基于內(nèi)容分發(fā)網(wǎng)絡(luò)的視頻通信系統(tǒng)研究

孫向輝，江志峰

（中國電信股份有限公司北京研究院 北京 100035）

1 引言

隨著現(xiàn)代通信技術(shù)和業(yè)務(wù)的發(fā)展，人們對通信的需求已經(jīng)由最初的單一語音需求轉(zhuǎn)變?yōu)閷σ粢曨l的綜合需求。尤其是最近幾年，企業(yè)級的視頻通信、視頻會議業(yè)務(wù)得到了很大發(fā)展，幫助企業(yè)降低了出行費用，提高了溝通效率。電信運營商也逐漸面向個人和家庭提供視頻通信業(yè)務(wù)，而寬帶提速計劃也為視頻通信業(yè)務(wù)提供了保障。

目前的視頻通信系統(tǒng)，按照系統(tǒng)實現(xiàn)方案劃分，主要包括以下幾種。

·專用硬件MCU（multi control unit）的方式。MCU設(shè)備位于網(wǎng)絡(luò)中央，所有終端的視頻流都必須送至MCU進行處理，然后再由MCU發(fā)送至各個終端，這種方式下，MCU很容易成為瓶頸，而且MCU投資較高。這類系統(tǒng)主要是一些企業(yè)級的高清視頻會議系統(tǒng)，例如思科網(wǎng)真、華為ViewPoint等。

·軟件客戶端方式。完全在終端使用軟件進行視頻編解碼處理，終端之間完全基于互聯(lián)網(wǎng)進行傳輸，例如目前一些IM所自帶的視頻通信功能。這種基于互聯(lián)網(wǎng)傳輸?shù)姆绞剑瑫?dǎo)致視頻傳輸質(zhì)量不能保證，用戶體驗不高。

·軟件MCU方式。目前一些互聯(lián)網(wǎng)視頻會議系統(tǒng)廠商，使用了基于通用服務(wù)器的軟件MCU結(jié)構(gòu)，所有終端的視頻流都需要經(jīng)過這些服務(wù)器上的軟件模塊進行轉(zhuǎn)發(fā)，雖然這些通用服務(wù)器的成本較低，但是在大規(guī)模部署時，也會有系統(tǒng)瓶頸問題以及部署成本問題。

從上面3種方式看，視頻流的傳輸和處理在視頻通信業(yè)務(wù)中占有非常關(guān)鍵的位置。如果采用集中式的MCU方式進行視頻流傳輸和處理，會容易形成系統(tǒng)瓶頸、可擴展性差；如果面向全網(wǎng)開展視頻通信/會議業(yè)務(wù)，則成本很高；如果視頻流的傳輸完全基于開放的互聯(lián)網(wǎng)，則視頻質(zhì)量難以保證。目前有一些論文和專利[1，2]提出一些新的解決方法，比如使用IP層組播或者應(yīng)用層的組播技術(shù)進行多方視頻通信的視頻流傳輸，但是，在目前的互聯(lián)網(wǎng)中，IP層組播沒有大規(guī)模部署；應(yīng)用層組播的方式，其實質(zhì)也是視頻流基于互聯(lián)網(wǎng)進行傳輸，依然不能保證視頻傳輸質(zhì)量。

目前在國內(nèi)，互聯(lián)網(wǎng)上已經(jīng)部署了大量的內(nèi)容分發(fā)網(wǎng)絡(luò)（content delivery network,CDN），一些規(guī)模較大的內(nèi)容分發(fā)網(wǎng)絡(luò)已經(jīng)覆蓋了絕大部分互聯(lián)網(wǎng)用戶，為用戶提供較高質(zhì)量的點播/直播業(yè)務(wù)的視頻傳輸。本文提出一種基于內(nèi)容分發(fā)網(wǎng)絡(luò)的視頻通信系統(tǒng)架構(gòu)，使用內(nèi)容分發(fā)網(wǎng)絡(luò)中的視頻直播技術(shù)來承載視頻通信的視頻流傳輸，一方面可以利用內(nèi)容分發(fā)網(wǎng)絡(luò)的良好可擴展性，為視頻通信中的視頻流提供傳輸保證，并且不會產(chǎn)生系統(tǒng)瓶頸；另一方面，無需為視頻通信新建系統(tǒng)或者設(shè)備，只需在現(xiàn)有的內(nèi)容分發(fā)網(wǎng)絡(luò)基礎(chǔ)上進行升級即可。

