【摘要】 本文通過介紹CDN采用的關鍵技術，探討了內容分發在下一代媒體融合網絡中的應用，并提出了面向媒體融合網絡的CDN與P2P、云計算融合的網絡架構，有效的利用網絡資源，提升網絡性能，提升廣播電視媒體在三網融合中的競爭力。
【關鍵詞】媒體融合 CDN IPTV NGB P2P 云計算
一．引言
網絡新媒體不僅可以實現點對面的媒體傳播，還具有點對點、即時、互動、個性化、多形態的傳播特性，彌補了傳統媒體無法即時互動傳播的局限。
在網絡新媒體的沖擊下，傳統廣電媒體積極探索和實施廣播電視媒體的轉型，廣播電視網、互聯網、通信網不斷地交叉融合，推動了融合媒體網絡的發展。廣電媒體應將傳統媒體和新媒體進行融合并開拓新的發展空間，打造全媒體融合的網絡傳播平臺，將數字化、網絡化的新媒體技術和傳統媒體技術結合，打造新的傳播手段。
基于TCP/IP的互聯網體系在本質上并不是給媒體傳輸設計的，而是一個信息交換的網絡，不是一個媒體的網絡。在互聯網時代，媒體內容的發布和分發，不僅要有高效、靈活、可擴展、易于部署等特點，又需要有帶寬效率、質量保證、安全控制等保障。因此基于三網融合的媒體內容分發既要考慮全媒體傳播的特征，又要充分發揮不同體系架構網絡的優點，取長補短、互為補充，將各自的優勢技術結合起來發展智能融合的媒體內容分發網絡。
內容分發網絡（Content DeliveryNetwork，CDN）是在已有的基礎設施網絡上構建的一種內容傳輸覆蓋網，是現有互聯網體系結構的一種延伸。它通常采用分布式緩存、負載均衡、內容重定向、流量工程等技術，通過將內容從源服務器推送到網絡邊緣設備，使得用戶的內容訪問可以在就近的位置得到快速的響應，同時，緩解了中心源服務器的負荷壓力，也降低了骨干網絡的負載流量，降低了端到端時延，提高了服務質量和用戶使用體驗。
內容分發網絡的基本架構主要由分發服務系統、負載均衡系統、運營管理系統等幾大部分構成，如圖1所示。分發服務系統主要作用是響應用戶的內容請求、實現內容從源服務器到邊遠的推送和存儲，以及內容數據流在全網的實際分發工作。負載均衡系統是CDN的核心，其作用是負責對用戶請求進行調度，它根據分發服務系統的內容分布情況和網絡狀況等信息，選擇最佳的用來響應用戶請求的邊緣緩存服務器，并將確定的服務器地址返回給用戶。運營管理系統則是對CDN網絡的運行進行統計管理的接口和界面，包括運營情況的管理和網絡運行情況的管理。
CDN網絡通過監測各個節點和服務器的網絡參數如負載、吞吐量、健康狀況等，在網絡發生突發狀況時，及時將性能惡劣的節點剔除，使整個網絡性能更好，更穩定。
因此，如何將CDN技術應用到下一代媒體融合網絡，從而支撐起未來龐大的多媒體數據業務，是每一個廣播電視從業人員需要學習和實踐的內容。
圖1 CDN基本功能結構圖
二．CDN關鍵技術及應用
內容分發通過將數據中心的內容發送到CDN網絡邊緣的緩存服務器上，靠近用戶已達到減少訪問響應時間。傳統的內容分發方式有PUSH和PULL兩種。
PUSH是主動分發技術，將內容從數據中心推送到邊緣服務器。采用PUSH方式推送的是熱點內容，通過預先將這些熱點內容發送到邊緣服務器，可以滿足絕大多數用戶的需求，不需要大量地訪問數據中心，避免造成網絡擁塞。
PULL是被動分發方式，一般情況下從用戶主動請求開始。如果用戶請求的數據不在本地邊緣服務器時，該服務器就會使用PULL方式從中心節點或者其他鄰接CDN節點上獲取所需數據。
（1）內容緩存技術
在視頻點播環境下，用戶視頻訪問速度的提高是提升用戶體驗的關鍵。用戶的視頻訪問速度與服務器的響應以及網絡傳輸狀態等因素有關，其中服務器對用戶請求的響應是主要因素。在內容分發網絡中，高效的緩存算法在減少服務器的負載和延時方面發揮出很重要的作用。
