新一代多媒體實時通信系統(tǒng)架構(gòu)增強演進(jìn)研究

姜怡，周越，白雪茜，吳濱，劉晨，張劍寅

（1. 中國移動通信有限公司研究院，北京 100053；2. 中國移動通信集團(tuán)有限公司，北京 100053）

0 引言

基于人類聽覺和視覺的多媒體實時通信需求一直是電信運營商需要解決的基本通信需求之一，從固定電話到移動通信，從窄帶語音到寬帶音/視頻電話，電信運營商的通信網(wǎng)絡(luò)一直在演進(jìn)，以提供更好用戶體驗的多媒體通信業(yè)務(wù)。目前，運營商已建立一張基于IMS網(wǎng)絡(luò)的支持固移融合的多媒體實時通信網(wǎng)絡(luò)[1-3]，為用戶提供高清語音或高清視頻通話、呼叫等待、呼叫轉(zhuǎn)移等補充業(yè)務(wù)，以及彩鈴、智能網(wǎng)等增值業(yè)務(wù)。

但隨著通信網(wǎng)絡(luò)技術(shù)的發(fā)展和多媒體實時通信新需求的不斷涌現(xiàn)，運營商現(xiàn)有的網(wǎng)絡(luò)已經(jīng)難以快速滿足需求，需要從功能和架構(gòu)等方面進(jìn)一步演進(jìn)增強。

· 隨著5G行業(yè)專網(wǎng)的發(fā)展，音/視頻實時業(yè)務(wù)的場景將逐漸從人人通信向人人、人物、物物等多種場景發(fā)展。

· 面向垂直行業(yè)的終端類型、通信模式和應(yīng)用場景與傳統(tǒng)人人通信相比有很大的差異性和豐富性，音/視頻實時業(yè)務(wù)需要快速適配這樣的變化。

· 隨著新業(yè)務(wù)需求以及與垂直行業(yè)的結(jié)合，語音/視頻等實時通信業(yè)務(wù)模型從傳統(tǒng)的終端點到點通信逐漸向終端與網(wǎng)絡(luò)多種混合交互模型發(fā)展。

· 隨著基礎(chǔ)通信網(wǎng)絡(luò)帶寬的增加，視頻應(yīng)用，尤其是基于視頻的交互類應(yīng)用將明顯增加，直播、AR（augmented reality）/VR（virtual reality）的應(yīng)用場景會帶來音/視頻實時業(yè)務(wù)的新增長點。

· 近年，移動OTT （over the top）業(yè)務(wù)發(fā)展迅猛，基于運營商連接能力實現(xiàn)消息、語音和視頻等豐富的業(yè)務(wù)形式，這對運營商語音業(yè)務(wù)的替代愈發(fā)明顯。

基于上述問題，需要對新一代多媒體實時通信的業(yè)務(wù)需求進(jìn)行梳理，面向新需求研究并引入新的網(wǎng)絡(luò)能力和新的網(wǎng)絡(luò)架構(gòu)，構(gòu)建多媒體能力更強、部署更為靈活、成本更低的新一代多媒體實時通信系統(tǒng)。本文將對多媒體實時通信的新需求場景、多媒體通信新能力以及多媒體實時通信系統(tǒng)新架構(gòu)進(jìn)行探討。

1 新一代多媒體實時通信需求

新一代多媒體實時通信業(yè)務(wù)和通信技術(shù)的需求與運營商網(wǎng)絡(luò)架構(gòu)的演進(jìn)互為依托、相互促進(jìn)，隨著網(wǎng)絡(luò)承載能力的增強，多媒體實時通信業(yè)務(wù)的發(fā)展逐漸呈現(xiàn)超清化、交互式、沉浸式及開放性趨勢。

首先，5G以及未來的5G-Advanced網(wǎng)絡(luò)將提供更大的帶寬和更低的比特成本，使清晰度（2K/4K…）更高、承載信息更多的視頻應(yīng)用成為可能，多媒體實時通信將全面向超清化方向發(fā)展。典型應(yīng)用場景包括超清親情通話、超清可視門禁、超清視頻客服及超清視頻報警等。

其次，在5G-Advanced時代，多媒體實時通信業(yè)務(wù)越來越強調(diào)交互性，在交互方式上充分考慮個人和垂直行業(yè)的不同交互需求，支持多樣的交互方式。在個人通信方面，隨著個人移動終端逐步智能化和大屏化，用戶實時通信的訴求不再局限于通話雙方聲音和影像的交流。觸、摸、拖、拽等操作的互動，針對同一事務(wù)共同協(xié)作，這些更加復(fù)雜交互的需求逐漸涌現(xiàn)，讓語音業(yè)務(wù)有了新的生命和活力。典型應(yīng)用場景包括個性化新呼叫、多方協(xié)作、可視菜單及企業(yè)名片。在垂直行業(yè)方面，通過引入實時交互通道，面向垂直行業(yè)在高清實時多媒體通話過程中增加行業(yè)特色交互式應(yīng)用，如醫(yī)療行業(yè)，醫(yī)生可以遠(yuǎn)程控制戴在護(hù)士手上的觸覺手套對救護(hù)車?yán)锏牟∪诉M(jìn)行超聲診斷，獲取超聲圖像，做出決策。

第三，XR（X reality）等新媒體技術(shù)的不斷發(fā)展和產(chǎn)業(yè)的成熟將催生沉浸式音/視頻業(yè)務(wù)體驗。在AR游戲、VR視頻直播點播、360°視頻直播點播等應(yīng)用出現(xiàn)后，在實時音/視頻場景，AR已經(jīng)率先在2C/2B（to customer/to business）領(lǐng)域開始了商用。典型應(yīng)用場景包括AR社交、遠(yuǎn)程購物協(xié)助及AR遠(yuǎn)程維修。

