行业洞察|要火了的雾计算,前沿应用场景之三:雾计算+在线视频

版主: 论坛版主

回复
头像
王小溪
硕士研究生
帖子: 264
注册时间: 01 11月 2018, 20:14

行业洞察|要火了的雾计算,前沿应用场景之三:雾计算+在线视频

帖子 王小溪 » 22 8月 2019, 18:26

目前,随着5G技术的发展,网络连接速度越来越快,如智能设备等的网络节点连入越来越多,网络信号覆盖范围越来越广,网络通信状态越来越稳定,这意味着我们已经迈进万物互联的物联网时代。


智能设备的不断普及使得海量数据实时产生将会是未来社会的常态,设备的逐渐智能化使得设备本身具备即时处理数据的能力,而不必非得把信息传输或存储到距离遥远的“云”中,这正为分布式本地网络架构奠定了基础,这正催生了雾计算技术的崛起和发展。


雾计算将为多个行业和领域的发展带来飞跃性的变革。那么,即将火起来的雾计算可以被运用到哪些行业和领域?它的落地应用场景又会是怎样的呢?
接下来,我们将会给大家逐一分享,第三期博纳云将分享雾计算与在线视频相结合的应用场景。
0.jpg

网络在线视频趋势大热 市场巨大
1.jpg

近年来,以抖音、快手为主的短视频APP成为大多数人手机里必备的应用程序,短视频已经盛行,成为当前主流的网络传播形式。而早在若干年视频已经是人们工作、生活和社交不可或缺的部分,在智能手机和宽带互联网的发展推动下,互联网在线视频受到追捧并成为人们观看视频的主要方式。

目前,70%的互联网传输用于视频流,视频也被认为是互联网带宽的最大“消耗者”。根据思科一项统计显示,预计2020年视频流的使用率将占互联网总流量的82%。未来,互联网视频市场发展劲头已势不可挡,发展空间和前景不可小觑。

根据HIS2016年的一份研究指出,中国在线视频(包括广告和付费内容)的市场收入将从2015年的220亿元人民币(35亿美元)翻两番至2020年的962亿元人民币(176亿美元)。


互联网视频发展的挑战

自20世纪90年代中期起,互联网的发展和普及就已经推动了基于互联网上的视频通信和交互。在这一过程中,对网络视频流的处理就陆续遇到不少复杂而棘手的问题,其中包括带宽的变化、数据包的延迟和丢失,还有如何实现将网络资源在多个用户之间进行平等共享、如何有效地实现公共内容的一对多连接等问题。
2.jpg

一般来说,我们可以采取两种不同的方法来通过互联网传输获得视频服务:一种是下载模式,另一种是流媒体模式。

下载模式是将下载整个视频文件并存储到自己的终端设备中再进行播放,这里不涉及和要求实时性。

而对于流媒体模式来说,是播放器从一个服务器向媒体请求包含已存储了的媒体,如同去图书馆借阅在馆内存储的书籍一样,这也被这被称为视频点播。在这个模式下,视频内容必须以数据包的形式发送,并在到达目的地时实时播放。目前,支持这一模式的实现主要靠云计算,它能够给每个在线服务提供高容量的存储和高性能的处理服务。然而,数据流数量达到一定级别或遇到紧急通知需要及时送达时,处理视频流则需要快速的响应和更低的时延。

在在线视频需求激增的压力下,视频流处理如果继续采取终端用户 — 云端中心的路径,那么就会遇到更严重的时延和用户覆盖率受限等问题,各视频服务提供方将无法单一通过云服务向用户提供最高质量的视频服务。


雾计算赋能火爆的在线视频市场发展

在线视频包括直播视频和点播视频,直播视频的一个主要应用是视频会议,视频由摄像头在拍摄源处捕获并立即传输至终端用户。
3.jpg

而在爱奇艺、腾讯视频等APP中用户使用更多的是点播视频,原理是视频内容先存储在服务器中,并在最终用户请求时进行传输和播放。为了达到视频像素清晰、实时接收观看甚至以相同的标准进行视频交互等要求就需要比原有云计算架构更高带宽、更低损耗和更低时延的技术和网络传输条件。

针对上述这些问题,雾计算可以作为与云计算相结合的优选技术解决方案被运用。雾计算是一种较云计算更加分散的计算架构,数据处理和存储位于数据产生源和云基础设施之间,可以很好地降低时延,缩短了数据传输路径、降低成本,通过在这一架构上处理和存储无需上传至云端即可完成的数据,与云计算更好地结合执行网络服务。
4.png
雾计算模型(来源:《运用雾计算的视频流处理》)

部署的雾计算节点比云端中心更接近终端用户、分布更加分散、数量更多,可以更快速地响应和处理视频流,同时还能充能调动终端用户附近的计算资源,同时在很高程度上满足处理视频流所需的存储和计算性能需求。

雾计算具有更精准的实时交互、更低的响应时间、更高的位置感知度和对移动性的更灵活支持,可以支持视频用户从雾服务器请求不同类型的视频流(包括视频会议、直播视频、科学讲座和点播电影等),在这过程中视频时延和质量受带宽变化的影响大大降低。

在雾计算的助力和结合下,上述的解决方案也可以推动更多更宽泛的视频应用领域更好的发展,比如,现在不少企业设施和公共场所里的24小时运行的监控系统,实时处理海量视频数据流的需求越来越迫切,雾计算凭借基于数据处理本地化的优势将会在未来被广泛地运用并发挥越来越大的价值。
参考文章:
1.《运用雾计算的视频流处理》(Video streaming processing using fog computing)
2. Vidyard报告《2019年商业报道视频现状》(Vidyard : The 2019 State of Video in Business Report)
3.Kashif B, Aiman E. Edge Computing for Interactive Media and Video Streaming. Second International Conference on Fog and Mobile Edge Computing (FMEC); 2017 May 8–11; Valencia, Spain, IEEE Xplore: IEEE; 2017. 68–73 p.
4. IHS :预计2020年中国在线视频市场规模达962亿元人民币
http://www.199it.com/archives/497246.html
5.《基于边缘和雾计算概念的广域视频监控》(Wide Area Video Surveillane Based on Edge and Fog Computing Concept)
*本文由博纳云编译和原创,如需转载,请标明出处。
Web: https://bonuscloud.work/
TG (General) : https://t.me/Bonuscloud
TG (China) : https://t.me/bonuscloudcn
Twitter:@bonus_cloud
Facebook:@BonusCloud.io
Medium:https://medium.com/@bonuscloud/
微信公号:Bonus_Cloud

回复