通过机器学习掌控的细粒度策略控制和特征检测管理 ABR 视频流量。
到 2025 年,视频流量将占所有网络流量的 76%。对其进行智能化管理,以最大程度降低网络 CapEx 和 OpEx、确定新服务、增加每用户平均收入 (ARPU)。通过 ABR 视频流,客户端设备可根据当前网络条件和设备能力选择合适的比特率。
ABR 视频检测和控制可节省高达 71% 的带宽。
F5 拥有管理 ABR 视频的工具,从而易于将不受控制的 4K 点播视频(40 Mbps 流)的速率限制为 1080p 高清(7 Mbps 流)。
通过流量分类引擎对各种应用进行检测和分类,该引擎可识别超过 4000 个应用签名。使用特制的机器学习算法,准确识别视频流的分辨率和来源,以及许多其他标准。
手机用户无需 1080p 的高清分辨率(5 Mbps 流),因此可将手机流量的速率控制在最高 720p 高清。根据您创建的策略,对 OTT 高清视频流进行速率控制,以减少带宽。
基于用户信息(如 IP 地址和用户名)创建策略,将其与应用流关联,并根据用户、应用或其他标准来应用细粒度策略。
根据用户资料定制服务,以基于时间、分辨率、高峰使用情况或其他选项对服务进行货币化。例如,限制视频流速率,以管理高峰拥堵情况,或在某些下载阈值后限制大量视频用户的高清流。
根据流量分类应用带宽控制策略,以限制 TCP 视频流量和控制快速增长的快速 UDP 互联网连接 (QUIC) 视频流量(如 YouTube 和 Hulu)的速率。BIG-IP Policy Enforcement Manager (PEM) 让这一切变得简单。
导出详细的统计数据,并生成有关用户和应用流的细粒度报告。例如,获取每个会话和每个应用级别的活动数据,以及事件驱动且基于流的记录。