Övervaka och lösningsinriktad analys vid Conviva - Yan Li och Rui Zhang

Innehållsförteckning:

1. Introduktion

• Presentation
• Projektöversikt

2. Problembeskrivning

• Tillväxten av Internet videoströmning
• Utmaningar för en framgångsrik streamingupplevelse

3. Auto Tech Gnostics Alert

• Systemöversikt
• Anomalidetektering och rotorsaksanalys
• Algoritmer för att identifiera anomalier
• Diagnostisk graf och rotorsaksanalys
• Maskininlärningsmodul för små grupper
• Prestanda och produktionsresultat

4. Framtida utveckling och förbättringar

• Utvärdering av detektions- och diagnossystemet
• Optimering av systemets latens
• Kundfeedback och kontinuerlig förbättring

5. Avslutning och frågor

Autotekindingnusvarning: Förbättra streamingens kvalitet i realtid

🔸 Introduktion Välkommen till vår presentation! Jag heter Yen och detta är min kollega Ray. Vi båda är från ingenjörsteamet på Kanaeva. Idag kommer vi att prata om ett projekt vi har byggt vid Kuvira - Auto Tech Gnostics Alert. Detta system är utformat för att övervaka och diagnostisera eventuella kvalitetsproblem längs videoströmningspipelinen och vidta omedelbara åtgärder för att lösa problemet.

🔸 Problembeskrivning Internetbaserad videoströmning, även känd som OTT (Over-the-Top), växer snabbt över hela världen. Traditionella kabel-tv-paket ersätts av online videoströmningstjänster. Med den här övergången uppstår emellertid utmaningar för att säkerställa en framgångsrik videoströmningsupplevelse från början till slut. I vår presentation kommer vi att utforska de specifika utmaningarna och svårigheterna som vi står inför när vi garanterar en högkvalitativ videoströmningsupplevelse för våra kunder.

🔸 Auto Tech Gnostics Alert Auto Tech Gnostics Alert är ett system vi har byggt för att övervaka och analysera videokvalitet i realtid. Genom att analysera tidsserierdata kan systemet upptäcka onormala förändringar i de nyckelindikatorer som definierar en användares videoströmningsupplevelse. Med hjälp av en diagnostisk graf kan systemet också identifiera rotorsaken till kvalitetsproblem och föreslå lämpliga åtgärder för att lösa dem.

🔸 Anomalidetektering och rotorsaksanalys Systemet använder algoritmer för att detektera och markera anomalier i tidsserierna av olika kvalitetsparametrar. Detta görs genom att skapa en baslinje för varje parameter baserat på historisk data och sedan jämföra faktiska värden med baslinjen för att avgöra om det finns en onormal förändring. Om en anomali upptäcks analyseras den i en diagnostisk graf för att identifiera den specifika gruppen eller enheten som ansvarar för problemet.

🔸 Diagnostisk graf och rotorsaksanalys Den diagnostiska grafen representerar hierarkiska förhållanden mellan olika grupper av videoströmningsenheter. Genom att analysera anomalierna i varje grupp och deras undergrupper kan systemet bestämma den primära rotorsaken till ett kvalitetsproblem. Genom att identifiera den riktiga rotorsaken kan potentiella problem snabbt lösas och undvikas i framtiden.

🔸 Maskininlärningsmodul för små grupper För små grupper där trafiken och tidsseriedata är begränsade använder vi en maskininlärningsmodul för att göra prediktioner om prestanda baserat på data från andra liknande sessioner. Genom att kombinera denna prediktion med faktiska värden kan vi noggrant bedöma om det finns en anomalitet i en grupp.

🔸 Prestanda och produktionsresultat Auto Tech Gnostics Alert har visat sig vara framgångsrikt i produktion. Systemet stöder för närvarande 25 videoströmningstjänster och kan hantera stora volymer av videoströmningar per minut. Genom att upptäcka och åtgärda kvalitetsproblem i realtid har systemet bidragit till att förbättra kundupplevelsen och minska kundavhoppet.

🔸 Framtida utveckling och förbättringar I framtiden planerar vi att kontinuerligt utvärdera och förbättra systemets noggrannhet och prestanda. Vi kommer också att arbeta med att optimera systemets latens för att kunna upptäcka och lösa problem ännu snabbare. Kundfeedback är viktig för oss och vi kommer att använda den för att göra systemet ännu bättre.

🔸 Avslutning och frågor Auto Tech Gnostics Alert är en viktig komponent för att säkerställa en framgångsrik videoströmningsupplevelse. Genom att övervaka och analysera kvalitetsdata i realtid kan vi identifiera och lösa problem snabbt. Vi ser fram emot att svara på era frågor och diskutera ytterligare förbättringar och möjligheter.

Höjdpunkter:

• Auto Tech Gnostics Alert: Ett system för att övervaka och diagnostisera kvalitetsproblem i realtid
• Anomalidetektering och rotorsaksanalys genom algoritmer och diagnostisk graf
• Maskininlärningsmodul för att bedöma prestanda för små grupper
• Positiva resultat och kundfeedback i produktion
• Framtida utveckling för att förbättra noggrannhet och latens

FAQ:

🔸 Fråga: Hur kan Auto Tech Gnostics Alert hjälpa till att förbättra streamingkvaliteten? Svar: Auto Tech Gnostics Alert övervakar kontinuerligt kvalitetsparametrar för videoströmning och upptäcker anomalier i realtid. Genom att identifiera rotorsaken till kvalitetsproblem kan lämpliga åtgärder vidtas för att förbättra användarupplevelsen.

🔸 Fråga: Hur hanterar systemet kvalitetsproblem i små grupper? Svar: För små grupper där det är svårt att bedöma prestanda baserat på begränsad tidsseriedata använder vi en maskininlärningsmodul som gör prediktioner baserat på data från liknande sessioner. Detta hjälper oss att upptäcka anomalier även i små grupper.

🔸 Fråga: Hur effektivt är systemet i realtid? Svar: Auto Tech Gnostics Alert har visat sig vara mycket effektivt i realtid. Systemet kan hantera stora volymer av videoströmningar och upptäcka kvalitetsproblem snabbt för att undvika negativ inverkan på användarupplevelsen.

🔸 Fråga: Vilka planer har ni för framtida utveckling av systemet? Svar: Vi planerar att fortsätta förbättra noggrannheten och prestandan hos Auto Tech Gnostics Alert. Vi kommer också att arbeta med att optimera systemets latens för att ytterligare minska tiden mellan detektering av anomalier och vidtagande av åtgärder.