多媒体推送业务（精选8篇）
多媒体推送业务 篇1
摘要：在移动多媒体广播系统中, 数据推送的目的是为终端用户提供移动多媒体广播数据业务服务, 为用户提供增值体验。随着CMMB移动多媒体广播运营的深入开展, 数据推送业务的开展不断推进, 其重要性逐渐凸现。本文从系统组成、工作原理、业务流程、发送与接收方式等方面探讨了移动多媒体广播 (CMMB) 数据推送业务系统的设计和实现。
关键词：移动多媒体广播,数据广播,推送业务
0引言
随着CMMB覆盖优化和运营开展的深入, 单纯的电视、广播业务已远远满足不了用户需要, 用户希望获得更多丰富的增值业务。由于CMMB主要面向手机等小型移动接收终端, 如何在终端上接收展现各种增值业务变得尤为关键。以传统客户端形式来解决点对面的增值业务问题已越来越不可行, 需要建立新的广播增值业务模式, 构建新型广播增值平台, 解决终端的普适性问题, 降低终端集成使用增值业务的复杂性。
CMMB数据推送业务是指以点对面的广播方式推送传输文本、图像、音频、视频等多媒体信息数据到用户终端的一种技术方式, 可把海量信息传送给用户, 属于CMMB数据广播业务, 具有以下特点:
1.前端主动推送, 无需用户发出请求;
2.对于推送到终端的内容, 用户可有选择地进行接收或过滤;
3.传送及保存过程自动完成, 无需用户参与;
4.业务使用与传输过程分离, 用户可离线、反复使用;
5.对于已推送并存储到终端的内容, 用户可立即使用;
6.前端在推送内容时, 结合预约下载, 有效调度推送时间, 有效利用带宽。
目前CMMB数据广播推送式业务已实现音频富媒体广播在中央人民广播电台与国际广播电台北京地区的试商用, 其业务产业链的成熟化进程将逐步加速。
1业务形态
1.推送式图文业务:推送式图文业务是以图片与文字组合为主的推送式业务, 向用户提供资讯服务, 包括政务信息、紧急广播、新闻体育、娱乐文化等内容。
2.推送式音频业务:推送式音频业务以音频内容为主, 包括音乐推送、铃声下载、有声小说等。
3.推送式视频业务:推送式视频业务以视频内容为主, 包括视频新闻、影视媒体、专项视频应用等。
4.其它类推送业务:其他类推送式业务可根据业务发展需要推送其它形式的文件, 包括地图更新推送、软件推送、游戏推送等。
2业务框架设计
2.1总体结构
推送业务系统总体结构如图1所示。
推送业务前端平台完成对以推送业务为中心的相关信息的管理、业务的播放控制、数据文件的加扰、封装以及与运营支撑系统的交互。主要包括内容管理系统、数据广播系统、DRM系统。推送业务终端平台完成对CMMB推送业务的接收、处理及展现, 用户通过此终端系统获取CMMB数据广播提供的各种增值服务。主要包括订阅/取消订阅、下载管理器、解扰模块、文件系统。
2.2推送业务前端平台
2.2.1内容管理系统
内容管理系统 (CMS) 用于管理向终端推送的内容, 为前端的CMMB数据广播系统提供支持, 主要包括内容存储、编排, 播出监控及用户和日志管理。
1.产品库:包括内容存储服务器、内容存储管理工作站和内容审查管理工作站。
2.编排管理:包括播出编辑工作站、日志/用户管理、播出控制服务器、播出监控
2.2.2数据广播系统
数据广播系统对CMS编排审核通过的内容或其它应用上层内容进行播控管理, 包括数据广播文件发生器的开启与关闭管理, XPE封装机的开启和关闭管理等。
1.文件发生器:文件发生器实现对数据文件的切片与分发的管理。数据文件从CMS的产品库输入到文件发生器, 由文件发生器按定义格式切片及打包后分发给XPE打包机或加扰器。
2.XPE封装机:XPE封装机把输入数据封装成复用器可识别的数据包, 由复用器再把数据包复用到广播通道的各个业务中。其输入数据为文件发生器发送的数据片/FAT片信息、即时数据流或加扰器加扰后的数据信息, 其输出数据为统一的XPE数据包或XPE-FEC数据包。
3.双向传输容错系统:双向传输容错系统负责缓存正在广播的产品数据 (加扰后数据) , 用于终端在大文件下载时、在缺失较少数据 (95~100%) 的情况下通过双向网络下载缺失数据, 有效减少下一次轮播的等待时间, 改善用户体验。
4.播控管理:对业务内容播发参数的配置包括数据广播文件发生器的开启与关闭管理和XPE封装机的开启和关闭管理。
2.3推送业务终端平台
推送业务终端平台是CMMB数据业务终端系统的一部分, 由若干支持推送业务的核心模块组成, 提供订阅/取消订阅、定时自动下载、内容安全存储及定时开关机等基础服务和管理。
2.3.1订阅/取消订阅模块
对用户已购买的业务进行细化的订阅控制。订阅/取消订阅模块从“推送业务指南”文件获取业务基本信息并显示给用户, 根据媒体类型对订阅列表进行过滤, 仅向用户显示该终端支持的媒体类型;根据文件容量大小信息计算终端剩余的存储空间是否满足要求, 提示用户确定是否订阅该内容。
默认情况下, 用户订阅的基本单位是内容, 对于在“推送业务指南”文件中提供了详细描述信息的文件, 用户也可对其进行订阅设置。“下载计划表”指示下载管理器在某一时刻下载某个内容。
2.3.2下载管理器模块
按“订阅/取消订阅”模块形成的下载计划表完成内容文件自动下载, 无需用户的干预, 会根据下载计划表形成一系列定时下载任务, 定时调用下载器 (图2) 模块来为每个定时下载任务执行一次下载操作。
定时开关机控制模块根据将要执行的下一次定时下载任务的起始时间向系统时钟RTC单元注册自动开机时间。该时刻到达时, 如终端处于关机状态, RTC单元将控制终端设备自动启动, 并激活下载任务管理模块, 启动定时下载任务。当下载任务完成后, 如果下次下载任务间隔时间较长, 自动开关机控制模块控制终端自动关机。为保证定时下载任务能准时启动, 时钟同步模块将定期与TS0中的系统时间信息同步, 校准本机时钟。
解复用模块将从CMMB信道接收到的数据还原为XPE/XPE-FEC数据, XPE文件接收模块调用解扰模块解扰, 并将XPE包解析成文件片及文件块, 文件拼接模块将文件块拼接成完整的文件, 并在文件存储管理模块的控制下存储到终端的文件系统中。
下载过程中大文件可能出现某些文件片或文件块缺失或出错的情况, 下载管理器可在下一次轮播时仅下载缺失的部分;如果缺失数据小于5%, 可调用传输容错模块通过双向网络直接向前端请求缺失的文件片或文件块, 以避免等待下一次轮播。
3推送业务指南数据
3.1业务指南信息的描述
业务指南信息通过ESG系统将CMMB数据推送业务的产品编排等信息推送给终端用户, 终端可根据指南信息订阅产品, 定时或后台下载。ESG主要包括2部分:
1.基本编排信息:根据数据业务编排信息等产生数据广播业务指南数据。
2.内容扩展信息:在ESG中实现数据业务的扩展部分, 在订阅产品时能提前预知和判断其合理性并提供校验参考。表1列出语法描述语义, 表中的定义为数据广播专用信息, 内容扩展信息定义为ContenAux.xml, 通过ESG系统发送到终端。
3.2终端接收具备条件
终端应支持以下条件判断:是否已订购该业务或产品;磁盘剩余容量是否足够;媒体类型是否支持。
3.3业务指南信息的展现
终端以ESG业务形式展现推送业务指南信息, 可根据需要订阅符合条件的产品。
4大文件的容错推送下载
4.1容错下载