最后，面向?qū)崟r多媒體通信業(yè)務(wù)的網(wǎng)絡(luò)能力開放將進(jìn)一步豐富。通信網(wǎng)絡(luò)提供更高的帶寬、更多的連接數(shù)及更低的時延等新網(wǎng)絡(luò)能力，都可以開放給各行業(yè)應(yīng)用，給各垂直行業(yè)帶來新的發(fā)展機遇，使能更豐富的行業(yè)應(yīng)用場景。典型應(yīng)用場景包括打車應(yīng)用、企業(yè)園區(qū)通信及互動遠(yuǎn)程教育。

新一代多媒體實時通信極大拓展了傳統(tǒng)實時音/視頻通信的內(nèi)涵。在業(yè)務(wù)能力上，打破了傳統(tǒng)音/視頻媒體流限制，升級成名副其實的多媒體通信；在用戶體驗上，打破了聽覺和視覺一維、二維的限制，增加觸覺等交互式和三維沉浸式的新體驗；在溝通范圍上，打破了原有人與人的限制，拓展到人與物、物與物之間的溝通。業(yè)務(wù)能力的多樣性、用戶體驗的多樣性、溝通范圍的多樣性，要求實時音/視頻網(wǎng)絡(luò)具備全新的能力。端到端服務(wù)質(zhì)量（quality of service，QoS）保障已經(jīng)不僅僅是語音、視頻兩種特定的QoS策略和執(zhí)行，還要針對不同數(shù)據(jù)業(yè)務(wù)類型，進(jìn)行定制化的QoS策略控制。同時，由于增加了新的接入方式和新的數(shù)據(jù)交互，需要針對整個通信流程提供端到端的安全機制，包括接入安全、傳輸安全、信令安全以及網(wǎng)絡(luò)設(shè)備安全等方面的措施保障新一代多媒體實時通信業(yè)務(wù)。

2 基于IMS網(wǎng)絡(luò)的實時多媒體通信系統(tǒng)架構(gòu)增強技術(shù)

面向上述新一代多媒體實時通信的發(fā)展趨勢和新需求，國際標(biāo)準(zhǔn)從Rel-16已經(jīng)逐步開展了基于IMS網(wǎng)絡(luò)的實時多媒體通信系統(tǒng)架構(gòu)演進(jìn)和增強的標(biāo)準(zhǔn)化工作，首先在Rel-16中引入交互式通信通道能力，在Rel-17和Rel-18中一方面制定新的業(yè)務(wù)及網(wǎng)絡(luò)需求，另一方面對網(wǎng)絡(luò)架構(gòu)進(jìn)行增強，以構(gòu)建下一代的實時多媒體通信網(wǎng)絡(luò)。下面將在第三代合作伙伴計劃（Third Generation Partnership Project，3GPP）標(biāo)準(zhǔn)的基礎(chǔ)上對實時多媒體通信系統(tǒng)架構(gòu)增強技術(shù)進(jìn)行分析和研究。

2.1 IMS網(wǎng)絡(luò)交互式數(shù)據(jù)通信通道

為匹配未來多媒體業(yè)務(wù)的豐富性和靈活性訴求，引導(dǎo)終端遵循一種通用框架，以支持不斷變化的業(yè)務(wù)邏輯定義和數(shù)據(jù)格式定義，3GPP于Rel-16引入了獨立于原有信令、音/視頻數(shù)據(jù)通道的新數(shù)據(jù)通道（IMS網(wǎng)絡(luò)）技術(shù)，數(shù)據(jù)通道技術(shù)如圖1所示。

圖1 數(shù)據(jù)通道技術(shù)

新數(shù)據(jù)通道具有如下特性。

· 與音/視頻同路徑，IMS網(wǎng)絡(luò)數(shù)據(jù)通道疊加于音/視頻能力之上，因此該數(shù)據(jù)通道的建立流程與IMS網(wǎng)絡(luò)會話建立流程進(jìn)行了整合，確保該通道與音/視頻通道同時建立，可在實時通信過程中即時使用。

· 數(shù)據(jù)通道支持UDP/TCP傳輸，以滿足后續(xù)高實時性、高可靠的內(nèi)在內(nèi)容要求。

· 數(shù)據(jù)通道內(nèi)部可承載多種協(xié)議及內(nèi)容，可基于不同的協(xié)議（如HTTP）傳遞文字、菜單、文件等豐富內(nèi)容，并為不同類型數(shù)據(jù)通道提供不同的QoS保障。數(shù)據(jù)通道方案中當(dāng)前定義了如下傳輸通道。

· 自舉（Bootstrap）通道：終端通過該通道獲取將在實時通信中需要使用的應(yīng)用程序。應(yīng)用程序包含Web頁面渲染內(nèi)容（H5頁面等）和應(yīng)用控制邏輯（JavaScript腳本）。

· 應(yīng)用（Application）通道：終端通過該通道傳輸應(yīng)用數(shù)據(jù)。Bootstrap通道中的應(yīng)用邏輯（JavaScript腳本）控制Application通道中的動態(tài)應(yīng)用數(shù)據(jù)收/發(fā)。Application數(shù)據(jù)通道傳輸可以在終端與終端之間傳輸，也可以在終端與網(wǎng)絡(luò)側(cè)之間傳輸，由網(wǎng)絡(luò)側(cè)為用戶提供豐富的，基于Web界面的實時交互式體驗增強內(nèi)容。

