面向视频云微服务系统的智能运维技术
2021-11-28徐代刚姜磊梅君君
徐代刚 姜磊 梅君君



摘要:提出了一种基于人工智能(AI)的保障视频云体验质量(QoE)的系统架构。该系统针对多个维度创建运维知识图谱,例如运行数据、运行环境、运维数据,以用于建模、感知、映射和分析。在对系统的微服务保障中,运用了图神经网络(GNN)等方法进行分类和预测。通过知识图谱和机器学习,该系统可实现实时监控、自愈恢复、智能预测和主动运维,从而实现QoE的智能保障。
关键词:视频云系统;数据挖掘;知识图谱;图神经网络;智能运维
Abstract: Based on artificial intelligence (AI), a system architecture that guarantees video cloud quality of experience (QoE) is proposed. According to multiple dimensions, the system creates an operation and maintainance knowledge map for modeling, sensing, mapping, and analyzing, such as operating data, operating environment, and operation and maintenance data. In the microservice system, methods such as graph neural network (GNN) are introduced for classification and prediction. Based on thetechnology of knowledge graph and machine learning, the system can perform realtime monitoring, self-healing, intelligent predicting and active operation and maintainance to implement intelligent guarantee of QoE.
Keywords: video cloud system; data mining; knowledge graph; graph neural network; AIOps
随着5G时代的到来,增强型移动宽带(eMBB)、海量机器类通信(mMTC)、超可靠低时延通信(URLLC)3大应用场景,尤其是相关的音视频应用,得到了快速发展。此外,由于受到新冠肺炎疫情等不确定性因素的影响,企业或团体远程办公、远程会议的场景和需求日益增多,相应的通信系统也变得日益复杂。以视频会议为例,它需要支持双流会议、多流会议,除了要具备编解码、链路控制、会议控制等多种基本功能外,还要能够管理用户的安全接入、权限控制等。因此,一个良好的视频系统,不仅要满足用户的业务需求,支撑音视频编解码、播放、合成、录制、扩展现实(XR)以及会议等多种业务,还要支撑用户的质量需求,从听得清、看得清到听得懂、看得懂,直至听得真、看得真,以提升用户体验质量(QoE)。对于一个企业级视频系统而言,为了提供优良的用户感知,系统除了提供音视频编解码、XR渲染等技术外,还要能够支持多租户、高并发、大流量。整个系统应稳定可靠且具有高安全性,不仅能灵活控制终端的接入和退出,还可支持云边协同,使系统部件可弹性伸缩。……
