专场：面向未来的系统稳定性
在云原生与分布式架构深度演进的背景下，系统稳定性建设正经历从被动应急向主动防御的范式升级。本专场聚焦智能化技术驱动下的稳定性工程演进，探讨架构韧性设计、全链路风险防控、智能运维体系构建等核心方向，同时关注大模型、AIOps等新技术与传统稳定性保障体系的融合创新。通过行业标杆案例解析，展现故障预防、快速定位、自适应恢复等关键能力的提升路径，为构建具备前瞻性的稳定性保障体系提供方法论支撑。
专场出品人：刘昊
bilibili 基础架构部资深研发工程师
哔哩哔哩SRE平台工程团队负责人，专注于技术风险领域的工程化落地，在应急响应、变更防控、混沌工程、风险治理和运维数据资产等方面有丰富经验。
戴杰超
王豪杰
bilibili 资深测试开发工程师
哔哩哔哩直播质量团队资深测试开发工程师，目前主要负责哔哩哔哩直播系统基础服务的端到端稳定性工作，负责直播开播于观看的全链路的测试，稳定性验证， 故障演练，自动化测试，性能自动化测试等工作。毕业后曾就职于阿里巴巴和叮咚买菜，从事测试开发工作
待定
待定
全链路直播质量保障：
从端到端稳定性到基于AI的音视频保障
直播业务爆发式增长下，稳定性问题已从单一的音视频卡顿演变为跨端、云、网的全局性挑战：突发流量导致CDN节点过载、边缘设备性能劣化引发连锁故障，异常输入，服务端异常故障等场景引发的系统稳定可用性问题
痛点包括：CDN节点故障难以主动预防、音画同步偏差难以实时量化、AI异常检测落地成本高、弱网模拟真实性不足、用户感知卡顿等无法度量、大型活动稳定性要求高且效率要求高等。本次分享将展示如何通过端到端自动化工具链、AI算法创新和主动式故障演练等方式，构建覆盖"推流-传输-播放-体验"全链路的直播稳定性保障体系，实现问题分钟级定位、故障主动拦截和用户体验可度量。
内容大纲
直播质量保障的三大技术突破
1. 客户端端到端稳定性保障
1.1 直播大前端性能测试体系：全方位监控客户端迭代性能劣化
1.2 首帧耗时检测：解码器级埋点+播放器图像识别
2. 业务、云服务、cdn的全链路稳定性保障
2.1 RTC时延矩阵：端到端/分段时延的可视化拓扑分析
2.2 CDN节点智能巡检：智能调度巡检实现10分钟内故障召回
2.3 故障注入演练平台：从业务到云服务到cdn，全链路进行故障演练，同时支持业务及视频云200+异常场景的自动化混沌工程及断网演练
2.4 自研推流测试平台：支持时间戳回退、媒体文件丢失、包乱序等多样化推流场景
3. AI驱动的全链路音视频质量检测
3.1 音画同步检测：基于时间戳对齐的毫秒级偏差定位技术
3.2 音频质量双引擎：NISQA深度学习模型+传统MOS分融合评估
3.3 卡顿检测模型：建立不同品类的卡顿检测评估能力
3.4 视频VQA ：结合PSNR、SSIM客观打分与用户主观评测的画质横评
3.5 绿屏/花屏检测：轻量化MobileNet检测模型在智能巡检中应用
痛点包括：CDN节点故障难以主动预防、音画同步偏差难以实时量化、AI异常检测落地成本高、弱网模拟真实性不足、用户感知卡顿等无法度量、大型活动稳定性要求高且效率要求高等。本次分享将展示如何通过端到端自动化工具链、AI算法创新和主动式故障演练等方式，构建覆盖"推流-传输-播放-体验"全链路的直播稳定性保障体系，实现问题分钟级定位、故障主动拦截和用户体验可度量。
内容大纲
直播质量保障的三大技术突破
1. 客户端端到端稳定性保障
1.1 直播大前端性能测试体系：全方位监控客户端迭代性能劣化
1.2 首帧耗时检测：解码器级埋点+播放器图像识别
2. 业务、云服务、cdn的全链路稳定性保障
2.1 RTC时延矩阵：端到端/分段时延的可视化拓扑分析
2.2 CDN节点智能巡检：智能调度巡检实现10分钟内故障召回
2.3 故障注入演练平台：从业务到云服务到cdn，全链路进行故障演练，同时支持业务及视频云200+异常场景的自动化混沌工程及断网演练
2.4 自研推流测试平台：支持时间戳回退、媒体文件丢失、包乱序等多样化推流场景
3. AI驱动的全链路音视频质量检测
3.1 音画同步检测：基于时间戳对齐的毫秒级偏差定位技术
3.2 音频质量双引擎：NISQA深度学习模型+传统MOS分融合评估
3.3 卡顿检测模型：建立不同品类的卡顿检测评估能力
3.4 视频VQA ：结合PSNR、SSIM客观打分与用户主观评测的画质横评