數(shù)據(jù)通道為運營商已有的通話業(yè)務(wù)帶來全新的想象空間，網(wǎng)絡(luò)側(cè)不僅提供數(shù)據(jù)交互能力，還可以結(jié)合音/視頻和數(shù)據(jù)通道，提供多媒體體驗增強功能，如在特定群體通信場景中，網(wǎng)絡(luò)側(cè)媒體面提供自動語音識別（automated speech recognition，ASR）、文本—語音轉(zhuǎn)換（text to speech，TTS）和手語合成等功能，把音/視頻媒體轉(zhuǎn)換為文字、手語動作等輔助信息并通過數(shù)據(jù)通道傳輸給終端。值得注意的是，網(wǎng)絡(luò)側(cè)數(shù)據(jù)通道能力的使用需要與終端的統(tǒng)一呈現(xiàn)框架進(jìn)行配合，當(dāng)前3GPP已在TS 26.114[3]中對終端支持?jǐn)?shù)據(jù)通道提出定義，但其在IMS網(wǎng)絡(luò)架構(gòu)中的呈現(xiàn)框架，如數(shù)據(jù)通道控制功能、Bootstrap通道和Application通道的建立方式等重要技術(shù)尚未定義，仍需在后續(xù)標(biāo)準(zhǔn)化中進(jìn)行明確。

2.2 三方標(biāo)識認(rèn)證及可信企業(yè)名片授權(quán)

個人用戶獲取移動電話網(wǎng)碼號時，移動通信運營商通過與個人用戶簽訂服務(wù)合同驗證用戶的身份信息，再為其分配獨立的移動電話網(wǎng)碼號，但該碼號并不與個人用戶的所在企業(yè)產(chǎn)生聯(lián)系。而面向企業(yè)用戶的外呼需求，為了拓展用戶碼號的企業(yè)接入屬性，3GPP引入了第三方標(biāo)識接入應(yīng)用場景（以下簡稱第三方接入）的方式，企業(yè)員工可以使用所屬企業(yè)分配的員工賬號接入運營商IMS網(wǎng)絡(luò)發(fā)起呼叫。運營商IMS網(wǎng)絡(luò)提供直接接入及代理接入兩種對象接入能力，以滿足企業(yè)內(nèi)部呼叫及企業(yè)到其客戶的呼叫；運營商IMS網(wǎng)絡(luò)需對接入企業(yè)及企業(yè)所屬用戶進(jìn)行鑒權(quán)和實名認(rèn)證，涉及的認(rèn)證與鑒權(quán)需要滿足可信原則，通常指：防仿冒、防抵賴、防篡改、防信息泄露、保護(hù)用戶隱私；在此基礎(chǔ)上運營商IMS網(wǎng)絡(luò)對認(rèn)證的用戶使用實名信息進(jìn)行授權(quán)并在呼叫中進(jìn)行傳遞與顯示，可疊加在現(xiàn)有的彩振、名片技術(shù)上進(jìn)行顯示，也可通過第3.1節(jié)中定義的數(shù)據(jù)通道進(jìn)行顯示。

如圖2所示，第三方標(biāo)識接入的可能架構(gòu)包括運營商IMS網(wǎng)絡(luò)、運營商企業(yè)數(shù)據(jù)服務(wù)器和企業(yè)內(nèi)網(wǎng)的認(rèn)證服務(wù)器等網(wǎng)絡(luò)功能，涉及的關(guān)鍵技術(shù)如下。

圖2 第三方ID接入架構(gòu)示意圖

（1）企業(yè)與IMS網(wǎng)絡(luò)雙向認(rèn)證

IMS網(wǎng)絡(luò)提供企業(yè)數(shù)據(jù)服務(wù)器（enterprise data server，EDS），作為IMS網(wǎng)絡(luò)內(nèi)安全聯(lián)盟的企業(yè)級數(shù)據(jù)中心與企業(yè)提供的企業(yè)認(rèn)證服務(wù)器交互，利用各自部署的CA證書和服務(wù)器證書借助一系列安全協(xié)議（如TLS、OAuth2、SAML等）實現(xiàn)雙向認(rèn)證。

（2）企業(yè)對企業(yè)員工認(rèn)證

企業(yè)對新入職人員根據(jù)企業(yè)管理要求完成自然人與其有效證件身份核對后，確認(rèn)其符合企業(yè)員工身份，將為其分配員工賬號。企業(yè)員工使用員工賬號接入IMS網(wǎng)絡(luò)發(fā)起對外呼叫前，企業(yè)員工首先與企業(yè)認(rèn)證服務(wù)器交互完成身份認(rèn)證并獲取用戶令牌（token）信息，該token信息將進(jìn)一步用于企業(yè)員工被IMS網(wǎng)絡(luò)認(rèn)證的依據(jù)。

此外，三方認(rèn)證還支持代理認(rèn)證，企業(yè)協(xié)同辦公應(yīng)用（如釘釘）可以作為小微企業(yè)（如IT化能力較弱的企業(yè)）的接入代理提供認(rèn)證服務(wù)，幫助小微企業(yè)接入IMS網(wǎng)絡(luò)。

（3）企業(yè)員工接入IMS網(wǎng)絡(luò)及token信息的傳遞

企業(yè)員工接入IMS網(wǎng)絡(luò)有SIP終端接入和SIP中繼接入兩種方式。

1）SIP終端接入

員工使用員工賬號登錄IMS網(wǎng)絡(luò)終端發(fā)起注冊/呼叫，SIP消息通過Authorization頭域攜帶其從認(rèn)證服務(wù)器獲取的token并傳遞給IMS網(wǎng)絡(luò)核心網(wǎng)；IMS網(wǎng)絡(luò)收到SIP消息解析獲取token并傳遞給EDS，EDS認(rèn)證token有效并進(jìn)一步向認(rèn)證服務(wù)器獲取企業(yè)員工信息。

