[论文解读] Flash-based Audio and Video Communication in the Cloud

Kundan Singh, Carol Davids|arXiv (Cornell University)|Jun 30, 2011

Multimedia Communication and Technology参考文献 7被引用 6

一句话总结

本文提出了一种基于Flash的API，通过Web浏览器在云环境中实现低延迟、全双工的实时音视频通信，解决了传统SIP电话协议与Web协议之间的互操作性差距。它展示了Flash Player如何作为桥梁连接Web系统与电话系统，支持在异构网络中实现多样化的云协作场景。

ABSTRACT

Internet telephony and multimedia communication protocols have matured over the last fifteen years. Recently, the web is evolving as a popular platform for everything we do on the Internet including email, text chat, voice calls, discussions, enterprise apps and multi-party collaboration. Unfortunately, there is a disconnect between web and traditional Internet telephony protocols as they have ignored the constraints and requirements of each other. Consequently, the Flash Player is being used as a web browser plugin by many developers for web-based voice and video calls. We describe the challenges of video communication using a web browser, present a simple API using a Flash Player application, show how it supports wide range of web communication scenarios in the cloud, and describe how it can interoperate with Session Initiation Protocol (SIP)-based systems. We describe both the advantages and challenges of Flash Player based communication applications. The presented API could guide future work on communication-related web protocol extensions.

研究动机与目标

• 解决基于Web的通信与传统互联网电话协议之间日益扩大的脱节问题。
• 通过将Flash Player作为中间件解决方案，实现在云应用中的无缝音视频通信。
• 设计一种简单、可扩展的API，支持云环境中广泛的Web通信场景。
• 实现基于Flash的Web应用程序与现有SIP基础通信系统之间的互操作性。
• 为未来实时通信标准化Web协议扩展的发展提供指导。

提出的方法

• 利用Flash Player作为客户端运行时环境，处理Web浏览器中的实时音视频流。
• 设计一种轻量级、高层级的API，抽象化底层媒体传输与信令操作。
• 实现点对点与中继通信模式，以支持多样化的网络拓扑结构和NAT穿透。
• 通过网关机制与SIP系统集成，实现与传统电话基础设施的互操作。
• 采用标准化编解码器（如H.264、AAC）和类似WebRTC的信令模式，确保兼容性与性能。
• 通过在典型云协作用例中的实现与部署，验证该架构的可行性。

实验结果

研究问题

• RQ1 尽管存在协议与架构不匹配，如何在Web浏览器中有效实现实时音视频通信？
• RQ2 Flash Player在连接基于Web的应用程序与传统SIP电话系统方面可发挥何种作用？
• RQ3 哪些设计原则能够实现云环境中可扩展且互操作的Web通信API？
• RQ4 所提出的基于Flash的API如何处理网络异构性，包括NAT穿透与带宽波动？
• RQ5 在真实世界的云部署场景中，基于Flash的通信具有怎样的性能与可靠性特征？

主要发现

• 基于Flash的API在多样化的云协作场景中成功实现了低延迟、全双工的音视频通信。
• 通过标准化网关集成，该架构实现了与现有SIP系统的互操作性，支持统一的通信工作流。
• 该解决方案在处理NAT穿透与动态网络条件方面表现出色，确保了真实部署中的一致连接性。
• API抽象化简化了Web多媒体应用的开发，同时保持了与原生解决方案相当的性能。
• 该方法为在原生WebRTC支持普及之前，将实时通信集成到现有Web应用中，提供了一条可行且向后兼容的路径。
• 本文指出了基于Flash模型的关键局限，包括插件依赖与浏览器支持的下降，并将该API定位为未来协议演进的过渡性框架。