2 內(nèi)容分發(fā)系統(tǒng)視頻直播技術(shù)

在傳統(tǒng)的直播系統(tǒng)中，用戶直接從直播源服務(wù)器獲取直播內(nèi)容，由于用戶和直播源服務(wù)器通常不在一個網(wǎng)絡(luò)中，直播流需要經(jīng)過多個網(wǎng)絡(luò)進行傳輸，復(fù)雜的網(wǎng)絡(luò)環(huán)境無法自行保證直播流的網(wǎng)絡(luò)傳輸，因此，傳統(tǒng)的直播系統(tǒng)無法保證用戶體驗，通常只能用于低碼率的直播流傳送。內(nèi)容分發(fā)網(wǎng)絡(luò)為直播業(yè)務(wù)提供了保證，內(nèi)容分發(fā)網(wǎng)絡(luò)在目前的網(wǎng)絡(luò)上部署了大量服務(wù)器簇，通過租用或者自建網(wǎng)絡(luò)連接，將這些服務(wù)器簇連接在一起，并制定了一套流量調(diào)度系統(tǒng)，在服務(wù)器之間根據(jù)策略進行流量的傳輸調(diào)度。在直播業(yè)務(wù)中，通過內(nèi)容分發(fā)系統(tǒng)，可以直接將直播流傳輸至邊緣服務(wù)器，這個傳輸是有帶寬和延時保證的，用戶只需要從離自己最近的邊緣服務(wù)器請求直播流即可。

圖1為目前內(nèi)容分發(fā)網(wǎng)絡(luò)在提供直播業(yè)務(wù)時的架構(gòu)圖。通常 ICP（Internet content provider）提供直播源，然后使用內(nèi)容分發(fā)網(wǎng)絡(luò)的直播業(yè)務(wù)，將直播視頻流送至終端側(cè)；主界面為ICP提供的內(nèi)容展示界面，用戶通過這個界面可以看到直播內(nèi)容列表，并選擇相應(yīng)的直播內(nèi)容；內(nèi)容分發(fā)網(wǎng)絡(luò)的DNS服務(wù)器（CDN-DNS）將用戶的直播請求定位至相應(yīng)的邊緣服務(wù)器上。內(nèi)容分發(fā)網(wǎng)絡(luò)提供直播業(yè)務(wù)時，業(yè)務(wù)流是以樹形結(jié)構(gòu)從內(nèi)容源分發(fā)至邊緣服務(wù)器上。目前，由于直播業(yè)務(wù)主要用于ICP的直播內(nèi)容分發(fā)，因此通常全網(wǎng)只有少數(shù)幾個注入服務(wù)器供直播內(nèi)容的上傳注入。其中內(nèi)容注入流程和用戶請求流程分別描述如下。

圖1 目前的內(nèi)容分發(fā)網(wǎng)絡(luò)直播業(yè)務(wù)架構(gòu)

（1）內(nèi)容注入流程

直播源向內(nèi)容分發(fā)系統(tǒng)請求注入直播流，系統(tǒng)向直播源返回請求結(jié)果。如果系統(tǒng)允許注入，則向直播源分配注入的網(wǎng)絡(luò)地址和端口，隨后，直播源將直播視頻流發(fā)送至系統(tǒng)中的注入服務(wù)器上。同時，該直播流在內(nèi)容分發(fā)系統(tǒng)中進行注冊。直播源服務(wù)商的主界面頁面上會出現(xiàn)該直播流的信息，對應(yīng)的鏈接指向該直播流在內(nèi)容分發(fā)網(wǎng)絡(luò)中的地址。

（2）用戶請求流程

當(dāng)用戶想要觀看該直播內(nèi)容時，首先用戶需要訪問ICP提供的直播內(nèi)容主界面，點擊某個直播內(nèi)容鏈接，然后用戶域內(nèi)的DNS服務(wù)器將這個鏈接解析至CDN-DNS上，最后CDN-DNS將用戶請求解析至離用戶最近的邊緣服務(wù)器上。這時，用戶直接向該邊緣服務(wù)器請求直播內(nèi)容。如果這時該邊緣服務(wù)器沒有這個直播內(nèi)容，該邊緣服務(wù)器則向內(nèi)容分發(fā)網(wǎng)絡(luò)請求該直播視頻流，然后將直播視頻流轉(zhuǎn)發(fā)至最終的終端用戶。

