0 引言

    傳統(tǒng)的視頻安防方案按照監(jiān)控范圍主要分為兩種：(1)應(yīng)用在較小地理范圍的園區(qū)或社區(qū)監(jiān)控場(chǎng)景，一般在本地通過(guò)有線(xiàn)網(wǎng)絡(luò)或無(wú)線(xiàn)Wi-Fi的方式把攝像采集終端采集到的數(shù)據(jù)回傳到本地部署的視頻監(jiān)控分析平臺(tái)上；(2)應(yīng)用在統(tǒng)一監(jiān)控多個(gè)公共場(chǎng)館、社區(qū)或園區(qū)的場(chǎng)景，一般通過(guò)把終端采集設(shè)備用有線(xiàn)網(wǎng)絡(luò)的方式連接到本地的IP路由器設(shè)備上后，進(jìn)一步接入到運(yùn)營(yíng)商的數(shù)據(jù)承載網(wǎng)上(城域網(wǎng)或廣域網(wǎng))，進(jìn)而接入到某個(gè)集中部署的云數(shù)據(jù)中心內(nèi)進(jìn)行視頻的存儲(chǔ)和處理。

    受限于上述視頻安防方案，帶來(lái)如下難以解決的問(wèn)題：(1)從安裝部署的角度：傳統(tǒng)監(jiān)控部署采用有線(xiàn)方式，存在布線(xiàn)成本高、效率低、耗費(fèi)大量有線(xiàn)網(wǎng)絡(luò)資源的同時(shí)造成組網(wǎng)方式的不靈活。如果是采用Wi-Fi回傳的方式，Wi-Fi穩(wěn)定性較差，覆蓋范圍較小，需要補(bǔ)充大量路由節(jié)點(diǎn)以保證覆蓋和穩(wěn)定性。另外Wi-Fi屬于非授權(quán)無(wú)線(xiàn)網(wǎng)絡(luò)資源，在頻譜上也會(huì)受到較多的信號(hào)干擾。(2)從基礎(chǔ)網(wǎng)絡(luò)角度：需要將監(jiān)控視頻通過(guò)運(yùn)營(yíng)商的承載網(wǎng)和核心網(wǎng)傳輸至云端服務(wù)器進(jìn)行存儲(chǔ)和處理，不僅加重了網(wǎng)絡(luò)的負(fù)載和成本支出，智慧安防應(yīng)用所需的端到端低時(shí)延業(yè)務(wù)關(guān)鍵指標(biāo)也難以得到有效的保障。(3)從安防終端設(shè)備性能的角度：在傳統(tǒng)方案里，攝像采集終端都必須具備較強(qiáng)的數(shù)據(jù)采集能力，必然存在性?xún)r(jià)比的問(wèn)題。

     如圖1所示，基于5G+MEC的智慧安防方案^[1]是在傳統(tǒng)視頻安防行業(yè)的通用解決方案基礎(chǔ)上，加入邊緣計(jì)算(Multi-Access Edge Computing)節(jié)點(diǎn)，主要包括：5G的用戶(hù)面網(wǎng)元(UPF)、邊緣計(jì)算業(yè)務(wù)平臺(tái)(Multi-Access Edge Computing Platform，MEP)和智能監(jiān)控應(yīng)用。具體工作流程是：客戶(hù)現(xiàn)場(chǎng)側(cè)的視頻終端設(shè)備通過(guò)5G無(wú)線(xiàn)網(wǎng)絡(luò)接入到邊緣計(jì)算平臺(tái)上的5G UPF設(shè)備，終端設(shè)備通過(guò)多種網(wǎng)絡(luò)協(xié)議與物聯(lián)網(wǎng)網(wǎng)關(guān)設(shè)備連接，在該平臺(tái)上實(shí)現(xiàn)視頻前端感知、視頻數(shù)據(jù)的采樣與壓縮，進(jìn)一步通過(guò)5G UPF設(shè)備把采樣和壓縮后的視頻數(shù)據(jù)通過(guò)5G回傳網(wǎng)傳輸?shù)竭h(yuǎn)端的云計(jì)算數(shù)據(jù)中心內(nèi)進(jìn)行存儲(chǔ)。在云計(jì)算數(shù)據(jù)中心內(nèi)，這些業(yè)務(wù)視頻數(shù)據(jù)通過(guò)部署的大數(shù)據(jù)與人工智能平臺(tái)，對(duì)視頻幀進(jìn)行標(biāo)記和人工智能模型訓(xùn)練。然后基于這些訓(xùn)練模型封裝成為智能監(jiān)控應(yīng)用，最后把應(yīng)用推送部署到邊緣計(jì)算節(jié)點(diǎn)上的MEP上^[2]。從這時(shí)候開(kāi)始，來(lái)自視頻采集終端的視頻業(yè)務(wù)流直接與智能監(jiān)控應(yīng)用交互，該應(yīng)用會(huì)對(duì)視頻業(yè)務(wù)流進(jìn)行分析研判和預(yù)測(cè)預(yù)警等業(yè)務(wù)操作，最終實(shí)現(xiàn)邊緣實(shí)時(shí)的智能監(jiān)控能力。

