基于智能識別的IPTV監(jiān)管系統(tǒng)設(shè)計和實現(xiàn)

袁三男, 吳立新, 嚴宇晨, 孫偉杰, 黃 勇

(1.上海電力大學, 上海 200090; 2.上海科江電子信息技術(shù)有限公司, 上海 200233)

IPTV監(jiān)管平臺是一個高度數(shù)字化、智能化、自動化的監(jiān)管平臺,實現(xiàn)了對IPTV“全程監(jiān)控,全網(wǎng)監(jiān)管”的監(jiān)管目標[1],保障了IPTV節(jié)目健康和播放安全,并且有效控制和引導節(jié)目輿論導向,制止不良節(jié)目和違規(guī)信息的傳播,保障人民群眾收聽收看的合法權(quán)益,維護網(wǎng)絡(luò)信息和文化安全。傳統(tǒng)的監(jiān)管方式主要是根據(jù)現(xiàn)有的數(shù)據(jù)庫進行匹配審查和人工審核兩種模式,對于出現(xiàn)過的違規(guī)現(xiàn)象可以直接匹配數(shù)據(jù)庫,而對于新發(fā)現(xiàn)的則需要人工審核來判定。隨著業(yè)務(wù)數(shù)量的提升,人工審核的效率逐漸成為制約發(fā)展的瓶頸。本文提出一種智能識別的監(jiān)管模式,在基于數(shù)據(jù)庫自動識別的基礎(chǔ)上,通過深度學習方式對新出現(xiàn)的違規(guī)現(xiàn)象能有效地進行自動識別,減少對人工審核的依賴性。

1 IPTV監(jiān)管系統(tǒng)主體架構(gòu)及其功能

IPTV監(jiān)管系統(tǒng)由中心監(jiān)管平臺、IPTV節(jié)目集成播控(二級)監(jiān)管前端、運營商傳輸分發(fā)平臺(三級)監(jiān)管前端、用戶終端(六級)監(jiān)管前端、大屏幕顯示系統(tǒng)、相關(guān)附屬設(shè)備以及網(wǎng)絡(luò)和安全系統(tǒng)組成(主要包括計算服務(wù)器、存儲服務(wù)器、監(jiān)管采集前端設(shè)備、以太網(wǎng)交換機、防火墻等設(shè)備及監(jiān)測監(jiān)管應(yīng)用軟件[2])。其中,IPTV中心監(jiān)管平臺采用云計算技術(shù),所有計算服務(wù)器納入虛擬化資源池,合理調(diào)配系統(tǒng)資源,并采用分布式存儲技術(shù)[3],更安全地保護系統(tǒng)數(shù)據(jù),增加容災(zāi)能力。

整個系統(tǒng)邏輯架構(gòu)分為4層:支撐層、數(shù)據(jù)層、業(yè)務(wù)處理層和用戶交互層[4],如圖1所示。

圖1 系統(tǒng)邏輯架構(gòu)

支撐層由數(shù)據(jù)庫、服務(wù)器、防火墻和交換機等硬件設(shè)施構(gòu)成,是整個系統(tǒng)運行的基礎(chǔ),通過安全、可靠的鏈路結(jié)構(gòu),集成監(jiān)管中心系統(tǒng)所有計算服務(wù)器、網(wǎng)絡(luò)設(shè)備、安全保障設(shè)備、存儲服務(wù)器等。

數(shù)據(jù)層包括針對節(jié)目源數(shù)據(jù)的二、三級前端和針對用戶數(shù)據(jù)的終端用戶監(jiān)管前端,各端采集的數(shù)據(jù)作為一層一層的節(jié)點構(gòu)成龐大的數(shù)據(jù)網(wǎng)絡(luò)。 其中,二、三級監(jiān)管前端通過電子節(jié)目菜單(Electronic Program Guide,EPG)信息采集、直播頻道采集、點播節(jié)目采集,并將采集內(nèi)容傳到IPTV 中心監(jiān)管平臺進行處理,實現(xiàn)對節(jié)目源的數(shù)據(jù)監(jiān)察。終端用戶監(jiān)管前端是數(shù)據(jù)監(jiān)測的最后環(huán)節(jié)也是最重要的環(huán)節(jié),可以真實有效地將用戶看到的節(jié)目數(shù)據(jù)進行采集對比,還能監(jiān)測隱藏頻道和播出事故等作用。

業(yè)務(wù)處理層對數(shù)據(jù)進行處理分析和儲存,數(shù)據(jù)層龐大數(shù)據(jù)匯聚在中心平臺進行處理。數(shù)據(jù)處理分為兩個方面:一方面是安全播出監(jiān)測[5],主要包括靜幀、黑場、無伴音以及彩場等;另一方面是違規(guī)識別,主要包括EPG信息對比、碼流監(jiān)測、頻道監(jiān)測等。

