如何同时监控多个实时事件流
同时监控大量直播流有哪些挑战, 无论是性能还是质量? 埃里克·舒马赫-拉斯穆森主席 流媒体会议和CMO， id3as, 说, “我想确保我们谈论的不仅仅是大型现场活动, 但是那些做大量现场活动的组织, 每天同时发生的事件, 几十个现场活动同时进行.他问首席战略官彼得•沃顿 & 云长, TAG视频系统，首先讨论TAG如何处理多个现场活动的后勤.
“如果你正在监控数千甚至数十个现场活动, 除非你还想支付精神科医生的账单，否则你不一定想在监视器墙上放上一千张图像，让你的操作员整天盯着它们看!沃顿说. 他强调，跟踪多流事件性能的最佳方式不是通过字面上的实时视频监控，而是通过跟踪分析. “当我看到一些客户今天做了非常整洁的系统, 有时候墙上几乎没有什么视频,他说. “主要是图表, 表演, 数据传输, 告诉你什么时候有东西从边上掉下来了, 你需要从哪里开始找……那又怎样, 它是关于使用大数据来驱动我们的工作流程，而不仅仅是眼睛盯着玻璃.”
首席执行官亚当·米勒 游牧的技术他说:“这让我想起了之前问的关于人工智能的问题. 我们现在正在为一些客户做的一件事是分析黑框. 它只是一个简单的警告. 就这么简单. 在我们的行业中，这几乎总是坏事. 如果它是黑色的5帧, 10秒, 说到你的观点, 通过示例或异常进行监控, 告诉别人人工智能会发出警报, 如果你愿意, 吉姆跳了进去……”
沃顿认为，人工智能可以通过学习和快速适应不断变化的问题，从而在其他方面发挥更大的作用. “它明白，卫星馈送的抖动和来自云馈送的抖动不应该是一回事, 哪一种会高很多，因为是通过公共互联网,他说. “所以你开始拥有理解和适应的系统, 然后他们实际上只通知你真正重要的事情因为你可以花很多时间微调，探测和监控系统，让所有这些事情都正确. 我希望我能让人工智能为你做这件事，并让它不断更新.”
杜比云媒体解决方案首席技术专家David Hassoun 杜比.io, 如果分析是有效的多流监控的核心，则强调数据准确性的重要性. “你付出什么就会得到什么，对吧??他说. “你必须真正专注于在最重要的时候获得准确的信息. 因为通常情况下，它并不总是开箱即用……”
沃顿同意这一观点，并表示，如果在任何时候都不清楚应该把重点放在什么地方，那么一下子提供太多的信息和提醒，无助于改善功能. 他说:“在那里，你知道，墙上挂满了led灯，看起来就像一棵即将熄灭的圣诞树。. “这就像，有什么意义? 如果你不能消除所有的红灯，那么你就没有一个监控系统，因为你的操作人员没有被调整到不看这些东西.”
哈桑说, 这适用于你的每一个系统, 一直到你的体验质量(QoE)仪表板，以及你将如何监控所有这些流，因为这是关键, 尤其是遇到这种情况的时候, 你对玻璃的关注再多也不够, 特别是熟练. 通常他们理解所有的部分，他们甚至不能很容易地看到所有不同的观点. 或者是一群人，这是可能发生的，对吧? 但这真的是一个很大的挑战. 所以你必须确保你投入了时间和精力，你得到了正确的信息，什么是最重要的，你可以采取行动，然后你从那里优先考虑. 我们现在有一百个流同时进行, 但这些网站将获得最多的流量. 我们将把注意力集中在这些家伙身上，从玻璃上的眼睛转移到其他地方，祈祷我们的监控工作正常.”
老科里·史密斯. 先进生产技术总监 CBS体育数字频道, 派拉蒙他还强调，人工智能必须以正确的方式使用，才能发挥最大功效. 他说:“我认为，如果使用得当，人工智能是一种不可思议的工具. “因此，如果你有一个大数据立方体，并且你正在从客户端和边缘原点以及两者之间的所有内容运行所有这些分析, 为什么不让人工智能机器人在你的不同供应商生态系统中控制流量的微交易变化呢? 因为人工智能实际上可以预测热点图在你的特定平台和交付足迹上的工作方式.”
沃顿说，“随着时间的推移，它看到了这些变化，它会说，‘哦，这是随着时间的推移而上升的. 这不是一个正常的模式.因此，在你真正到达失败点之前，它就会给你敲响警钟.”
“你把这一点从人的因素中剔除，对吧?史密斯说. “因为人类会坐在那里观察它的趋势，并弄清楚它将走向何方, 人工智能系统会说什么, 好吧, 这是趋势. 让我在这里做一些微小的调整，开始将流量剥离到这些其他网络，从而为您的客户提供一个更干净的活动.”
了解更多关于多流直播事件管理的信息 流媒体东部2023.
相关文章
维护效率的基本监控清单是什么, 弹性, 以及使用基于云的工作流的大规模低延迟流的性能? 杜比.io产品战略总监和2G数字后优化的Allan McLennan在这段来自流媒体连接的视频中讨论了有效的直播监控策略的关键组件和工具.
2024年2月14日
在大规模流媒体时，提供可靠的流媒体更具挑战性，也更加关键. 那么，如何开发工作流来确保大规模流不会失败呢? 杜比专家.io, 标签和, 派拉蒙, 游牧的技术也参与了网络压力测试, 监控, 以及2022年流媒体西部的更多最佳实践.
2023年2月24日
大规模实时流的端到端工作流是复杂的事情, 在交付中断的每个阶段都有故障排除挑战. 派拉蒙的专家小组, Amagi, 标签和, 游牧的技术讨论了在有压力时解决大规模流故障的关键最佳实践.
2023年2月22日
为了超低延迟，流媒体的可靠性和质量值得付出多少代价, 什么时候一个比其他的溢价? Amagi的Brian Ring, 杜比,大卫·哈桑报道, 游牧的技术的亚当·米勒说, 派拉蒙的科里·史密斯, 和Norsk首席营销官Eric Schumacher-Rasmussen在流媒体西部2022的这个小组讨论.
2023年1月30日
本地化实时事件流的最动态的方法是什么? Evertz的Dan Turow和fuboTV的Marisa Elizondo谈到了他们的组织如何将基于本地和用户偏好的内容和体验整合到实时事件流中.
11月15日2022
大规模直播面临的最大的广告技术挑战是什么? 派拉蒙的Jarred Wilichinsky谈到了他的团队缓解技术问题的方法, 比如最小化延迟, 负载测试, 校正音频级别, 同时确保广告本身符合可接受的法律标准和惯例.
2022年10月18日
低延迟流的最佳块大小取决于基于不同用例的许多因素, 而且通常需要在质量或速度上做出一些妥协和权衡. Nadine Krefetz, 顾问, 现实的软件, 特约编辑, 流媒体, 询问三位行业专家，他们对数据块大小的偏好是什么.
9月26日
IBM沃森的Ethan Dreilinger说, SSIMWAVE的Carlos Hernandez, 和Zixi的Gordon Brooks谈到了在视频工作流程中有效应用人工智能的关键是如何了解人工智能和自动化之间的差异，以及它们如何最好地协同工作
2022年8月8日
提及的公司及供应商