邊緣計算在傳媒領域的應用

向安玲 楊鈺雯

摘 ?要：5G技術的落地應用驅動網絡邊緣設備普及，邊緣計算深度滲透傳媒行業策、采、編、發、服務等生產運轉環節。從選題的場景化、信源的無界化、內容的虛擬化、計算的動態化到服務的精準化，邊緣計算為傳媒行業內容生產和服務運作提供了算力支撐和數據資源支撐，驅動媒體智能化轉型。在提升媒體視覺呈現能力、場景感知能力、智能計算能力的同時，邊緣計算帶來的虛假信息溯源、隱私空間壓縮、資源配置失衡等問題也有待業界和學界進一步探討。

關鍵詞：邊緣計算;5G;傳媒行業;智能媒體 ? ? ? ? ? ? ? ? ? ? ? ? ? 中圖分類號：TN92 ? ? ? ? ? ? ? ? ? 文獻標識碼：A

文章編號：1671-0134（2020）03-113-04 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?DOI：10.19483/j.cnki.11-4653/n.2020.03.032

本文著錄格式：向安玲，楊鈺雯.邊緣計算在傳媒領域的應用[J].中國傳媒科技，2020，03（03）：113-116.

邊緣計算技術作為云計算技術的補充和優化，在5G時代煥顯初新的應用活力，尤其是以云邊協同發展的智能計算技術不斷激活傳媒行業想象空間。邊緣計算技術在終端設備對原始數據進行處理，再將處理好的結果數據上傳至云端，可更快速地對現實情況進行反饋和呈現，一方面減小了云端計算壓力，另一方面也降低了設備與云端交互的時延問題，為媒體數據采集、內容呈現、信息傳輸和媒介服務的形態和效率提供了更多可能。本文從采、策、編、發、服務等環節探討邊緣計算技術將為新聞媒體帶來的影響和可能的應用方向，并對潛在方向和技術應用趨勢進行分析，以期促進傳媒領域的技術融合和智能化發展。

1.文獻綜述

1.1 邊緣計算研究

邊緣計算自2014年來快速發展，目前，國內對于邊緣計算的研究主要集中在人工智能、工業互聯網和物聯網應用等計算機科學和工程應用領域，研究者普遍看好該技術在未來對推動5G和智慧城市建設的應用。國外的研究集中在智能醫療應用、智能農業物聯網平臺以及基于邊緣計算的AR應用優化和深度學習技術優化等領域，并嘗試結合區塊鏈技術對移動邊緣計算的隱私保障問題進行探究。

傳統的云計算在線實時處理大規模數據集容易遇到嚴重的“長尾”延遲問題，導致處理響應的平均時間延遲，無法反應網絡延遲的極端邊界情況，符永銓，李東升（2018）在研究邊緣計算應用的系統架構特征的基礎上，對長尾延遲的產生原因進行分析，歸納出了針對長尾延遲的優化技術及未來將面臨的挑戰。[1]Shi W，Fellow（2016）介紹了邊緣計算的定義，并從云卸載、智能家居、智能城市等領域探討了邊緣技術的應用。[2]施巍松，張星洲，王一帆（2019）圍繞邊緣計算“從哪里來、現狀如何、到哪里去”三個問題，梳理了其發展歷程，并總結出“技術儲備期、快速增長期、穩健發展期”三個階段及未來發展中急需解決的六類問題。[3]朱曉云（2019）認為，在未來幾年邊緣數據中心發展的關鍵時期，產業界需要進行深入研究與合作。[4]周益秋，陳艷敏（2018）聚焦鋼鐵制造產業，將云計算、大數據與邊緣計算技術融合，并應用于鋼鐵制造大數據中心的系統架構研究中。[5]

研究者普遍認為，邊緣計算技術將有效彌補云計算應用中存在的安全隱患問題，但同時需要安全技術的更新來保障邊緣設備的安全。凌捷，陳家輝，羅玉（2019）總結歸納了邊緣設備容易遭受攻擊的情況，提出一種更加適用于邊緣設備到邊緣設備的通信安全保障的技術——基于身份標識的密碼技術。[6]Qian Y，Hu L，Chen J等（2019）提出了一種隱私感知服務放置（PSP）方案，以解決邊緣云系統中具有隱私感知的服務放置問題。PSP機制的目的是保護用戶的隱私，并在從移動邊緣云獲取服務時為用戶提供更好的QoS（服務質量）。[7]

