MicrocosmWorksInnover et Architecturer le Cosmos Numérique
Ă€ proposContact
MicrocosmWorksInnover et architecturer des cosmos numériques

Fournir des solutions informatiques qui comptent. Nous sommes passionnés par la technologie, la sécurité et aidons les entreprises à croître grâce à une infrastructure informatique fiable et innovante.

[email protected]
+91 7011868196
New Delhi, India

Hub de Croissance IA

Hub IAInnovation pour les startupsAccélérateur d'entreprise

Solutions

Toutes les solutionsApplications de bien-être et de fitnessPlateforme vidéo IADéveloppement d'agents IA

Ressources

PerspectivesGuides de l'industriePlans d'utilisationModèles d'architectureÉtudes de cas

Entreprise

Ă€ propos de nousContactNotre travail

Services

Consultation numériqueInfrastructure cloudDéveloppement SaaSDéveloppement IATechnologie vidéo
Développement ERPPersonnalisation ZohoDéveloppement OdooIntégration SalesforceDéveloppement CRM personnalisé
Intégration QuickBooksSolutions IoTDéveloppement Blockchain
Consultation en cybersécuritéSupport IT - L3

© 2026 MicrocosmWorks. Tous droits réservés.

Politique de confidentialitéConditions d'utilisation
Retour aux Études de Cas
AI SurveillancePublié June 22, 2026 · Mis à jour June 22, 2026

Orchestration de streaming RTSP distribuée avec Auto-Scaling

La plateforme de surveillance avait besoin d'un système fiable et évolutif pour gérer des centaines de flux de caméras avec une gestion automatique du cycle de vie, garantissant la disponibilité des flux à la demande sans gaspiller de ressources.

Discutez de Votre Projet
distributed-streaming-orchestration.webp
AI Surveillance
Domain
8
Technologies
4
Key Results
Delivered
Status

Le Défi

La gestion de l'infrastructure de streaming pour de nombreuses caméras présentait des défis opérationnels :

  • Le provisionnement manuel de serveurs de streaming pour chaque camĂ©ra Ă©tait insoutenable
  • Les flux inactifs gaspillaient des ressources de calcul et de la bande passante
  • L'intĂ©gration de Cloudflare et du CDN nĂ©cessitait une conversion HLS depuis RTSP
  • Le contrĂ´le d'accès par utilisateur Ă©tait nĂ©cessaire pour garantir que les locataires ne voyaient que leurs camĂ©ras

Notre Solution

Nous avons construit une couche d'orchestration qui provisionne, surveille et nettoie dynamiquement les conteneurs de streaming MediaMTX en fonction de la demande.

Architecture

  • API de l'Orchestrateur : microservice FastAPI pour la gestion du cycle de vie des flux
  • Moteur de Conteneurs : provisionnement de conteneurs MediaMTX basĂ© sur Docker
  • Authentification : Supabase JWT pour l'accès aux camĂ©ras par utilisateur
  • Proxy CDN : Cloudflare Workers pour la diffusion HLS
  • Surveillance de la SantĂ© : vĂ©rifications pĂ©riodiques de la santĂ© avec rĂ©cupĂ©ration automatique

Gestion du Cycle de Vie

  1. Provisionnement à la Demande - Serveur de streaming créé lorsqu'un utilisateur demande un flux de caméra
  2. Conversion RTSP vers HLS - MediaMTX gère la conversion de protocole pour la lecture dans le navigateur
  3. Surveillance de la Santé - Des vérifications périodiques garantissent la réactivité du serveur
  4. Nettoyage Automatique - Les serveurs inactifs sont arrêtés après un délai d'inactivité configurable
  5. Récupération - Les serveurs non sains sont automatiquement redémarrés

Fonctionnalités Clés

  1. Accès par Utilisateur - Chaque locataire ne voit que ses caméras autorisées
  2. Mise à l'échelle Dynamique - Les conteneurs sont lancés et arrêtés en fonction de la demande des spectateurs
  3. Contrôle Qualité - Paramètres de FPS (1-60) et de résolution (basse/moyenne/haute/ultra) par flux
  4. API de Capture d'Instantanés - Capture d'images précise au timestamp à partir de flux en direct
  5. Intégration CDN - proxy Cloudflare Workers pour une diffusion HLS globale à faible latence
  6. Mise en Cache RTSP - Mise en cache intelligente des détails de connexion des caméras pour minimiser les appels API

Résultats

Efficacité des Ressources : Seuls les flux actifs consomment des ressources de calcul
Zéro Configuration : Les caméras se provisionnent automatiquement lors du premier accès
Diffusion Mondiale : Le CDN Cloudflare assure une lecture Ă  faible latence dans le monde entier