2）SIP（session initial protocol）中繼接入

員工使用賬號登錄企業(yè)網(wǎng)關(guān)，企業(yè)網(wǎng)關(guān)作為企業(yè)員工的代理接入IMS網(wǎng)絡(luò)并發(fā)起SIP注冊/呼叫流程（是否需要注冊流程取決于企業(yè)網(wǎng)關(guān)能力），后續(xù)流程同SIP終端接入。

其中，企業(yè)提供的企業(yè)網(wǎng)關(guān)與IMS網(wǎng)絡(luò)提供的中繼接入系統(tǒng)對接時，建議簡化對接數(shù)據(jù)配置，即考慮采用本端IP地址端口和對端數(shù)字證書，代替現(xiàn)有的本端與遠(yuǎn)端的五元組配置方案。同時，考慮企業(yè)員工的流動性（如離職/轉(zhuǎn)崗），建議盡量避免IMS網(wǎng)絡(luò)針對企業(yè)員工進(jìn)行靜態(tài)數(shù)據(jù)配置。

（4）企業(yè)員工可信信息的獲取及授權(quán)

EDS在完成員工認(rèn)證后獲取企業(yè)員工的可信信息用于生成可信企業(yè)名片，并在員工發(fā)起呼叫時授權(quán)IMS網(wǎng)絡(luò)將企業(yè)名片發(fā)送給被叫終端向客戶顯示，可信企業(yè)名片的具體內(nèi)容可根據(jù)不同企業(yè)外呼顯示要求自定義完成。

企業(yè)員工信息的主權(quán)歸屬企業(yè)，IMS網(wǎng)絡(luò)運營商不負(fù)責(zé)創(chuàng)建和配置企業(yè)員工信息，但可以按需動態(tài)獲取企業(yè)員工信息。這種方式下要求IMS網(wǎng)絡(luò)不感知企業(yè)員工的自然人信息，保護(hù)企業(yè)數(shù)據(jù)隱私。如果根據(jù)工業(yè)和信息化部的要求需要進(jìn)行通信惡意呼叫追溯，IMS網(wǎng)絡(luò)可以對企業(yè)員工信息進(jìn)行緩存以幫助快速追溯。

（5）可信企業(yè)名片的跨網(wǎng)傳遞

在一些企業(yè)外呼的場景中，可信企業(yè)名片可能經(jīng)過多個運營商的IMS網(wǎng)絡(luò)傳遞，中間經(jīng)過的多個網(wǎng)絡(luò)可能存在篡改企業(yè)名片信息的風(fēng)險。因此，建議引入主叫身份簽名及被叫網(wǎng)絡(luò)驗證技術(shù)（IETF RFC8224[4]、RFC8225[5]、RFC8588[6]），在主叫側(cè)網(wǎng)絡(luò)針對主叫的用戶身份或企業(yè)名片（如果網(wǎng)絡(luò)生成企業(yè)名片）進(jìn)行簽名，在被叫網(wǎng)絡(luò)對主叫的簽名進(jìn)行驗證，以確認(rèn)主叫身份在傳遞過程中未被篡改。

2.3 IMS網(wǎng)絡(luò)統(tǒng)一媒體面架構(gòu)

IMS網(wǎng)絡(luò)對媒體面的控制普遍采用H.248協(xié)議[7]，存在解耦困難、不利于快速滿足新型媒體能力需求等問題。隨著交互式通信的發(fā)展，媒體功能架構(gòu)需具備更強的靈活性和可擴展性，以應(yīng)對未來更加多樣化的多媒體業(yè)務(wù)需求。

當(dāng)前IMS網(wǎng)絡(luò)媒體功能主要包含音頻轉(zhuǎn)發(fā)、音頻轉(zhuǎn)碼、音頻播放、音頻錄制、音頻會議、視頻播放等，這些媒體能力部署在多個不同媒體功能網(wǎng)元時易出現(xiàn)不必要的媒體迂回。隨著IMS網(wǎng)絡(luò)數(shù)據(jù)通道技術(shù)的發(fā)展，網(wǎng)絡(luò)需承載傳統(tǒng)音頻、視頻以外更為豐富的多媒體類型，以實現(xiàn)音/視頻通話與文字、圖片、AR/VR、屏幕共享、多流渲染等媒體能力的融合。

結(jié)合以上所提及的主要問題，新一代網(wǎng)絡(luò)架構(gòu)需在滿足支持多樣化媒體處理能力的同時，具備接口的靈活擴展性和解耦性。在5G引入的服務(wù)化架構(gòu)基于HTTP/2協(xié)議，具備敏捷性、易擴展性、靈活性和開放性等優(yōu)勢，將在統(tǒng)一媒體面新架構(gòu)下重點進(jìn)行考慮。

實時通信媒體能力架構(gòu)將結(jié)合5G服務(wù)化架構(gòu)機制實現(xiàn)媒體能力的服務(wù)化，并以IMS網(wǎng)絡(luò)基礎(chǔ)網(wǎng)絡(luò)為依托，同步融合現(xiàn)網(wǎng)媒體網(wǎng)元功能和數(shù)據(jù)通道所需的媒體功能。實時通信媒體能力架構(gòu)如圖3所示，該實時通信媒體能力架構(gòu)主要包含以下內(nèi)容。

圖3 實時通信媒體能力架構(gòu)

（1）媒體控制接口的服務(wù)化

· 統(tǒng)一媒體面（unified media function，UMF）基于服務(wù)化媒體面控制接口與IMS網(wǎng)絡(luò)核心網(wǎng)交互，該示例中IMS網(wǎng)絡(luò)核心網(wǎng)的P-CSCF（proxy-call session control function）為統(tǒng)一媒體面UMF的控制網(wǎng)元，通過媒體面控制接口完成媒體資源協(xié)商后，UMF將基于媒體通道（media path）進(jìn)行音/視頻媒體的傳輸。

