中國(guó)移動(dòng)以“轉(zhuǎn)型升級(jí)”和“改革創(chuàng)新”為著力點(diǎn)，以5G+AICED為目標(biāo)，加強(qiáng)三融三力建設(shè)，保持穩(wěn)定增長(zhǎng)，培育新的動(dòng)能，強(qiáng)化協(xié)同效應(yīng)，轉(zhuǎn)型升級(jí)持續(xù)發(fā)展，一直秉承“網(wǎng)絡(luò)質(zhì)量是通信企業(yè)生命線”的理念，全力保持網(wǎng)絡(luò)質(zhì)量感知領(lǐng)先優(yōu)勢(shì)。

內(nèi)容網(wǎng)絡(luò)運(yùn)營(yíng)現(xiàn)狀

中國(guó)移動(dòng)內(nèi)容網(wǎng)絡(luò)經(jīng)過幾年的快速發(fā)展，在網(wǎng)絡(luò)規(guī)模、下沉節(jié)點(diǎn)數(shù)量、分發(fā)業(yè)務(wù)流量等方面已經(jīng)躋身國(guó)內(nèi)一流CDN陣營(yíng)，覆蓋342個(gè)地市，邊緣節(jié)點(diǎn)超過1500個(gè)。有效支撐“CHBN”業(yè)務(wù)發(fā)展，峰值流量超140Tbps，占全網(wǎng)用戶訪問流量的46%。

（1）家庭市場(chǎng)：分發(fā)加速騰訊視頻、芒果TV、愛奇藝、阿里云視頻、今日頭條、海思、又拍云7家ICP，峰值流量超10Tbps；

（2）移動(dòng)/集客市場(chǎng)：分發(fā)加速集團(tuán)客戶94018家，峰值流量超400Gbps；

（3）新業(yè)務(wù)：分發(fā)31省互聯(lián)網(wǎng)電視業(yè)務(wù)、咪咕視頻、咪咕音樂、和地圖、移動(dòng)MM、和飛信等自有業(yè)務(wù)。

同時(shí)，在防疫期間，為了響應(yīng)國(guó)家“停課不停學(xué)”號(hào)召，組織31省魔百和電視緊急加載中小學(xué)在線教育業(yè)務(wù)340個(gè)，積極主動(dòng)組織CDN資源和動(dòng)態(tài)調(diào)度，預(yù)注入分發(fā)教育直播頻道782路，點(diǎn)播內(nèi)容39.6萬部；通過CDN快速適配分發(fā)26個(gè)小屏在線教育業(yè)務(wù)，承接全國(guó)大學(xué)生思政直播課等分發(fā)需求，組織CDN應(yīng)急調(diào)度有效抵抗峰值沖擊，共調(diào)度流量2.06Tbps。目前，已覆蓋大小屏在線教育業(yè)務(wù)服務(wù)中小學(xué)生累計(jì)8500萬人，有效支撐了在線教育業(yè)務(wù)質(zhì)量保障。

內(nèi)容網(wǎng)絡(luò)核心技術(shù)創(chuàng)新

目前，現(xiàn)網(wǎng)的內(nèi)容、用戶及網(wǎng)絡(luò)均呈現(xiàn)指數(shù)增長(zhǎng)態(tài)勢(shì)，內(nèi)容網(wǎng)絡(luò)面臨大流量、多業(yè)務(wù)、多層級(jí)等復(fù)雜局面，CDN運(yùn)營(yíng)中心積極優(yōu)化現(xiàn)有調(diào)度模式及維護(hù)模式，提出高質(zhì)量發(fā)展、高效率運(yùn)營(yíng)的發(fā)展目標(biāo)，打造“高智能、深融合、高安全、深下沉、廣服務(wù)”的內(nèi)容網(wǎng)絡(luò)技術(shù)體系。

（1） 面向大流量復(fù)雜場(chǎng)景的高效調(diào)度體系架構(gòu)

自主設(shè)計(jì)完成了具有中國(guó)移動(dòng)特色多維度、高效的內(nèi)容網(wǎng)絡(luò)調(diào)度體系架構(gòu)。調(diào)度與控制相分離：調(diào)度決策控制系統(tǒng)實(shí)時(shí)監(jiān)測(cè)節(jié)點(diǎn)服務(wù)及用戶請(qǐng)求的質(zhì)量、性能、區(qū)域及熱點(diǎn)內(nèi)容，并進(jìn)行智能調(diào)度策略的算法計(jì)算及調(diào)度策略生成；調(diào)度執(zhí)行系統(tǒng)執(zhí)行決策控制系統(tǒng)生產(chǎn)的調(diào)度策略。通調(diào)度與控制分離，可以實(shí)現(xiàn)多維度、復(fù)雜場(chǎng)景的大流量調(diào)度，實(shí)現(xiàn)CDN調(diào)度的“自動(dòng)化、智能化、精準(zhǔn)化”。

