微波EDA网,见证研发工程师的成长!
首页 > 通信和网络 > 通信网络业界新闻 > 2015CCBN:广电发力有线整合,专注云计算和大数据

2015CCBN:广电发力有线整合,专注云计算和大数据

时间:02-25 来源:赛迪网 点击:

3月25日,一年一度的中国国际广播电视信息网络展览会(CCBN2015)即将拉开帷幕。本届CCBN以"融合智能网络 畅享数字生活"为主题,诠释中国广电最新的科技发展趋势。
  

去年5月28日,中国广播电视网络有限公司(以下简称国网)正式挂牌成立,意味着广电站在了一个全新的起点之上。
  

在"宽带中国"2015专项行动动员部署电话电视会议上,国网董事长赵景春表示,目前,国网已经进行了全国有线电视网络互联互通平台技术方案设计、可行性研究报告编制、关键技术预研和设备机房选址等工作,今年将启动和完成包括IP交换、内容分发网、广电云和融合播控服务在内的、全国有线电视网络互联互通平台完善一期工程。
  

显然,围绕这一目标的网络整体解决方案、云计算和大数据以及CDN将成为CCBN2015的展示热点。
 

CCBN主办方透露,CCBN2015重点展示互联网电视与IPTV、移动互联网、智能家居与智能服务、智慧城市与物联网、广电网络IP化建设、云存储与云计算、大数据、信息安全、内容共享与智能分发等关乎新广电未来发展的议题。
  

新广电,将以什么姿态行走在通往第四大运营商的道路上,CCBN2015或将给出答案。
  

有线整合成焦点
从2010年起,国网的组建走过了长达四年之久的漫长历程。四年间,国网错过了有线网络整合的最佳时机,使得整合面临着更多的挑战。
  

在挂牌成立大会上,国网董事长赵景春指出,以全国一网为目标,实现全国有线电视网络的全程全网,是广播电视网络浴火重生的必然要求。
  

然而,目标之后是无数利益和力量的博弈过程。相关媒体报道,全国有线电视网络的总体资产评估额约为1500亿元、净资产700多亿元,而国网公司在45亿元注册资本金的能量范围下,并购全国31个省份的有线网络资产显然并不现实。
  

为了加速有线网络整合,今年2月,国家新闻出版广电总局发布"新广电发[2015]29号文,加快推进全国有线电视网络整合发展试点工作方案",要求国网发挥主体责任,积极开展网络整合试点。
  

可以预计,如何加速有线网络整合,将成为今年CCBN2015举行期间的焦点探讨话题。在整合之外,今年国网要着力推动网络的双向化
  

改造以及国家骨干网的智能优化、城域网的扩网升级,使有线网络向双向、智能、泛在、安全的宽带网络发展。
  

事实上,一张超宽带网络正是广电开展赖以生存的视频业务的前提。曾记得,在去年的CCBN上,针对广电的大视频发展之路,华为带来了超宽带网络解决方案,从接入百兆开始,到VOD承载专网的QoS保障还有省干OTN从100G乃至未来的400G。
  

那么今年,参展商会带来哪些更加成熟的网络整体解决方案呢,拭目以待。

双向网改历来是CCBN的展示热点。如今,电信运营商的固定网络带宽已经达到20M甚至更高,已经将广电远远甩在了身后。来自中兴通讯的专家向记者表示,广电的宽带技术选择,不能再仅仅局限于Cable,要大胆地选择FTTH,结合已有的视频业务优势,才能在竞争中立于不败之地。
  

PON+EoC、C-DOCSIS这些活跃在CCBN舞台多年的技术或将不再是参展商的展示重点,而那些为广电带来更加显著效益的接入网建设方案将受到广电运营商的青睐。
  

借力云计算和大数据
云计算正在加速向广电行业渗透。中国国际广播电视网络台副总经理付强认为,目前,行业对于采用云计算技术支撑广电互动电视应用已经形成了共识,通过"媒体云"平台,传统的电视可以具备点播、时移、回看等功能,进而向用户提供统一高效的互动电视业务体验。
  

华数传媒高级副总裁赵志峰也表示了相同的观点:"搭建云平台,可以满足广电运营商全业务运营的需求,全面提升广电运营商的竞争力。"
  

在CCBN2015上,预计将出现一大批云平台产品和云计算解决方案。
  

国家新闻出版广电总局科技委副主任杜百川提出,云架构必须与大数据、社交网络等多种技术共同应用,才能充分发挥作用。
  

付强也提出,如何进一步经营好互动电视服务,为用户提供具有差异化、个性化的高品质服务成为了提升交互电视运营价值的一个课题,大数据技术的应用为这一诉求带来了更好的解决方案。
  

CCBN主办方也透露,CCBN2015将展示云计算和大数据技术在节目制播、广电网络、互联网等方面的最新应用和发展。尤其,以海量内容和数据信息为应用的云平台将作为本届展会大规模展示的重点技术,而大数据平台已经在用户观看行为分析和节目内容的选择分析等方面得以大量应用,实现了对海量用户不同需求的精准服务分析,也将是展会的重要亮点,值得大家期待

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top