大数据技术在智慧安防领域的应用模式探析

大数据技术在智慧安防领域的应用模式探析

马新春

（新疆电子研究所股份有限公司乌鲁木齐830013）

摘要：随着科技和经济的持续进步，小区智慧安防已经逐渐变成目前我们国家十分重视的对象之一。现如今已经进入了信息化时代，互联网技术已经逐步应用到了多个不同的领域之中。也正是基于这一背景，小区安防也逐渐拥有了充足的数据资源。为了能够将这些数据技术隐含的价值充分发挥出来，这些年相关工作人员正在持续不断的努力。尤其是是其应用模式方面，更是研究工作的重中之重。本篇文章将阐述大数据的基本意义，分析智能安防之中的大数据，探讨智能安防的未来展位，并对于大数据的主要应用方面提出一些合理的见解。

关键词：安防；大数据；视频监控；智慧安防

从现阶段发展而言，不论是信息技术的发展还是企业、个人以及政府的数据资料都处于高速增长的态势。在如此海量的数据资源中如何找到自身需要的信息，这便是目前发展的主要工作。这些基本需求主要包括信息查询、信息定位、信息理解以及信息预测，企业的大数据技术已经思维均将此作为核心进行发展。进入大数据时代之后，拥有大数据技术的企业便是掘金者，而拥有足够数据的企业可以算作为是开采者。在安防产业之中拥有大量高价值的数据，为了将这些数据的作用充分发挥出来，提升小区安防工作的智能化水平，如今已经成为了企业发展的基本方向。

一、大数据的主要意义

在早期的时候，整个业界对于大数据一共提供了4个定义，分别是数量大、多样性、价值高以及速度快。而大数据的基本特点主要包括了四个层面。第一点是数据本身的体量非常大，一般情况下，其数据内容的其实单位主要以P开始，也就是1000个T；之后则是E，也就是100万个T；再之后则是Z，也就是10亿个T。第二点是数据的类型十分繁杂，种类数量很多，最为常见的便是网络日志、视频、图片以及地理位置信息等。第三点是价值的密度非常低，整体商业价值非常高。第四点则是数据处理的速度特别快，也正是基于这一情况，导致其与传统的数据处理技术方面有着比较大的差异。通常而言，只要能够满足前三点条件的数据资料便可以算作是大数据，而只有第四点是与大数据处理技术有所关联[1]。

在当前互联网行业之中，几大互联网巨头都开始尝试应用这些具有非常高的大数据资源。例如百度公司依靠百度搜索获取数据资源，阿里巴巴依靠淘宝获得用户交易以及信用的数据信息，而腾讯则依靠QQ以及微信获取人们日常社交的数据信息。由此便能够看出，大数据的优势十分明显[2]。

进入大数据时代之后，各行各业通过各种方式获得用户的数据资源。诸如医院能够获得病院用户的医疗数据，电力企业依靠电力系统获得用户自身的用电数据，而金融企业则能够获得用户的财产数据以及日常流水记录，电信企业则能够获得各个用户的日常通话记录、短信记录以及位置资料，公安部门能够获得城市居民自身的身份信息，交通部门则能够获取有车用户的牌照信息资料等，这些都是值得人们进一步进行挖掘的重要资源。如果能够将其中任何一个领域的资源充分应用，都可以产生巨大的商业价值。而如果多个行业选择跨界合作，其产生的叠加效应更是很难进行估量。也正是基于此类原因，大数据目前已经度过了早期的概念阶段，逐步在各行各业中开始得到应用。这其中，最具代表性的便是电商企业的智能推荐系统，诸如腾讯QQ根据用户的交流以及好友人数进行好友推荐，而百度则依靠用户日常搜索的信息为其提供热点咨询，新浪微博能够根据用户的阅读习惯为其提供相关的新闻咨询[3]。

二、智能安防中的大数据

在小区安防方面，同样有海量的大数据资源隐藏其中。诸如视频监控录像资源以及经过卡口的车辆数据资源等。

通常而言，安防的概念便是安全方法，也就是提前做好相应的准备与保护，以此防止实际运行时遇到的攻击，亦或者防止外部产生的侵害，以此促使被保护对象能够长期处于没有任何危险、不受侵害以及没有事故发生的安全状态。安防技术在早期主要应用于一些文化馆、博物馆以及银行之中。而现如今，安防技术已经得到了全面普及，逐步应用到了多个行业之中，甚至在某种程度上已经完全融入到了人们的正常生活之中。早在2005年的时候，政府便提出了“平安城市”的基本概念，也就是在同期，联网报警系统已经在城市建设中发挥了非常重要的作用，获得了非常好的发展。但是，从细节层面来看，仍然有诸多问题存在。例如，某用户正待在家中，此时有人在外敲门，当门打开之后，此人却谎称送快递送错了住户。之后此人采用同样的方法继续敲开其他用户的家门，直到有一家发现没有人开门，此时其便选择撬开门锁，完成了盗窃[4]。

