webrtc服务器搭建
‘壹’ 基于android的webrtc服务器怎么搭
android客户端和服务器端是基于IntentService的，具体如下：后台使用简单的servlet，支持GET或POST。这个servlet最终返回给前台一个字符串flag，值是true或false，表示登录是否成功。然后在安卓的ADT上创建一个安卓项目，建立两个Activity，分别作为登录界面和登录成功界面。HTTP的访问公共类，用于处理GET和POST请求。IntentService服务，用于在后台以队列方式处理耗时操作。在AndroidManifest.xml中注册IntentService。注意uses-permission节点，为程序开启访问网络的权限。登陆界面处理，注意按钮监听事件中，使用Intent将要传递的值传给service。接收广播类中，同样使用Intent将要传递的值传给下一个Activity。在onCreate()中，动态注册接收广播类的实例receiver。在接收广播类中，不要使用完毕后忘记注销接收器，否则会报一个()?的异常。
‘贰’ 如何搭建SimpleWebRTC信令服务器 / 蓝讯
CDN加速节点就是专门用来做缓存的服务器，把客户源站的网站内容缓存到各地的CDN节点，从而使得各地的访问者可以从就近的节点上访问到想要的内容，加快访问速度。
‘叁’ 如何在windows环境下配置webrtc
1、首先安装VisualStudio2008，打上ServicePack1补丁包（也可以安装VisualStudio 2010，只是后面的编译过程会稍微麻烦一些）。
2、安装MicrosoftSDK 7.1，安装SDK7.1的时候，默认SDK7.1安装在C盘下。一定要注意SDK7.1的安装路径，因为在WebRTC项目在配置中有规定，配置文件在.. .\trunk\src\build 名为common.gypi 的文件，如果你不想安装在C盘下，那么就要修改一下这个配置文件了，不然的话，的时候就会出现各种警告问题的。
3、安装MicrosoftDirectXSDK (June 2010)。
4、安装Python2.6（也可以是其他的版本，不过经过测试安装2.6版本出现的问题是最少的）版本，将Python安装目录添加到系统环境变量Path中（例如我的安装目录是D:\WebRTC\Install\Python26）
5、接下来会有两种编译下载方式，如下所述：
5.1、已经存在完整的depot_tools编译下载包（在文件夹中已给出）的情况：
5.1.1、把解压后的depot_tools路径添加到Path系统环境变量当中（例如我的路径是D:\WebRTC\Install\depot_tools）
5.2、还没有存在depot_tools编译下载包情况下的编译环境的搭建
5.2.1、安装GIT工具，下载并安装Git、Tortoisegit：（本机：Git-1.7.11-preview20120710，TortoiseGit-2012-09-08-cb73a5c-32bit）
选择适合自己系统的版本，下载并安装（注：TortoiseGit只是一个GUI，必须安装Git。）
把Git中bin目录手动添加到系统环境变量Path中，TortoiseGit安装时会找到Git目录并自动配置好。
5.2.2、下载、安装获取源码的工具SVN（代码版本管理工具）TortoiseSVN
5.2.3、下载并配置depot_tools,将文件夹路径添加到环境变量Path中。
建立一个存放depot_tools的文件夹，cmd进入该目录(cdd:/depot_tools ;d: ;...)
6、建立WebRTC的存放目录（例如我这里的存放目录是D:\WebRTC\WebRtcPj）
5.1.3、打开DOS窗口，进入刚才新建的WebRTC存放目录，
按顺序输入：
A：gclient config --name trunk
B：gclient sync --force（获取以前版gclient sync --revision）同步解决方案
C：gclient runhooks--force 生成本地的解决方案
7、打开VS并导入peerconnection_all.sln项目，并按如下要求配置VS环境：Tools|Options|ProjectsandSolutions|VC++Directories
可执行文件：
1. C:\Program Files\MicrosoftSDKs\Windows\v7.1\Bin
2. D:\WebRTC\Install\Python26
3. C:\Program Files\Microsoft DirectX SDK(June2010)\Utilities\bin\x86
包含文件：
C:\Program Files\Microsoft DirectX SDK(June 2010)\Include
C:\Program Files\MicrosoftSDKs\Windows\v7.1\Include
库文件：
C:\Program Files\MicrosoftSDKs\Windows\v7.1\Lib
C:\Program Files\Microsoft DirectX SDK(June 2010)\Lib\x86
生成的可执行文件位于“\trunk\Debug”下，如“peerconnection_server.exe”和“peerconnection_client.exe”。
‘肆’ webrtc哪些程序放在服务器
一) sipdroid
1）架构
sip协议栈使用java实现，音频Codec使用skype的silk（Silk编解码是Skype向第三方开发人员和硬件制造商提供免版税认证(RF)的Silk宽带音频编码器）实现。NAT传输支持stun server.