· UMF基于服務(wù)化媒體面控制接口與應(yīng)用服務(wù)器集合（AS set）交互，以數(shù)據(jù)通道服務(wù)器（data channel server）為例，數(shù)據(jù)通道服務(wù)器為數(shù)據(jù)通道媒體的控制網(wǎng)元，通過媒體面控制接口完成數(shù)據(jù)通道資源協(xié)商后，統(tǒng)一媒體面將基于所建立的數(shù)據(jù)通道進(jìn)行相應(yīng)媒體或數(shù)據(jù)的傳輸。

（2）媒體網(wǎng)元的融合化

· UMF融合了IMS網(wǎng)絡(luò)既有媒體能力（IMS網(wǎng)絡(luò) AGW（IMS網(wǎng)絡(luò) access gateway）、TrGW （transit gateway）、IM-MGW（IP multimedia-media gateway）、 MRFP（multimedia resource function processor）等）和新的數(shù)據(jù)通道相關(guān)媒體能力。

· UMF基于音/視頻媒體通道與終端交互傳統(tǒng)音/視頻媒體，基于數(shù)據(jù)通道與終端和服務(wù)器交互數(shù)據(jù)通道相關(guān)媒體。

該實時通信媒體能力架構(gòu)旨在形成統(tǒng)一的服務(wù)化媒體面架構(gòu)，支撐多媒體業(yè)務(wù)的快速構(gòu)建，從而更好地滿足用戶日漸多樣化、沉浸式的體驗需求，并具備媒體功能的模塊化、媒體功能的解耦合、媒體接口的一致性和媒體功能擴展的靈活性等特征。

3 多媒體實時通信系統(tǒng)架構(gòu)重構(gòu)設(shè)計

3.1 基于IMS網(wǎng)絡(luò)的多媒體實時通信系統(tǒng)問題分析

基于IMS網(wǎng)絡(luò)的多媒體實時通信系統(tǒng)雖然已經(jīng)成功地承載了音/視頻實時通信業(yè)務(wù)，且具備一定業(yè)務(wù)靈活性和部署靈活性，但針對未來多媒體業(yè)務(wù)發(fā)展需求豐富、業(yè)務(wù)定制化要求高、音/視頻業(yè)務(wù)低價化等趨勢，存在網(wǎng)絡(luò)復(fù)雜、部署成本高、業(yè)務(wù)能力更新慢等架構(gòu)性問題，無法很好地適應(yīng)未來多媒體實時通信需求。

（1）控制面和用戶面均異構(gòu)，復(fù)雜度較高

IMS網(wǎng)絡(luò)屬于典型的異構(gòu)網(wǎng)絡(luò)，定義了包括P-CSCF、S-CSCF（serving-call session control function）、I-CSCF（interrogating- call session control function）、AS（application server）、MGCF（media gateway control function）等在內(nèi)的十余個控制面網(wǎng)元，以及IM-MGW、IMS網(wǎng)絡(luò)-ALG（IMS網(wǎng)絡(luò) application level gateway）、MRFP（multimedia resource function processor）等用戶面網(wǎng)元，其網(wǎng)元、接口及協(xié)議數(shù)量眾多，流程復(fù)雜，且網(wǎng)元功能和性能差異較大，組網(wǎng)、路由、負(fù)載均衡、容災(zāi)等機制復(fù)雜且無法實現(xiàn)各網(wǎng)元共享，由此帶來的網(wǎng)絡(luò)測試、部署和維護(hù)復(fù)雜度和成本也相應(yīng)較高。

（2）靜態(tài)業(yè)務(wù)編排組合，業(yè)務(wù)部署靈活性差

IMS網(wǎng)絡(luò)采用的是基于初始過濾規(guī)則（initial Filter Criteria，iFC）機制[8]的靜態(tài)業(yè)務(wù)編排機制，基本原理是在會話建立的第一條消息傳輸過程中按照預(yù)定義的靜態(tài)業(yè)務(wù)編排規(guī)則完成所有相關(guān)業(yè)務(wù)平臺可能的觸發(fā)，在整個會話周期內(nèi)該路徑不能發(fā)生變化。這種機制存在兩個主要的缺點：

· 無法支持業(yè)務(wù)靈活編排，無法在會話進(jìn)行過程中動態(tài)加入業(yè)務(wù)，大量未使用的業(yè)務(wù)平臺冗余觸發(fā)，造成業(yè)務(wù)平臺資源的不必要占用和不必要的呼叫時延。

· 解決業(yè)務(wù)嵌套和業(yè)務(wù)沖突難度大，任何新業(yè)務(wù)在部署時，都需要考慮與已有業(yè)務(wù)的嵌套和沖突，以確定其觸發(fā)順序和優(yōu)先級，部署成本和潛在業(yè)務(wù)風(fēng)險很大。

（3）業(yè)務(wù)運營域多，漫游成本高

IMS網(wǎng)絡(luò)嚴(yán)格遵循歸屬網(wǎng)絡(luò)服務(wù)原則，制定了復(fù)雜的運營商間國際漫游架構(gòu)，在數(shù)據(jù)漫游的基礎(chǔ)上人為將多媒體實時通信系統(tǒng)業(yè)務(wù)運營域劃分為歸屬網(wǎng)絡(luò)和拜訪網(wǎng)絡(luò)，帶來運營商間額外的互操作和業(yè)務(wù)結(jié)算成本，同時無法充分利用運營商自有漫游數(shù)據(jù)路由資源，導(dǎo)致多媒體業(yè)務(wù)流量的路由迂回和成本增加。