利用內(nèi)容分發(fā)網(wǎng)絡(luò)的優(yōu)勢，直播業(yè)務(wù)可以將直播視頻流有保證地從直播源傳送至用戶側(cè)的邊緣服務(wù)器上，但是目前的內(nèi)容分發(fā)網(wǎng)絡(luò)系統(tǒng)中，由于只面向ICP提供直播分發(fā)服務(wù)，因此直播內(nèi)容注入服務(wù)器較少，普通終端用戶不能使用直播內(nèi)容注入業(yè)務(wù)。在筆者提出的架構(gòu)中，增加注入服務(wù)器的數(shù)量，并盡量分布至離用戶較近的網(wǎng)絡(luò)邊緣，開放直播內(nèi)容注入接口，使終端用戶也可以通過注入服務(wù)器將自己的實時視頻流注入至內(nèi)容分發(fā)網(wǎng)絡(luò)中，并通過內(nèi)容分發(fā)網(wǎng)絡(luò)傳送至其他終端用戶處，從而達到實現(xiàn)視頻通信的目的。基于內(nèi)容分發(fā)網(wǎng)絡(luò)的視頻通信系統(tǒng)，不僅可以利用內(nèi)容分發(fā)網(wǎng)絡(luò)的可擴展性高的特性，而且投資小，同時為內(nèi)容分發(fā)網(wǎng)絡(luò)增加了新的業(yè)務(wù)類型。為此需要對當(dāng)前的內(nèi)容分發(fā)網(wǎng)絡(luò)進行一些改進，§3主要介紹改進后的網(wǎng)絡(luò)結(jié)構(gòu)以及流程。

3 基于內(nèi)容分發(fā)網(wǎng)絡(luò)直播技術(shù)的視頻通信系統(tǒng)

本章介紹基于內(nèi)容分發(fā)網(wǎng)絡(luò)直播技術(shù)的視頻通信系統(tǒng)架構(gòu)設(shè)計，本系統(tǒng)既支持一方對一方的視頻通信，也支持多方對多方的視頻通信，同時也支持一方對多方的視頻會議應(yīng)用。

3.1 內(nèi)容分發(fā)網(wǎng)絡(luò)中注入服務(wù)器分布式架構(gòu)

為了基于內(nèi)容分發(fā)網(wǎng)絡(luò)提供視頻通信應(yīng)用，首先需要增加當(dāng)前的內(nèi)容分發(fā)網(wǎng)絡(luò)中的注入服務(wù)器數(shù)量，在視頻通信業(yè)務(wù)中，用戶需要同時接收和發(fā)送視頻流，因此要利用當(dāng)前的內(nèi)容分發(fā)網(wǎng)絡(luò)提供視頻通信業(yè)務(wù)，就需要增加直播流注入服務(wù)器的數(shù)量，以保證用戶向內(nèi)容分發(fā)網(wǎng)絡(luò)注入實時視頻流；其次，需要將注入服務(wù)器分布至離終端用戶近的網(wǎng)絡(luò)邊緣，由于視頻通信的用戶分布在各地，因此，直播流注入服務(wù)器應(yīng)該盡可能地分散。實際上，目前的注入服務(wù)器也是基于通用服務(wù)器使用軟件實現(xiàn)，因此，可以在當(dāng)前已經(jīng)部署的邊緣服務(wù)器上添加軟件模塊實現(xiàn)注入服務(wù)器功能。如圖2所示，在邊緣服務(wù)器上添加邊緣注入服務(wù)器模塊。

在系統(tǒng)中，使用SIP[3]協(xié)議處理用戶和系統(tǒng)之間的呼叫信令。利用SIP的呈現(xiàn)功能顯示用戶的好友列表，通過列表可以向好友發(fā)起視頻通信呼叫[4]。

圖2 支持用戶側(cè)視頻流上傳的內(nèi)容分發(fā)系統(tǒng)

3.2 視頻通信中視頻流注入處理

本節(jié)介紹實時視頻流注入至內(nèi)容分發(fā)網(wǎng)絡(luò)中的處理流程。在傳統(tǒng)內(nèi)容分發(fā)網(wǎng)絡(luò)中，媒體流的地址都以統(tǒng)一資源定位符（uniform resource locator，URL）的形式進行標(biāo)識。在本文提出的架構(gòu)中，系統(tǒng)中增加了邊緣注入服務(wù)器，用于接收終端用戶上傳的視頻通信流，使用UP_URL地址來標(biāo)識在邊緣注入服務(wù)器上接收終端用戶視頻流的地址。用戶向UP_URL地址發(fā)送視頻流。在傳統(tǒng)內(nèi)容分發(fā)網(wǎng)絡(luò)的直播應(yīng)用中，這個UP_URL地址相當(dāng)于內(nèi)容分發(fā)系統(tǒng)分配給ISP用于直播內(nèi)容注入的地址。圖3給出了添加邊緣注入服務(wù)器后的內(nèi)容分發(fā)系統(tǒng)中，用戶側(cè)視頻流上傳的流程。