根据FAT表中FAI对文件大小的描述, 为该文件在磁盘上开辟出一块与文件大小相同的临时空间来存放临时文件, 并在同级目录下为该文件生成索引辅助文件。临时文件和索引文件辅助的命名规则按照FAI定义的文件名来确定, 临时文件名是在该文件名后加上后缀.ltmp, 索引辅助文件是在该文件名后加上后缀.lfbi。
索引辅助文件用于标识同名临时文件中索引位置对应的块/片是否下载, 具体格式见图3。
资源标识
16位字段, 文件的资源标识。
更新标识
4位字段, 文件的更新标识。
块/片标志
1位字段, 片或块指示, 如果为0, 指示后面的“块/片接收标识”字段指示的为块标志。
块/片总数
24位字段, 表示块/片总数, 其中块的范围0~2047, 片的范围0~16777215。
块/片接收标志
1位字段, 0表示临时文件中该块或片的数据未接收, 否则表示接收。
序号为0, 1, ..., N-1, 共N个, N取值范围由“块/片总数”字段决定。如果N不是8的整数倍, 则填充0, 补齐字节。
4.2预下载
在接收完整FAT表之前, 可对已经接收的文件片/纠删校验片进行缓存 (预接收) 处理。每个文件片/纠删校验片被存储在临时文件夹下的相应临时文件中, 相同文件同一个块的文件片/纠删校验片存储在同一文件中。当收到一个文件片/纠删校验片时只需要在对应ptmp文件末尾追加存储该文件片/纠删校验片, 不需顺序存储。
终端为每个ptmp文件在同级目录下建立一个索引辅助文件, 文件名相同, 扩展名为.pfsi (Pre-receive File Slice Index) , 即资源标识_块序号.pfsi。
索引辅助文件用于标示同名临时文件中索引位置对应的片是否下载, 具体格式见图4。
资源标识
16位字段, 文件的资源标识。
块序号
10位字段, 文件的块标识。
片预接收总数N
14位字段, 标识当前文件的文件块中的文件片最大预接收数量, 由终端配置。
更新序号
4位字段, 文件的更新标识。
片接收标志
1位字段, 0表示临时文件中该块或片的数据未接收, 否则表示接收。
序号为0, 1, ..., N-1, 共N个。N取值范围由“片预接收总数”字段决定, 如果N不是8的整数倍, 则填充0补齐字节。
5终端存储空间管理
对存储空间管理的考虑包括:
1.推送类业务在下载过程中, 既要尽量避免用户参与, 又要保证下载内容安全可靠地保存于终端。
2.在保证效率的前提下, 用户界面尽量做到友好, 以培养用户使用习惯, 促进业务推广。
为此我们把存储空间的管理分为两类:默认存储空间和存储空间溢出管理。
5.1默认存储空间管理
1.默认存储位置的显示:根据终端能力, 在用户订阅内容时, 提示下载文件的默认存放位置。
2.默认存储位置的修改:根据终端能力, 可根据实际情况和喜好, 修改默认存储位置, 也可为每个订阅的内容指定存储位置。文件下载后可自动将文件保存到用户指定的目录。
3.默认存储空间大小的配置:默认存放空间是整个终端可用的存储空间, 当终端上没有可用存储空间时, 溢出发生, 并进入存储空间溢出管理。为了避免与终端其他功能冲突, 可为推送类业务指定存储空间大小, 当下载的文件达到存储空间上限时, 溢出发生, 并进入存储空间溢出管理。
5.2存储空间溢出管理
用户指定好默认存放位置之后, 可通过选择不同的存储溢出管理策略, 来应对下载文件过多导致空间溢出的情况, 避免将自己喜好的已下载内容在不知情的情况下自动删除。
1.溢出时停止下载:当下载器发现存储空间不足时自动停止下载, 并提示用户手动删除或移动文件。
2.溢出时自动删除旧文件:当下载器发现存储空间不足时自动删除用户指定的目录下保存最久的文件, 保证最新内容及时下载。
3.溢出时自动删除大文件:当下载器发现存储空间不足时自动删除用户指定目录下最大的文件, 以下载更多内容。
4.定时提醒用户整理存储空间:定时向用户报告存储空间状况, 提示用户对存储空间进行整理。
5.定时自动删除旧文件:定时整理存储空间, 自动删除用户指定目录下保存最久的文件。
6.定时自动删除大文件:定时整理存储空间, 自动删除用户指定目录下保存最大的文件。
6业务流程
6.1推送流程
1.通过审核的业务内容进入CMS内容资源库。
2.定义具体业务的推送规则, 产生推送业务编排表。
3.CMS根据编排信息生成业务指南数据, 并发送给ESG和BOSS。
4.ESG把业务指南信息下发给终端, 指导用户订阅。
5.数据广播平台按照业务编排时间表对具体的产品进行文件分发。
6.文件分发器把分片文件传递给加扰器进行加扰。
7.加扰器把CW传递给CA进行加密。
8.CA把ECM返还给加扰器。
9.加扰器把加扰后的数据及ECM传递给XPE打包机及双向传输容错系统。
10.XPE打包机把打包文件传递给复用器。
11.通过数据广播网络下发到终端。
6.2订阅/取消订阅流程
1.订阅流程
1) 前端平台推送业务指南数据给终端, 终端接收业务指南数据并展现;
2) 用户根据业务指南发起对产品或者文件的订阅请求, 终端进行订阅请求处理, 进行属性匹配, 异常情况下提示用户;
3) 用户确认订阅后, 订阅模块生成下载计划表送下载器模块, 并返回处理结果 (图6) 。
2.取消订阅流程
1) 用户请求浏览下载计划表, 终端展现未完成的订阅下载列表;
2) 用户发起取消订阅请求, 订阅模块更新下载列表, 送下载器模块, 返回处理结果 (图7) 。
6.3产品下载流程
1.下载器模块根据订阅时间接收指定产品数据。
2.收到数据后判断类型, 如果是FAT信息, 直接生成文件;如果是数据信息, 则提取加扰净荷信息给解扰模块。
3.解扰模块进行文件解扰。
4.按接收规则生成具体的产品数据文件。
5.校验后如文件仍不完整 (95%~100%) , 可选择双向网络容错系统获取剩余文件 (图8) 。
7结束语
随着CMMB数据推送业务的深入运营, 还有一些方面需不断完善。如内置天线问题, 目前CMMB信号接收都需用户在使用过程中主动拉出天线才能有效进行业务消费。但对于数据推送业务, 强调的是“前端主动推送、终端自动存储、无须用户参与”的理念, 所以内置天线的问题越来越突出。现阶段内置天线存在接收灵敏度、成本等问题, 但随着接收灵敏度的改善, 内置天线会逐渐普及。又如数字版权保护, 数据推送业务包含了图片、音频和视频等大量数字文件数据, 其中一大部分由专业的内容提供商提供, 针对数字文件的版权保护是必不可少的, 必须对媒体内容封装格式、版权对象格式等技术进行深入研究。
数据推送业务是CMMB产业链中的重要增值业务, 也是数据广播数据传输的重要环节, 具有传统IP网络不可比拟的点到面迅速传递的优势。同时, 由于推送业务依托的是单向广播通路, 可使用移动网络、固定网络或互联网络实现业务上行, 因此将为广播电视互动业务的开展探索新的途径, 为三网融合提供产业拓展思路。
参考文献
[1]GY/T220.1-2006.移动多媒体广播第1部分:广播信道帧结构、信道编码和调制[S].
[2]GY/T220.2-2006.移动多媒体广播第2部分:复用[S].
[3]GY/T220.3-2007.移动多媒体广播第3部分:电子业务指南[S].
[4]GY/Z220.4-2007.移动多媒体广播第4部分:紧急广播[S].
[5]GY/Z220.5-2008.移动多媒体广播第5部分:数据广播[S].
[6]GY/Z220.6-2008.移动多媒体广播第6部分:条件接收[S].
[7]GY/Z220.7-2008.移动多媒体广播第7部分:接收解码终端技术要求[S].