（4）用戶面資源使用效率低，成本高

媒體面資源建設(shè)成本是IMS網(wǎng)絡(luò)成本的主要組成部分，但I(xiàn)MS網(wǎng)絡(luò)對媒體面資源的使用效率卻比較低。IMS網(wǎng)絡(luò)只能支持媒體面處理資源的靜態(tài)調(diào)用，即需要在每個呼叫建立前預(yù)留媒體面處理資源（如編/解碼轉(zhuǎn)換、媒體面混合等），在呼叫過程需要時使用媒體面處理，即使呼叫最終不需要，這些資源仍然被占用，媒體面處理資源利用效率低。

在媒體面路由方面，IMS網(wǎng)絡(luò)只能在呼叫建立時為媒體面數(shù)據(jù)包建立靜態(tài)路由路徑，而不能對媒體數(shù)據(jù)包的路由進(jìn)行動態(tài)調(diào)整。媒體面數(shù)據(jù)包的路由在承載層面無法根據(jù)呼叫雙方位置以及當(dāng)前承載網(wǎng)絡(luò)狀態(tài)對路由路徑進(jìn)行動態(tài)控制，無法靈活快速調(diào)整路由以保證承載質(zhì)量。

3.2 多媒體實時通信系統(tǒng)新架構(gòu)設(shè)計

在5G-Advanced以及6G時代，為彌補基于IMS網(wǎng)絡(luò)的多媒體實時通信系統(tǒng)架構(gòu)的缺陷，快速低成本滿足垂直行業(yè)對于實時音/視頻業(yè)務(wù)的多樣性需求，需要對多媒體實時通信系統(tǒng)進(jìn)行增強和升級。一種方式是基于現(xiàn)有IMS網(wǎng)絡(luò)進(jìn)行修改和增強，通過對業(yè)務(wù)特性和業(yè)務(wù)質(zhì)量要求進(jìn)行合理刪減，實現(xiàn)IMS網(wǎng)絡(luò)架構(gòu)簡化，減少網(wǎng)元數(shù)量。同時，基于3GPP標(biāo)準(zhǔn)逐步引入服務(wù)化接口以及增強技術(shù)，提升IMS網(wǎng)絡(luò)的業(yè)務(wù)提供能力，降低網(wǎng)絡(luò)建設(shè)成本。但考慮上述問題基本是IMS網(wǎng)絡(luò)架構(gòu)設(shè)計和協(xié)議設(shè)計等系統(tǒng)基本面的問題，無法通過IMS網(wǎng)絡(luò)自身的增強完全解決，可能需要考慮對多媒體實時通信的網(wǎng)絡(luò)架構(gòu)進(jìn)行重構(gòu)和優(yōu)化，充分結(jié)合IT和CT，研究制定更為簡化、靈活和開放的會話控制、會話路由、媒體面管理、業(yè)務(wù)調(diào)用、業(yè)務(wù)組合機制，解決當(dāng)前系統(tǒng)存在的問題。

本文提出了一種多媒體實時通信網(wǎng)絡(luò)新架構(gòu)，如圖4所示，通過構(gòu)建跨運營商、跨區(qū)域的分層overlay網(wǎng)絡(luò)及服務(wù)，滿足垂直行業(yè)的實時音/視頻業(yè)務(wù)需求。

圖4 一種多媒體實時通信網(wǎng)絡(luò)新架構(gòu)

3.2.1 架構(gòu)總體設(shè)計原則

在多媒體實時業(yè)務(wù)仍然保持會話型業(yè)務(wù)的情況下，新的系統(tǒng)架構(gòu)仍然保持會話控制和承載解耦的設(shè)計原則，構(gòu)建基于數(shù)據(jù)承載面之上的overlay架構(gòu)，同時將會話控制和業(yè)務(wù)邏輯以及數(shù)據(jù)存儲進(jìn)一步解耦，將整個架構(gòu)分為4個層面，分別為數(shù)據(jù)轉(zhuǎn)發(fā)面、核心控制面、業(yè)務(wù)邏輯面和數(shù)據(jù)存儲面。

底層為數(shù)據(jù)轉(zhuǎn)發(fā)面，提供業(yè)務(wù)數(shù)據(jù)包的實際路由和傳輸。底層轉(zhuǎn)發(fā)面包括接入轉(zhuǎn)發(fā)面以及核心轉(zhuǎn)發(fā)面兩個部分。接入轉(zhuǎn)發(fā)面提供多種類型終端的接入和數(shù)據(jù)轉(zhuǎn)發(fā)，提供移動管理、承載管理、轉(zhuǎn)發(fā)QoS差異化控制等能力，核心轉(zhuǎn)發(fā)面提供各數(shù)據(jù)中心間的數(shù)據(jù)轉(zhuǎn)發(fā)，可利用互聯(lián)網(wǎng)或者運營商自建的跨國跨區(qū)域的數(shù)據(jù)中心和數(shù)據(jù)承載網(wǎng)，為語音業(yè)務(wù)提供匯聚和數(shù)據(jù)包的轉(zhuǎn)發(fā)路由。相比互聯(lián)網(wǎng)，利用運營商自己的數(shù)據(jù)中心和數(shù)據(jù)承載網(wǎng)，一方面更利于通過在不同地區(qū)的數(shù)據(jù)中心部署上層網(wǎng)元設(shè)備，另一方面可以保證轉(zhuǎn)發(fā)性能，避免引入應(yīng)用層數(shù)據(jù)轉(zhuǎn)發(fā)的新技術(shù)，從而降低整體的建設(shè)成本和運營成本。在轉(zhuǎn)發(fā)面層之上，疊加用于會話路由和業(yè)務(wù)調(diào)用的核心控制面，實現(xiàn)用戶的鑒權(quán)授權(quán)、會話管理和業(yè)務(wù)調(diào)用。最上層是業(yè)務(wù)邏輯面，基于服務(wù)化提供多媒體實時通信業(yè)務(wù)相關(guān)服務(wù)注冊、服務(wù)發(fā)現(xiàn)、動態(tài)服務(wù)編排和能力開放，使得服務(wù)增值能力和新業(yè)務(wù)擴展能力更易于快速實現(xiàn)。此外，還引入數(shù)據(jù)存儲面，同時服務(wù)于核心控制面和業(yè)務(wù)邏輯面，提供靜態(tài)用戶數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)和動態(tài)系統(tǒng)數(shù)據(jù)的持久化存儲和訪問，支撐核心控制面和業(yè)務(wù)邏輯面的無狀態(tài)實現(xiàn)，提高系統(tǒng)的穩(wěn)健性。在系統(tǒng)實現(xiàn)方式上則可以引入云化、服務(wù)化、切片等新技術(shù)，在軟件化基礎(chǔ)上實現(xiàn)網(wǎng)絡(luò)功能解耦和網(wǎng)絡(luò)功能的靈活組合，具備高度的靈活性和定制化能力，更好應(yīng)對垂直行業(yè)的業(yè)務(wù)需求。

