编者按：安防大数据作为智慧城市大数据时代的核心基础，已成为智慧城市建设中权重最高的大数据类型。安防大数据在智慧城市建设中有着怎样的应用现状？将发挥什么作用？又将面临怎样的疑难困境？佳都科技深度文章给你答案！

此文连载为《安防大数据在智慧城市建设中的地位与深度应用》下部分，谢谢关注！

安防大数据在公安行业，大数据应用无处不存，下面简单介绍一下大数据应用在公安行业几个业务体现。第一是稽查布控业务。当案件发生后，需要对嫌疑车辆进行稽查布控，一般采用布控车牌号，通过系统比对卡口车辆信息进行识别，但这种方式存在问题。当布控车辆从某个卡口经过时，拦截人员通常不在现场，等到拦截人员赶到现场时，嫌疑车辆早已逃之夭夭，从而失去布控的意义。对于这种情况，可实现移动警务、GIS系统有效关联，通过在GIS系统中绘制嫌疑车辆逃跑路线和防控识别圈，可大大提高拦截效率；第二是车辆落脚点分析业务。随着城市的快速发展，城市越来越大，路网也越来越复杂，为迅速逃脱公安机关的抓捕，很多犯罪分子避开城区主干道(一般来说，城区主干道都装有电子卡口)，逃窜到人员比较多的小区或偏僻区域。大华股份通过建设云卡口，通过视频实现卡口相机功能，对海量数据进行云卡口识别，结合GIS系统，将嫌疑车辆轨迹描绘出来，大大提高公安办案效率。第三是伴随车辆分析。由于公众安全防范意识的不断提高，犯罪分子独立实施犯罪行为的成功率大大降低，因此，新时期的犯罪行为，开始表现为团伙作案。在踩点和作案时，犯罪团伙通常会使用多辆汽车，以提高成功率。从卡口系统的角度看，团伙作案具体表现为多辆车同时出没于特定卡口覆盖范围，利用该特征，我们可以从海量的卡口车辆数据中，提取满足特定条件(如车辆行进路线、车辆通行间隔时间、跟车数量以及分析起止时间范围等)的车辆，提高案件侦破效率。此外，在公安行业还有基于人脸识别的人脸卡口、视频摘要等安防大数据应用。

安防大数据在交通领域也是应用较多的行业，安防大数据的交通数据中，物联网+互联网的网络承载让安防大数据在预测、预判、预警中大展拳脚。比如时间计算场景。由于电子狗的大量使用，不少驾驶员在通过卡口时，会主动降低速度，一旦离开卡口覆盖范围，又会迅速提高速度，超速行驶。传统的单点测度无法发现这种超速行为，利用区间测速便可快速检测违章行为，且可减少区域卡口数量，节省建设成本。而当发现相同车牌在相距较远卡口同时出现时，还可检测分析出“套牌车辆”，并可通知相关人员进行拦截追捕。第二是交通流量分析。对于交通流量的检测，传统方式是通过地磁、微波检测完成的，但这种检测只能检测车辆数量，却无法检测相关车牌号，这就限制了传统流量分析的应用场景，智能对单一路段进行分析，无法形成全局的流量分析。而卡口系统记录了车辆号码、车身颜色、车型等更多详细信息，基于卡口系统的流量分析，不仅可计算出城市各小区机动车数量分布，指导出行目的地分析、出行路线分析等应用，而且能够根据车辆流量信息找出城市热点区域，为交管部门提供参考，更好地优化路网机制，规划更为合理的路网参数。此外，还可通过智能分析系统，对卡口数据进行深层次分析与挖掘，不仅识别车辆车牌号，而且实现对车辆品牌、车辆型号、是否粘贴年检标识、驾驶员是否系安全带、是否驾驶时拨打电话等一些行为状态识别，从而进一步规范车辆达标和安全驾驶行为。在这些案例中其深化应用都具备如下几个特点：

1、海量非结构化数据存储。相较于其他行业，安防非结构化的数据存储压力不断增大，一方面源于视频、图片等非结构化数据本身容量，另一方面源于安防数据规模的不断扩大，安防大数据存储对系统设备提出了更高挑战，如何在满足需求的前提下，删除重复数据、降低存储硬件成本投资成为海量数据存储的一个难题。

2、数据共享。大数据需要通过快速的采集、发现和分析，从大量化、多类别的数据中提取价值。安防大数据时代最显著的特征就是海量和非结构化数据共享，用以提高数据处理能力。而海量数据存储在不同系统、不同区域、不同节点、不同设备中，这给数据的传输和共享带来极大的挑战：