多媒体推送业务 篇2
冬至，又称“冬节”，传统二十四节气之一，与夏至相对应，大致在每年公历12月22日左右。北京民俗学会秘书长高巍在接受中新网(微信公众号：cns)记者采访时表示，冬至后即开始“数九”，意味进入到一年中最寒冷的时节，“在农耕社会，人们开始‘猫冬’”。
对于该节气的名字，有一种说法是：阴极之至，阳气始生，日南至，日短之至，日影长之至，故曰“冬至”。高巍解释，过去认为“阴极阳生”，冬至之后进入一年中最冷的时候，那么也就意味着阳气在悄然滋生，故有此说。
中国古代则将冬至分为三候：“一候蚯蚓结;二候糜角解;三候水泉动。”传说蚯蚓是阴曲阳伸的生物，此时阳气虽已生长，但阴气仍然十分强盛，土中的蚯蚓仍然蜷缩着身体。由于阳气初生，所以此时山中的泉水可以流动并且温热。
古人还认为，自冬至起，代表下一个循环开始，是大吉之日。据记载，周秦时代以冬十一月为正月，以冬至为岁首过新年。《汉书》记载：“冬至阳气起，君道长，故贺……”也就是说，人们最初过冬至节是为了庆祝新的一年的到来。后来，一般春节期间的祭祖、家庭聚餐等习俗，也往往出现在冬至，古代官方还要举行“贺冬”仪式。
具体到全国各地，过冬至的习俗则略有不同。就饮食来讲，各地在冬至时有着不同的风俗，北方地区有冬至宰羊、吃饺子、吃馄饨的习俗，南方部分地区在这一天则有吃冬至米团、冬至长线面的习惯。当然也有例外，如在山东滕州等地冬至习惯叫做数九，流行过数九当天喝羊肉汤的习俗，寓意驱除寒冷之意。
冬至到来后，填“九九消寒图”在民间十分流行。图画版的九九消寒图又称“雅图”，是在白纸上绘制九枝寒梅，每枝九朵，一枝对应一九，一朵对应一天，每天根据天气实况用特定的颜色填充一朵梅花。
DAB网页推送业务BWS的实现 篇3
目前实验室开发了丰富多彩的DAB数据业务,对于传统的音频、以及图片和视频业务都已经相当成熟。本文提出并开发了DAB BWS数据业务,进一步丰富了DAB数据业务。通过DAB来推送网页信息,可以使更多的人免费的、更快捷的获得更丰富多彩的信息。
BWS:网页推送,主要用于传送网页信息。由于是以广播的形式传输网页信息,并不会受用户数量的限制,不会发生网络拥塞。本文介绍基于PC的DAB BWS业务的系统实现,介绍整个系统是如何将网页信息通过数字广播的形式发送,并正确接收。主要包括发射端网页的制作,网页的编码,以及接收端的解码和显示。
2 BWS的的系统框架及帧结构
首先我们介绍发射端,我们要发送的网页文件可以下载网页,也可以自己使用网页制作软件制作网页,里面包含各种信息。下载网页获取网页节目源的方式比较固定,无法顺利地将自己的信息加载到网页中。而利用模板自己制作网页节目,能很容易地将自己想要传输的信息加载到网页节目中。所以,我们一般选用自己制作网页的方法制作节目源。比如天气预报、新闻等内容,我们自己制作网页的时候,将这些信息加载到网页中。制作好的网页,再经过DAB编码就可以通过DAB通道发送,接收端接收到网页信息就可以解码并显示网页。达到发送网页和接收网页的功能。接收端有两种形式,一种是移动终端,一种是基于PC机的软件终端。本文介绍的是基于PC机的软件解码终端。BWS推送业务的系统框架图如图1所示。
2.1 节目源的制作
为了方便地得到网页,我们运用网页制作工具和网页模板。这样就可以轻易地得到我们所需的网页格式,接下来只要我们将要发送的信息嵌入到相应的网页模板,网页就生成了。本文采用了目前比较流行的DreamweaverV8.0。图2是运用模板制作BWS节目源的过程示意图。输入端Input ML包含News、Local、Traffic、Ad、Stock、Weather等信息。下一步就是运用模板template制作成网页。
图3是BWS信息内容结构图。其中包括新闻、教育、天气预报等信息。
2.2 BWS的数据帧结构
在进行完网页制作后,将进行网页编码。
为了对BWS进行正确编码,我们首先要了解DAB的编码结构。在DAB系统内,数据业务是一种分层的结构组织,具体可以分为网络层、封装层和应用层。应用层作用是定义了数据业务的应用范围,封装层是将业务数据进行封装打包,而网络层规定了数据业务的传输方式是包模式还是流模式。
DAB具有多种类型的数据业务,比如TPEG、EPG[3]业务。不同的数据业务具有不同的应用范围,不同的业务数据必须根据其对应的标准进行编码。例如EPG业务则按照EPG协议来编码电子节目菜单,BWS业务则按照BWS协议来编码网页信息。
封装层协议的主要作用是使不同的数据业务提供商和不同的DAB开发商、制造商能通过该协议实现兼容。DAB系统内,比较常用的封装层协议有两种:MOT[4]( Multimedia Object Broadcast) 多媒体对象传输协议和TDC(TransparentData Channe1)透明数据通道协议。MOT协议是以对象为单位进行传输的,网页信息经过MOT编码后,变成一个个的多媒体数据组对象。而TDC协议则是基于二进制码流的传输方式,它不管数据的形式和内容,对于任何数据都采用相同的编码方式。封装层协议有助于DAB接收端接收到完整的数据业务。
网络层则规定了DAB数据业务的传输方式,DAB数据业务在DAB系统内传输时,都是以DAB传输帧作为数据业务的载体。DAB传输帧是数据的基本传输单位。
对每一层都将进行CRC校验,这样才能保证BWS数据业务传输的可靠性。DAB帧结构如图2所示。
3 BWS编码、解码的软件实现
3.1 BWS的编码实现
对BWS结构了解以后,接下来的工作就是进行BWS编码。也就是将我们日常见到的网页编码成DAB系统可以传输的格式,本系统采用MOT协议进行编码。MOT编码主要完成以下几项工作:(1)根据BWS协议将要发送的网页形式的信息编码成BWS stream,即实现BWS的应用层编码;(2)按照MOT标准将BWS stream编码成一个个数据组对象的形式,即实现MOT的封装层编码;(3)根据DAB协议对BWS数据组进行网络层编码,使其形成可以通过DAB传输的DAB数据流。根据DAB协议,可以将MSC[5] (主业务信道)数据组设计成一个个数据包的组织结构。这种传输方式优势是:(1)适合传输大容量的BWS信息,(2)BWS业务在传输时独立占用了一个子信道,其传输速度很快,利于完整发送和接收。为了使DAB接收终端能够快速接收BWS业务信息,本课题组采用包模式的传输方式传输BWS数据,其数据包的组织结构如图3.15所示。
数据包由Packet Header(包头)、Packet DataField(包数据字段)和CRC校验码组成。其中,包头里含有数据包的关键信息,是对数据包的一个简要说明。
3.2 BWS的解码实现
接收端,接收到DAB BWS信号时,解码过程如下:数字广播以DAB传输帧的格式传输BWS数据业务,DAB接收终端接收到DAB节目数据后,第一步就对其进行FIC[5]解码。FIC信息里面含有相关的DAB节目说明: 比如DAB业务节目的名称、各类节目的传输码率、各类节目的子信道位置,等等信息。因此DAB接收终端要想顺利接收BWS节目,应首先实现FIC信息的正确解码。以确定BWS数据业务所占用的子信道位置,并获取BWS节目数据。接下来,DAB接收终端将对BWS数据业务依次经行网络层解码、封装层和应用层解码。
最终DAB接收终端获得BWS信息并进行显示。BWS数据业务的解码流程如图6所示。
网络层解码的主要任务是完成取数据包和解数据包的过程。网络层解码根据FIC解码的结果,将包含有BWS信息的数据包提取出来,然后进行BWS数据包解码,从中获取包含BWS数据的MSC数据组并进行保存。
封装层解码运用的是MOT协议解码。主要实现从MSC数据组中提取出BWS信息的功能。获取到BWS数据流后接下来将进行应用层解码。
DAB接收终端首先从BWS数据流中取出一帧BWS数据, 判断该数据的前两个字节是否为FF 08 hex,这是BWS数据帧的同步字,是BWS帧的起始标志,若前两个字节并不是FF 08 hex,则要重新获取一帧BWS数据,进行重复的操作,直到查找到同步字FF 08 hex。在确定BWS数据帧的同步字后,读取BWS数据帧的Field Length(长度信息), 然后进行CRC校验,判断BWS数据帧在传输过程中是否因为受到其他干扰产生了错误信息。若发生错误将丢弃发生错误的包。若CRC校验通过,接下来将读取Frame Type(业务帧类型)信息和Service Frame(业务帧)数据,这样就完成了TPEG帧结构中的应用层解码。得到了BWS数据帧携带的应用信息。
4 DAB BWS系统测试
图5为数字广播接收端显示BWS信息的效果图。其中最前面5条超链接是蓝色加粗有下划线的超链接,表示网页已经送达接收端,并且解码成功,只要点击当前网页的相应链接便可链接至相应的本地解码出来的网页文件,实现浏览网页的目的。
5结论
微信推送原则 篇4
字体一般都是14px, 行间距要一样，文字排版尽量居中或者靠左，整篇文章保持一致，大段文字靠左，排比句居中，在居中跟靠左之间加图片。2.关于图片
图片自适应手机，与上下文都空一行，全文所用图片尺寸要一样，总结类的微信推送不要用表情包 3.颜色
文字着重加阴影色或换字体颜色，字号可以调大一号，但不要太突兀。颜色不宜太多 4.内容
内容有层次有逻辑（这点很重要，也就是文字稿写的时候要注意的，文字稿跟排版的人妖沟通好），用适当的分割线和分割栏，建议135编辑器 5.多次预览
预览第一步检查错别字
预览第二步看整体效果，如果整体不好，整个排版风格都要换 预览第三部分成一小部分一小部分看 6.关于标题
多媒体推送业务 篇5
