王三阳
博康智能信息技术有限公司 北京 100192
摘要：盘点近几年的IT领域热门词汇：大数据、云计算、虚拟化、云存储、云服务等，几乎贯穿到所有信息技术领域的产品推广、解决方案和系统规划中。这意味着未来信息领域发展和建设的大时代——云时代的来临。作为云时代海量数据的来源之一，安防视频监控行业随着智慧城市和智能交通的快速发展、移动互联设备的激增，产生了海量的非结构化视音频数据，带动了大数据的存储、管理、分析等应用。面向云时代，业界同仁一拥而上、热血沸腾，无论是IT供应商、存储厂商、还是解决方案提供商都不甘落后，雨后春笋般的纷纷提出基于计算、存储、网络等多层次虚拟化的数据中心解决方案，投入大量资源，推出云存储、云计算等系统产品。
关键词：云计算；大数据；安防行业；影响
前言
云计算（Cloud Computing）是网格计算、分布式计算、并行计算、网络存储、虚拟化、负载均衡等传统计算机技术和网络技术发展融合的产物。它旨在通过网络把多个成本相对较低的计算实体整合成一个具有强大计算能力的完美系统，并借助SaaS、PaaS、IaaS、MSP等先进的商业模式把这强大的计算能力分布到终端用户手中。 CloudComputing的一个核心理念就是通过不断提高“云”的处理能力，进而减少用户终端的处理负担，最终使用户终端简化成一个单纯的输入输出设备，并能按需享受“云”的强大计算处理能力。对于传统安防来说，云计算完全是基于网络化基础运行的一种网络应用模式，这与模拟时代的安防似乎是毫不沾边的，然而，随着安防逐渐走向数字化、网络化，其与网络的粘结度越来越大，云计算的出现毫无疑问将会给安防行业带来一场技术的革新，安防行业将走进智慧安防的时代。
一、云计算及大数据对安防行业的影响
大数据概念最早出现在20世纪60年代初，随着互联网的快速建设和信息技术的迅猛发展，到20世纪90年代中后期，数据中心的建设规模和服务器数量每年都以惊人的速度增长。随着信息中心、服务中心、数据中心等各类业务应用及数据量的不断增长，数据仓库、数据挖掘、联机分析等技术发展，数据存储容量的需求也成正比的增长。云计算、云存储和大数据将对视频监控行业带来存储架构、虚拟化、安全和高效处理四个方面的变化。
首先，大数据呈现出的典型特征是4 个V：规模（v o l u m e）、速度（v e l o c i t y）、类型多（variety）、价值密度低（veracity）。大数据的特征对存储容量的总体拥有量需求激增，海量存储模式也从传统的集中存储式架构发展到分布式存储架构，这种分布式架构，在多副本、网络RAID技术、快照技术驱动下，实现海量存储的高可靠、大并发能力，推进了存储从设备供应模式到服务模式的升级和转变。
其次，虚拟化技术在存储服务能力建设上将继续不断发展，升级模式从SCALE-UP向SCALEOUT模式发展，为无处不在的存储资源的调度与管理、存储资源的在线扩容升级、数据持续保护、存储服务不间断等实现有力的支撑。虚拟化，一方面大大简化应用环节，节省客户建设成本，同时提供更强的存储和共享功能；另一方面解决了存储空间的浪费，可以自动重新分配数据，提高了存储空间的利用率，同时具备负载均衡、故障冗余功能。
再次，安全方面实时计算和存储，对存储设备性能、存储网络性能、存储资源配置简化性要求越来越高。在复杂的存储服务中，基于虚拟化所构建的混合存储系统，系统的自动分层存储能力尤为重要。伴随闪存的成本不断降低的市场，市场上也有基于全闪存阵列产品的出现，基于虚拟化下的存储资源自动化分层，实现数据分层存储，并迁移的策略，对大数据实时性、安全性更加不可或缺。
期刊文章分类查询,尽在期刊图书馆
最后，面对结构化数据、非结构化数据、半结构化等元数据的处理机制，云存储管理可以实现自动化和智能化，所有的存储资源被整合到一起，客户看到的是单一存储空间，提高了存储效率；云存储能够实现规模效应和弹性扩展，降低运营成本，避免资源浪费。受限于安防视频监控自身业务的特点，监控云存储和现有互联网云计算模型会有区别，如安防用户倾向于视频信息存储在本地、政府视频监控应用比较敏感、视频信息的隐私问题、视频监控对网络带宽消耗较大等问题。海量数据存储的检索、目录服务、去重化都将在以大数据牵动的存储应用中，给存储产业带来新的发展机遇。应用及推广过程中的挑战云计算和大数据在应用和推广过程中仍然会面临一系列技术难关的攻克和体系的建立。比如视频监控行业中最为关注的：
视频浓缩检索技术，主要是利用图像处理（包括视频浓缩、摘要、复原等）、模式识别、海量数据分类存储以及搜索等技术，对海量的存储录像等原始信息进行分析和挖掘，对于目标特征、目标行为、目标间关联关系这三大类信息内容，形成各种分类的特征信息库、元数据和索引等，并提供统一接口供外部应用进行搜索，以期通过有限的线索，达到案件快速关联和定位。
视频图像信息库建设，目前应用比较广泛的是卡口和电警的应用。由于车牌识别技术的日趋成熟，通过车牌、车牌颜色、车身、车身颜色、车辆类型等特征识别，把车辆图片、车辆信息、车主信息、盗抢车辆库等结合起来，可以有效的进行车辆的查找、布控和案件线索搜索。
海量数据的处理、分析、检索和视频智能分析技术，把海量的视频数据进行浓缩、提取特征摘要、减少了存储空间。如1小时的视频录像，通过特征值方式的视频浓缩，可以把录像压缩到10分钟左右。同时，视频图像信息库有别于传统的关系数据库模型，针对结构化，半结构化和非结构化数据，通过数据的多个副本分布式保存方式，可以有效节约存储空间，关键数据的二次备份，使系统架构更加稳定和可扩展，并且提供安全的负载均衡和容错机制。
二、前景展望
云计算和大数据应用未来势必对安防行业有深刻的改变和影响。尤其在智慧城市行业和交通行业。交通方面海量数据处理需求，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。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。
智慧城市方面公安部门可以利用相关技术进行犯罪嫌疑人追查，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；车辆的首次入城分析等等。
结束语
总之，虽然目前大数据应用于安防行业中出现了很多亟待解决的问题，但并不影响它在国内市场的发展前景。随着国家大力建设智慧城市、发展高新产业，其巨大的市场前景是不容质疑的。对于国内安防企业，认清目前大数据相关技术在安防应用中的局限性及出现的问题，努力并积极的去解决这些问题，以使企业自身能够在技术发展的浪潮中占据先机，也是企业欲获得更大利益的有效途径。
参考文献：
[1] 李满玲.基于云服务的NFC门禁监控系统的设计[J].吉林师范大学学报（自然科学版）.2014（02）
[2] 刘琦琳.云时代的服务管理[J].互联网周刊.2009（16）
[3] 打造云产业 迎接云时代——北京·亦庄 中国云产业园启动[J].军民两用技术与产品.2011（10）
[4] 解读云时代的内容感知网络服务[J].创业邦.2012（Z1）
论文作者:王三阳
论文发表刊物:《基层建设》2015年15期供稿
论文发表时间:2015/12/21
标签：数据论文; 安防论文; 海量论文; 视频论文; 行业论文; 技术论文; 特征论文; 《基层建设》2015年15期供稿论文;