3.2.2 均質(zhì)化核心控制面架構(gòu)

為解決IMS網(wǎng)絡(luò)異構(gòu)網(wǎng)絡(luò)架構(gòu)和協(xié)議復(fù)雜、部署運維成本高、業(yè)務(wù)運營域多和漫游成本高的問題，新架構(gòu)打破IMS網(wǎng)絡(luò)的歸屬地服務(wù)的原則，提出本地服務(wù)和均質(zhì)化核心控制面的概念，定義統(tǒng)一控制（unified control，UC）單元，作為會話控制面的唯一核心網(wǎng)元功能，提供鑒權(quán)認(rèn)證、會話控制、信令路由、接入承載控制、業(yè)務(wù)觸發(fā)和轉(zhuǎn)發(fā)面資源管理等功能。UC單元可按照運營商的業(yè)務(wù)提供范圍實現(xiàn)全球范圍跨區(qū)域部署，網(wǎng)內(nèi)部署在運營商數(shù)據(jù)中心內(nèi)，漫游場景部署在運營商海外數(shù)據(jù)中心內(nèi)，這些單元通過相互連接和調(diào)度，形成一張跨域統(tǒng)一的overlay核心控制網(wǎng)絡(luò)。終端在任何地點只需要就近接入一個服務(wù)UC，由本地UC通過統(tǒng)一的業(yè)務(wù)調(diào)用機制，提供完整的多媒體實時通信業(yè)務(wù)能力。

本地服務(wù)和均質(zhì)化核心控制面的部署可以實現(xiàn)跨區(qū)域不依賴運營商互通的一張業(yè)務(wù)網(wǎng)絡(luò)，繼而實現(xiàn)對當(dāng)?shù)赜脩舻慕尤?，實現(xiàn)用戶全球漫游情況的統(tǒng)一服務(wù)域、統(tǒng)一服務(wù)能力和統(tǒng)一業(yè)務(wù)體驗。這種方式避免了原有復(fù)雜的基于IP交換轉(zhuǎn)接（IP eXchange，IPX）網(wǎng)絡(luò)轉(zhuǎn)接的漫游架構(gòu)，無須IPX網(wǎng)絡(luò)和運營商即可實現(xiàn)漫游用戶的本地接入，將大幅簡化漫游架構(gòu)，降低漫游費用，并提升用戶業(yè)務(wù)體驗。

3.2.3 業(yè)務(wù)動態(tài)編排機制

為解決IMS網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)編排組合、業(yè)務(wù)部署靈活性差的問題，將原有IMS網(wǎng)絡(luò) AS進(jìn)行服務(wù)化重構(gòu)，將業(yè)務(wù)特性分割成更小粒度的功能原子或組件（如鑒權(quán)、號碼補全、業(yè)務(wù)連續(xù)性等），用通用服務(wù)的方式進(jìn)行定義。對不同的場景或不同的服務(wù)對象，可以按需定制服務(wù)，調(diào)用不同的服務(wù)模塊。同時打破IMS網(wǎng)絡(luò)基于iFC規(guī)則的串行靜態(tài)業(yè)務(wù)觸發(fā)模式，終端和UC統(tǒng)一控制器可以根據(jù)自身需求直接調(diào)用所需服務(wù)，業(yè)務(wù)調(diào)用不再受SIP類協(xié)議本身的狀態(tài)跳轉(zhuǎn)限制，可實現(xiàn)業(yè)務(wù)邏輯的隨時調(diào)用、按需調(diào)用，從而實現(xiàn)無狀態(tài)的靈活業(yè)務(wù)調(diào)用。

3.2.4 媒體面資源動態(tài)調(diào)用及路由選擇機制

為解決IMS網(wǎng)絡(luò)用戶面資源使用效率低、成本高的問題，引入媒體面處理資源動態(tài)調(diào)用機制和動態(tài)路由選擇機制，UC可根據(jù)用戶業(yè)務(wù)需求、所在位置、終端能力等信息動態(tài)決定是否調(diào)用媒體面資源以及調(diào)用不同類型和性能的媒體面資源。例如，如果一次呼叫雙方的編/解碼協(xié)商成功，不涉及編解碼轉(zhuǎn)換，則UC無須為用戶預(yù)留媒體面資源，主被叫終端點對點直接傳輸媒體數(shù)據(jù)，從而實現(xiàn)呼叫控制與媒體面處理轉(zhuǎn)發(fā)完全解耦。媒體面處理資源動態(tài)調(diào)用機制和動態(tài)路由選擇機制可以增強運營商網(wǎng)絡(luò)在媒體面處理和路由方面的能力，通過會話控制和媒體處理的解耦，在呼叫過程中隨時提供動態(tài)資源調(diào)用和路由動態(tài)選擇的能力，提升媒體面資源利用效率以及媒體面承載質(zhì)量。本文第2.3節(jié)中的統(tǒng)一媒體面架構(gòu)也可映射到新架構(gòu)中。