用戶交互層起人機交互的作用,主要包括節(jié)目監(jiān)看(提供大屏監(jiān)看以及多屏監(jiān)看)、報表統(tǒng)計分析、系統(tǒng)運行狀態(tài)查看以及用戶的權(quán)限設(shè)置等。

2 終端用戶監(jiān)管前端功能及其實現(xiàn)流程

終端用戶監(jiān)管前端通過網(wǎng)絡(luò)爬蟲技術(shù)獲取終端用戶的 EPG 信息和節(jié)目音頻、視頻內(nèi)容信息[6],及時發(fā)現(xiàn)違規(guī)節(jié)目并回傳到IPTV監(jiān)管中心平臺。其具體功能主要分為兩方面:一是節(jié)目跟蹤,二是違規(guī)檢測。

2.1 節(jié)目跟蹤實現(xiàn)流程

節(jié)目跟蹤模塊將自動對用戶直播、點播、回看等業(yè)務(wù)的EPG信息進行采集和回傳,對采集的EPG信息進行系統(tǒng)的分類條目化然后存儲在存儲服務(wù)器里。條目化后的EPG信息更容易進行比對和變更。

完整的節(jié)目跟蹤流程分為3個步驟,具體如圖2所示。

圖2 節(jié)目跟蹤流程

第1步是監(jiān)管前端采集EPG數(shù)據(jù)信息然后將數(shù)據(jù)回傳給節(jié)目變更功能模塊[7]。

第2步則是節(jié)目信息的對比,分為自動對比(程序自動循環(huán)對比)和手動對比(可以指定相關(guān)節(jié)目進行對比)。針對節(jié)目頻道數(shù)量較少的直播業(yè)務(wù)可以使用實時對比方式,根據(jù)采集到的數(shù)據(jù)信息從原有數(shù)據(jù)庫中調(diào)取對應(yīng)的頻道數(shù)據(jù),然后對比是否一致,若不一致則發(fā)送節(jié)目變更信息。節(jié)目數(shù)量巨大的點播業(yè)務(wù)可以使用按批次的對比方式,每次讀取部分批次對比看是否一致,不一致則進行變更,一致則讀取下一批次,直至所有批次全部讀取并完成對比。分批次對比可以有效減少計算量,提高計算效率。

第3步是數(shù)據(jù)庫方面的存儲變更。根據(jù)節(jié)目變更模塊發(fā)送的變更信息替換掉原有的節(jié)目信息,實現(xiàn)節(jié)目內(nèi)容的動態(tài)跟蹤。

2.2 違規(guī)檢測實現(xiàn)流程

違規(guī)檢測模塊分為兩個方面:一是根據(jù)數(shù)據(jù)庫檢測違規(guī)節(jié)目;二是根據(jù)視頻內(nèi)容檢測違規(guī)節(jié)目。

違規(guī)檢測流程如圖3所示。

圖3 違規(guī)檢測流程

首先將終端用戶監(jiān)管端采集的用戶數(shù)據(jù)和二級監(jiān)管端采集的節(jié)目源數(shù)據(jù)進行對比,產(chǎn)生的增量信息代表著隱藏頻道。然后將EPG信息送入違規(guī)節(jié)目檢測數(shù)據(jù)庫,檢測是否是審批通過節(jié)目,接著檢測是否是已有違規(guī)節(jié)目,最后根據(jù)敏感關(guān)鍵詞等條目審核疑似的違規(guī)節(jié)目。

視頻內(nèi)容檢測是通過視頻比對模塊,根據(jù)六級監(jiān)管前端發(fā)送的視頻信息檢測相關(guān)違規(guī)現(xiàn)象。視頻比對模塊一般采用基于神經(jīng)網(wǎng)絡(luò)深度學習的圖像識別技術(shù),通過深度卷積神經(jīng)網(wǎng)絡(luò)將圖像特征提取出來,例如臺標識別、人臉識別、靜幀和黑屏識別等都是根據(jù)相對應(yīng)的圖像特征和模板特征對比,符合一定相似度則認為是產(chǎn)生了違規(guī)現(xiàn)象。

(1) 臺標檢測 使用深度學習模型,利用SIFT特征算子匹配的方法,相比基于圖像灰度的HU不變矩方法,匹配成功率從36.81%提升到了89.01%,減少了背景、旋轉(zhuǎn)、灰度、位移等噪聲對臺標的識別影響[8]。

(2) 人臉檢測 基于深度學習模型FaceNet網(wǎng)絡(luò)人臉識別的準確率高達93.46%,滿足絕大部分視頻場景的識別要求[9]。

(3) 靜幀、黑場檢測 利用靈敏度策略和抑制策略,對于不同節(jié)目優(yōu)化靜幀、黑場識別的時間判別門限后,對200套節(jié)目進行比對,誤報次數(shù)從968次減少為66次,準確率顯著提升。