多媒体信息推送技术最早是由美国Point Cast Network公司于1996年提出的。推送技术实质上是依据一定的技术标准和约定,自动从信息资源中选择特定的信息并通过一定的方式有规律地将信息传递给用户的一种技术[1]。推送业务具有以下主要特点:发送端主动推送,无需终端用户发出请求,对于推送到终端的内容,用户可有选择地进行接收或过滤;传送及保存过程自动完成,无需用户参与,用户可离线使用,反复使用;对于已推送并存储到终端的内容,用户可立即使用,不必再等待较长的下载过程。特别是对于文件尺寸较大的内容,推送方式对用户体验的改善更为明显;前端在推送内容时,可有效调度推送的时间,结合预约下载使广播网络的带宽得到有效利用[2]。
多媒体数据推送分为点对点和点对多点的推送方式。点对点的方式能使服务器及时响应客户机的请求,容易实现个性化服务,但是,在客户数量大、每个客户机流量大的流媒体应用中服务器不堪重负。而点对多点的广播方式,网络设备简单,维护简单,布网成本低廉,且服务器流量负载极低,但是无法针对每客户的要求和时间及时提供个性化服务。
文献[1]中是实现了小范围的基于无线wi-fi的上位机之间的多媒体推送功能,而文献[2]是移动多媒体推送业务的终端功能研究,但未能解决复杂网络环境下的大量数据包丢失带来的问题。本文设计并实现了基于raptor码的单向广播机制的多媒体推送系统,充分利用Raptor码在无线广播中的优势,采用点对多点方式,将电视节目等大数据量的音视频信息通过单向通道进行广播,由地面的各个手机终端接收,实现文件的可靠传输和接收。
2 基于点对多点的单向多媒体广播机制的设计
近些年来,广播多播技术已成为了一项重要的通信传输技术,在互联网和无线宽带系统中都得到了广泛的关注[3]。在外界噪声等各种不稳定因素干扰下,数据在无线网络中传输时容易造成丢包,丢包的用户就会采用ARQ(自动重发请求)和ACK确认来保证数据的完整性,但是这种方法很容易发生网络过载和阻塞现象,严重时会造成网络瘫痪。
多媒体应用系统的推送采用基于点对多点的单向广播,用户的信道状况差异性大,且没有反馈通道,在拥有各种不稳定因素的无线网络中,很可能造成数据丢失。同时各种终端开机接收数据的时间不固定,无法保证准时及时收全文件。
Raptor码是一种线性纠错码,在删除信道条件下,性能卓越,Raptor码发送端能如同喷泉一般源源不断的产生编码信息,每个编码符号独立随机,重复性很小,且没有固定的码率,所以是一种无码率码字,能适应各种不同的信道。采用Raptor码编码的数据不需要接收端进行反馈,收端只需收到足够的包就可以恢复出数据,同时喷泉码具有低编译码复杂度,对异质用户支持好以及利于并行下载和分层组播等应用等一系列优点[4]。由此可见,数字喷泉码对基于点对多点单向通道的的大数据量的多媒体推送应用具有巨大的技术优势,将Raptor码应用在多媒体推送服务中,能大大提高文件传输的有效性和可靠性。
2.1 Raptor码在多媒体推送系统中的应用
基于点对多点的多媒体广播系统采用单向通道进行推送,用户没有反馈通道,且用户信道的状况各不相同,而在无线网络环境下各种噪声等不稳定因素的影响,很容易造成数据丢失;同时用户接收数据的时间不定,无法保证及时地收到信息。基于这几个特点,我们选用Raptor码对发送前的数据进行编码。
发送端将发送的文件按照统一特定的方式进行分块,源块的划分采用函数Partition[][5],函数描述如下:
函数Partition[I,J]=(IL,IS,JL,JS)有两个输入,产生四个输出,分别为: IL = ceil(I/J), IS = floor(I/J), JL = I - IS×J, JS =J – JL,若用Kt表示文件总的符号数,Z表示文件的源块数,则:
(KL,KS,ZL,ZS)=Partition[Kt,Z]
KL=ceil(Kt/Z) ; KS=floor(Kt/Z) ; ZL=Kt-KS×Z ; ZS=Z-ZL
其中F: 传送文件的长度,以字节记; Al:符号对齐指数 ; T:符号的大小,以字节记,要求必须是Al的整数倍 ; Z:源块的数目 ; Kt:传送文件总的符号数,Kt=F/T ; Kmax:文件所含的最大符号数
以传输1M的文件为例,F=1000000约定T=56,Kmax=8192,Al=8。由函数Partition[Kt,Z]的分块原理得,KL=5953,KS=5952,ZL=2,ZS=1。文件总的符号数Kt= ceil(F/T)=17857,文件总的块数Z=ceil(Kt/Kmax)=3。
文件被分成Z=ZL+ZS=3块,前两块每块有KL个符号,长度为KL×T=333368字节,第三块有KS个符号,长度为KS×T=333312字节,总长度333368×2+333312=1000048>1000000(文件长度),需要在第三块的末尾48个字节补上0字节,如图2所示。
图2中SBN[5]是Source Block Number的缩写,表示源块的序号,从0开始,依次加1。发送端对文件进行特定方式的分块后,对每个单独的块进行Raptor编码,并源源不断地发送编码数据包,每个编码数据包是随机独立的,而且重复性小,用户只要在任何时间开机后,接收一定数量(比如1.1倍源数据符号数)的数据包,就能成功译码并恢复源文件。
Raptor编译码的流程图如图3所示[3]。
2.2 多媒体广播推送的协议说明
接收端要想成功译码,有几个条件。第一,已知文件长度,根据文件长度按照与发送端同样的方式对文件进行切块并编号(SBN);第二,得到接收包的有效数据,避免将包中的补0的无效数据进行译码;第三,根据接收到的数据,得到文件ID、文件块号(SBN)以及编码符号ID(即ESI),判断数据所属位置,以便文件重组。
协议的包头信息packethead{ int fileLength; int fileID; int SBN; int ESI; int buffsize; };
3 多媒体推送系统的具体实现
3.1 服务器端的实现
服务器端实现流程大致如图4所示。服务器设置广播的IP和事先约定的端口号,选择发送的文件目录,对文件进行预先编码处理并发送。
3.2 客户端的实现
译码合并子线程流程图如图5所示。
本系统采用android手机作为接收终端,广播节目在一天之内有固定的广播时刻和次数,在所有广播完成后,若用户还是有没有接收完成的文件,用户可选择通过地面3G网络,利用TCP进行补包。用户向服务器发出补包请求,服务器将用户丢失的源块回送给客户端。接收端在接收文件的过程中有两个线程,其中一个线程负责接收数据包,另一个线程利用接收到的数据包进行译码以及合并源块到文件中。
4 基于Raptor编译码的多媒体推送系统仿真数据
点对多点多媒体广播过程中,可能存在数据包乱序,数据包丢失等情况,为了模拟真实环境,在测试过程中,我们将源块进行编码后,随机的打乱编码符号的顺序,然后取前面一定量的符号进行译码,测试译码失败率,试图找出接收端需要收到多少个编码符号就能成功地译码。部分测试数据如表1,表2和表3所示。其中K表示一个源块的符号数,测试过程中采用N=1.5×K,N为编码后的符号数,RecvNum中记录接收的符号数,Test_times表示测试的次数,ErrorPercentage表示译码失败率,简写成E,E=译码失败的次数/测试的总次数。Dec Time表示总的测试次数下译码时间。
由表1看出,当RecvNum=5,接收到5个符号,即接收到1.25×K个符号,译码失败率就已经为0,就能完全成功译码。
由表2所示,当RecvNum=909,接收到1.01×K个符号时,译码失败率为0。
由表3看出,当RecvNum = 1033,接收到1.0088×K个符号时,译码失败率为0。由大量的仿真和测试结果,得出结论,发送的数据文件经过一定的切块处理,并对每个单独的块进行Raptor编码,收端只要正确接收这个流中足够数量的编码符号(大致是1.01×K个符号)即可由译码器恢复出所有原始数据包,而不必考虑接收到的是编码数据包流中的哪几个数据包以及这些数据包的接收顺序。
5 结束语
目前最有效的信息获取途径是互联网[6]。但现代社会网络信息资源容量急剧膨胀并且对资源需求的便利性提出了更高的要求。为了更有效便捷的获得信息,采用点对多点的多媒体广播的方式对多媒体信息进行推送服务,这种服务本质上为一种能根据用户事先向系统注册请求信息,对多媒体信息筛选、分类、排序,在适当时候推送到用户所需的终端。本文创新性的将Raptor应用在局域网的多媒体推送中,并用android手机作为接收终端,设计在单向广播过程中,对传送的文件事先进行特定的切块处理,对每个源块单独进行Raptor编译码,接收端不需要反馈,只要正确接收到足够数量的编码包(大致是1.01×K个符号,K表示一个源块中的符号数)即可由译码器恢复出所有原始数据包,而不必考虑接收到的是编码数据包流中的哪几个数据包以及这些数据包的接收顺序,同时充分利用Raptor码的无码率的特点,适应不同用户的信道状况。将Raptor码应用在多媒体广播中,很好地解决了网络传输过程中的丢包问题,以及由丢包而引发的网络过载和阻塞,甚至造成网络瘫痪的问题。
摘要：推送服务实质上是根据用户事先预定的多媒体信息,对其进行筛选后,在适当的时候推送到用户所需的终端,用户开机后可选择性地接收,文件可离线使用,反复使用。本文设计的多媒体推送系统是点对多点的基于单向通道的多媒体广播,采用android平台作为接收终端,主要针对当前不同用户信道状况的差异性以及点对多点广播过程中数据包丢失严重的问题,将Raptor码应用在多媒体推送系统中。经过仿真试验测试,该系统稳定性高,文本、图片、视频等多媒体信息可在局域网内快速实时地推送并显示,达到了预期的目的。
关键词：多媒体推送业务,多媒体广播,Raptor码
参考文献
[1]项亮亮,章双佐,陈捷.基于无线wi-fi技术的多媒体信息推送系统[J].2012,30(1):18-22
[2]苏毅.移动多媒体推送业务的终端功能研究[D].[硕士论文].北京邮电大学,2009.