2）优缺点：
NAT方面只支持STUN，无ICE框架，如需要完全实现P2P视频通话需要实现符合ICE标准的客户端,音频方面没看到AEC等技术，视频方面还不是太完善，目前只看到调用的是系统自带的MediaRecorder，并没有自己的第三方音视频编解码库。
3）实际测试：
基于sipdroid架构的话，我们要做的工作会比较多，（ICE支持，添加回音消除，NetEQ等gips音频技术，添加视频硬件编解码codec.）,所以就不做测试了。
二) imsdroid
1)架构：
基于doubango(Doubango 是一个基于3GPP IMS/RCS 并能用于嵌入式和桌面系统的开源框架。该框架使用ANSCI-C编写，具有很好的可移植性。并且已经被设计成非常轻便且能有效的工作在低内存和低处理能力的嵌入式系统上。苹果系统上的idoubs功能就是基于此框架编写) .音视频编码格式大部分都支持（H264(video)，VP8(video)，iLBC(audio),PCMA,PCMU,G722,G729）。NAT支持ICE（stun+turn）
2）效果实测
测试环境：公司局域网内两台机器互通，服务器走外网sip2sip
音频质量可以，但是AEC打开了还是有点回音（应该可以修复）。视频马赛克比较严重，延迟1秒左右。
3）优缺点
imsdroid目前来说还是算比较全面的，包括音视频编解码，传输（RTSP，ICE），音频处理技术等都有涉猎。doubango使用了webrtc的AEC技术，但是其调用webrtc部分没有开源，是用的编译出来的webrtc的库。如果要改善音频的话不太方便，Demo的音频效果可以，视频效果还是不太理想。
三）csipsimple
1）sip协议栈用的是pjsip,音视频编解码用到的第三方库有ffmpeg（video）,silk(audio),webrtc.默认使用了webrtc的回声算法。支持ICE协议。
2）优缺点：
csipsimple架构比较清晰，sip协议由C实现，java通过JNI调用，SIP协议这一块会比较高效。其VOIP各个功能也都具备，包括NAT传输，音视频编解码。并且该项目跟进新技术比较快，官方活跃程度也比较高。如果做二次开发可以推荐这个。
3）实测效果
测试环境：公司局域网内两台机器互通，服务器走外网sip2sip
音频质量可以，无明显回音，视频需要下插件，马赛克比imsdroid更严重。
四）Linphone
这个是老牌的sip，支持平台广泛 windows, mac,ios,android,linux，技术会比较成熟。但是据玩过的同事说linphone在Android上的bug有点多，由于其代码实在庞大，所以我暂时放弃考虑Linphone.不过如果谁有跨平台的需要，可以考虑Linphone或者imsdroid和下面的webrtc.。。。好像现在开源软件都跨平台了。。。
五) webrtc
imsdroid,csipsimple,linphone都想法设法调用webrtc的音频技术，本人也测试过Android端的webrtc内网视频通话，效果比较满意。但是要把webrtc做成一个移动端的IM软件的话还有一些路要走，不过webrtc基本技术都已经有了，包括p2p传输，音视频codec,音频处理技术。不过其因为目前仅支持VP8的视频编码格式（QQ也是）想做高清视频通话的要注意了。VP8在移动端的硬件编解码支持的平台没几个（RK可以支持VP8硬件编解码）。不过webrtc代码里看到可以使用外部codec,这个还是有希望调到H264的。
总结：sipdroid比较轻量级，着重基于java开发（音频codec除外），由于其音视频编码以及P2P传输这一块略显不足，不太好做定制化开发和优化。imsdroid,遗憾就是直接调用webrtc的库，而最近webrtc更新的比较频繁，开发比较活跃。如果要自己在imsdroid上更新webrtc担心兼容性问题，希望imsdroid可以直接把需要的webrtc相关源码包进去。csipsimple的话，都是围绕pjsip的，webrtc等都是以pjsip插件形式扩充的,类似gstreamer. webrtc如果有技术实力的开发公司个人还是觉得可以选择这个来做，一个是google的原因，一个是其视频通话相关关键技术都比较成熟的原因。个人觉得如果能做出来，效果会不错的。
‘伍’ 新手求助 Intel WebRTC SDK的服务器搭建问题
修改服务器管理员与来宾账户名，禁用来宾账户。
管理员账户使用复杂密码
开启防火墙，用到哪些端口，就开哪些。
