基于内容分发网络的视频通信系统研究

孙向辉，江志峰

（中国电信股份有限公司北京研究院 北京 100035）

1 引言

随着现代通信技术和业务的发展，人们对通信的需求已经由最初的单一语音需求转变为对音视频的综合需求。尤其是最近几年，企业级的视频通信、视频会议业务得到了很大发展，帮助企业降低了出行费用，提高了沟通效率。电信运营商也逐渐面向个人和家庭提供视频通信业务，而宽带提速计划也为视频通信业务提供了保障。

目前的视频通信系统，按照系统实现方案划分，主要包括以下几种。

·专用硬件MCU（multi control unit）的方式。MCU设备位于网络中央，所有终端的视频流都必须送至MCU进行处理，然后再由MCU发送至各个终端，这种方式下，MCU很容易成为瓶颈，而且MCU投资较高。这类系统主要是一些企业级的高清视频会议系统，例如思科网真、华为ViewPoint等。

·软件客户端方式。完全在终端使用软件进行视频编解码处理，终端之间完全基于互联网进行传输，例如目前一些IM所自带的视频通信功能。这种基于互联网传输的方式，会导致视频传输质量不能保证，用户体验不高。

·软件MCU方式。目前一些互联网视频会议系统厂商，使用了基于通用服务器的软件MCU结构，所有终端的视频流都需要经过这些服务器上的软件模块进行转发，虽然这些通用服务器的成本较低，但是在大规模部署时，也会有系统瓶颈问题以及部署成本问题。

从上面3种方式看，视频流的传输和处理在视频通信业务中占有非常关键的位置。如果采用集中式的MCU方式进行视频流传输和处理，会容易形成系统瓶颈、可扩展性差；如果面向全网开展视频通信/会议业务，则成本很高；如果视频流的传输完全基于开放的互联网，则视频质量难以保证。目前有一些论文和专利[1，2]提出一些新的解决方法，比如使用IP层组播或者应用层的组播技术进行多方视频通信的视频流传输，但是，在目前的互联网中，IP层组播没有大规模部署；应用层组播的方式，其实质也是视频流基于互联网进行传输，依然不能保证视频传输质量。

目前在国内，互联网上已经部署了大量的内容分发网络（content delivery network,CDN），一些规模较大的内容分发网络已经覆盖了绝大部分互联网用户，为用户提供较高质量的点播/直播业务的视频传输。本文提出一种基于内容分发网络的视频通信系统架构，使用内容分发网络中的视频直播技术来承载视频通信的视频流传输，一方面可以利用内容分发网络的良好可扩展性，为视频通信中的视频流提供传输保证，并且不会产生系统瓶颈；另一方面，无需为视频通信新建系统或者设备，只需在现有的内容分发网络基础上进行升级即可。

2 内容分发系统视频直播技术

在传统的直播系统中，用户直接从直播源服务器获取直播内容，由于用户和直播源服务器通常不在一个网络中，直播流需要经过多个网络进行传输，复杂的网络环境无法自行保证直播流的网络传输，因此，传统的直播系统无法保证用户体验，通常只能用于低码率的直播流传送。内容分发网络为直播业务提供了保证，内容分发网络在目前的网络上部署了大量服务器簇，通过租用或者自建网络连接，将这些服务器簇连接在一起，并制定了一套流量调度系统，在服务器之间根据策略进行流量的传输调度。在直播业务中，通过内容分发系统，可以直接将直播流传输至边缘服务器，这个传输是有带宽和延时保证的，用户只需要从离自己最近的边缘服务器请求直播流即可。

图1为目前内容分发网络在提供直播业务时的架构图。通常 ICP（Internet content provider）提供直播源，然后使用内容分发网络的直播业务，将直播视频流送至终端侧；主界面为ICP提供的内容展示界面，用户通过这个界面可以看到直播内容列表，并选择相应的直播内容；内容分发网络的DNS服务器（CDN-DNS）将用户的直播请求定位至相应的边缘服务器上。内容分发网络提供直播业务时，业务流是以树形结构从内容源分发至边缘服务器上。目前，由于直播业务主要用于ICP的直播内容分发，因此通常全网只有少数几个注入服务器供直播内容的上传注入。其中内容注入流程和用户请求流程分别描述如下。

图1 目前的内容分发网络直播业务架构

（1）内容注入流程

直播源向内容分发系统请求注入直播流，系统向直播源返回请求结果。如果系统允许注入，则向直播源分配注入的网络地址和端口，随后，直播源将直播视频流发送至系统中的注入服务器上。同时，该直播流在内容分发系统中进行注册。直播源服务商的主界面页面上会出现该直播流的信息，对应的链接指向该直播流在内容分发网络中的地址。

