创建巨媒体环境

文｜李幼平

大数据时代，可能出现某种“内容无所不有、位置无处不在”的巨媒体（macro-media）环境，它是一种可计算的电磁网络空间（Cyberspace）。群聚几万种报刊、电台、网站当天的数据，通过卫星及移动通信直接分发全国，支持个人按兴趣下载享用。此举改变公共内容的个案传输方式，变革为“全部交你，由你自己选择”的批量生产方式，是生产力的一项变革。依此变革，中国有望创造高效安全的互联网第二体系结构。

群聚全国几万种媒体

巨媒体源于“聚媒体”。如果没有统计数据的支持，人们很难相信，卫星转发有能力把几万种媒体的全部内容聚合起来，提供给全国人民自由下载。根据北大李晓明等人“网页博物馆”十一年不间断统计，可以判断，除去长视频，全国所有报纸、期刊、网页当天新产生的全部内容加起来，总量不超过50GB/天。再把全国全年产生3万小时标清长视频的因素加上去，全国海量媒体内容的日均增量只有100GB/天左右。目前卫星和地面无线电转发的带宽已经大于39Mbps，日推送量大于400GB/天，完全有能力将巨媒体内容推送不止一遍。

如图1所示，国家群聚当天海量媒体的全部内容，通过卫星和地面转发主动送达全国所有家庭，让他们自由选择感兴趣的内容下载，实现公共文化内容的全民各取所需。

创建巨媒体的主要难题是内容的可计算性。聚合后的万种媒体是一种大数据，如何实现按需分解？或者说，如何实现“自由选择有兴趣的内容下载”？

借用毕升的活版智慧

我国古代发明家毕升把汉字单字看成是“可聚可分的文化基元”，发明了活版印刷术。网页是网络时代 “可聚可分的文化基元”。活版印刷术成功的精髓在于依托语义聚分汉字。几乎没有异议，灵活聚分网页依然需要依托语义。很遣憾，人们沿着B. T. Lee所提出的语义网（Semantic Web）方向努力了十几年，至今没有出现预想的重大突破。

无情的现实迫使我们不再简单依托用语义本身，改用“语义的聚类抽象”（即话题）来引领网页对网民的灵活适配。

图1 群聚全国海量媒体，实现巨媒体的天播地存

话题（topic）是人类信息兴趣的本体聚类（ontology clustering）。信息的获得，在数量上等于疑惑（不确定性）的减少。只有当外来信息有能力化解人们心中的疑惑时，才获得心理的愉悦和兴趣的满足。可以说，兴趣的分类本质上就是话题的分类。按照B. A. Barabasi等人关于互联网由随机网络转化成无标度（scalefree）网络的原因解释，正是由于客观上存在网民的“个人偏好”（优先连接性），网民总是优先连接那些有能力化解心中疑惑的内容。某话题积累的先验知识愈多，愈容易产生更多的疑惑，探索该话题的欲望也就愈加强烈。

一个话题可以吸引一批具有相同求知兴趣的网民，组织起一个信息社区（info-community）；一个话题也是一个网页池（info-pool），吸引并组织一批批作者围绕该话题源源不断地把作品投入池中。如图2所示，应该按照话题来引领网页的聚合与分发。

事实上，话题词典已经存在几十年。稍加留意，就可发现每个网站天天都通过主页向网民通报：本网站的什么话题（栏目）出现了什么新鲜的网页。把上万种网站自定义的话题结构罗列出来，就可以得到一本“海量媒体的话题词典”。

如果全国媒体总数少于六万五千种（216），每个网站的话题数少于256种（28），就可以用一个24bits的代码（code）准确定位每一种话题。基于这一思想，全国中文新闻信息标准委员会已经接受“最少跳数内容分发”项目组所提出的UCL格式建议，正在开展“统一内容标签UCL”国家标准的起草工作。

培育互联网第二结构

传统互联网所采用的基于端到端通信的TCP/IP结构（如图1的下半部分所示），多数情况下需经历6至23跳的路由转接，才能从远处网站取来所需网页。而基于卫星广播的播存结构（如图1的上半部分所示），可以事先把内容存入家庭WiFi或基站后台，获取网页的跳数大比例降至3跳以下。