內容緩存技術就是在緩存中存儲內容副本，用緩存中的內容副本為后續訪問的客戶端提供服務。通過內容緩存，用戶向源服務器發起的內容訪問就變成了用戶到緩存服務器和緩存服務器到源服務器的兩次訪問過程。
緩存可采用獨立緩存或協同緩存，獨立緩存是用作緩存的服務器相互獨立，協同緩存由服務器集群組成，集群中的緩存服務器根據緩存協議協同服務，這也是CDN中最常采用的緩存設計方案。
（2）負載均衡
CDN系統主要通過負載均衡實現內容路由的功能。負載均衡是將用戶的請求重定向到距離用戶最近的邊緣服務器上。在進行負載均衡的時候需要考慮到當前網絡的擁塞狀況、每臺邊緣服務器的性能以及負載狀況。負載均衡系統是CDN的核心，關系到整個CDN的工作效率和服務質量。
負載均衡算法分為靜態算法和動態算法。靜態算法沒有考慮當前時間網絡擁塞情況和服務器負載狀況，按照設定好的均衡策略分配任務，實現起來比較簡單，執行效率高，但是適應性差。動態算法可以考慮實際運行中服務器的負載情況，根據不同的負載狀況對服務器使用不同的負載均衡算法。
最 簡 單 的 靜 態 算 法 是 隨 機 算 法（RAND），將到來的請求以相同的概率隨機重定向到整個網絡的服務器中。輪詢（RR）算法是以循環的模式將請求依次分發到每個服務器上，經過一定時間，每個服務器都處理相同數量請求。
該算法適合集群中服務器負載能力差異不大的情況。
最小負載算法（LL）的動態算法是將請求重定向到當前負載最小的服務器上來實現整體的負載均衡，不足之處是會導致負載最小的服務器在短時間內快速達到過載狀態[1]。動態算法還可以根據響應時間選擇合適的服務器，最終達到用戶整體響應時間最小的目標[2]。
（3）內容管理
內容管理是CDN系統的重要組成部分，通過網絡流量管理，定期對服務器的工作狀態進行探測，收集網絡節點的狀態信息，記錄其健康狀況。當發現工作狀態異常的服務器時，可以及時將該服務器的負載任務轉移到健康的服務器上，從而保證整個網絡工作在健康的狀態。此外，還可以利用內容感知技術，盡量將用戶的訪問請求定向到存有該內容的副本服務器，提高命中率，減少響應時間，提高用戶體驗。
內容管理包括三個方面：本地內容索引，包括緩存服務器上存有內容的名稱、具體的URL、訪問的內容等。本地內容更新，利用HTTP響應中的頭信息判斷該內容是否需要更新，若需要更新，本地緩存服務器會向源服務器發出請求驗證。本地設備狀態信息，包括本地設備是否健康，性能是否良好，以及用戶訪問內容的動態變化。
（4）CDN在IPTV中的應用
CDN技術可以將大量流媒體內容預分發到本地網絡的邊緣服務器中，利用這些服務器響應距離較近的本地用戶請求，達到緩解骨干網壓力和減少用戶響應時間的目的。
服務器的性能千差萬別，將大量用戶請求分配到距離最小的服務器上會造成一部分服務器過載，一部分服務器空閑的局面。CDN的負載均衡技術可以實時根據服務器負載情況和鏈路流量，動態分配請求的去向。對于某些突然失效的節點，可以及時地調用附近空閑節點進行替代，使整個網絡保持健康的狀態。最佳節點可以根據不同的優化目標進行選擇，如時延距離最近、節點負載最輕和服務最可用等。
CDN的預分發及存儲技術可以使大多數請求在本地網絡中被響應，不需要將請求重定向到媒體中心。通過對IPTV系統中用戶點播行為進行分析，發現點播視頻熱度分布類似于系數為0.8的Zipf分布[3]，即80%用戶的點播請求集中在20%的視頻上。傳統的緩存機制是在邊緣服務器中緩存20%的熱門視頻內容，來提高請求命中率，但視頻文件一般都非常大，不利于存儲和傳輸處理。為了解決這些問題，可以使用基于切片技術的部分存儲機制，將視頻文件分成一個個小段[4]，利于分布式存儲。同時，邊緣服務器中將10%的視頻內容完整存儲，30%的內容存儲其一半，剩余的冷門視頻只存儲開頭段。其中具體的參數和緩存策略還可根據覆蓋用戶的偏好進行重新定義，內容的分布也可以隨著熱門程度自動調整，從而系統整體的服務質量。