（2）用户请求流程

当用户想要观看该直播内容时，首先用户需要访问ICP提供的直播内容主界面，点击某个直播内容链接，然后用户域内的DNS服务器将这个链接解析至CDN-DNS上，最后CDN-DNS将用户请求解析至离用户最近的边缘服务器上。这时，用户直接向该边缘服务器请求直播内容。如果这时该边缘服务器没有这个直播内容，该边缘服务器则向内容分发网络请求该直播视频流，然后将直播视频流转发至最终的终端用户。

利用内容分发网络的优势，直播业务可以将直播视频流有保证地从直播源传送至用户侧的边缘服务器上，但是目前的内容分发网络系统中，由于只面向ICP提供直播分发服务，因此直播内容注入服务器较少，普通终端用户不能使用直播内容注入业务。在笔者提出的架构中，增加注入服务器的数量，并尽量分布至离用户较近的网络边缘，开放直播内容注入接口，使终端用户也可以通过注入服务器将自己的实时视频流注入至内容分发网络中，并通过内容分发网络传送至其他终端用户处，从而达到实现视频通信的目的。基于内容分发网络的视频通信系统，不仅可以利用内容分发网络的可扩展性高的特性，而且投资小，同时为内容分发网络增加了新的业务类型。为此需要对当前的内容分发网络进行一些改进，§3主要介绍改进后的网络结构以及流程。

3 基于内容分发网络直播技术的视频通信系统

本章介绍基于内容分发网络直播技术的视频通信系统架构设计，本系统既支持一方对一方的视频通信，也支持多方对多方的视频通信，同时也支持一方对多方的视频会议应用。

3.1 内容分发网络中注入服务器分布式架构

为了基于内容分发网络提供视频通信应用，首先需要增加当前的内容分发网络中的注入服务器数量，在视频通信业务中，用户需要同时接收和发送视频流，因此要利用当前的内容分发网络提供视频通信业务，就需要增加直播流注入服务器的数量，以保证用户向内容分发网络注入实时视频流；其次，需要将注入服务器分布至离终端用户近的网络边缘，由于视频通信的用户分布在各地，因此，直播流注入服务器应该尽可能地分散。实际上，目前的注入服务器也是基于通用服务器使用软件实现，因此，可以在当前已经部署的边缘服务器上添加软件模块实现注入服务器功能。如图2所示，在边缘服务器上添加边缘注入服务器模块。

在系统中，使用SIP[3]协议处理用户和系统之间的呼叫信令。利用SIP的呈现功能显示用户的好友列表，通过列表可以向好友发起视频通信呼叫[4]。

图2 支持用户侧视频流上传的内容分发系统

3.2 视频通信中视频流注入处理

本节介绍实时视频流注入至内容分发网络中的处理流程。在传统内容分发网络中，媒体流的地址都以统一资源定位符（uniform resource locator，URL）的形式进行标识。在本文提出的架构中，系统中增加了边缘注入服务器，用于接收终端用户上传的视频通信流，使用UP_URL地址来标识在边缘注入服务器上接收终端用户视频流的地址。用户向UP_URL地址发送视频流。在传统内容分发网络的直播应用中，这个UP_URL地址相当于内容分发系统分配给ISP用于直播内容注入的地址。图3给出了添加边缘注入服务器后的内容分发系统中，用户侧视频流上传的流程。