单从用户的角度而言，所有用户都会认为此人的行为表现十分正常，但是如果从小区保安的角度而言，通过调用监控录像的数据，很快便能发现这是一个潜在的威胁，此人的个人行为存在异常情况。这一场景是整个安防行业中非常普遍的一个场景，如果仍然采用早期的安防系统，则很难在短时间内进行处理。而如果依靠多个摄像头共同使用，则能够有效提取此人的行为语义，并及时展开跟踪和分析，从而能够对其予以处理，这也是大数据中的一大应用。

通常而言，安防系统主要包括入侵报警系统、视频监控系统、门禁控制系统、防盗报警系统以及楼宇对讲系统等。这其中，视频数据的应用是最为广泛的一种。将视频数据作为基础，并与门禁系统提供的数据、进入人员的人脸数据以及语音数据进行结合，采取大数据分析的方式能够在短时间内提取出大量具有很高价值意义的信息资源。为此，如何能够将其充分利用，则是所有安防企业未来必须予以关注的核心内容[5]。

三、智慧安防的未来展望

（一）平安城市

现如今我们过埃及的平安城市建设工资已经逐步深入，普遍用户的需求也发生了一定程度的改变，逐步从早期对于视频内容的观看、存储、管理以及掌控开始向深度使用进行发展。如此不仅能够促使视频数据能与其他多方面业务展开合作，而且还能将数据资源本身的潜在价值全部挖掘出来。在早些时候，数据资料往往只能应用在一些单一场景之中，这些单点应用往往都非常简单，因此很快便受到了市场的欢迎。然而，在针对大面积健康以及数据资源的处理工作方面，安防领域的技术水平相对较为落后，一直都很难有所发展。而随着我们国家开始推广Smart技术，诸如Smart前端、Smart存储以及Smart平台逐一出现，使得系统内部能够产生出更多具有高价值的数据资源。对这些资源信息合理展开应用，能够有效突破原有的应用模式。

（二）智能交通管理

近些年来，我们国家的人均车辆持有率不断增加，因此交通管制的限制与实际需求方面产生了巨大的矛盾。因此，必须应用大数据技术对其进行改进，提升管理能力，从而将交通事故产生的概率降至最低。基于我国道路本身的而言，可以采取图像处理以及模式识别的技术，完成对于所有交通道路的全时段监控，并从中获取相关数据资源。前端卡口能够获得汽车的基本资料，包括号牌、车身颜色、车标以及车辆品牌，并将其上传到系统数据库之中。一旦发现有肇事逃逸的车辆出现，系统会立刻发出警报，从而为后期的侦测工作提供重要的信息资源。不仅如此，前端开口还能记录出经过卡口时汽车的信息资料，实时掌握车辆本身的流量状况，为之后的交通诱导提供相应的参考资料。

（三）环境保护

城市人口增长的速度持续加快使得环境破坏的问题变得日益严重，如果没有对此展开相对应的处理措施，会使得环境所能够承载的压力持续增加。为了确保居民的生活质量不受影响的同时还能够减少环境破坏的效果，以此创造出一个更加适合人们居住的“绿色城市”，确保可持续性发展战略能够贯彻到位。在采取环境保护战略的适合，可以依靠365天，每天24小时的方式持续对环境的变化状况进行检测，将数据结果全部予以输出，同时还能提升其可视化效果，以此为基础建立相应的治理模型，进而对实际环境进行全方位模拟。不仅如此，通过采集技术，相关人员能够在第一时间获得环境的指标信息，并将其上传到数据库中进行分析，进而能够推出更多具有针对性措施的方案[6]。

（四）危化品运输监控

一般情况下，运输危化品的车辆出现安全事故的主要原因便是超载、恶劣天气、道路状况不佳以及驾驶员违规等。不仅如此，如果部分危化品未能合理包装，部分毒气从中渗出，驾驶员则会受到相应的影响，从而导致事故出现。为此，企业可以在运输车上安装GPS，以此对其采取跟踪管理，从而能够直接了解到当前汽车的运行状况以及物品的基本参数。如此一来，货主、物流企业以及司机之间的信息资源将会完成全面共享，并能够充分结合，进而实现全面监控的基本目的，确保产品质量安全的同时，也能保证司机自身的人身安全。

（五）食品安全监控

食品安全问题是所有国民极为关注的重要问题。近些年来，相关案例层出不穷，使得人们对其安全性产生了比较大的担忧。为此，必须应用大数据监控的方式，从源头上进行处理，为广大用户创造优良的消费环境。在进行视频监督的时候，企业可以建立相关检测网点，以此能够在第一时间对数据进行标识和感知，以此为基础创设数据分平台，从而能够完成数据资源的动态收集工作。再经过相应的分析之后，以此提升其安全性价值[7]。