打开漏洞更新，最好先更新好漏洞，再设置外网到服务器的通讯
在“本地安全设置”中加强设置，如：“用户权限”、“安全选项”等
有必要可以设置“本地安全设置”的“ip安全设置”
根据必要安装功能与软件，服务器安装的东西遵循越少越好
修改远程端口
优化系统，如关闭不用的共享
关闭不适用的服务，如：DHCP
启用SYN攻击保护（网上可找到具体操作）
清理系统垃圾
暂时只想到这么多，有些要根据具体情况具体分析。
‘陆’ webrtc服务器需要多少带宽
webrtc中的带宽自适应算法分为两种：
1，发端带宽控制，原理是由rtcp中的丢包统计来动态的增加或减少带宽，在减少带宽时使用TFRC算法来增加平滑度。
2，收端带宽估算，原理是并由收到rtp数据，估出带宽；用卡尔曼滤波，对每一帧的发送时间和接收时间进行分析，从而得出网络带宽利用情况，修正估出的带宽。
两种算法相辅相成，收端将估算的带宽发送给发端，发端结合收到的带宽以及丢包率，调整发送的带宽。
下面具体分析两种算法：
2, 接收端带宽估算算法分析
结合文档http://tools.ietf.org/html/draft-alvestrand-rtcweb-congestion-02以及源码webrtc/moles/remote_bitrate_estimator/overuse_detector.cc进行分析
带宽估算模型： d(i) = dL(i) / c + w(i) d(i)两帧数据的网络传输时间差，dL(i)两帧数据的大小差， c为网络传输能力， w(i)是我们关注的重点， 它主要由三个因素决定：发送速率， 网络路由能力， 以及网络传输能力。w(i)符合高斯分布， 有如下结论：当w(i)增加是，占用过多带宽（over-using)；当w(i)减少时，占用较少带宽（under-using)；为0时，用到恰好的带宽。所以，只要我们能计算出w(i)，即能判断目前的网络使用情况，从而增加或减少发送的速率。
算法原理：即应用kalman-filters
theta_hat(i) = [1/C_hat(i) m_hat(i)]^T // i时间点的状态由C, m共同表示，theta_hat(i)即此时的估算值
z(i) = d(i) - h_bar(i)^T * theta_hat(i-1) //d(i)为测试值，可以很容易计算出， 后面的可以认为是d(i-1)的估算值， 因此z(i)就是d(i)的偏差，即resial
theta_hat(i) = theta_hat(i-1) + z(i) * k_bar(i) //好了，这个就是我们要的结果，关键是k值的选取，下面两个公式即是取k值的，具体推导见后继博文。
E(i-1) * h_bar(i)
k_bar(i) = --------------------------------------------
var_v_hat + h_bar(i)^T * E(i-1) * h_bar(i)
E(i) = (I - K_bar(i) * h_bar(i)^T) * E(i-1) + Q(i) // h_bar(i)由帧的数据包大小算出
由此可见，我们只需要知道当前帧的长度，发送时间，接收时间以及前一帧的状态，就可以计算出网络使用情况。
接下来具体看一下代码：
[cpp] view
plain
void OveruseDetector::UpdateKalman(int64_t t_delta,
double ts_delta,
uint32_t frame_size,
uint32_t prev_frame_size) {
const double min_frame_period = UpdateMinFramePeriod(ts_delta);
const double drift = CurrentDrift();
// Compensate for drift
const double t_ts_delta = t_delta - ts_delta / drift; //即d(i)
double fs_delta = static_cast<double>(frame_size) - prev_frame_size;
// Update the Kalman filter
const double scale_factor = min_frame_period / (1000.0 / 30.0);
E_[0][0] += process_noise_[0] * scale_factor;
E_[1][1] += process_noise_[1] * scale_factor;