（2） 精細(xì)化多維度指標(biāo)統(tǒng)計(jì)

針對(duì)單用戶訪問及多層級(jí)各節(jié)點(diǎn)服務(wù)情況，進(jìn)行平臺(tái)負(fù)載、業(yè)務(wù)熱點(diǎn)、服務(wù)質(zhì)量、用戶分布等多維度指標(biāo)分析及業(yè)務(wù)預(yù)測(cè)等關(guān)聯(lián)分析。負(fù)載維度：區(qū)域、節(jié)點(diǎn)、設(shè)備的帶寬、負(fù)載率等；熱點(diǎn)維度：節(jié)點(diǎn)、設(shè)備的頻道/內(nèi)容請(qǐng)求、流量等數(shù)據(jù)；QOS維度：節(jié)點(diǎn)、設(shè)備、CP、頻道/內(nèi)容的首包、下載速率、服務(wù)成功率、命中率等數(shù)據(jù)。

（3） 多場(chǎng)景智能調(diào)度

基于業(yè)務(wù)畫像算法、指標(biāo)分類算法、以及業(yè)務(wù)趨勢(shì)預(yù)測(cè)等智能算法，形成面向跨平面、跨地市、跨節(jié)點(diǎn)以及節(jié)點(diǎn)內(nèi)跨設(shè)備的智能均衡調(diào)度，以及面向熱點(diǎn)內(nèi)容的下沉智能調(diào)度。

業(yè)務(wù)畫像算法：將采集的節(jié)點(diǎn)和設(shè)備等原始數(shù)據(jù)，經(jīng)過AI指標(biāo)體系分類后進(jìn)行智能標(biāo)記，從而對(duì)節(jié)點(diǎn)和設(shè)備等進(jìn)行畫像；

指標(biāo)分類算法：研究驗(yàn)證基于K-Means聚類算法的實(shí)現(xiàn)指標(biāo)分類，實(shí)現(xiàn)將采集的指標(biāo)進(jìn)行分類分級(jí)處理，提升調(diào)度決策支撐系統(tǒng)學(xué)習(xí)效果；

業(yè)務(wù)趨勢(shì)預(yù)測(cè)機(jī)制：研究驗(yàn)證了通過非線性回歸算法生成業(yè)務(wù)趨勢(shì)預(yù)測(cè)模型曲線，從而對(duì)業(yè)務(wù)發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)的機(jī)制；

（4）閾值自適應(yīng)智能告警

性能智能預(yù)警設(shè)計(jì)了基于密度的異常檢測(cè)閾值自動(dòng)判定算法，從歷史數(shù)據(jù)中自動(dòng)學(xué)習(xí)適宜閾值，將基于歷史數(shù)據(jù)獲取的歷史殘差序列進(jìn)行排序，并不斷的將當(dāng)前殘差序列中最大值移到異常集合中，使得異常集合和余下的殘差集合（正常集合）距離足夠遠(yuǎn)，并且異常集合中異常點(diǎn)數(shù)量小于一定的比例，這時(shí)正常集合的最大值即為歷史閾值。此外，考慮到CDN系統(tǒng)的動(dòng)態(tài)性，進(jìn)一步設(shè)計(jì)了動(dòng)態(tài)閾值調(diào)整算法，將基于實(shí)時(shí)預(yù)測(cè)獲取的當(dāng)前殘差序列，使得當(dāng)前殘差序列的均值和方差變化率最大的閾值即為當(dāng)前閾值。而最終的動(dòng)態(tài)閾值由歷史閾值和當(dāng)前閾值共同決定，因此該動(dòng)態(tài)閾值既可以體現(xiàn)KPI指標(biāo)的歷史狀態(tài)，也能夠反映其當(dāng)前動(dòng)態(tài)特性，從而取得更高的檢測(cè)準(zhǔn)確性。

（5）資源集中部署、統(tǒng)一管理

資源智能管理實(shí)現(xiàn)了對(duì)內(nèi)容網(wǎng)絡(luò)設(shè)備資源的集中接入和管理，對(duì)內(nèi)容網(wǎng)絡(luò)流量性能的統(tǒng)一采集和分析。實(shí)現(xiàn)了應(yīng)用軟件和業(yè)務(wù)配置的模塊化倉(cāng)儲(chǔ)式管理，具備軟件一鍵部署升級(jí)，配置一鍵下發(fā)的自動(dòng)化運(yùn)維支撐能力。實(shí)現(xiàn)了設(shè)備資源的全生命周期管理，具備自動(dòng)上線、集中配置、自動(dòng)隔離等智能化運(yùn)維支撐能力。