3、数据安全。视频监控数据具有私密性高、保密性强等特点，不仅是事后追查的依据，而且更是后续数据分析挖掘的基础。因此，数据安全一方面体现在数据不受外界入侵或非法获取，另一方面体现在庞大数据系统的鲁棒性、体系容错机制，确保硬件在发生故障时其数据可以恢复，可以继续保存。面对海量数据的存储、共享、硬件和软件设备承载的极大风险，如何构建大型、海量视频监控存储系统、数据分析系统以及容错冗余机制是安防行业面临的重大考验；

4、数据利用。安防监控虽然数据量很大，但真正有用的信息并不多。安防数据的有效性分为两个方面，一方面有效信息可能只分布在一个较短的时间段内，根据统计学原理，信息呈现“幂率”分布，往往越高密度的信息对客户价值越大；另一方面，数据的有效性体现在深层次挖掘庞大的海量数据，关联得出有效信息。视频监控业务网络化、大联网后，网内的设备越来越多，利用网内的闲置资源，实现资源的最大化利用，关乎运算的效率。在视频监控领域，往往视频分析的效率决定价值，更低的延迟、更准确的分析往往是客户的普遍需求。如何对海量的视频数据进行分析检索也对行业提出更大的挑战。

5、缺乏统一标准。国内安防行业经历十几年的快速发展，在此发展过程中，平安城市建设表现卓越，在安防应用中也一直走在前列，国内平安城市系统的建设也不断推动着国内安防技术和安防厂商的发展。在平安城市项目的建设过程中，由于参与的安防厂家众多，不同项目、不同系统甚至同一系统采用的设备厂商也不尽相同，为了更好的兼容各厂商产品，整个安防行业和政府也制定了一些标准，如ONVIF协议、GB28181协议以及各个地方省市发布的一些标准。

新一轮的智慧城市正在紧锣密鼓地进行着，相对平安城市相对“简单”的治安监控，智慧城市要求数据共享，跨区域视频联网监控、监控资源整合与共享以及政府各部门之间的视频监控资源共享等等。但是不同的地方城市，不同的行业类别，不同的管理方式都会有不同的监控系统方案，数据融合或者共享兼容性问题更多，对整个系统建设是重大考验。平安城市系统面向的是安防行业设备与系统的兼容问题，随着各种行标、地标的制定，各种问题基本得以解决；而智慧城市系统不仅仅是安防系统的整合，而是多个行业系统的集成应用，因缺乏统一标准带来的复杂性可想而知。庆幸的是国家目前已经发布智慧城市建设的各种标准，而相关企业也在不断规范自身系统的兼容性和开放性。

大数据是将来发展趋势，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传统安防领域继续深耕，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对数据的多副本和高可用机制提出更高的要求。

在安防大数据的发展中，我们已经见识到了安防云计算的基础架构云、平台云、服务云、通讯云、视频云、在2018年各大安防企业和互联网企业、软件企业都聚焦在大数据即服务的构建中，实现数据云。安防大数据价值逐渐被发展，安防大数据将成为企业发展的核心。而智慧城市建设实现了相关部门、行业、群体、系统之间的数据融合、信息共享，从而形成海量数据。对于海量数据的管理，将建立分级分类体系，数据信息一般被分为敏感信息和公开信息，将来，数据的分级分类可按安全属性进行，包括对用户权益的影响程度、信息关联度、数据泄露对机构或个人造成不良社会影响的程度等。同时，智慧城市数据的分类分级还应注意优先隐私保护、加强业务保障、关注数据稳定性等原则。对不同级别的数据进行同时处理、应用时，应按照其中级别最高的要求来实施保护;对于非敏感数据关联后可能产生敏感数据的情况，要充分预判发生场景，关联后产生数据对应的级别应高于原始数据。同时，从国家层面应在数据采集、传输、应用等环节建立端对端的数据安全保障体系，在数据资源相关的规范管理方面做好立法保护工作，推进政府数据开放、交换访问接口、安全保密等共享标准的制定。大数据将给我们的市场带来广泛的发展机会，是非常有前景的，也是值得大家重视的一个市场。各行业的客户和开发商应该在大数据市场抓住发展的机遇，借助自己的优势创造更多的价值，在未来激烈的市场竞争中借助大数据走得更远。