Stack Technologique

FastAPIDockerMediaMTXSupabaseCloudflare WorkersJWTWebSocketPython

caseStudyDetail.more Études de Cas

Découvrez plus de nos implémentations techniques

AI Accounting

Traitement de factures assisté par l'IA avec OCR et intégration QuickBooks

Une entreprise de taille moyenne, traitant des centaines de factures fournisseurs chaque mois, devait éliminer la saisie manuelle des données en extrayant automatiquement les données des factures à l'aide de l'IA/OCR et en les synchronisant directement dans QuickBooks pour la tenue de livres et le suivi des paiements.

Lire l'Étude de Cas
Video Encoding

Insertion d'annonces côté client (CSAI) avec analyse des marqueurs SCTE-35 et intégration de lecteurs multiplateformes

Une plateforme de streaming vidéo devait implémenter l'insertion d'annonces côté client (CSAI) sur les applications web, mobiles et de télévision connectée — permettant des expériences publicitaires personnalisées au niveau de l'appareil avec un support complet d'interaction publicitaire (superpositions cliquables, bannières complémentaires, boutons de saut) que l'insertion côté serveur ne peut pas offrir.

PrĂŞt Ă  Transformer Votre Entreprise ?

Discutons de la façon dont nous pouvons appliquer des solutions similaires à vos défis.

Contactez-NouscaseStudyDetail.viewAllCaseStudies
Isolation des Locataires : Séparation complète des données entre les organisations
Lire l'Étude de Cas
Web Scraping

Plateforme de Web Scraping et de Génération de Contenu de Blog Propulsée par l'AI

Une entreprise médiatique avait besoin d'une plateforme de contenu intelligente capable d'automatiser la création de contenu de blog en récupérant du contenu web existant, en l'analysant à l'aide de l'AI et en générant des articles de blog originaux et optimisés pour le SEO à partir des données extraites.

Lire l'Étude de Cas

Questions fréquemment posées

MicrocosmWorks a construit une couche d'orchestration multi-régions où des nœuds relais périphériques à chaque emplacement physique tirent les flux RTSP localement, les transcodent si nécessaire, et les transmettent à la plateforme centrale via des tunnels chiffrés. Cette architecture élimine le besoin d'un accès direct aux caméras exposées à Internet, réduit la bande passante WAN en appliquant un échantillonnage intelligent des trames en périphérie, et maintient la continuité des flux même pendant les fluctuations du réseau entre les sites.

MicrocosmWorks a mis en œuvre une auto-scaling tenant compte des horaires qui pré-provisionne la capacité de traitement basée sur les modèles de flux historiques, combinée à un scaling réactif qui répond aux changements du nombre de flux en temps réel en moins de 30 secondes. Le système effectue un downscaling agressif pendant les heures creuses pour minimiser les coûts de calcul cloud, et utilise des pods de secours chauds (warm standby pods) qui peuvent accepter de nouveaux flux instantanément sans le délai de démarrage à froid (cold-start delay) de provisionnement de nouvelles instances GPU.

MicrocosmWorks a conçu un système de contrôle d'admission qui met en file d'attente les connexions de flux entrantes et les distribue sur les nœuds de traitement disponibles en utilisant un algorithme de répartition circulaire pondérée qui tient compte de l'utilisation actuelle du CPU, du GPU et de la mémoire de chaque nœud. Les flux sont hiérarchisés selon des règles configurables, de sorte que les caméras à haute priorité, comme celles des points d'entrée, obtiennent toujours une capacité de traitement avant les flux à moindre priorité.

Oui, MicrocosmWorks a développé des adaptateurs de découverte ONVIF et d'extraction RTSP qui se connectent aux plateformes NVR et VMS existantes, les traitant comme des sources de flux sans nécessiter de modifications à l'infrastructure d'enregistrement existante. La couche d'orchestration peut également recevoir des flux retransmis depuis des systèmes VMS populaires tels que Milestone et Genetec, permettant aux entreprises d'ajouter des capacités d'analyse AI à leur investissement de surveillance actuel.

MicrocosmWorks fournit des solutions d'orchestration de streaming distribué à des tarifs entre 30 et 50 $/heure, un MVP prêt pour la production nécessitant généralement 3 à 4 mois de développement selon le nombre d'emplacements périphériques et des exigences d'intégration. C'est considérablement plus rentable que les licences de plateformes vidéo d'entreprise qui facturent des frais par flux, surtout à grande échelle au-delà de 100 flux simultanés.