近年來，在移動設備或傳感器附近的計算和存儲節點位于互聯網邊緣的邊緣計算的行業投資和研究興趣急劇增長。除了工業互聯產業外，邊緣計算在智能醫療產業的應用也受到了研究者的關注。Alaa Awad Abdellatif，Amr Mohamed等（2019）認為，實現智能醫療（s-health）的最有前景的方法包括邊緣計算功能和下一代無線網絡技術，可以提供實時且經濟高效的患者遠程監控。并設想了一個基于MEC的架構，用于事件檢測的多模態數據壓縮和基于邊緣的特征提取。[8]

1.2傳媒行業應用

目前，邊緣計算在傳媒領域的研究相對較少，國內的研究普遍集中在廣播電視產業，并結合5G技術和國家政策支持對邊緣計算的模型和應用展開研究。國外的研究涉及VR/AR、本地流媒體服務等領域。

Zhu W，Luo C，Wang J等（2011）在針對多媒體云計算的研究中，從多媒體感知云（媒體云）和云感知多媒體（云媒體）的角度來處理多媒體云計算。為了實現多媒體服務的高QoS，提出了一種媒體邊緣云（MEC）架構，其中，存儲、中央處理單元（CPU）和圖形處理單元（GPU）集群在邊緣呈現，以提供分布式并行處理和各種類型設備的QoS適配。[9]Xavier Corbillon， Gwendal Simon等（2017）利用邊緣計算設計了一種有效的表示方法來構建360°視頻，使得它們僅提供VR/AR用戶真正需要的遠程場景視點內容，從而克服目前發送笨重的360°視頻的高效率方法，其主要部分包括用戶從未訪問的場景信息。此外，還設計了一個優化框架，允許基站選擇協作緩存/呈現/流媒體策略，以便在為每個基站提供給定的緩存/計算資源時，最大化他們在為用戶服務時所獲得的總收益。[10]隨著移動網絡運營量激增，節約帶寬對移動網絡運營商變得越來越重要。M?kinen O（2015）利用相關的理論框架，通過探索性研究提出了基于移動邊緣計算的新型本地流媒體服務概念及其商業模型。[11]關勇， 張佳軍（2019）在研究電信5G網絡架構中的關鍵技術——MEC（移動邊緣計算）對新一代廣電城域網建設中的作用，提出了應用模型架構和實踐應用場景案例，并分析了未來將面臨的技術與挑戰。[12]基于當前國家對超高清視頻產業發展的政策支持，韋順（2019）從市場反饋的角度對邊緣計算在其中的應用進行了研究，并認為該技術是整個4K超高清的核心，并且是一種能與云計算并駕齊驅的新興產業。[13]

2.全鏈條滲透傳媒生產運轉

2.1數據采集：安全保障&來源拓展

一方面，由于在網絡邊緣收集的物理數據通常是私有的，所以，數據在邊緣設備中能夠獲得比云端更為安全的保護;另一方面，在終端完成數據的基本分析并進行脫敏處理，再上傳至云端，邊緣計算技術能夠在保證用戶個人隱私安全的情況下為媒體報道提供更為廣泛和多層次的數據來源。

2.2選題策劃：場景驅動&動態預測

邊緣計算技術具備建立更高水平的地理數據分布的能力，能夠在地理位置偏遠地區、突發情況導致的網絡信號不穩定等地區實現數據實時處理，待網絡信號良好時再上傳云端，這為媒體人提供了更為豐富的選題素材。此外，鑒于當前互聯網內容趨向同質化，數據新聞的制作過于重視可視化形式，在數據本身的邏輯和內涵意義層面的挖掘中有所欠缺，基于現實場景的邊緣數據或許能為數據新聞選題方向提供新的思路，或在預測性新聞報道和智能化新聞產出上有所突破。

2.3內容編輯：強計算力&低邊際成本

在傳媒影視行業，制作高級影片所面臨的挑戰劇增。計算機技術的廣泛應用使得傳媒行業不得不增強自身的計算能力以支持數字化需求。以全球領先的獨立創意數字工作室Animal Logic為例，其制作人員為2013年發行的電影《了不起的蓋茨比》制作了600多個視覺特效，這些視覺特效背后需要精密的技術予以支持。承載計算能力的物理基礎設施（服務器、存儲，以及支持這些IT系統的電源及冷卻設備）的可擴展性，對這些日益壯大的工作室而言是一項重大挑戰。在這種情況下，選擇部署邊緣計算服務器來降低成本，同時不影響系統的正常運行時間，是未來行業優化發展的選擇之一。