用戶實時視頻流注入流程如下：

（1）終端向系統(tǒng)中的“直播管理服務(wù)器”發(fā)送實時視頻流注入請求；

圖3 用戶側(cè)視頻流上傳流程

（2）直播管理服務(wù)器確定用戶所屬的邊緣注入服務(wù)器，并和該服務(wù)器協(xié)商資源狀況，同時生成在內(nèi)容分發(fā)網(wǎng)絡(luò)中該直播流對應(yīng)的惟一UP_URL；

（3）直播管理服務(wù)器向終端返回UP_URL；

（4）終端根據(jù)直播管理服務(wù)器指定的地址信息，將直播流直接發(fā)送至相應(yīng)的邊緣注入服務(wù)器的UP_URL上。

3.3 基于內(nèi)容分發(fā)網(wǎng)絡(luò)的視頻通信系統(tǒng)流程

本節(jié)給出具體內(nèi)容分發(fā)網(wǎng)絡(luò)中視頻通信的流程，包括登錄流程、兩方視頻通信流程以及三方視頻通信流程。

（1）登錄

在用戶終端上需要安裝客戶端軟件，用戶在發(fā)起視頻通信前，需要先進行登錄操作。在正常登錄后，聯(lián)系人列表中會列出當(dāng)前可以進行視頻呼叫的用戶名單。

UP_URL也會被保存在SIP服務(wù)器上，作為該用戶在SIP服務(wù)器上保存的用戶信息的其中一個屬性。

（2）視頻通信呼叫（兩方）

在進行兩方參與的視頻通信呼叫中，用戶A和用戶B在成功登錄后，用戶A向用戶B發(fā)起視頻呼叫。其流程如圖4所示。

（3）視頻通信呼叫（三方）

在三方或者更多方場景下，由主叫一方發(fā)起三方或多方視頻通信，可由主叫一方選擇另外幾方之間是否也進行視頻通信，其流程如圖5所示。

本方案的三方/多方視頻通信中的視頻流都是相互獨立的，用戶可以提前設(shè)定策略或者自行選擇和任意一方建立視頻通信。

3.4 使用內(nèi)容分發(fā)網(wǎng)絡(luò)進行視頻通信的優(yōu)勢

通過使用內(nèi)容分發(fā)網(wǎng)絡(luò)直播應(yīng)用進行視頻通信，與其他視頻通信方式相比，具有以下優(yōu)勢。

·與集中式MCU方式相比，采用內(nèi)容分發(fā)網(wǎng)絡(luò)進行視頻傳輸，無需額外部署專用的、昂貴的MCU設(shè)備，而且內(nèi)容分發(fā)網(wǎng)絡(luò)可擴展性好，可以很大程度避免網(wǎng)絡(luò)中的單點故障。內(nèi)容分發(fā)網(wǎng)絡(luò)已經(jīng)在目前的互聯(lián)網(wǎng)上廣泛部署和使用，可以保證視頻分發(fā)規(guī)模和傳送的穩(wěn)定性。

·與完全的軟件客戶端方式相比，采用內(nèi)容分發(fā)網(wǎng)絡(luò)進行視頻傳輸，充分利用了內(nèi)容分發(fā)網(wǎng)絡(luò)可以很好地保證視頻流傳輸?shù)葍?yōu)勢，視頻流不再完全基于互聯(lián)網(wǎng)進行傳輸，在視頻傳輸質(zhì)量上有較好的保證。使用基于內(nèi)容分發(fā)網(wǎng)絡(luò)進行視頻通信也有以下特點。

·無需新建系統(tǒng)，只需對現(xiàn)有的內(nèi)容分發(fā)網(wǎng)絡(luò)進行簡單軟件升級，也相當(dāng)于擴展現(xiàn)有內(nèi)容分發(fā)網(wǎng)絡(luò)的功能和業(yè)務(wù)；同時，無需為上行視頻流預(yù)留獨立的計算能力，在邊緣服務(wù)器上，下行視頻流和上行視頻流的計算和處理可以共用底層計算資源。