用户实时视频流注入流程如下：

（1）终端向系统中的“直播管理服务器”发送实时视频流注入请求；

图3 用户侧视频流上传流程

（2）直播管理服务器确定用户所属的边缘注入服务器，并和该服务器协商资源状况，同时生成在内容分发网络中该直播流对应的惟一UP_URL；

（3）直播管理服务器向终端返回UP_URL；

（4）终端根据直播管理服务器指定的地址信息，将直播流直接发送至相应的边缘注入服务器的UP_URL上。

3.3 基于内容分发网络的视频通信系统流程

本节给出具体内容分发网络中视频通信的流程，包括登录流程、两方视频通信流程以及三方视频通信流程。

（1）登录

在用户终端上需要安装客户端软件，用户在发起视频通信前，需要先进行登录操作。在正常登录后，联系人列表中会列出当前可以进行视频呼叫的用户名单。

UP_URL也会被保存在SIP服务器上，作为该用户在SIP服务器上保存的用户信息的其中一个属性。

（2）视频通信呼叫（两方）

在进行两方参与的视频通信呼叫中，用户A和用户B在成功登录后，用户A向用户B发起视频呼叫。其流程如图4所示。

（3）视频通信呼叫（三方）

在三方或者更多方场景下，由主叫一方发起三方或多方视频通信，可由主叫一方选择另外几方之间是否也进行视频通信，其流程如图5所示。

本方案的三方/多方视频通信中的视频流都是相互独立的，用户可以提前设定策略或者自行选择和任意一方建立视频通信。

3.4 使用内容分发网络进行视频通信的优势

通过使用内容分发网络直播应用进行视频通信，与其他视频通信方式相比，具有以下优势。

·与集中式MCU方式相比，采用内容分发网络进行视频传输，无需额外部署专用的、昂贵的MCU设备，而且内容分发网络可扩展性好，可以很大程度避免网络中的单点故障。内容分发网络已经在目前的互联网上广泛部署和使用，可以保证视频分发规模和传送的稳定性。

·与完全的软件客户端方式相比，采用内容分发网络进行视频传输，充分利用了内容分发网络可以很好地保证视频流传输等优势，视频流不再完全基于互联网进行传输，在视频传输质量上有较好的保证。使用基于内容分发网络进行视频通信也有以下特点。

·无需新建系统，只需对现有的内容分发网络进行简单软件升级，也相当于扩展现有内容分发网络的功能和业务；同时，无需为上行视频流预留独立的计算能力，在边缘服务器上，下行视频流和上行视频流的计算和处理可以共用底层计算资源。

·在多方应用中，每个视频流都是独立的，用户可以根据需要进行灵活组合或者控制视频流的状况。

·网络中不再有专门的设备处理编解码及混频功能，所有的编解码都在终端实现。需要终端支持多路视频流的编解码。

3.5 技术验证

基于内容分发网络开发了视频通信的初步原型系统。在验证系统中，采用语音流和视频流分离的方式，视频通过内容分发网络承载，语音通过协同通信平台承载，具体说明如下。

·HMDN[5]，北京塞维安讯公司的内容分发网络系统，本验证系统使用HMDN承载视频流的传输。

图4 两方视频通信呼叫建立流程

图5 三方视频通信呼叫建立流程

·ES（edge server），HMDN系统中的边缘服务器，在验证系统中进行了模块功能改进。

·中国电信集团公司协同通信语音平台[6]，该平台可以实现电话会议功能，在本验证系统中用于语音的混音和呼叫处理，通过点击拨号业务绑定用户手机。

·用户终端，使用低成本、嵌入式IP机顶盒，支持基于硬件的视频编解码功能，摄像头为普通VGA摄像头（支持 640 dpi×480 dpi），通过 USB 与机顶盒连接。

在演示系统中，用户通过遥控器操作机顶盒来发起呼叫。3个机顶盒放置在两个地点，其中两个终端在中国电信集团公司北京研究院实验室内，另一个放在塞维安讯公司内，经过测试，本系统视频质量可以达到VGA水平，经过与MSN视频通信对比，视频质量优于MSN视频通信，初步验证了技术可行性。下一步将继续对系统中的关键技术进行完善和研究。

4 结束语

内容分发网络目前已经成为在互联网上传送流媒体内容、提高用户体验的有效手段，基于内容分发网络的直播业务提供多路视频通信系统，可以在对网络进行少量改动的情况下，提供有传输保证的、可扩展性高的视频通信业务。对于快速、大规模部署高质量视频通信系统，具有良好的参考。在前期工作中，本项目团队已经开发出基于机顶盒的三方视频通信系统原型，验证了利用内容分发网络直播应用进行三方视频通信的可行性和能力。

对于内容分发系统来说，目前该系统主要用于互联网上的多媒体内容的点播和直播业务的内容加速。利用本文提出的思路，可以在进行系统升级的情况下，扩展系统的业务能力，提升内容分发的价值。

1 赵问道，刘奇.一种应用层组播视频会议系统.专利号：CN101710959A

2 王菲，申瑞民等.基于P2P和SIP的视频会议系统及其实现方法.专利号：CN1889676

3 何彬，张国清.SIP可视电话系统的信令流分析.计算机工程与应用,2005(15):157～159

4 Rosenerg J,Schulzrinne H,Camariblo G,et al.Session initiation protocol.RFC3261,2002

5 塞维安讯公司技术报告.面向多业务和网络融合的下一代CDN技术——VSDN介绍

6 中国电信企业规范.协同通信业务开放接口技术规范