[3]余国华.删除信道中的喷泉码编译码技术研究[D].[硕士论文].上海交通大学,2009.
[4]朱宏杰.喷泉码编译码技术与应用研究[D].[硕士论文].清华大学,2009.
[5]M.Luby,A.Shokrollahi,M.Watson and T.Stockhammer.Raptor Forward Error Correction Scheme for Object Delivery,IETFRFC 5053,September 2007;www.rfc-editor.org/rfc/rfc5053.txt.
多媒体推送业务 篇6
彩信媒体, 俗称“彩信报”, 是基于移动通信技术MMS (Multimedia Messaging Service) 协议, 以手机彩信为介质, 由媒体单位制作内容, 经由移动运营商网络推送至用户手机终端的一种移动端媒体产品。目前, 国内彩信媒体受众体量庞大, 发送快速即时, 内容精炼概括。我国第一份彩信媒体是《中国妇女报》于2004年率先推出的《中国妇女报——彩信版》。在随后的几年中, 彩信媒体的发展呈现出“井喷”之势, 涵盖了新闻、娱乐、体育、财经、旅游、健康、饮食、双语、教育等领域。但近年来随着移动互联网的兴起, 彩信媒体的发展已经遇到了一些较大瓶颈。
1.1内容瓶颈
彩信使用2G时代的技术标准, 单条彩信容量上限为100KB, 只能容纳4-5张相对清晰图片, 因此限制了内容的展现度和丰富性, 无法呈现海量的文字、图片、视频以及动态特效。
1.2交互瓶颈
彩信媒体限于技术标准, 无法实现网络层和传输层的数据交互。用户仅能单向收取信息, 只能通过短信回复进行互动, 无法实现阅读量统计、点赞、评论等互动功能, 也无法增加社交属性。
1.3数据瓶颈
彩信媒体因为没有数据交互, 所以就无法积累用户数据, 空有庞大的用户量, 仅能通过包月扣费获得定额收入, 不能获得更深层次的用户数据溢价。
上海报业集团从2006年就开办了《上海手机报》, 经过近十年的发展, 逐步成长为上海地区规模最大的手机报, 用户规模达到300万。多年来《上海手机报》曾获得新闻出版总署“报业新媒体10强”、“年度最佳作品”等荣誉, 并成为上海市委宣传部、市网信办、市通管局指定的上海市“手机一城一报”项目。集团在手机报的十年耕耘期间, 经历了彩信媒体的起起落落, 也一直在探索彩信媒体的突围之路。2013年, 集团获得了上海市科委专项扶持资金项目课题:面向数字出版的大样本数据监测分析平台关键技术研究和精准推送应用实现 (项目编号:13511507100) , 由此研发了一套基于大样本数据监测分析的彩信媒体精准推送系统。
2.实施目标
基于大样本数据的深度分析和价值挖掘, 早已成为信息技术和媒体领域共同的研究热点。上海电信作为国内领先的通信运营商、《上海手机报》的承运单位之一, 其千万级的用户每天都在产生大量的位置数据和使用行为数据。本系统的目标, 即是通过数据仓库、数据挖掘技术, 将上海电信的海量用户数据转化为《上海手机报》彩信媒体精准推送目标。
因此, 系统基于中国电信上海公司的用户特征数据仓库, 通过监测、分析和筛选用户的基本数据、交互数据和地理位置等信息, 对彩信媒体用户进行聚类分析 (clustering) 和分组标签。然后通过精准化的彩信+链接的推送形式, 将用户引导至手机网站和APP应用, 同时提供新闻阅读和商品销售等各种服务, 进而获取用户交互数据, 持续优化数据模型。最终实现用户流量、互动参与、广告展示和商品销售的大幅提升, 从而突破彩信媒体的内容、交互和数据三大瓶颈。
3.系统实现
整个系统由4个模块构成, 包括:数据仓库和数据挖掘模块、消息推送模块、面向终端用户服务的WEB网站和手机APP应用模块, 以及用户分析模块。
各模块之间的逻辑关系如下图所示:
3.1基于深度数据包截取 (DPI) 的数据仓库和数据挖掘模块
该模块基于中国电信上海公司的移动网络深度数据包截取能力, 对彩信媒体用户的各种网络访问行为 (HTTP GET请求) 进行收集, 并通过抽取/转换/加载规则进行海量存储, 依托开源数据库建立起原始用户访问数据仓库。其次, 模块针对用户访问特征内容在数据仓库中进行分类, 使用数据挖掘能力聚类出特定偏好的用户群体, 形成用户特征描述。这样, 我们就以用户手机号码为基础, 为每位用户建立了标签 (单一用户可建立多个特征描述标签) 。在此基础上, 模块结合云处理能力, 按一定业务模型定时进行数据运算, 不断更新用户特征数据库, 从而提供针对用户特征信息的实时查询能力。
3.2基于用户状态的消息推送模块
彩信报编辑人员根据业务需要, 首先在用户特征数据库内查询到最合适的受众用户群体, 然后利用消息推送模块, 将制作好的内容下发, 以期获得更高的阅读率和较好的效果。消息推送模块不但能发送传统的彩信内容, 而且还集中了多种基于移动互联网的点对点消息推送能力, 包括运营商通道的短信、Wap Push, 以及Android C2DM、i OS Push Notification、Windows Phone Push Notification等。这样, 利用消息推送模块, 我们就可以根据用户的使用习惯以及用户的当前状态 (手机在线状态、客户端在线状态等) , 选择高效率、低成本的推送方式, 最终将消息发送给用户。
3.3基于用户属性和位置识别的个性化WEB网站及手机APP应用模块
WEB网站及手机APP应用模块是最终面向用户的前端产品。我们通过彩信推送, 让用户可以通过彩信链接跳转至web网站或是APP应用中的特定内容页, 从而实现彩信内容与移动互联网产品的无缝对接, 拓展彩信媒体的内容展现形式。此外, 该模块还能够根据数据仓库定义的用户标签, 以及实时获取到的用户位置等属性, 对用户实现个性化的内容展示和推送。同时, 用户在WEB网站或是APP应用上的阅读和社交行为等交互信息, 也将不断输入用户分析模块, 持续优化补充用户特征数据库。
3.4基于上网行为和互动反馈数据的用户分析模块
用户分析模块通过感知彩信媒体用户在WEB网站和手机APP应用上的特定行为, 对用户行为进行匹配描述, 再利用数学模型形成特征标记, 实现基于用户个人信息、搜索历史、个性标签、自我设定等相关信息的分类和整理, 并将分类整理结果输入数据仓库, 从而进一步丰富用户特征信息。该模块重点分析了以下数据:用户在我们WEB网站或是手机APP应用的停留时间、跳出率、回访者、新访问者、回访次数、回访相隔天数;注册用户和非注册用户之间的浏览习惯差异;用户所使用的搜索引擎、关键词、关联关键词和站内关键字;用户不同入口形式 (广告或者网站入口链接) 的不同效果等。
4.效果和展望
经过多两年的研发, 目前系统已经初步建成, 并正式投入使用。
从实际使用过程中可以看到, 系统的使用效果基本达到了设计目标, 业务收益显著。以2015年阳澄湖大闸蟹券的销售为例。我们首先制作了一份精美的阳澄湖大闸蟹券广告彩信专刊, 并内附有网站销售链接, 用户可以直接进行在线购买。接下来, 一方面, 我们随机推送了240万普通用户。另一方面, 我们通过系统在《上海手机报》80万上海电信彩信媒体用户中, 选取了77055名带有“美食”标签的用户进行推送。反馈情况表明, 这次推送增刊起到了良好的广告效果。在240万的普通用户投放中, 广告费用7.2万元, 总计获得订单135份, 收入10.5万元, 投入产出比为1.46。而在精准推送的77055个目标用户中, 产生的订单就有165单, 推送费用0.23万元, 收入12.8万元, 投入产出比为55.65。
