智能視頻云發展關鍵5要素

為了滿足各行業在視頻時代新的需求和挑戰，智能視頻云至少需要擁有以下5個關鍵要素：
1、穩定的網絡傳輸與分發：直播延遲不高于1s，互動延遲不高于150ms 
2、可擴展的海量存儲服務：可以實現業務層無感知PB級擴容
3、云端媒體的編輯處理：可以在數秒內創建獨立計算實例，執行自定義媒體編輯操作 
4、視頻內容的智能分析：視頻內容識別率高于95% 
5、完備的權限控制：徹底杜絕非法拷貝，秒級封禁盜鏈流量
要素要素1：穩定的網絡傳輸與分發：提供流暢的觀看體驗與低延遲的互動
 　　內容分發網絡（CDN）的優化：在傳統CDN基礎上融合優化，建立高質量全球節點，實現直播、點播內容的加速分發，進一步提供秒級首開、低延遲的視頻播放體驗。
 　　實時流網絡（LiveNet）：針對復雜的網絡環境、高成本的跨運營商服務和邊遠地區基礎設施落后等客觀因素，基于全球節搭建全球化實時流網絡，采用軟件定義網絡的方式，動態制定線路組合并決策調度最優線路。
 　　具備完善的客戶端SDK：智能視頻云需要一整套含推流、短視頻、播放器等多種SDK開發套件，幫助用戶完成視頻的生產、編輯和消費，同時還能降低移動端應用的開發難度和時間成本。
 　　利用最新的編解碼技術和傳輸協議，減少對傳輸網絡帶寬和質量的要求，降低卡頓率，如P2P通信，H.265編解碼，QUIC協議等。
 　　支持標準的WebRTC協議棧，降低端到端的延時，實現百毫秒級別的音視頻互動體驗。
 要素2：可擴展的海量存儲服務：高可靠易擴展的數據安全保障
 　　穩健可靠的對象存儲：通過糾刪碼存儲、跨數據中心的副本冗余等技術手段，提供高達16個9的數據可靠性，保證每年服務不可用時間低于30s，確保存儲數據的超高可用性。
 　　易擴展的技術架構：存儲系統支持動態擴充存儲節點，實現存儲需求的彈性收縮，保證PB級別的存儲內容可動態擴容，確保業務系統聚焦業務增長，無后顧之憂。
 　　利用邊緣計算和邊緣存儲：將運算和存儲分散在靠近數據源的近端設備中處理，無需把數據實時回傳云端處理，減少云平臺的工作量。大幅提高效率，降低延遲，成為云平臺的有效補充和和優化。
 　　支持低頻存儲特性：將擁有高吞吐量，較高持久性和較低訪問延遲的數據存儲在云端，極大降低海量存儲數據的企業運營成本，成本比常規方案降低60%，訪問延時可控制在50ms以內。
 要素3：端媒體的編輯處理：快捷多用途云端視頻編輯 　　快捷輕量化處理：視頻編輯的任務，本質上是針對視頻文件的數據運算與處理，通過部署靈活的容器化平臺，視頻編輯時需要的物理資源利用率可從40%提高70%以上，發布效率提升5倍，突發業務實現秒級響應。
 　　豐富的多媒體編輯能力：提供視頻轉碼、截圖、水印、旋轉、切片等多媒體數據處理服務，滿足直播、點播等多種實時節目制作場景，快速完成效果制作，輸出專業制播內容。
要素4：視頻內容的智能分析：結合人工智能發揮視頻數據的最大價值 
    智能多媒體內容識別：通常包含內容審核、OCR、場景識別、人臉識別、音視頻處理、圖片處理等豐富功能。同時，面對每天高速增長的數據處理請求，彈性擴縮容的內容識別平臺能保障服務器免受巨大壓力。
 　　深度學習平臺的數據整理：一個高性能的深度學習平臺框架可以輕松完成每日撰寫迭代訓練腳本、新數據的增刪和管理、增量學習和迭代學習、搭建半監督打標系統、模型的比較和融合等工作，綜合下來，可以減少70%的重復勞動。
 　　海量媒資知識庫體系由視頻結構化模塊，知識圖譜模塊和大數據檢索模塊三者組成。視頻結構化模塊完成對視頻中基礎元素和內容的提取和整理，將線性的視頻解構成可以被碎片化使用的組件；知識圖譜用于將視頻結構化得到的事件、人物、物體、場景等信息的有序梳理，并以便于檢索和關聯的形式進行存儲和呈現；大數據檢索模塊在前兩者的基礎上，提供海量媒資內容的高效檢索，可以根據人物特征、人臉特征、圖像特征、視頻特征及更復雜的組合結構，快速地提供視頻數據檢索服務。
要素5:完備的權限控制：杜絕非法拷貝與盜鏈
 　　完備的防盜鏈機制：無論是直播還是點播，對視頻內容的訪問，都需要有完備的防盜鏈機制，常見的防盜鏈方式有referer防盜鏈、時間戳防盜鏈、回源鑒權等多種，基本上能有效地降低盜鏈風險。同時視頻云還應當對突發性的盜鏈流量具有感知能力與報警機制，可以快速阻止盜鏈訪問。 　　可靠的DRM數字版權保護機制：除了防盜鏈，內容的版權保護也是視頻云需要提供的能力。常見的方式是對上傳的視頻文件進行轉碼和加密，輸出加密后的視頻文件再進行網絡分發，由終端播放時再解密播放，這樣即可真正實現對內容的版權保護，防止非法拷貝。