if ((hypothesis_ == kBwOverusing && offset_ < prev_offset_) ||
(hypothesis_ == kBwUnderusing && offset_ > prev_offset_)) {
E_[1][1] += 10 * process_noise_[1] * scale_factor;
}
const double h[2] = {fs_delta, 1.0}; //即h_bar
const double Eh[2] = {E_[0][0]*h[0] + E_[0][1]*h[1],
E_[1][0]*h[0] + E_[1][1]*h[1]};
const double resial = t_ts_delta - slope_*h[0] - offset_; //即z(i)， slope为1／C
const bool stable_state =
(BWE_MIN(num_of_deltas_, 60) * fabsf(offset_) < threshold_);
// We try to filter out very late frames. For instance periodic key
// frames doesn't fit the Gaussian model well.
if (fabsf(resial) < 3 * sqrt(var_noise_)) {
UpdateNoiseEstimate(resial, min_frame_period, stable_state);
} else {
UpdateNoiseEstimate(3 * sqrt(var_noise_), min_frame_period, stable_state);
}
const double denom = var_noise_ + h[0]*Eh[0] + h[1]*Eh[1];
const double K[2] = {Eh[0] / denom,
Eh[1] / denom}; //即k_bar
const double IKh[2][2] = {{1.0 - K[0]*h[0], -K[0]*h[1]},
{-K[1]*h[0], 1.0 - K[1]*h[1]}};
const double e00 = E_[0][0];
const double e01 = E_[0][1];
// Update state
E_[0][0] = e00 * IKh[0][0] + E_[1][0] * IKh[0][1];
E_[0][1] = e01 * IKh[0][0] + E_[1][1] * IKh[0][1];
E_[1][0] = e00 * IKh[1][0] + E_[1][0] * IKh[1][1];
E_[1][1] = e01 * IKh[1][0] + E_[1][1] * IKh[1][1];
// Covariance matrix, must be positive semi-definite
assert(E_[0][0] + E_[1][1] >= 0 &&
E_[0][0] * E_[1][1] - E_[0][1] * E_[1][0] >= 0 &&
E_[0][0] >= 0);
slope_ = slope_ + K[0] * resial; //1/C
prev_offset_ = offset_;
offset_ = offset_ + K[1] * resial; //theta_hat(i)
Detect(ts_delta);
}
[cpp] view
plain
BandwidthUsage OveruseDetector::Detect(double ts_delta) {
if (num_of_deltas_ < 2) {
return kBwNormal;
}
const double T = BWE_MIN(num_of_deltas_, 60) * offset_; //即gamma_1
if (fabsf(T) > threshold_) {
if (offset_ > 0) {
if (time_over_using_ == -1) {
// Initialize the timer. Assume that we've been
// over-using half of the time since the previous
// sample.
