自动 NMOS 控制器测试
来源:IP Oktoberfest 2021 主讲人:Rob Porter, Jonathan Thorpe 内容整理:王珅 本次演讲主题为自动 NMOS 控制器测试,主讲人向我们介绍了如果想真正实现更好的互操作性,共同的标准和规范以及完整的测试以保证合理合规,这两个条件是必不可少的。而之前 NMOS 控制器的测试都是由技术团队手动完成的,主讲人团队联合客户端和供应商多家企业共同研发了自动 NMOS 控制器测试,最后主讲人进行了演示工作。
目录
- 提高互操作性的两个前提
- 共同的标准和规范
- 测试以保证合理合规
- NMOS 测试工具
- NMOS 控制器测试
提高互操作性的两个前提
主讲人讲到,他们所做的事情的目的是真正实现更好的互操作性,而良好的互操作性需要满足两个条件:
共同的标准和规范
首先是共同的标准和规范,每个人都能够正确的遵守共同标准和规范。
在专业媒体领域中,我们在数据平台间使用 SMPTE 2110 标准,用于设备间驱动的时间同步。其中 ST 2110-20 用于视频,ST 2110-30 用于音频,ST 2110-40 用于字幕等。因此,这允许我们在网络上的不同设备之间针对流媒体视频、音频和元数据使用通用的格式。对于控制面版,我们有 AMWA NMOS 规范套件,具体来说,IS-04 用于发现和注册新的媒体设备,因为它们被连接到网络。IS-05 用于管理它们之间的连接,以便它们能够发送和接收 ST 2110 媒体数据。因此包括这些规范以内以及其他更多的规范共同描述了如何使用基于 HTTP 的操作来进行 API 调用。
测试以保证合理合规
有了共同的标准和规范,第二个条件是测试以保证合理合规,也就是确保每个人都能够正确的遵守规范。
在这一点上比较幸运的是,在测试这些标准和规范方面,我们有一个良好的历史,所以自从 ST 2110 的早期,已经有一些 JT-NM Dirty Hands Workshop 研讨会,并且都是在线下举行的,同时与供应商联系也较为密切,以确保他们的设备能够发送和接收来自其他供应商设备的数据流。最近的 JT-NM 研讨会也会包括许多测试环节。
也有一些非常有用的基于软件的测试工具,他们可以帮助每个人自行测试他们的设备。尤其是 EBU 发布了 Live IP Software Toolkit 软件工具包,以帮助用户验证他们的 ST 2110 数据流。而 AMWA 创建了 NMOS Testing Tool 测试工具,允许用户测试 NMOS APIs 是否被正确使用。在过去的两年里,JT-NM 测试倡议也被提出,因此这允许供应商让他们的设备由测试团队进行统一的测试,以确保 ST 2110 和 NMOS 的合规性,通过后会收到一个可以用来标识的徽章。
NMOS 测试工具
对于现在而言,一个成熟的 NMOS 测试工具应当允许供应商、用户和系统集成商测试 NMOS 注册表和节点。并且涵盖了所有公布的 AMWA NMOS 规范,可以在 https://github.com/AMWA-TV/nmos-testing 获取到 NMOS API 测试组件。
NMOS 控制器测试
然而,到目前为止,还没有自动测试 NMOS 控制器的方法。在最近一次(2020 年 3 月)的 JT-NM 测试活动中,是通过手动完成是实现的。供应商需要将他们的控制器连接到 VPN,并执行一连串的动作,由测试团队手动验证。
手动控制器测试
因此我们的主要目的就是在 NMOS 测试工具的基础上创建半自动和全自动的控制器测试功能,以涵盖 JT-NM 测试的(2020 年 3 月)控制器测试的范围。
半自动控制器测试
主要的方法和进程包括:
- AMWA 官方活动,由 NMOS 指导和 AMWA 董事会批准
- 明确的范围和可交付成果
- 从 2021 年 5 月 到 9 月,为期四个月的时间框架,每周一次电话会议
- 由索尼公司牵头,用户端(BBC、CBC)和供应商(Pebble、Imagine、Macnica、EVS、Matrox)共同参与。
- 索尼创建了半自动化的测试框架和测试套件,其他参与者使用他们的控制器进行测试,并定期提供有价值的反馈。
之后另一位主讲人进行了演示,让大家了解这一切是如何进行的。
最后附上演讲视频:
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击