3.2.5 服務(wù)化會話控制及動態(tài)路由選擇

會話控制和路由是系統(tǒng)的核心功能，IMS網(wǎng)絡(luò)的會話控制和路由建立在SIP、Diameter等傳統(tǒng)會話控制協(xié)議的基礎(chǔ)上，呼叫流程非常復(fù)雜。一次典型的LTE語音呼叫（voice over LTE，VoLTE）的呼叫建立過程涉及10個以上的網(wǎng)元和70條以上的消息交互?？紤]后續(xù)業(yè)務(wù)新需求將帶來更多新功能和消息交互需求，呼叫流程將進(jìn)一步復(fù)雜化。降低呼叫控制和路由的復(fù)雜度，可以有效提升多媒體實時通信系統(tǒng)的建立時延和交互效率。受益于更為簡化和更扁平的新架構(gòu)，一個典型的呼叫流程在新的多媒體實時通信系統(tǒng)中的消息交互可以減少到20條消息交互或服務(wù)調(diào)用之內(nèi)。會話控制及動態(tài)路由示意圖如圖6所示。

圖6 會話控制及動態(tài)路由示意圖

會話控制及動態(tài)路由可以分為應(yīng)用層路由和轉(zhuǎn)發(fā)面路由兩部分，其中應(yīng)用層路由完成被叫尋址、主被叫呼叫會話建立和業(yè)務(wù)調(diào)用，轉(zhuǎn)發(fā)面路由則完成媒體面數(shù)據(jù)的轉(zhuǎn)發(fā)。

（1）應(yīng)用層路由

· UE向接入的UC發(fā)起呼叫請求，UC完成被叫用戶號碼到統(tǒng)一資源標(biāo)識符（uniform resource identifier，URI）及IP地址的映射，并根據(jù)URI獲得被叫接入的UC地址。

· 主叫UC將請求轉(zhuǎn)發(fā)給被叫UC，被叫UC尋址被叫UE。

· 主被叫完成媒體協(xié)商，UC向IP-CAN建立媒體承載，同時調(diào)用編排器服務(wù)申請UC間轉(zhuǎn)發(fā)資源。

· 端到端資源建立后，呼叫進(jìn)入通話狀態(tài)。

（2）轉(zhuǎn)發(fā)面路由

· POP點間通過運營商控制的網(wǎng)絡(luò)連接。

· POP點間的轉(zhuǎn)發(fā)面路徑應(yīng)根據(jù)POP點間的業(yè)務(wù)模型提前規(guī)劃，不支持呼叫粒度的動態(tài)路徑建立。

· 轉(zhuǎn)發(fā)面路徑調(diào)整由軟件定義網(wǎng)絡(luò)（software defined network，SDN）控制器完成，對應(yīng)用層透明。

· POP點間通過互聯(lián)網(wǎng)或通過運營商承載網(wǎng)互聯(lián)。

4 結(jié)束語

隨著5G和5G-Advanced網(wǎng)絡(luò)的逐步演進(jìn)發(fā)展，多媒體實時通信業(yè)務(wù)將突破傳統(tǒng)語音/視頻交互的限制，逐漸向超清化、交互式、沉浸式及開放性趨勢發(fā)展，對現(xiàn)有基于IMS網(wǎng)絡(luò)的多媒體實時通信系統(tǒng)提出了架構(gòu)和網(wǎng)絡(luò)能力方面的增強需求。

本文面向多媒體實時通信業(yè)務(wù)的發(fā)展需求，對基于IMS網(wǎng)絡(luò)實時多媒體通信系統(tǒng)架構(gòu)的增強技術(shù)進(jìn)行了研究和探討。首先，引入基于IMS網(wǎng)絡(luò)架構(gòu)的交互式通信通道技術(shù)，結(jié)合音/視頻和數(shù)據(jù)通道，提供實時通信中多媒體體驗增強；其次，對媒體面控制架構(gòu)進(jìn)行優(yōu)化，提出了統(tǒng)一的服務(wù)化媒體面架構(gòu)，支撐多媒體業(yè)務(wù)的快速構(gòu)建，更好地滿足用戶日漸多樣化、沉浸式的體驗需求。此外，在網(wǎng)絡(luò)能力方面提出三方標(biāo)識認(rèn)證的架構(gòu)和流程，擴展用戶碼號價值，提升對面向垂直行業(yè)多媒體實時通信的支持能力。

本文還對未來多媒體實時通信系統(tǒng)的演進(jìn)進(jìn)行探討，提出了一種多媒體實時通信網(wǎng)絡(luò)新架構(gòu)，對多媒體實時通信的系統(tǒng)架構(gòu)進(jìn)行重構(gòu)，提供更為簡化、靈活和開放的會話控制、會話路由、媒體面管理、業(yè)務(wù)調(diào)用、業(yè)務(wù)組合機制。隨著各項技術(shù)的標(biāo)準(zhǔn)、產(chǎn)品和產(chǎn)業(yè)的逐漸成熟應(yīng)用，運營商的多媒體實時通信系統(tǒng)將進(jìn)一步演進(jìn)成為更為高效靈活開放的系統(tǒng)，滿足超清化、交互式、沉浸式及開放性的實時通信需求。