体验的提升及降成本 。
推荐阅读
- 微信|积极落实互联互通，微信收款码支持云闪付及银行APP支付物料落地
- 样儿|从太空看地球新年灯光秀啥样儿？快看！绝美风云卫星图来了
- 技术|使用云原生应用和开源技术的创新攻略
- MateBook|深度解析：华为MateBook X Pro 2022的七大独家创新技术
- 微信|微信支付“九宫格”全面支持开通中国银联云闪付
- 科技创新平台|云南：打造世界一流食用菌科技创新平台
- 果君|华为Mate X2 典藏版竟逼疯整个摄制组？拯救手滑的神器终于来了(视频)
- 测评|【横评】5年前的老机型测评 苹果华为三星小米魅族一加现在卡吗
- 警告!|华为联想卷入滴滴高管千万受贿案 判决书曝光浪潮曾向其输送720多万
- 娱乐|华为智慧屏迎来“影音娱乐”场景三大升级