今后, 我们还将继续深入使用和推广该系统, 进一步提升上海手机报的用户体验和商业经营, 并通过用户数据的不断积累, 持续提升推送的精准性。与此同时, 我们还将利用该系统, 改善传统媒体无法针对用户需求进行内容定制的缺陷, 通过精准化的内容推送, 充分发挥移动阅读优势, 坚持正确舆论导向, 唱响主旋律, 打好主动仗, 宣传科学理论, 传播先进文化, 塑造美好心灵, 弘扬社会正气。
摘要：彩信媒体, 俗称“彩信报”, 是基于移动通信技术MMS (Multimedia Messaging Service) 协议, 以手机彩信为介质, 由媒体单位制作内容, 经由移动运营商网络推送至用户手机终端的一种移动端媒体产品。
推送模式的P2P流媒体分发算法 篇7
以高质量、富媒体、互动性为特征的流媒体应用是互联网业务的趋势。面对大规模的并发流媒体直播服务,传统的C/S(Client/Server)结构性能表现不能令人满意。改进的C/S模式,例如服务器群组和CDN(ContentDistributionNetwork)网络,将服务的并发数目提高到数百至上千的级别,但是高昂的造价阻碍了这些系统的部署和应用。候选的解决方案之一的IP层多播,在节约带宽方面优于其他的解决方案,但传输的可靠性、安全性、ISP(InternetServiceProvider)的管理成本等制约了该解决方案的实施。随着骨干网和接入带宽的增加,个人终端计算机处理能力的提升,应用层多播成为具有潜力的解决方案,即将P2P(Peer-to-Peer)技术与流媒体技术相结合。P2P技术首先应用于媒体文件的共享,代表应用系统包括Napster、Gnutella、BitTorrent和eMule[1,2,3,4]等。在流媒体应用领域,P2P技术向两个方向发展:流媒体直播和点播。2000年,第一个P2P视频直播系统ESM(EndSystem Multicast)进入使用[5]。ESM系统使用Narada协议自组织地构造了覆盖网络,并在此之上构建了多播树来实现流媒体数据交换。但是,该系统的管理策略复杂,另外树的构造策略限制了同时参与的结点数目在一千左右。从2000年到2003年,更多的原型系统被开发出来,包括Peercast、P2PRadio、CoopNet、Zigzag[6,7,8,9],这一时期的研究热点仍然是集中在成员管理和树状拓扑的构造算法。结点的处理能力、接入带宽、可靠性方面都存在极大差异,这导致覆盖网和树状拓扑的高度动态变化。在大规模的应用时,树状拓扑的上层结点的崩溃导致严重的拓扑调整和重新构建,影响了流媒体回放观感。2004年,CoolStreaming[10]用于直播欧洲杯足球赛。该系统使用Gossip类型的信令协议构建网状的拓扑,使用了类似BitTorrent系统的数据块交换策略,实现了系统的高度可变性,以及对异构网络的适应性,并发服务数目达到数万。相对于树状拓扑,网状拓扑的管理策略更为简单,不存在预先指派的父结点,因而增强了覆盖网的鲁棒性。自CoolStreaming开始,PPLive、PPStreaming等系统进入商业运营,这些系统均采用了网状拓扑的覆盖网。P2P点播的发展相对较缓,基于Gnutella协议的GnuStream[11]是第一个准VOD(VideoonDemand)系统,但是没有支持快进、后退等VCR(VideoCassetteRecorder)操作。另外,P2Cast和CollectCast[12]也是面向P2P VOD协议的。
P2P流媒体直播协议划分为三类:源驱动、接收端驱动和数据驱动[13],管理覆盖网的方法各不相同。源驱动协议需要为新加入的结点指派父结点,数据从源结点开始,以接力的方式向下层的结点推送。接收端驱动协议在接收者一侧建立树状拓扑,由接收端整合和管理结点以获取流数据。数据驱动的协议一般与网状拓扑的覆盖网结合,结点发现自己需要的数据,并从邻居结点获取这些数据。
尽管网状拓扑比树状拓扑有更强的鲁棒性,但是动态的邻居关系使得前者需要更多的缓冲时间寻找媒体数据资源。上述协议的结点在为邻居提供数据时扮演下载服务器的角色,如果NAT(NetworkAddressTranslation)或者防火墙不支持内网穿透,位于内网的结点就不能为外网的结点提供数据。我们提出了推模式P2P流媒体分发算法,简称为推送算法。该算法使用网状覆盖网拓扑和推模式数据分发方法,并结合新数据块优先调度,相比目前的P2P流媒体分发算法,推送算法可以利用处于防火墙内的结点的上传带宽,加快了流媒体数据复制的速度,进而减少缓冲的时间,并保证了结点之间的准同步回放。
1相关工作
源驱动与数据驱动是P2P流媒体直播领域不同时期的研究热点。源驱动方法要求系统维护覆盖网,然后在覆盖网上建立树状的多播树,如CoopNet和Peercast使用了树状的拓扑,NICE[14]和Zigzag则使用了网状的拓扑。在多播树中需要一些担任管理任务结点。例如,Peercast系统由源结点管理多播树的信息,包括子结点的加入、离开,发现子结点的崩溃等。而Zigzag系统中,指派一些优秀的结点为簇的领导,负责簇的管理和簇之间信息的交互。数据驱动的方法通常不会显著地区分覆盖网和数据分发拓扑,例如Coolstreaming使用Gossip算法来构建覆盖网,结点之间周期性地交换他们的缓存信息,结点决定从哪个邻居结点拉拽下载哪块媒体数据。Peercast和Coolstreaming是P2P流媒体直播领域代表性的原型系统,具有参考价值。
1.1 PeerCast
新加入的结点与源结点通信,如果源结点的子结点数未达到上限,源结点接受该结点成为子结点。否则,源结点把该结点引导给它的子结点。新加入的结点重复上述的请求加入流程,直到有结点愿意接受其成为子结点。结点的离开引起拓扑的调整,而结点崩溃引起其所有下层结点的重新加入。我们的流媒体直播服务实验表明,Peercast可以满足低流量的流媒体应用,例如128kb/sMP3,而高流量的流媒体应用,例如781kb/s的WMV视频流媒体应用,其表现不能令人满意。并发数目在数百的数量级时,结点的异构性引发的拓扑的动荡现象十分严重,高层结点的离开和崩溃导致了严重的回放断续。在中国教育科研网,每个结点都具有真实IP地址,平均带宽100Mb/s,视频码率381kb/s,系统峰值并发用户数在250左右。在中国电信网中,大量不具备地址映射能力的内网结点占据了树状拓扑的顶层,从而限制了树的生长,系统退化为C/S模式。
1.2 CoolStrreaming
结点维护邻居结点列表和伙伴结点列表,称为MC(MemberCache),其中伙伴结点是发生数据和信息交换的邻居结点。新加入的结点与源结点通信,源结点随机选择一个邻居结点作为引导其加入的代理结点,代理结点是普通的结点。新加入的结点与代理结点通信,获得其MC来初始化自己的MC。新加入的结点开始在邻居结点列表中选择结点来构建伙伴关系。伙伴结点之间周期性的交换心跳信息和缓存信息(BufferMap,BM)。结点决定从哪个伙伴结点处拉拽哪个数据块。如果拉拽的请求不成功,重新选择伙伴结点。心跳信息超时,从MC中删除该伙伴结点,然后在邻居结点中选择新的伙伴结点。源结点并不知道也不需要维护整个覆盖网的拓扑信息。因此,在动态的网络环境下,其鲁棒性较高。
ThomasSilverston等,对这两种方法进行来仿真对比[13]。从以下的指标对两种方法进行比较:从加入至收到第一个分组的延时,覆盖网中结点的分布情况,结点离开导致分组丢失的程度,离开的结点的位置与导致的分组丢失之间的关系等。仿真结果显示,网状拓扑对网络动态变化具有更好的鲁棒性,网状的拓扑更适合于P2P流媒体直播。
1.3拉拽算法的不足与推送算法的优点