·在多方應(yīng)用中，每個視頻流都是獨立的，用戶可以根據(jù)需要進行靈活組合或者控制視頻流的狀況。

·網(wǎng)絡(luò)中不再有專門的設(shè)備處理編解碼及混頻功能，所有的編解碼都在終端實現(xiàn)。需要終端支持多路視頻流的編解碼。

3.5 技術(shù)驗證

基于內(nèi)容分發(fā)網(wǎng)絡(luò)開發(fā)了視頻通信的初步原型系統(tǒng)。在驗證系統(tǒng)中，采用語音流和視頻流分離的方式，視頻通過內(nèi)容分發(fā)網(wǎng)絡(luò)承載，語音通過協(xié)同通信平臺承載，具體說明如下。

·HMDN[5]，北京塞維安訊公司的內(nèi)容分發(fā)網(wǎng)絡(luò)系統(tǒng)，本驗證系統(tǒng)使用HMDN承載視頻流的傳輸。

圖4 兩方視頻通信呼叫建立流程

圖5 三方視頻通信呼叫建立流程

·ES（edge server），HMDN系統(tǒng)中的邊緣服務(wù)器，在驗證系統(tǒng)中進行了模塊功能改進。

·中國電信集團公司協(xié)同通信語音平臺[6]，該平臺可以實現(xiàn)電話會議功能，在本驗證系統(tǒng)中用于語音的混音和呼叫處理，通過點擊撥號業(yè)務(wù)綁定用戶手機。

·用戶終端，使用低成本、嵌入式IP機頂盒，支持基于硬件的視頻編解碼功能，攝像頭為普通VGA攝像頭（支持 640 dpi×480 dpi），通過 USB 與機頂盒連接。

在演示系統(tǒng)中，用戶通過遙控器操作機頂盒來發(fā)起呼叫。3個機頂盒放置在兩個地點，其中兩個終端在中國電信集團公司北京研究院實驗室內(nèi)，另一個放在塞維安訊公司內(nèi)，經(jīng)過測試，本系統(tǒng)視頻質(zhì)量可以達到VGA水平，經(jīng)過與MSN視頻通信對比，視頻質(zhì)量優(yōu)于MSN視頻通信，初步驗證了技術(shù)可行性。下一步將繼續(xù)對系統(tǒng)中的關(guān)鍵技術(shù)進行完善和研究。

4 結(jié)束語

內(nèi)容分發(fā)網(wǎng)絡(luò)目前已經(jīng)成為在互聯(lián)網(wǎng)上傳送流媒體內(nèi)容、提高用戶體驗的有效手段，基于內(nèi)容分發(fā)網(wǎng)絡(luò)的直播業(yè)務(wù)提供多路視頻通信系統(tǒng)，可以在對網(wǎng)絡(luò)進行少量改動的情況下，提供有傳輸保證的、可擴展性高的視頻通信業(yè)務(wù)。對于快速、大規(guī)模部署高質(zhì)量視頻通信系統(tǒng)，具有良好的參考。在前期工作中，本項目團隊已經(jīng)開發(fā)出基于機頂盒的三方視頻通信系統(tǒng)原型，驗證了利用內(nèi)容分發(fā)網(wǎng)絡(luò)直播應(yīng)用進行三方視頻通信的可行性和能力。

對于內(nèi)容分發(fā)系統(tǒng)來說，目前該系統(tǒng)主要用于互聯(lián)網(wǎng)上的多媒體內(nèi)容的點播和直播業(yè)務(wù)的內(nèi)容加速。利用本文提出的思路，可以在進行系統(tǒng)升級的情況下，擴展系統(tǒng)的業(yè)務(wù)能力，提升內(nèi)容分發(fā)的價值。

1 趙問道，劉奇.一種應(yīng)用層組播視頻會議系統(tǒng).專利號：CN101710959A

2 王菲，申瑞民等.基于P2P和SIP的視頻會議系統(tǒng)及其實現(xiàn)方法.專利號：CN1889676

3 何彬，張國清.SIP可視電話系統(tǒng)的信令流分析.計算機工程與應(yīng)用,2005(15):157～159

4 Rosenerg J,Schulzrinne H,Camariblo G,et al.Session initiation protocol.RFC3261,2002

5 塞維安訊公司技術(shù)報告.面向多業(yè)務(wù)和網(wǎng)絡(luò)融合的下一代CDN技術(shù)——VSDN介紹

6 中國電信企業(yè)規(guī)范.協(xié)同通信業(yè)務(wù)開放接口技術(shù)規(guī)范