我们有充分理由判断，互联网的双结构化进程已经很难避免。现有的互联网TCP/IP结构将继续作为未来互联网的主结构（primary structure），而播存结构将成为未来互联网的第二结构（secondary structure）。如表1所示，经过从物理学、计算科学、拓扑学、统计学和社会学等多种视角的观察，我们坚信播存结构有能力帮助传统的TCP/IP主结构回答以下三方面科学问题：

1. 共享如何不限人数？播存结构可支持内容的不限人数共享，广播下载无需带宽分配，用户数目可以任意增加，不会产生人多引发的拥堵。

2. 网页如何自寻网民？统一内容标签UCL能引领网页自寻网民，UCL控制下载的话题选择。

3. 国家如何依法管理？卫星广播提供了依法管理公共内容的物理基础：卫星广播是一种由国家管理的“一点对所有点的”的辐射通道，它既有能力向全国存储环节提供内容，也会有能力依法管理这些内容。如表1所示。

当前，未来互联网体系结构的研究呈多元化的态势。

图2 按照话题引领网页的聚合与分发

表1 第一结构与第二结构的多种视角对比分析

全球都在探讨基于内容计算的未来网体系结构，具体称呼有信息中心网络ICN（information-centric networking）、面向内容网络CON（content oriented networking）等，代表性研究项目有DONA、PSIRP、CCN、NDN等。在国际上产生很大影响的是美国NSF支持的NDN，国内北大、清华、东南等大学有过充分的研讨。NDN的关键技术之一是如何对数据（内容）进行命名和高效处理，播存结构中的统一内容标签UCL（尤其是UCL code）也许可以助其一臂之力。

多国正在探讨软件定义网络SDN（software defined network），我国已在南京建立了专门的试验基地。SDN强调控制平面和数据平面的分离，从而实现网络控制功能与物理网络拓扑之间的解耦，摆脱硬件对网络体系结构发展的束缚。这种理念要求逻辑层面定义“基于需求的价值度量”（requirement is the measure of value），其目标与正在制定的“统一内容标签 UCL”颇为类似。

中国培育互联网的第二结构，除了制定“统一内容标签UCL”国家标准，还要组织更多专家去创建“融合通信/广播的互联网协议族”：BSP/IP。BSP/IP的设计目标，是在统一的IP数据包格式下，重点关注如下需求：如何将先后到达的海量网页转换成单一的卫星载波流？如何在家庭下载有兴趣的网页？如何在基站后台按网民民主表决结果淘汰过时网页？如何按存储内容缩短路由跳数？等等。

巨媒体的经济社会效益

巨媒体是“国家搭台、市场唱戏”。国家的责任是创造环境。以国家名义聚合无所不包的内容，通过卫星和移动通信覆盖全国，放手让大、中、小企业自主体现经济效益与社会效益。

网络内容提供企业（ICP）欢迎巨媒体的原因是，ICP追求最大的“社会关注度”（人分钟总量）。全国全民的覆盖为人分钟总量供物理支持，而且不必担心因更多人分钟总量添加设备费与流量费。互联网接入企（ISP）欢迎巨媒体的原因是，直接向家庭WiFi或基站后台供应内容，减少平均的路由跳数，节约路由耗能，节约长距离的带宽消耗，从整体上降低ISP的运营成本。

市场的主人是消费者，他们欢迎巨媒体的出现。我国一半以上的领土领海，缺乏宽带光纤和宽带移动网覆盖，那里的居民，希望直接通过卫星平等得到几万种媒体的主动服务。依托卫星和3G移动通信对WiFi的双重支持，边远城镇和农村居民可以得到相当于今天大城市居民的信息服务。大城市居民得到宽带光纤和宽带移动网覆盖之后，希望聚媒体给他们带来资费的大幅下降。

更重要的是，巨媒体有望帮助国家在文化上办成几件大事。例如，开创自由和秩序兼得的互联网文化。再如，营造全民终身教育环境，其中最先行的也许是营造全国性高等工程教育环境。等等。

结束语

设想中的巨媒体是一种覆盖全国的、内容多元化的、可管可控的电磁空间，它符合“网络安全和信息化是一体之两翼”的国家战略，向全国网络专家、工程师与企业家提供一个宽松的自主创新场所。