CoolStreaming的鲁棒性胜于PeerCast,但在网络平均上传带宽很窄的情况下,拉拽算法需要更多的交互流程来获取数据。同时,向多个结点请求下载数据并不能解决问题,因为重复的数据块传输浪费带宽,使得本来吃紧上传带宽资源更稀缺。结点扮演下载服务的角色,拉拽算法无法利用处于不能映射的内外结点的上传带宽。拉拽算法的数据调度由BM信息的交换触发,过于频繁BM交换导致通信开销(overhead)增加,太少的BM信息交换又使得数据块交换速度变慢。而推送算法的结点主动连接邻居结点之后就成为上传服务器。拥有富余资源(网络带宽资源、媒体数据资源)主动地向邻居结点请求上传数据,内网结点即使不能进行地址映射的穿透,也能为外网结点提供数据上传,使得整个覆盖网络的上传带宽资源增加。推送算法根据自己的缓存情况来调度数据交换,新接收到数据块可以更快地复制给邻居结点,降低了BM信息发布的频率。如果几个结点同时向同一结点请求推送同一个数据块,只有最先到达的请求会被接受,这样结点之间网络通信速度也被估算出来。而且,推送算法也保证了拥有数据块的结点同时拥有足够的网络带宽资源进行数据传输。推送算法系统的效率更高,缓冲时间,传输延时显著降低。
2推模式P 2P流媒体分发算法的设计
推模式P2P流媒体算法数据调度和数据块交换流程上有别于拉拽算法。
2.1结点加入
结点标志唯一标志符,nodeID<外网套接字,内外套接字>。外网套接字端口号为零时,结点是未能映射的内网结点。推送算法不区分邻居结点与伙伴结点,每个结点维护自己的伙伴列表(PartnerList,PL)。新加入的结点与数据中心(DataCenter)通信,获取相关流的详细信息。例如,接入结点(AccessPoint)的nodeID,流的缓冲策略信息等。数据中心是网络的信息中心,收集网络中正在广播的流信息,以及参与网络的结点信息等。然后,新加入的结点向接入结点发送REQ JOIN消息,请求加入网络,接入结点是普通结点。接入结点给新加入的结点指派一个伙伴作为代理结点(DeputyPoint)。最后,意图加入的结点与代理结点通信,获取其PL来初始化。PL中的一条记录包含如下信息,<nodeID,lastMsgSeq。lastUpdateTime,outByteTemp,inByteTemp,bufferMap>,其中lastMsgSeq是该伙伴最新的消息编号。lastUpdateTime记录着结点与该伙伴最后一次交换数据的时间。outByteTemp和inByteTemp则分别记录结点推送给该伙伴的通信量和该伙伴推送过来的通信量。这两个数值会被定期清空,反映最近的通信情况。bufferMap由<firstBlockNum,bufferMapVec>组成,其中firstBlockNum记录该伙伴缓存的第一个块的序号,bufferMapVec是布尔集合,表示从firstBlockNum开始的相关块的缓存信息,1表示该块存在,0表示该块缺失。
2.2缓存信息发布与校正
结点的BM信息由BUFFER MAP消息以Gossip模式发布,收到该的结点可能会转发该消息。BUFFER MAP消息带有四个域,<msgSeq,nodeID,TTL,bufferMap>。其中msgSeq是该消息的序号,nodeID是该消息的源结点的标志符,TTL是该消息的剩余转发跳数,bufferMap的结构与2.1中结构一致。我们定义结点加入网络至收到第一块数据为启动阶段。处于启动阶段的结点,每隔1s向它的伙伴广播一次BUFFER MAP消息,之后每隔5s广播一次。BUFFER MAP消息的TTL初始值为2。如果消息源结点已经是自己的伙伴,接收者更新伙伴的BM信息并转发该消息,否则执行以下算法来决策是否添加该消息的源结点为伙伴。如果添加消息的源结点为伙伴或者消息源结点为未能映射的内网结点,停止该消息的转发,否则递减TTL值,在TTL值大于零时继续转发该消息。
决策是否添加新伙伴算法:
1)如果消息的源结点是新加入的结点,则添加为伙伴,否则转到2);
2)如果结点的伙伴数目小于最大伙伴数目,添加为伙伴,否则转到3);
3)如果伙伴列表中存在长时间不活跃的结点,删除该不活跃的结点,并添加消息源结点为伙伴;否则,不添加消息源结点为伙伴。
2.3伙伴的探测与淘汰
结点周期性的发布PROBE PARTNER消息,广播其在网络中的存在,并发现其他的新伙伴。PROBE PARTNER消息与BUFFER MAP消息内容一致,处理流程也一致,不同之处是,PROBE PART-NER消息每隔10s广播一次,转发的目标伙伴个数为2,消息TTL初始值为4。PROBE PARTNER消息主要在网络的深度上传输,而BUFFER MAP消息在广度上传输。结点周期性运行统计伙伴间通信量处理流程,淘汰通信量少的伙伴。
2.4调度算法
结点bufferMap变化或者伙伴bufferMap的变化都会触发数据调度。以下的情况会导致bufferMap的变化:接收到完整的数据块,添加新伙伴,伙伴bufferMap更新,以及2.5中将提及的数据推送流程的结束。调度算法分为两步,第一步找到合适的数据块,算法尽力将资源最稀缺的数据块推送出去,越多伙伴缺少的数据块,获得分值越高。同样分值的数据块,选取较新的。第二步决策目标伙伴,随机选择一个没有该数据块的伙伴,向其发出请求。发出请求后,标记该伙伴已经拥有该数据块。
步骤1:
找出needcredit最大的并且标号最新的数据块,标记为MAX NEED BLOCK;
步骤2:
找到目标伙伴;
步骤1中新数据块优先选择算法保证了结点之间准同步回放:
如图1所示,假设结点B为新加入的结点,t1时刻结点A开始调度数据,并向B传输。新块优先的方法首先调度数据块4(图1(a)),而旧块优先的方法则调度数据块1(图1(b))。在t3时刻,A收到新的数据块,新块优先方法调度数据块5,旧块优先的方法继续调度数据块3.t4时刻,B结点缓冲完成开始播放。新数据块优先传输的方法使得A,B结点之间播放时间差为一个数据块的传输延迟。旧数据块优先传输的方法引入的播放时间差与缓冲时间和结点的上传带宽相关。
2.5推送流程
2.4的算法返回数据块号和目标伙伴的nodeID。结点向该伙伴发送REQ PUSH DATA的消息,请求推送数据块。目标伙伴收到该消息后,执行以下算法判断是否接受该数据块。
1)如果该块迟于播放时间,拒绝接收;
2)如果正在从别的伙伴处接收该数据块,拒绝接收;
3)如果自己已经缓存该数据块,拒绝接收;
4)接收该数据块。
如果目标伙伴决定接收该数据块,发送ACK PUSH DATA消息给请求结点,否则发送DENY PUSH DATA的消息来拒绝该数据块的推送。数据块传输完成,或者收到DENY PUSH DATA消息,结点重新调用2.4的算法来决策下一次传输。
3仿真与比较
我们在OMNeT++上对拉拽算法和推送算法进行仿真。仿真参数为:视频流码流381kb/s,数据块划分时间间隔1s,缓冲时间90s,最大伙伴数目为6,参与网络的结点个数1 000,接入上传带宽分为:(1)相同上传带宽,每个结点的上传带宽限制为500kb/s;(2)差异上传带宽,结点的平均上传带宽为500kb/s,其中20%的结点上传带宽为1 000kb/s,40%的结点上传带宽为500kb/s,40%的结点上传带宽为250 kb/s。上传带宽约为流码率的1.3倍。
从以下四个指标比较推送算法和拉拽算法的性能:
1)数据块复制速度:数据块从产生至分发到结点的时间关系;
2)播放缓冲延迟:结点从加入网络至回放开始的延迟时间;
3)数据块传输跳数分布:数据块传输跳数与结点数量的对应关系;
4)通信开销:构建、维护覆盖网的信令通信量占总通信量的比例。