圖2 IPTV系統網絡架構
三．下一代媒體融合網絡的智能分發技術
1.CDN在下一代媒體融合網絡中的應用
NGB具有全程全網、寬帶雙向、內容匯聚等優勢，大幅提高了網絡接入速度和資源整合效率；在業務上有著互聯互通、開放共享的特點，提供高清視頻點播、視音頻通信和網上沖浪等融合業務以及其他信息傳播業務。
CDN根據用戶地理位置、鏈路帶寬、服務器負載狀況等參數將用戶請求重定向到訪問速度最快的服務器上，同時負載均衡系統合理分配資源副本，提高網絡整體容量。此外CDN具有易于管理、內容保護和線性擴展的優勢。鑒于以上特點，下一代媒體融合網絡可將借鑒CDN的分發技術，滿足網絡互聯互通，實現跨區域內容分發和調度的功能。
NGB的協議體系架構包括應用層、傳輸層、網絡層和物理層，其協議體系如圖3所示。物理層包括了廣播傳輸和雙向傳輸兩部分。根據二八原則，網絡中80%的用戶關注的是網絡中20％的內容，利用全局負載均衡調度算法，通過廣播傳送共性內容，通過雙向傳送個性內容，緩解內容冗余傳輸帶來的巨額網絡流量壓力，節省雙向流量，降低網絡運營經濟成本。
網絡和傳輸層采用基于I P和T S的架構，支持已有的用戶數據報協議（UDP）、傳輸控制協議（TCP）、實時傳輸協議（RTP）等面向連接的流媒體技術協議，也支持目前較為先進的基于HTTP的動態自適應流（DASH）協議，同時支持增強型網絡編碼PLUTE+協議，以及同時適合廣播和雙向網絡傳輸的打包格式。物理層、網絡和傳輸層都支持NGB的內容分發功能 ，同時支持廣播、組播和點播業務。
在內容分發網絡架構下，NGB可以實現多種多媒體交互應用，包括高質量音視頻傳輸、交互電視、智能EPG以及文件共享等。
圖3 基于CDN的NGB體系
2.CDN-P2P融合型內容分發
P2P技術在應用層構建了一個對等節點網絡，每一個對等實體Peer既可以作為客戶端下載數據，也可作為服務器為其他Peer提供所需資源。P2P技術將源服務器的負載分攤到眾多Peer上，減輕了源服務器的壓力，原本集中到源服務器的訪問流量更多的分散在本地的自治域網絡，用戶可以從鄰近的多個節點直接獲取數據，傳輸速率大大提高。加入P2P網絡的節點首先連接到一個集中式的節點列表服務器（稱為Tracker），從Tracker獲得一個初始節點列表并加入覆蓋網絡，定期與鄰居節點交換數據更新成員節點信息，根據節點列表中的信息動態地選擇合適的節點收發數據。單個節點的加入和退出不會對網絡的穩定性造成太大影響，因此P2P技術具有很強的擴展性。
CDN的網絡容量取決于服務器數量，建設成本昂貴。P2P技術擴展性好，但不易管理節點。兩者優勢互補，建立一個CDN-P2P融合型內容分發網絡很有價值。
如圖4所示，根據引入P2P技術的位置不同，混合架構可分為兩類：一類是在CDN的邊緣服務器之間引入P2P 技術，實現邊緣服務器之間的內容共享；另一類是在邊緣服務器下引入可管理的P2P自治域，域內的終端用戶之間可進行P2P分發。由于CDN網絡是一種分域網絡，特定域內的邊緣服務器數量有限，在這個域內引入P2P并不能給網絡容量帶來質的飛躍[5]，第二類架構充分利用了終端用戶的資源，邊緣服務器作為一個特殊的Peer可以有效管理覆蓋的P2P自治域，網絡性能大大提升。
圖4 CDN-P2P兩種混合架構
3.基于云計算的內容分發
傳統的CDN網絡容量仍然受限于邊緣服務器的性能及數量，云計算有效解決了該問題。
