AI 技术在广播电视监管平台中的应用

赵世虎，王小涛

（秦安县融媒体中心，甘肃 天水 741600）

关键字：AI 技术；广播电视；监管平台

0 引言

随着网络信息技术的发展及进步，人工智能技术已经成为现阶段及未来较为主要的发展方向及潮流。随着在人们生产、生活及工作过程中的不断应用，现阶段的人工智能技术已经被广泛应用在各行各业的生产经营过程中，具有成本低、性能高及应用灵活等优势。随着广播电视监管职能的发展及进步，现代广播电视的监测监管技术已无法满足实际需求，因此在广播电视监测监管过程中采用人工智能技术显得尤为重要。

1 广播电视监管现状分析

1.1 业务系统繁杂

目前，广播电视监管工作涉及到的监管业务系统相对繁杂，包括广告监管系统、互联网监管系统以及安全播出系统等等，这些系统对于服务器的数量和质量要求较高，加之不同的业务监管系统在管理方面呈现出显著的差异性，所以实际开展广播电视监管工作的难度极大，稍有不慎就会导致业务监管出现差错，比较常见的有接口错误、系统无法及时响应等问题，严重制约监管水平的提升，同时也给广播电视行业的发展造成困扰[1]。

1.2 系统维修难度大

在以往的广播电视监管工作中，由于监管技术水平不高，缺乏主机与业务之间的逻辑分离，如果主机出现故障，那么相应的业务系统也会受到干扰，从而出现数据信息丢失的问题。在对系统故障进行修复时，一方面要开展硬件设备的维修处理，另一方面还需要对已经丢失的数据信息进行恢复，如此显著增加了维修难度。在实际业务中，如果业务数据信息没有及时备份，此时数据出现丢失的情况，难以进行恢复，给业务系统监管工作的开展造成严重的影响[2]。

1.3 主机与接口闲置问题

现阶段，广播电视监管平台运行过程中，诸多复杂的业务系统之间存在资源分布不均衡的现象，即在使用主机时，大多数业务及任务管理程序都是固定在一个主机上，导致其他设备出现接口闲置的情况，此时采取传统的物理手段进行逻辑迁移，显然无法达到理想的效果，同时还消耗了较高的人力、物力，不利于后续监管工作的高效开展[3]。

2 AI 技术在广播电视监管平台中应用的原则

2.1 智能化设计

人工智能技术在广播电视监管平台中的应用，首先需要满足基本的智能化设计原则，即运用相关的技术及配套设备，构建完善的监管平台，以此对数据信息开展自动化的分析处理。就目前而言，我国大多数省份的电视媒体开展大数据分析技术的主要体现是5D 建模形式，即对价值流、业务空间、竞争、投资收益以及用户群等五个层面的分析，以此实现电视媒体商业行为的还原。在实际运用大数据分析技术手段时，通常需要进行黑白灰等样本设计，并且设计相关的分类装置，针对不同台的监管数据进行入库处理[4]。

2.2 潜在威胁挖掘原则

第一，人工智能分析。具体包括二进制静态、人工关联以及沙箱动态分析等内容。

第二，可疑数据筛选。对数据异常行为、相似度等参数进行判断，筛选出存在可疑性的数据信息。

第三，威胁检测。根据相关的规范标准，对已知的威胁样品进行深度筛查。

第四，数据库构建。将数据按照不同类型进行分类处理，明确数据存在的基本属性，并且建立初步关联。

第五，数据采集，运用人工智能技术手段进行相关数据的采集。

2.3 可视化设计原则

所谓可视化原则，实质上是通过运用人工智能技术方式，对数据面临的威胁、安全状况以及后续预测进行全方位的展示，为后续广播电视监管工作的开展提供指导。对于广播电视监管数据而言，其本身属于比较枯燥的一类信息资源，但是通过运用人工智能技术，可以对枯燥的资源进行直观立体的体现，更加生动形象地呈现给相关的工作人员，让他们可以更加直观地掌握数据运行情况，以便于对监管方案作出及时有效的调整[5]，全面提升广播电视监管水平。

3 AI 技术在广播电视监管平台中的应用

3.1 监管平台中的人工智能

本次研究的基于AI 技术的广播电视监管平台架构包括5 个结构层面，即基础层、数据采集层、业务层、应用层以及展现层，如图1 所示。

图1 系统架构

（1）基础层。主要结合虚拟化技术手段，对系统软件和硬件环境进行部署和优化管理，最终在降低服务器数量的基础上，显著提升监管平台的运行效果。除了虚拟化技术以外，该结构层还运用到池化技术，目的是打破原有节目类型差异而形成的通信壁垒，确保平台具备较高的应急管理能力。

（2）数据采集层。结合基础层所提供的硬件和软件资源，采集平台监管业务的相关数据信息。由于采集到的数据信息过于庞大，所以需要结合AI技术进行数据整合和处理。

（3）业务层。主要结合以往广播电视传输信号质量监测、视听节目内容监测以及网络安全监测三个层面开展监管业务。在该层中，AI 技术的运用相对比较广泛，主要体现在图文识别、数据分析以及语音识别等模块中。

（4）应用层。该层通过开展高效的广播电视监管，为值班运维、汇报展示等业务的开展提供有效指导。不仅如此，基于AI 技术的广播电视监管平台还具备业务报告定制和工作流定制的功能，相关人员可以结合自身的实际需要，对平台中的业务进行分发处理。

（5）展现层。主要作用是对监管平台中的相关业务、模块等进行配置展示，可以结合实际情况将多个业务进行集中展示处理。

3.2 AI 深度学习研判库方案

基于AI 技术的广播电视监管平台运行时，AI深度学习研判库方案可以有效针对监管故障问题进行处理。研判库架构如图2 所示。

图2 AI 深度学习研判库架构

AI 深度学习研判库对于平台上报的基础报警信息进行综合性的研判分析，明确可能存在故障的节点以及形成因素，然后根据广播电视节目播出的链路信息，实现故障的精准定位处理。目前，广播电视监管平台对于海量的数据信息通常需要进行集中的清洗、排重以及研判等处理，然后集中传输给大数据平台系统，以提升研判分析的可靠性和精准性。

4 结语

当前广播电视行业发展迅速，广播电视监管平台需要面对来自新媒体、自媒体等媒介中无形而又庞大的视频、文字、图片等海量数据，传统意义上的监管已经不能满足业务发展的需要。随着人工智能技术逐步应用于广播电视行业中，它的优势将在广播电视监管领域得以充分发挥，提高广播电视的监管效率，为广播电视监管技术系统提供有力的技术支撑，为“智慧广电”全面发展提供强有力的保障。