图2给出了推送和拉拽算法在不同网络情况下的数据块复制速度。数据块复制的速度影响了P2P直播系统源端到接收端的回放延时。在相同网络带宽的情况下,推送算法需要13s覆盖所有结点,而拉拽算法则需要45s。在差异网络带宽情况下,由于推送算法可以发掘结点的上传带宽,覆盖所有结点的时间为17s,而拉拽算法由于需要多次交互才能找到合适的下载结点,不能有效地发掘结点的上传带宽,覆盖所有结点的时间需要60s。结点根据自己的BM信息和伙伴的BM信息来调度数据块的复制传输。推送算法收到数据块时立即进行数据调度,节省了数据调度的延迟,并且可以最大限度利用结点的上传带宽。而拉拽算法在BM信息更新时才能触发新一轮的数据调度,BM信息广播的频率会影响数据块复制的速度,不能有效利用结点的上传带宽。在相同BM信息广播频率的情况下,拉拽算法表现不如推送算法。
仿真中结点缓冲时间为90s,缓冲比97%时结点开始回放流媒体数据。在不同的网络情况下,推送算法均优于拉拽算法。如图3所示,在结点数量较少时(结点数目少于300),新加入的结点需要更多的时间来缓冲数据,随着网络规模的增大缓冲时间减少,相同网络规模下推送算法比拉拽算法需要的缓冲时间大约少40s。而在结点数量较大的情况下(结点数量大于400),结点缓冲的时间并不会随着网络规模的增大而减少。这是因为每个结点的伙伴个数是有限的,拥有剩余带宽的结点并不都能发现新加入的结点。缓冲时间与结点的上传带宽相关,在结点的平均上传带宽仅为码率的1.3倍时,推送算法的缓冲时间大概为40s,而拉拽算法需要多出大概20s的缓冲时间。
我们统计了数据块传输的跳数与结点数量的关系,如图4所示。相同上传带宽情况下,推送算法的传输跳数集中在8跳,拉拽算法的传输跳数集中在12跳。差异上传递带宽情况下,推送算法和拉拽算法的跳数分别集中在7跳和11跳。在不同的网络情况下,推送算法的结点分布均比拉拽算法的更为聚集。结点接收的数据块的跳数在一定程度上与数据传输延迟相关,但并非绝对,虽然差异上传带宽情况下的聚集跳数少于相同上传带宽的情况,但是后者的数据块复制速度要稍优于前者。在差异带宽条件下,因为存在一批上传带宽较大的结点,传输反而聚集在较低跳数处,窄带的结点会带入更多的传输延迟。拉拽算法的结点分布比较松散,处于高跳数的结点比例较大,当网络规模增大时,需要增加更多的缓冲时间,才能保证高跳数的结点有足够的下载结点可以选择。
在我们的仿真中,推送和拉拽算法均采用同样的相同的网络和信令参数,两种算法在最大伙伴个数为4和6情况下,通信开销均属于可以承受的范围。而推送算法在通信开销指标上略优于拉拽算法。这是因为推送算法减少了交换的次数,减少了通信开销。
4实际系统运行情况
PB算法的商业运行版本称为ShanonBox,目前该P2P流媒体直播平台正在测试中。软件启动界面及运行界面,见图6。在教育网内,100个结点播放同一个节目,计算机之间的播放延时之差小于4s。推送算法调度时,选择数据块步骤中新数据块优先调度的算法是结点准同步播放的重要保证。实际实验中发现,若使用旧数据块优先调度的算法,结点之间的播放延时差显著增加,延时差在15s左右。
5结论
推送模式的P2P流媒体分发算法有效地利用了内外上传带宽,减少了BM信息频繁交换消耗的通信带宽,以及算法本身在复制分发数据块上的有效性,在各项指标上均优于拉拽算法。而实际的系统测试中,结点的准同步回放也体现了新数据块优先调度的方法的有效性。
摘要：面对大规模的流媒体直播应用,传统的C/S(Client/Server)模式遇到了大量并发服务的巨大压力,P2P技术作为最有潜力的解决方案成为研究的热点。P2P直播技术经历了几个发展阶段,从P2P文件共享,到多播树,到多播网。目前P2P技术正在逐步进入商业运作。如何利用内网的上传带宽,加快流媒体数据的复制速度,减少结点与源结点的传输延时,保证结点之间的准同步播放,提供富媒体的业务等,仍然是P2P技术研究领域的热点问题。相比目前的P2P流媒体分发算法,提出推送模式的P2P流媒体分发算法,结合了新数据块优先调度,能够利用处于防火墙内的结点的上传带宽,加快了流媒体数据复制的速度,进而减少缓冲的时间,并保证了结点之间的准同步回放。
多媒体推送业务 篇8
1 精准推送概念界定与特征分析
1.1 精准推送概念界定
直效行销之父Lester Wunderman提出了精准营销的核心观点, 他认为精准营销是指围绕客户建立数据库, 通过数据分析确定目标消费者, 从而开展有针对性的营销活动。精准推送作为精准营销的手段被多数营销者所应用, 借助大数据技术, 营销者快速锁定目标, 在正确的时间里把正确的内容推送给正确的客户, 从而达到良好的营销效果。
1.2 精准推送特征分析
目前学界普遍认为精准营销具有5个基本特征, 即目标客户的稳定性和针对性、营销策略的经济性、有效性和效益性。根据“新4C”法则, 精准推送又呈现出新特征。
第一, 无场景不推送。合适的场景是精准推送的关键, 不当场景下的任何推送都只会是无用功。利用大数据技术描绘用户的场景画像, 使精准推送的信息直击用户痛点, 从而达到事半功倍的营销效果。
第二, 有社群要推送。互联网时代下, 有效的营销传播方式将走向社群化。互联网上充斥着各种基于共同兴趣和需要聚集形成的众多社群, 通过数据预测, 以合适内容解决特定社群的“痒感”, 使营销者获得有效商业传播。
第三, 内容至上。在互联网时代背景下, 精准推送的内容一方面要极具传播力, 以便在社群之间快速扩散;另一方面, 通过大数据描绘用户具体画像, 向其精确推送合适的内容, 以期获得良好传播效果。
第四, 连接创造价值。精确推送更加注重连接价值。一方面, 基于大数据技术展开的用户预测与描绘行为本身就是一次连接过程。通过把用户各种零碎数据连接, 形成鲜明数据画像, 从而进行精准推送;另一方面, 通过精准推送连接拥有共同兴趣或需求的用户, 进一步拓宽用户广度。
2 网易云音乐精准推送的问题
问世于2013年的网易云音乐如今已成为数字音乐平台的领跑者。根据艾媒咨询发布的报告显示, 2014年中国手机音乐客户端品牌用户使用频率分布方面, 网易云音乐占据第一, 其中21.8%的用户每天都会使用网易云音乐[1]。网易云音乐的个性化推荐功能独具特色。此功能根据用户播放、喜欢或拉黑某个音乐或歌手的行为, 结合大数据技术, 测算用户音乐喜好, 从而进行音乐的精准推送。网易云音乐因人性化的推荐功能受到年轻群体的青睐。然而, 数据测算无法摆脱机械化缺陷, 在向用户智能推送音乐的同时也产生了一些问题, 这主要体现在以下两个方面。
2.1 信息茧房效应
信息茧房效应是精准推送下的必然产物。经过大数据的搜集与分析, 找到用户喜爱或相关信息, 并把这些信息精准推送给用户, 这一过程帮助营销者精确定位目标用户, 减少营销成本, 达成良好传播推广效果。但是, 这些信息与用户高度相关, 用户长期接触此类信息会使其封闭在私人性的信息空间中, 犹如一个信息茧房, 把用户层层包裹, 喘息不能。网易云音乐的个性化音乐推荐功能同样无法躲避信息茧房效应。用户仅能接收到自己原本喜好的音乐类型, 无法接触其他音乐形态, 用户被自身音乐喜好所封闭, 无法拓展新的音乐类型, 形成新的音乐兴趣。
2.2 信息重复
精准推送的另一个问题是会产生信息重复后果。当网易云音乐用户在某一阶段偶尔连续收藏或聆听某种音乐类型时, 网易云音乐会将这种暂时性喜好当作用户的习惯爱好, 在接下来的“每日歌曲推荐”歌单中持续推送相同音乐类型。用户的“偶然听之”变成强迫式的“长期听之”, 这在一定程度上会导致用户的厌烦或抵制心理, 长此以往, 易造成用户的集体出走行为。
3 结束语
大数据时代下的精准推送功能的确为企业和营销人员带来极大的效益, 但其中产生的问题也值得营销者警惕。在音乐精准推送火热的场景下, 要清醒地认识到此功能带来的信息茧房效应和信息重复等不良后果, 对精准推送功能进行冷静考量, 及时发现并解决其带来的一系列问题, 从而保证数字音乐平台的良性发展。
参考文献