    上述方案雖然加入了5G、云計(jì)算、大數(shù)據(jù)和人工智能的能力解決了傳統(tǒng)安防方案中存在的大部分問(wèn)題，但在實(shí)際部署中依然存在如下的問(wèn)題：

    (1)5G與云網(wǎng)基礎(chǔ)設(shè)施融合與協(xié)同：為了實(shí)現(xiàn)5G能力開(kāi)放、部署靈活性以及網(wǎng)元功能的邏輯切片，5G核心網(wǎng)采納了許多云計(jì)算中以容器為代表的虛擬化技術(shù)，例如5G UPF的部署形態(tài)之一就是基于x86虛擬機(jī)，更多的AMF、SMF組件更是基于容器來(lái)部署的。按照?qǐng)D1方案，需要5G綜合網(wǎng)管系統(tǒng)在邊緣計(jì)算節(jié)點(diǎn)和云計(jì)算節(jié)點(diǎn)內(nèi)創(chuàng)建5G UPF網(wǎng)元，同時(shí)完成5G無(wú)線(xiàn)網(wǎng)絡(luò)到邊緣計(jì)算節(jié)點(diǎn)UPF之間和邊緣計(jì)算節(jié)點(diǎn)與云計(jì)算節(jié)點(diǎn)之間的業(yè)務(wù)配置。這些5G網(wǎng)元的生命周期管理和業(yè)務(wù)配置都需要5G基礎(chǔ)設(shè)施與分布在邊緣計(jì)算和云計(jì)算節(jié)點(diǎn)的云網(wǎng)基礎(chǔ)設(shè)施進(jìn)行管理面和業(yè)務(wù)面上的融合與協(xié)同，從而實(shí)現(xiàn)大量終端設(shè)備與邊緣計(jì)算平臺(tái)之間的低時(shí)延、高可靠和靈活的邊緣組網(wǎng)方案。

    (2)云邊能力交互與協(xié)同：云數(shù)據(jù)中心的大數(shù)據(jù)平臺(tái)、深度學(xué)習(xí)平臺(tái)和邊緣計(jì)算平臺(tái)需要具備云邊協(xié)同的能力^[3]，以滿(mǎn)足智慧安防應(yīng)用所需的云計(jì)算節(jié)點(diǎn)人工智能模型訓(xùn)練、云邊節(jié)點(diǎn)之間的應(yīng)用交付、邊緣端智能推理應(yīng)用的能力迭代等技術(shù)要求。根據(jù)文獻(xiàn)^[4]的分析，云邊協(xié)同可以分為三方面的協(xié)同：①資源的協(xié)同；②數(shù)據(jù)協(xié)同、智能協(xié)同、應(yīng)用管理協(xié)同、業(yè)務(wù)管理協(xié)同；③服務(wù)的協(xié)同。

    本文提出一種旨在解決云邊能力協(xié)同的數(shù)字化PaaS平臺(tái)來(lái)解決上述的云邊能力協(xié)同的問(wèn)題。該數(shù)字化PaaS平臺(tái)位于多種云計(jì)算和邊緣計(jì)算IaaS資源層和多場(chǎng)景SaaS應(yīng)用之間。該平臺(tái)可以在多種云網(wǎng)融合基礎(chǔ)設(shè)施之上，為智能安防應(yīng)用提供云邊協(xié)同的業(yè)務(wù)數(shù)據(jù)收集與存儲(chǔ)、基于業(yè)務(wù)數(shù)據(jù)的人工智能模型訓(xùn)練、云邊之間智能應(yīng)用的交付等能力。該數(shù)字化PaaS賦能平臺(tái)將極大地增強(qiáng)企業(yè)的數(shù)字化轉(zhuǎn)型能力，它不僅考慮了企業(yè)用云形式由單云向邊緣云、混合云、多云轉(zhuǎn)變的趨勢(shì)，同時(shí)考慮了企業(yè)對(duì)于新興技術(shù)，包括人工智能、大數(shù)據(jù)等專(zhuān)業(yè)領(lǐng)域的支持能力，可以很好地滿(mǎn)足需要云邊協(xié)同的智慧安防場(chǎng)景的業(yè)務(wù)訴求。

論文詳細(xì)內(nèi)容請(qǐng)下載http://m.jysgc.com/resource/share/2000002832

作者信息:

王旭亮，武宇亭，任宏丹

(中國(guó)電信股份有限公司北京研究院，北京102209)