移动边缘计算智能移动视频加速与监控视频流分析

      导读：ETSI（欧洲电信标准协会）于2016年4月18日发布了与MEC 相关的重量级标准，对 MEC 的七大业务场景作了规范和详细描述。

参考《2016-2022年中国电信运营商集中化基地行业竞争现状及十三五发展定位分析报告》

      ETSI（欧洲电信标准协会）于2016年4月18日发布了与MEC 相关的重量级标准，对 MEC 的七大业务场景作了规范和详细描述。

      智能移动视频加速

      网络拥塞将降低蜂窝网络资源利用率、应用性能及用户体验。

      主要原因是：

      TCP 协议很难实时地适应快速变化的无线网络条件。比如，在蜂窝网络内，如果底层无线信道环境发生变化（如由用户终端的快速移动引起），或者如果系统负载增大，都将会导致移动终端的可用无线接入带宽在数秒之内下降一个数量级。

      基于移动边缘计算的智能视频加速可以改善移动内容分发效率低下的情况：

      无线接入网 MEC 服务器部署无线分析应用（Radio Analytics application），为视频服务器提供无线下行接口的实时吞吐量指标，以助力视频服务器作出更为科学的 TCP（传输控制协议）拥塞控制决策，并确保应用层编码能与无线下行链路的预估容量相匹配。

      智能移动视频加速的组网可如图所示。移动视频服务器根据无线分析应用所提供的信息作出 TCP 拥塞控制决策，包括初始窗口大小的选择、对拥塞避免期间拥塞窗口值的设置、无线链路拥塞情况恶化时对拥塞窗口大小的调整等。通过这种方式，TCP将可不再需要主动地探测可用的无线网络资源、不再需要根据相关探测结果来降低数据发送率。

      另外很值得一提的是，在移动边缘技术中，无线分析这项应用还将可进行跨设备商部署及跨网络部署，从而将可进一步提高网络资源利用效率，并将可提高绝大多数用户的业务体验质量。

      监控视频流分析

      目前的视频监控业务需要把视频流全部上传至服务器或者在摄像头处就地进行视频处理。这两种方式的成本开销都很大、效率都较低。

      如果运用移动边缘计算技术，就可以无需再在摄像头处作视频处理/分析，这样就可降低成本（尤其是当需要部署大量摄像头时）。对此，移动边缘计算服务器的做法是将视频分析“本地（即靠近移动通信基站的位置）化”，从而，在客户仅需要一小段视频信息时，就无需回传大量的监控视频至应用服务器（需流经移动核心网络）。

      例如，在基于视频监控的车牌识别（处于安全目的）中，部署了移动边缘计算技术后，车牌识别信息就可被拍摄并上传至云监测系统。

资料来源：公开资料，报告网整理，转载请注明出处（ww）。