2.4內容發布：下沉部署&高速傳輸

近年來，高清視頻產業飛速發展，“5G+邊緣計算”為視頻直播的實時同步性和穩定性提供了更大的保障，4K/8K的內容制作方、硬件生產方及網絡服務傳送方競相入市。邊緣計算技術高可靠、低延時的計算能力使得媒體發布在VR/AR等設備上的內容比以往更具可看性，或許能在“VR+新聞”的領域有所突破。目前，已有公司與網絡運營商展開合作，加快邊緣計算節點的下沉部署，以承載未來內容數據流量的暴增。此外，對于個人而言，如今頻繁使用的圖片和視頻拍攝功能，需要通過云服務將內容上傳至網絡平臺分享，而圖像或視頻剪輯的計算可能相當大，并且會占用大量的上傳帶寬。邊緣計算技術支持視頻剪輯被降級并在上傳到云之前調整到邊緣處，選擇合適的分辨率。

2.5應用服務：精準推送&精細服務

憑借實時或更快速的數據處理和分析技術，邊緣計算支持應用程序基于用戶所在地點精確推送周邊熱門信息，使得新聞媒體的內容服務進一步適應受眾的多樣化和市場的細分化。基于不同的業務需求，具備邊緣計算能力的終端平臺能夠提供差異化的計算能力，例如圖片渲染、視頻轉碼和人工智能等，以優化用戶在移動端觀看媒體內容的感官體驗。

3.潛在風險

3.1元數據在本地端完成處理，虛假數據來源或更難追溯

在邊緣計算過程中，設備端的元數據先在本地進行處理，進一步將產生的結果數據上傳至云端存儲，這使得云端溯源較為困難。尤其是在虛假信息頻現的社交媒體環境下，邊緣計算技術不僅支持本地的圖片渲染、內容編輯，更能夠應用人工智能技術對元數據進行更為高級的處理，使得大量內容在聯網傳輸至云端前就已“改頭換面”。用戶面對此類云端數據便更加難以辨其真假，這對網絡內容生態治理帶來了更大挑戰。

3.2用戶現實行為曝光率大增，隱私空間被壓縮

邊緣計算的應用使得現實生活中的傳感器設備將無處不在，每時每刻都在收集著用戶在現實生活中產生的“數據”。邊緣計算技術支持終端設備，實時對用戶數據進行處理和分析，而設備的邊緣化造成了用戶數據的“邊緣化”，使得運營商、廣告商等數據擁有者更為及時和頻繁地將各種信息推送給用戶，更為強勢和精準地入侵用戶在現實生活中的隱私空間。

3.3資源配置不平衡導致媒體視角偏差

邊緣計算技術對終端設備的配置要求頗高，經濟、技術發展水平不同的地區所分布的終端設施數量和密度差異化趨勢很可能會增大。媒體服務提供方和內容生產方在不同終端數據密度的地區所放置的注意力資源不同，會導致用戶的參與活躍度和“數據貢獻度”差異分化，用戶資源的分化反過來又進一步影響了不同地區邊緣計算應用發展，由此帶來的循環效應使得區域數字差距趨大，一方面，技術資源差異化分布助長了數字鴻溝現象;另一方面，數據資源的不平衡也增加了媒體選擇性偏誤的可能性。

4.未來趨勢

4.1視覺呈現能力多維升級

5G和云邊協同技術一方面使得高清視頻直播更為快速和穩定，用戶感官體驗得到多維升級，同時，用戶視覺感官要求的升級也將倒逼媒體內容生產和制作的創新，為全息視覺呈現方式和內容創作靈感提供了更大的空間。另一方面，邊緣計算在一定程度上彌補了虛擬增強現實（VR/AR）等設備延時、穩定性不足、眩暈感等技術障礙，激活了虛擬內容創作生產。此外，基于現實空間的傳感器數據采集也為新聞內容的制作提供了更為多元化的視角選擇。

4.2數字化場景立體拓展

隨著物聯網加快布局，邊緣計算技術支持傳感器收集并處理來自現實生活中各個角落的數據，再上傳至云端供所有者使用，一定程度上將用戶的行為互動從網絡社交平臺拉回社會現實生活。無論是廣告商還是媒體人，都會更多地考慮基于用戶實時所處場景的服務和內容供給，使得用戶的社會臨場感更加貼近現實?；谶吘売嬎汜槍W絡公開數據和GIS地理信息系統數據進行實時挖掘分析，可建構多維虛擬活動場景，算力的增強讓場景信息的動態實時演化成為可能，進一步可為用戶提供更具親近感和卷入感的媒介產品體驗，而從虛擬場景切換回現實場景所引發的焦慮感和疏遠感也值得關注。