（6）節(jié)點(diǎn)極致下沉

實(shí)踐拓展BRAS、OLT基礎(chǔ)網(wǎng)絡(luò)硬件能力，通過板卡式CDN，實(shí)現(xiàn)節(jié)點(diǎn)進(jìn)一步下沉，無阻塞全連接（FullMesh），交換和排隊(duì)時(shí)延比spine-leaf更??；同時(shí)OLT內(nèi)置分流轉(zhuǎn)發(fā)功能，可以減少設(shè)備數(shù)量，縮短業(yè)務(wù)路徑；打破了機(jī)房環(huán)境限制，可以充分利用PON網(wǎng)絡(luò)的高帶寬來傳輸大視頻的大流量，實(shí)現(xiàn)快速下沉能力，儲(chǔ)備5G業(yè)務(wù)發(fā)展。

內(nèi)容網(wǎng)絡(luò)與邊緣計(jì)算融合發(fā)展是技術(shù)、業(yè)務(wù)發(fā)展的必然

隨著5G網(wǎng)絡(luò)的普及，將數(shù)字化生活、數(shù)字化社會(huì)、數(shù)字化工業(yè)推向了新的高度，5G網(wǎng)絡(luò)具有超高速率、超大連接、超低時(shí)延的特征，與邊緣計(jì)算的場(chǎng)景不謀而合，5G將有效助力邊緣計(jì)算快速落地。

邊緣計(jì)算需要與網(wǎng)絡(luò)資源等基礎(chǔ)設(shè)施能力進(jìn)行深度融合，部署在靠近接入側(cè)的邊緣，就近提供存儲(chǔ)、計(jì)算、網(wǎng)絡(luò)等能力，極大的降低端到端的時(shí)延、提升寬帶使用效率、保障業(yè)務(wù)安全可靠。

內(nèi)容網(wǎng)絡(luò)CDN與邊緣計(jì)算在流程、調(diào)度、資源上緊密相關(guān)，基于內(nèi)容網(wǎng)絡(luò)拓展邊緣計(jì)算能力將成為未來發(fā)展的必然。主要包括：

1、邊緣計(jì)算所計(jì)算的內(nèi)容需要由CDN分發(fā)，例如常見的視頻編解碼。

2、邊緣計(jì)算生產(chǎn)的內(nèi)容由CDN分發(fā)至邊緣，例如我們?nèi)粘Ｉ钪幸呀?jīng)使用過的VR直播。

3、在資源方面，CDN邊緣節(jié)點(diǎn)眾多，且已部署在網(wǎng)絡(luò)最邊緣，是部署邊緣計(jì)算的最方便資源。

目前，通過虛擬化技術(shù)（虛機(jī)、容器兩種）實(shí)現(xiàn)內(nèi)容網(wǎng)絡(luò)邊緣節(jié)點(diǎn)底層硬件資源的統(tǒng)一編排、分配、智能管理，對(duì)虛機(jī)/容器的快速創(chuàng)建和終止，對(duì)資源及業(yè)務(wù)自動(dòng)化部署和靈活管理，實(shí)現(xiàn)彈性伸縮和共享，靈活調(diào)配。初步基于內(nèi)容網(wǎng)絡(luò)實(shí)現(xiàn)了視頻轉(zhuǎn)碼、視頻預(yù)處理、云游戲、虛擬機(jī)頂盒、VR視頻分發(fā)等邊緣計(jì)算場(chǎng)景，首次實(shí)現(xiàn)中國(guó)移動(dòng)邊緣計(jì)算應(yīng)用現(xiàn)網(wǎng)部署，滿足5G業(yè)務(wù)、大視頻新業(yè)務(wù)發(fā)展對(duì)網(wǎng)絡(luò)的需求。

未來，將繼續(xù)秉承“質(zhì)量第一”主線，加強(qiáng)改革創(chuàng)新，開展智能運(yùn)營(yíng)，積極拓展?jié)M足新業(yè)務(wù)、新場(chǎng)景需求，持續(xù)開展運(yùn)營(yíng)集中化、調(diào)度智能化、網(wǎng)絡(luò)虛擬化、能力邊緣化的四化創(chuàng)新，實(shí)現(xiàn)客戶感知更優(yōu)、響應(yīng)速度更快、網(wǎng)絡(luò)質(zhì)量更佳、保障能力更強(qiáng)、運(yùn)營(yíng)效率更高。
責(zé)任編輯；zl