首先，云計算提供了低成本海量云存儲空間，實現在CDN的多個邊緣云服務器緩存同一文件的不同片段，用戶能夠從多個服務器同時接收該文件數據，大大提高了傳輸速率。此外，利用云計算虛擬化技術可以根據文件的熱度和用戶偏好實現動態存儲，還可以根據用戶的需求迅速調整服務器的數量和處理能力。最后，利用云計算強大的管理功能，可實現邊緣存儲之間的統一管理和資源共享。
如圖5所示，云架構CDN通過虛擬技術將物理資源虛擬成一個資源池，云平臺對CDN的負載情況進行實時監控，同時，采用其智能的自動管理和動態調度策略，使得各邊緣存儲服務器構成一個協同配合的統一資源對外提供內容加速服務。
圖5 基于云平臺的CDN網絡架構
目 前 ， 國 內 外學者提出了很多基于云平臺的內容分發算法，考慮到了云節點的存儲代價[6]和云節點的帶寬上限[7]，將帶寬作為服務質量的硬性指標，遍歷所有云節點尋找最優內容分發路徑。同時可以解決資源預留和內容緩存的算法[8]，使用基因算法獲得最優解，優化最小化云服務器的租用成本和請求重定向帶來的成本。
四．小結
CDN技術可以有效增加網絡帶寬和提高服務質量，其優越性已在互聯網中得到驗證。隨著全媒體融合時代的到來，下一代媒體融合網絡即將全面實現，廣播電視媒體在網絡上市場規模的將進一步擴大，CDN技術在廣播電視媒體中也將起到越來越重要的作用。CDN技術與P2P、云計算等技術相結合也展現了新的生命力，相信不久的將來，在下一代媒體融合網絡中CDN技術也會被大規模使用。 B&P
參考文獻
1.Dahlin M. Interpreting stale loadinformation[J]. IEEE Transactions on Parallel &Distributed Systems, 1999, 11(10):285-296.
2.Carter R L, Crovella M E. Serverselection using dynamic path characterization inwide-area networks[C]// IEEE Infocom 97Sixteenth Joint Conference of the IEEE Computer& Communications Societies Driving the InformationRevolution. IEEE, 1997:1014-1014.
3.莊一嶸, 梁潔, 陳戈,等. IPTVCDN用戶點播行為分析與建模[J]. 電信技術, 2014(3):79-81.
4.徐貴寶. CDN網絡及其在IPTV中的應用[J]. 現代電信科技, 2005(11):38-42.
5.吳宏建, 何秀淼, 鄧東豐. IPTV網絡中CDN和P2P結合的技術分析及研究[J].現代電信科技, 2009, 39(5):14-17.
6.Mills K A, Chandrasekaran R,Mittal N, et al. Heuristic Replica PlacementAlgorithms in Content Distribution Networks[J].Journal of Networks, 2011, 6(3):1 - 4.
7.雷起. 基于云平臺的多約束流媒體內容分發方法研究[D]. 鄭州大學,2014.
8.Hu M, Luo J, Yang W, et al.Practical Resource Provisioning and Caching withDynamic Resilience for Cloud-Based ContentDistribution Networks[J]. IEEE Transactionson Parallel & Distributed Systems, 2013,25(8):2169-2179.