大数据在安防集成领域的应用与发展

2018-07-24 08:43:27 35

中国拥有世界上五分之一的人口,在未来将可能成为大数据最重要的市场。当前的中国正处于快速发展的上升期,产生的数据量将是巨大的,其对大数据的发展将起到很大的促进作用,未来大数据在中国市场的发展也必将领先。

 

  一、大数据概念

 

  大数据(bigdata),也称巨量资料,顾名思义是巨大的资料数据量,那么,到底有多大呢?根据全球著名的信息技术、电信行业和消费科技市场咨询、顾问和活动服务专业提供商IDC监测,人类产生的数据量正在呈指数级增长,大约每两年翻一番,这个速度在2020年之前会继续保持下去。这意味着人类在最近两年产生的数据量相当于之前产生的全部数据量,大量新数据源的出现则导致了非结构化、半结构化数据爆发式的增长。例如:全球每秒钟发送2.9百万封电子邮件,一分钟读一篇的话,足够一个人昼夜不息的读5.5年;每天会有2.88万个小时的视频上传到Youtube,足够一个人昼夜不息的观看3.3年;每天亚马逊上将产生6.3百万笔订单;Google上每天需要处理24PB的数据。这数据具有体量巨大,而价值信息密度低的特点,因此需要采用大数据分类的技术,对海量数据进行分类整理。大数据分类技术能够按照用户预设的类别体系,将数据进行归类,而实际业务往往面临着不同的分类需求,例如新闻分类、简历分类、邮件分类、办公文档分类、区域分类等。宁夏安防

 

  二、大数据在安防集成领域的应用现状

 

  目前,对于安防行业来讲,从“数字城市”到“平安城市”再到如今的“智慧城市”,以“绿色、智能、安全”为主题的“智慧城市”建设正如火如荼地进行,迅速在中国大地遍地开花。监控摄像头已经遍布大街小巷,安防监控对高清化、智能化、网络化、数字化的要求越来越高,数据量自然也不断在迅速增加,与此同时,物联网、移动互联网、云计算、超级计算、大数据、4G宽带通信等,相关产业链同时也在稳步发展。智慧城市是一个复杂的、相互作用的系统,可以被认为是城市信息化的高级阶段,必然涉及到信息技术的创新应用。对于网络高清视频监控系统和智能交通系统来说,从全省视频监控、交通卡口监控或者运营商全部机房和基站的环境量监控可以看出,原来的系统数据查询越来越慢,写入的数据越来越多,需要配置的存储也越来越大,原先使用的关系型数据库性能压力也越来越大,IO陷入瓶颈。不得不承认安防领域的大数据时代已经来了,任何一个做大安防平台的厂商都无法避开。数据的连续性存储、设备告警的不断产生、人脸识别产生的图片对比、卡口监控的抓拍数据及车辆图片、各种环境信号量(电池、温度、湿度、空调等)的实时数据上报,且客户对数据存储要求至少半年到1年,甚至有些客户为方便事后的统计和分析,要求数据存储2-3年,数据很容易就到达PB级。大数据更侧重帮助各类客户从日趋海量的数据中快速发掘高价值的信息,协助客户提升其决策的效率和精准度。如此,大数据的处理好坏就成了客户关注的焦点,大数据的处理技术就成了厂家能力的体现。

 

  三、大数据带给安防集成领域的影响与变革

 

  视频监控业务正是一个典型的数据依赖型业务,依靠数据说话。可以说,大数据与视频监控业务有着密不可分的关系。综合来看,大数据与视频监控业务的关系主要体现在“存”、“看”、“用”上。典型的网络视频监控数据存储模型是一个由小溪汇聚河流、再汇聚到水库的蓄水方式。小溪数量增多、水量增大是水库蓄水量的保证,然而传统方式下蓄水量增大将提高水库建造成本和蓄水安全的要求。而采用分布式蓄水模式,在河流中游建立多个中间蓄水池,不仅可以减少主水库蓄水压力和成本,化整为零也提高了就近用水效率。在大数据技术支撑下,网络视频监控数据存储模型可转向分布式的数据存储体系,提供高效、安全、廉价的存储方式。在视频监控业务中,错看漏看、来不及看等是常见的困扰点,大数据监控图像的回溯给许多安防监控管理人员带来了生理与心理的双重挑战。在大量人力投入的公安案件追溯中,都常常耳闻“看到吐”、“看到晕”等无奈和感叹。可想而知一般零售行业、金融行业等对于视频监控图像的回溯就更为困难。在视频监控大数据趋势已经来临之际,依靠人眼去检索、查看所有视频图像数据已经不太现实,通过大数据技术实现视频图像模糊查询、快速检索、精准定位,让“看”变得简单迫在眉睫。视频监控业务中,“看”只是信息采集的方式之一,“用”才是业务应用的根本,视频监控业务的效率问题已经成为阻碍产业发展的关键瓶颈。银川安防

 

  四、大数据在集成领域的案例应用分析

 