time_over_using_ = ts_delta / 2;
} else {
// Increment timer
time_over_using_ += ts_delta;
}
over_use_counter_++;
if (time_over_using_ > kOverUsingTimeThreshold //kOverUsingTimeThreshold是gamma_2， gamama_3=1
&& over_use_counter_ > 1) {
if (offset_ >= prev_offset_) {
time_over_using_ = 0;
over_use_counter_ = 0;
hypothesis_ = kBwOverusing;
}
}
} else {
time_over_using_ = -1;
over_use_counter_ = 0;
hypothesis_ = kBwUnderusing;
}
} else {
time_over_using_ = -1;
over_use_counter_ = 0;
hypothesis_ = kBwNormal;
}
return hypothesis_;
}
‘柒’ Linux怎么搭建Web服务器
Linux怎么搭建Web服务器
1,基于apache的web服务器基础搭建：
(1)实验环境：一台ip为192.168.10.10的rhel5.9主机作为web服务器，一台ip为192.168.10.15的win7主机作为测试机
(2)查看服务主机软件是否安装
[root@ser1 ~]# rpm -q httpd httpd-manual httpd-devel
package httpd is not installed
package httpd-manual is not installed
package httpd-devel is not installed
(3)安装软件包
[root@ser1 ~]# yum install -y httpd httpd-manual httpd-devel
(4)启动服务
[root@ser1 ~]# service httpd start
启动httpd： [确定]
[root@ser1 ~]# chkconfig httpd on
(5)在win7上测试，无网页缺省下显示红帽测试页
<报错页面存放位置/var/www/error/noindex.html>
.jpg
(6)打开配置文件
[root@ser1 ~]# vim /etc/httpd/conf/httpd.conf
可获得以下重要字段：
目录设置：
<Directory 目录> .. .. </Directory>
访问位置设置：
<LocationURL> .. .. </Location>
虚拟主机设置：
<VirtualHost 监听地址> .. .. </VirtualHost>
常用的全局设置参数：
ServerName本站点的FQDN名称
DocumentRoot网页文档的根目录：缺省/var/www/html/
DirectoryIndex默认索引页/首页文件:一般设为index.html index.php
ErrorLog错误日志文件的位置
CustomLog 访问日志文件的位置
Listen 监听服务的IP地址、端口号
ServerRoot 服务目录：/etc/httpd/
Timeout网络连接超时，默认 300 秒
KeepAlive是否保持连接，可选On或Off
MaxKeepAliveRequests每次连接最多处理的请求数
KeepAliveTimeout保持连接的超时时限
Include 可包含其他子配置文件: /etc/httpd/conf.d/
(7)创建测试网页
[root@ser1 ~]# vim /var/www/html/index.html
<h1>
This is a test page !!!
</h1>
~
(8)win7下测试，主页变为测试网页
.jpg
2,基于apache的web服务器的访问控制：
(1)web服务的地址限制
I，rder 配置项，定义控制顺序
allow,deny 先允许后拒绝，缺省拒绝所有;冲突时，拒绝生效;allow不设置，拒绝所有
deny,allow 先拒绝后允许，缺省允许所有;冲突时，允许生效;deny不设置，允许所有
II，Allow/Deny from 配置项，设置权限
Allow from 地址1 地址2 .. ..
Deny from 地址1 地址2 .. ..
配置如下：
[root@ser1 ~]# vim /etc/httpd/conf/httpd.conf
331 #
332 Orderallow,deny
333 Allowfrom 192.168.20.0/24
334
335 </Directory>
[root@ser1 ~]# service httpd restart……重启服务
停止httpd： [确定]
启动httpd： [确定]
在win7上测试，测试完成并还原配置文件：
.jpg
看过“ Linux怎么搭建Web服务器 ”的人还看了：
1.win7如何搭建Web服务器
2.基于WebRTC的浏览器端Web服务器的研究论文
3.LINUX下配置管理APACHE服务器的方法
4.如何安全设置Apache Web服务器
5.全国网络技术水平考试二级实践指导书
‘捌’ 如何利用webrtc端快速搭建直播框架
这个问题可以这样回答!
‘玖’ apache怎么搭建webrtc
步骤如下： 1、打开Eclipse。 2、点击菜单栏的“Window”，然后选择“Preferences”。 3、点击弹出窗口的“Server”，然后选择“Runtime Environment”，然后点击右边的“Add”按钮。 4、选择弹出窗口上的“Apache”,然后选择Tomcat版本，然后单击“Next”。