*安防業務中的云計算應用

　　近年來，安防視頻監控方案在不斷地尋求突破，不僅是技術的突破，而且要不斷地尋求與業務相關的突破，在引進其他行業成熟技術的同時，打通業務應用，真正實現對行業業務的理解，實現“建為用，用為戰”的目標。
　　
　　在安防視頻監控領域，我們看到了廣電行業HD-SDI技術的引用。再往前，我們把業務擴展到以太網上，實現了集中監控、網絡化應用等等。這些都證明只要有應用需求，就可以借鑒及消化其他行業*的技術，完善整體解決方案。
　　
　　一、前言
　　
　　隨著近幾年的行業發展以及安防監控技術的發展，上政策推動等原因，致使安防監控市場特別是中市場規模不斷攀升，尤其是國內平安城市、金融、能等的需求極大的**了整個市場的發展。面對規模越來越大，需求越來越多的視頻監控市場，很多傳統的解決方案已經無法滿足。
　　
　　本文要探討的是，在*行業，如何運用云計算、云存儲技術，提供視頻偵查、可視化指揮、非現場處置、刑偵、中心指揮等業務應用。　　
　　二、云計算在*領域安防業務中的關鍵技術和應用
　　
　　云計算屬于一種以數據為中心的超級計算方式，其技術特點是將數據計算、數據存儲、數據應用以及相關的軟硬件資源虛擬化、集群化后進行并行計算，再將結果反饋給用戶。
　　
　　針對安防業務，目前*8大庫等系統中積累了大量的車輛、人員、社會關系等信息。傳統安防的檢索系統，想要從龐大的各種數據中找到有效信息，是一件費時、費力的工作，且出錯概率非常大，對于滿足*業務快速響應的要求相差甚遠。
　　
　　據不*統計，一個中型城市1年的過車記錄高達30億條，大型城市智能交通系統每天產生20億條記錄，如果將這些數據存儲3個月，將產生1800億條的歷史數據，并且，這些數據具備多樣性的特征：視頻數據、圖片、結構化、文本索引……
　　
　　試想，采用安防傳統的存儲和檢索系統，從每臺NVR、每臺IPSAN中去檢索、對比出案情所需要的視頻、結構化數據，將是一件多么巨大的工作，且不說人員操作問題，就是將如此龐大、散落各個設備上的數據進行收集都存在非常大的問題。
　　
　　基于行業應用的發展，特別是*系統中，需要滿足社會治安、視頻偵查、應急指揮、非現場*等多方面的要求。市級的視頻安防系統7×24小時不間斷的運行，采集到城市運轉過程中的大量信息，這些信息需要進行有效的存儲，并從大量冗余數據中發現有用的信息，對*業務的研判和決策指揮提供支撐，將是安防系統能否發揮應有成效的關鍵因素。
　　
　　而云計算技術的出現和引入,特別針對安防應用，為*視頻系統提供了包括存儲、運算、檢索等方面的支撐。通過部署云計算、云存儲平臺，可以將遍布城市角落的攝像頭所采集的海量信息實時動態傳遞到云平臺，通過云平臺強大的計算能力和存儲能力，實現對各類視頻信息的比對以及對不同類型信息之間的關聯度進行深入分析，發現可能出現的情況，將監控模式由事后的追查監控轉變為事前預防監控，更加充分發揮城市安防系統的效用。　　
　　從圖1到圖2，我們根據*業務設計了一整套大數據方案，結合行業應用，使基于大數據的技戰法得以成熟應用。這其中zui關鍵的技術，將借助大數據搜索引擎來完成，從而有效的提升安防數據在*行業的應用效率。　　
　　當系統能夠有效、快速的識別出相關信息，*的整體技戰術將得以實現，提升業務層面的響應能力，提升辦**性。
　　
　　整體方案通過統一的系統建設，利用高速網絡使所屬各地的設備連接起來，并且通過分布式文件系統，使設備間的數據交互暢通無阻，也使中心平臺能夠輕易的提取到各地的數據，再利用中心的云計算一體機，完成對數據的檢索和對比，從而實現圖3所示的大數據應用。　　
　　圖4展示了中心端的設備拓撲，得益于分布式部署的云計算架構，使設備間的交互成為可能，通過中心對其余分布式設備的控制，以及指令的統一下發，通過云技術，提供海量數據的分析能力，從視頻圖像信息中篩選出有價值的視頻線索或證據，并對有價值的信息進行集中分析，改變傳統的應用模式，將視頻圖像進行聯網整合，使視頻圖像價值信息得到有效提取，提升視頻圖像信息智能化應用水平，從而加大視頻圖像實戰應用深度。
　　
　　三、案例應用
　　
　　2014年12月31日晚23時35分許，上海外灘陳毅廣場發生擁擠**件，致36人死亡，49人受傷。在1月6日召開的上海市十四屆人大常委會第十八次會議上，上海市委副書記、市長楊雄專門通報了上海外灘**件有關情況。楊雄表示：雖然事件原因還有待調查確認，但痛定思痛，我們必須吸取血的教訓，對這起事件進行深刻反思。
　　
　　公共安全是視頻監控系統應用的重要領域，視頻監控系統對現場圖像進行采集、傳輸、存儲、管理和分析。利用大數據系統，我們如何有效的針對景區或者某一活動現場，進行科學的預防、預警**的發生?
　　
　　相關數據展示，每天產生的數據總量達到20PB，2012年，大數據總量中，圖像視頻數據占比達到80%，預計到2015年更要接近90%。以下舉例安防大數據檢索的時效性。
　　
　　我們可以看到，采用DSE檢索技術，性能得到了大幅度的提升。那么，這在實際應用中起到什么作用呢?
　　
　　我們可以利用大數據分析系統，對某區域歷史時間段或某特定事件歷史時間段進行分析，抽取歷史數據對人員密集度、車輛密集度進行分析，從而預判計劃發生時人員、車輛的密集度，對即將發生的事件進有效判斷，提前布置疏導方案和應急方案。
　　
　　另外，對于高危時間內的高危區域做到實時的監控，實時繪制人員、車輛熱圖，與現場狀況結合，當密集度達到危險警告閥值時，立即采取措施，進行疏導，做到提前預判，避免危險事件的發生。
　　
　　四、結束語
　　
　　對海量數據進行深入分析應用，是信息化建設中重要的環節。人類沒有發明電腦的時候，通過紙筆進行記錄，數據和信息的分析全靠人腦完成，人腦對信息的存儲越多，對事件的分析也會越透徹。
　　
　　信息時代，我們利用電腦進行數據存儲，有了數據，我們需要構建提取能力和分析能力。當大數據時代來臨，安防業也催生了大數據應用，只有構建了安防的大數據應用，才能真正的使安防從數據采集、數據存儲、數據回溯的初級應用提升到智慧應用，使各類安防數據“活”起來，具有靈魂，為人類的生命、財產安全做出貢獻!