最后,將違規(guī)檢測模塊檢測的違規(guī)業(yè)務(wù)提取相關(guān)的違規(guī)證據(jù),并送入審核流程(人工審核),審核結(jié)果錄入數(shù)據(jù)庫方便下一次數(shù)據(jù)調(diào)用。相比傳統(tǒng)監(jiān)管,在人工審核前進行一次視頻流的智能識別,將可能產(chǎn)生的違規(guī)現(xiàn)象進行了一次篩選,減少了人工審核的工作量,同時將新的違規(guī)內(nèi)容補充至數(shù)據(jù)庫,不斷提高識別準確率,使得審核方式更加智能化。

3 云計算技術(shù)在數(shù)據(jù)計算和存儲中的應(yīng)用

云計算實際上是一種分布式計算的發(fā)展,整合了并行計算和網(wǎng)格計算的特征優(yōu)點,是一種新的計算模式。由于IPTV業(yè)務(wù)龐大、數(shù)據(jù)繁雜,傳統(tǒng)計算方式難以應(yīng)對,云計算這種新的計算模式能有效面對這種挑戰(zhàn),為平臺快速有效處理和存儲數(shù)據(jù)提供支持。

IPTV監(jiān)管平臺主要是在數(shù)據(jù)計算和數(shù)據(jù)存儲兩個方面運用云計算技術(shù),分別是計算虛擬化技術(shù)[10]和分布式云存儲技術(shù)。

3.1 虛擬化技術(shù)

虛擬化技術(shù)將一臺物理設(shè)備通過軟件設(shè)施虛擬為多臺邏輯設(shè)備,各臺邏輯虛擬機在統(tǒng)一標準下獨自運行,互不干涉。當計算物理設(shè)備被虛擬化之后,計算資源也會被組合化。資源被調(diào)配時會忽略各服務(wù)器設(shè)備的差異,按照統(tǒng)一標準的邏輯虛擬機進行分配資源。若一個服務(wù)器發(fā)生故障,對應(yīng)的虛擬機將會轉(zhuǎn)移到正常設(shè)備上,并不會影響計算,相當于計算資源的減少而非真正意義上的應(yīng)用故障;同時對于計算負載高的設(shè)備,可以將部分計算負載分配給計算負載低的設(shè)備,避免了高負荷運行的現(xiàn)象出現(xiàn)。虛擬化技術(shù)使得每臺服務(wù)器都能以最優(yōu)狀態(tài)運行計算任務(wù),提高了計算效率。

3.2 云儲存技術(shù)

按照傳統(tǒng)的存儲技術(shù),數(shù)據(jù)將被集中存儲在中央存儲服務(wù)器中[11],硬件設(shè)施將成為數(shù)據(jù)存儲容量的限制條件,同時集中的數(shù)據(jù)存儲考驗服務(wù)器的容災(zāi)能力,難以滿足大規(guī)模存儲應(yīng)用的需要。云存儲技術(shù)可以將存儲資源分散到各個虛擬化的存儲服務(wù)器上,并且將這些資源以存儲池的形式集中起來,實現(xiàn)資源的協(xié)同工作。外部調(diào)用資源不是調(diào)用單獨的存儲服務(wù)器,而是從整個資源池中隨意調(diào)用,因而可以實現(xiàn)數(shù)據(jù)的大量存儲和快速調(diào)用。由于數(shù)據(jù)是存儲在各個服務(wù)器中的,所以不會因為事故而導致所有數(shù)據(jù)的流失,再加上數(shù)據(jù)的備份和其他防災(zāi)措施,均提高了數(shù)據(jù)存儲的安全性和穩(wěn)定性。

4 結(jié) 語

本文針對國內(nèi)IPTV實際情況提出了IPTV節(jié)目監(jiān)管系統(tǒng)的總體設(shè)計原理和總體系統(tǒng)架構(gòu)。對IPTV節(jié)目內(nèi)容監(jiān)管系統(tǒng)的數(shù)據(jù)采集、違規(guī)節(jié)目的智能識別、數(shù)據(jù)存儲、云架構(gòu)平臺等都做了分別闡述。新的IPTV監(jiān)管系統(tǒng)基于嵌入式系統(tǒng)的智能識別和云計算平臺的應(yīng)用,與傳統(tǒng)監(jiān)管方式相比,處理業(yè)務(wù)效率更高,識別準確度更高,應(yīng)對故障能力更強。隨著IPTV快速發(fā)展,IPTV監(jiān)管平臺也需要與時俱進,不斷完善健全,構(gòu)造積極、健康、安全的IPTV業(yè)務(wù)。