3.5 绿屏/花屏检测：轻量化MobileNet检测模型在智能巡检中应用
特色亮点
1. 首帧耗时检测精度提升至±16ms
2. 自研推流测试平台模拟线上真实case复现
3. CDN故障发现耗时从小时级缩短至2分钟
听众收益
1. 获得覆盖推流、传输、播放全链路的保障稳定性经验
2. 可直接复用的工具链架构（开源组件选型+自研模块设计）
3. 学习混沌工程在视频云场景的创新应用范式
熊林涛
中免日上 测试开发专家
现任中免日上测试开发专家，目前主要负责精准测试平台、压测平台和LLM等相关内容；QECon2022精准测试主题明星讲师，曾任职于德邦、哔哩哔哩等公司，研究领域涉及自动化、性能、精准、AI测试等。
待定
待定
精准与压测:业务变更影响范围的常态化性能评估与实践
在现代软件开发中，业务变更频繁且复杂，传统的测试和压测方法往往难以精准评估变更的影响范围，导致潜在风险无法被及时发现。同时，随着系统规模的扩大，手动设计和执行压测场景的效率低下，难以满足快速迭代的需求。为了解决这些问题，我们结合精准测试和接口压测平台，构建了一套基于业务变更影响范围的常态化评估体系。通过精准测试分析代码变更的影响范围，并自动针对性的对相关场景进行压测，实现了从变更分析到性能验证的全流程自动化。这一方案不仅提升了测试覆盖率，还显著增强了系统的稳定性和研发效率，为业务变更提供了可靠的技术保障。
内容大纲
1. 引言
1.1 背景与挑战
1.2 目标与价值
2. 解决方案
2.1 精准测试
2.1.1 用例-代码双向追踪
2.1.2代码变更影响链路
2.2 压测平台功能大纲
2.3 devops流水线
2.3.1 业务提审
2.3.2 精准测试调用链路分析获取影响范围
2.3.3 压测平台相关场景压测实施
2.3.4 质量门禁
3. 精准测试建设
3.1 静态扫描-调用链路采集
3.2 跨服务链路打通
3.3 图谱存储
3.4 变更代码分析-影响范围推荐
4. 压测平台建设
4.1 系统架构 (0到1纯自研，计划开源)
4.2 生产流量模型评估
4.3 流量场景划分
4.4 接口-场景绑定
4.5 数据流转与集成：自动施压与质量门禁建设
5. 成果与收益
5.1 功能验收范围
5.2 基础单元的性能自检
6. 未来展望
6.1 生产环境部署节点自动评估
6.2 llm性能问题分析与改进方案推荐
6.3 llm自动调整与性能优化
听众收益
1. 了解golang体系下精准测试的实践思路，技术细节
2. 获取百万RPS级的开源版压测平台(含源码)
3. 如何做生产环境的性能评估，如何在企业质量门禁流水线，接入变更影响模块的自动压测&性能评估
1. 了解golang体系下精准测试的实践思路，技术细节
2. 获取百万RPS级的开源版压测平台(含源码)
3. 如何做生产环境的性能评估，如何在企业质量门禁流水线，接入变更影响模块的自动压测&性能评估
尚玉飞
蚂蚁集团 SRE技术专家
蚂蚁支付宝内容稳定性负责人、蚂蚁SRE性能容量架构师；
先后参与过蚂蚁双11、蚂蚁新春红包五福、杭州消费券秒杀保障、杭州亚运会保障等大促保障专项等活动并担任相关SRE负责人。
先后参与过蚂蚁双11、蚂蚁新春红包五福、杭州消费券秒杀保障、杭州亚运会保障等大促保障专项等活动并担任相关SRE负责人。
待定
待定
蚂蚁技术风险SRE在容量层面实践
性能容量课题一直是SRE层面不可避免的话题，SRE是如何在日常+活动资源进行实践的，将费事费力的容量转换为自动化，将性能优化转换为资源供给，是SRE在性能容量领域永恒的话题，特别地SRE在AI时代下如何做好性能容量，这将是后续几年探索的重要方向。
内容大纲
1. 蚂蚁性能容量的发展历程
2. 蚂蚁日常性能容量历程
2.1 资源申请容量规范
2.2 日常资源容量能力容量优化
3. 蚂蚁大促性能容量发展
3.1 资源规划
3.2 大促容量评估
3.3 资源供给历程
4. AI时代下性能容量的未来展望
听众收益
了解蚂蚁当前容量保障现状，以及蚂蚁SRE在容量层面的探索
关注QECon公众号
关注QECon视频号
议题投稿
lijie@qecon.net
票务联系
159-0126-5561 小娟
媒体合作
135-1619-6409 皮皮
商务合作
151-2264-3988 木子
购票咨询
15901265561 小娟