  针对交通行业的海量数据处理需求,智能交通管理系统可以在海量数据、恶劣网络环境和复杂业务处理情况下,实现大量图片、车辆数据、视频数据的时时网络传输和快速持久化存储。同时对任意站点的图像进行显示,对任意站点的视频进行流畅播放、实时进行比对报警、快速进行多条件检索,并且将各类多媒体数据和车辆数据合二为一。系统实现对目前的城市道路交通中异常行为的智能识别和自动报警等,从而减轻了交管监控人员的工作负担,提高了监测的准确度,使得交通管理工作更高效。比如实时交通状况分析可通过视频实时分析道路交通流量,然后综合分析统计出全城市的交通状况;套牌分析可通过视频进行车牌识别,按照一定的规则(如最近时间内一定距离以外)在全城市中检索相同车牌的汽车;犯罪嫌疑人追查,可通过输入嫌疑人照片进行人脸特征识别并在所有视频中寻找该人脸;犯罪嫌疑车辆追查可输入嫌疑车的照片或颜色车型等相关特征在所有视频中寻找;人车物的轨迹分析即在所有视频中按照特征查找指定的人车物并绘制其时空轨迹,实现车辆的首次入城分析等。

 

  五、大数据在安防集成领域应用存在的疑难分析

 

  虽然大数据技术应用的快速发展给安防行业带来了新的机遇,甚至给一些边缘安防企业一个新的生机,但随之而来的是更多亟待解决的问题。比如技术的非标准性、总体处于探索阶段等都将是安防企业要面对的问题。大数据技术及工具的应用过程中,很多企业都进行了探索性的研究。在安防领域,最常用的就是对海量的安防数据进行高效存储与处理,以达到快速检索、快速定位、事件预测、指导决策等目的。然而很多安防企业在应对海量数据的处理停留在存储、人工检索等这类初级阶段,无相关的技术储备与研发能力。由于大数据等相关新兴技术的具体工具、产品也处于发展中的阶段,尚未成熟到可直接支撑安防行业的新型服务。特别在安防企业应对一些需要数据共享、倡导“安全云”的用户需求时,尚没有行业标准、国家标准来指导应用,这种共享的方式是否会带来新的“不安全因素”亦待考证。通过对安防行业发展现状的了解,为了使安防行业相关企业能够在新的技术改革浪潮中获得发展先机,可从以下几个方面进行积累:一是企业战略的针对性规划与部署。应对新的安防需求,在技术、人员上进行先期储备,合理布局自有产品、服务的发展方向。二是积极整合资源。尝试与IT企业、运营商的合作,达到深层次的技术、资源合作,抢占产品市场先机。三是积极响应国家的相关规划与建设方向。应努力参与相关项目(如平安城市、智慧公安等)的建设与实施,在实施中获取相关经验知识,为企业发展提供优质的评估数据。四是整合同行业内企业。相关企业与人员应积极推动相关技术的标准化工作,与高校、研究机构开展技术研究层面的合作,深化产品特性,推动行业发展。

 

  六、大数据在安防集成领域应用的发展趋势

 

  大数据是未来发展趋势,中国很多企业现在都在做大数据业务,但真正将大数据的挖掘和应用落到实处,转变为商业模式的企业还是很少,目前很多大数据概念都是噱头。而安防企业需要做的,便是积极加强内功,提高研发能力,加强技术储备,应对更大数据量带来的冲击。后期安防厂家会进行分化,一部分传统安防厂家更加专注于某固定安防领域继续深耕,专注于产品和技术;另一部分安防厂家会向大安防集成平台转变,专注于业务整合和数据分析处理。大数据的特点就是数据量多且大,这就使得存储的管理面临着挑战,这个问题就需要新的技术来解决,分布式存储技术将作为未来解决大数据存储的重要技术。分布式存储系统解决了传统存储方式的存储性能瓶颈问题,它采用可扩展的系统结构,利用多台存储服务器分担存储负荷,利用位置服务器定位存储信息,它不但提高了系统的可靠性、可用性和存取效率,还易于扩展。随着数据的价值越来越重要,大数据的安全稳定也将会逐渐被重视,大数据不断增长,无论对数据存储的物理安全还是对数据的管理方式都要求越来越高,从而对数据的多副本与冗灾机制提出更高的要求。大数据价值逐渐被发展,大数据将成为企业IT的核心,毕竟在这个以盈利为主导的行业环境中,谁能够为企业带来更多的价值就将会更重要。在以往,IT系统更多的在企业中是扮演辅助工作的任务,而随着大数据的发展,IT系统也将具有更大的意义。如今,社会化数据分析也正在崛起,这对于IT和非IT来说都影响深远。越来越多的企业将开始分析舆情、地理位置、行为、社交图景和富媒体社会化数据来更好地了解客户需求,进行更有效的风险管理,IT部门也开始利用社交媒体应用协作解决问题,或者定义需求。一个新行业的出现,必将在工作职位方面有新的需求,大数据的出现也将推出一批新的就业岗位,如数据分析师、数据管理专家等,具有丰富经验的数据分析人才将成为稀缺的资源,数据驱动型工作将呈现爆炸式的增长。