四、大数据在智慧安防中的主要应用模式

在安防领域之中，最为重要的核心部分便是视频监控的系统，当前遇到的主要问题则是“无法看清”、“存储量过低”以及“找不到资源”等。现如今超清华已经成为了行业发展的主要趋势，从而解决了早期无法看清视频资源的问题。但随之带来的结果便是数据的储存量也得到了大幅度增长，导致无法存储量过低以及无法找到资源的问题变得更为严重。针对这一情况，部分企业决定采取抽帧以及视频压缩的方式处理储存量过低的问题，对于一些已经储存完毕的数据可以采用淡忘式储存的方式，以此尽可能降低占用的储存空间。而对于无法找到的问题可以采取一些辅助处理方式，诸如视频摘要以及切片等，这些技术种类可以促使人们在第一时间找到自己希望找到的信息资源，从某种程度上也能够算作是一种提升。但是，距离自动化中提供的有效距离仍然十分有限，而大数据的应用则可以有效解决这一问题。

在传统视频监控系统之中，主要是将摄像机作为主要核心，对于视频资源采取转发以及集中处理的工作面，促使广大用户能够通过单一客户端查看到前期的视频资源。整个系统并不会对视频的信号采取相应的处理措施，最后只是依靠使用人员自我观察的方式进行判断，以此了解该图像是否存在应用价值。

现代视频健康系统则是将图像的检测工作以及技术分析的工作作为主要核心，依靠对于前后端信息的分析以及自动解释，从中能够提取出大量结构化的信息资源，从而大幅度提升视频系统的信息利用效果。究其原因则是早期的视频系统只是人类视觉层面的延伸，而现代监控系统则是对于人类大脑层面的延伸。

目前来看，在进行大数据分析工作的相关工具主要为开源以及商用生态圈。开源数据主要包括三类，第一类则是HadoopHDFS、HadoopMapReduce、HBASE以及Hive。目前来看，早期与Hadoop相关的生态圈基本上已经完全形成。第二类则是Hypertable，其可以算作是一种特殊类比，通常主要存在原有Hadoop的生态圈外围，但是在最早的时期，仍然有一批用户使用过。第三类则是NoSQL、membase以及MongoDb。而商用生态圈与开源十分相似，同样能够将其分成三类，第一类是一体机的数据仓库，主要包括IMBPureData、OracleExadata以及SAPHana等。第二类是数据仓库，主要包括TeradataAsterData、EMCGreenPlum以及HPVertica等。第三类则是数据集市，主要包括QilkView、Tableau以及YonghongDataMart等[8]。

对于应用厂家而言，大数据的技术路线同样能够将其分成两类。第一类是自建，主要需要掌握充足的数据资源，并对其采取相应的处理措施，因此必须提前获得并行处理、分布式数据库、数据挖掘、分布式文件系统、分布式计算平台、互联网以及能够进行扩展的技术，其涉及的技术种类非常广，因此往往需要投入大量的资金成本。而另外一类则是主要借助一些云计算平台，企业或者用户能够将自己的数据资源上传到云空间之中，依靠云平台中数据分析，并结合一些供应商提供的资源信息，从而能够产生出巨大的价值。为此，必须建立云生态，将多方面资源全部整合起来，从而形成一条完整的产业链，进而建立更为优质的利益分配机制。

对于当前安防企业来说，最为有效的方式便是借助服务商提供的服务内容，以此实现大数据化。在这其中，必须注意三点内容。其一是如何能够有效将数据上传到云空间之中，其二是如何建立相应机制对于大数据内容进行分享，其三则是具体采取何种方式能够将海量的数据资源进行整合。通过分析能够发现，前两条内容全部都属于安防领域，是所有安防技术企业必须掌握的核心技术。而第三点内容则需要由云服务企业负责，企业之间完成合作，共同实现这一结果。

数据企业将所有数据全部清洗之后，从中进行相应的提炼，并进入市场之中，之后在依靠云厂商提供的相关平台，直接在云中完成所有计算的工作。首先，无论是前期的存储和清洗，还是后期的归类、标签化以及结构化。通过完成此类操作之后，数据才能完整地上传到云空间中。在云空间内部，企业能够对于一些非敏感的数据进行全面共享。之后以此为基础，建立一个空间交换的基本机制，从而完成数据交换的工作。之后再依靠同一个数据出口进行资源交换，以便于后期的费用审计以及结算。在最后，依靠业务企业内部的应用系统将所有资源进行整合，从而建立相应的模型并进行分析。这些操作全部都属于技术种类，必须要由服务集群、数据模型以及数据算法提供相应的基础保障，之后才能从中挖掘出最为有效的结果。

五、结束语

综上所述，当前大数据技术已经在智慧安防领域中有了广泛的应用。越来越多的大型企业也对其提高了重视程度，并继续展开深入研究。相信在未来，该技术一定还会拥有更好地发展前景。

参考文献：

[1]王志芳.大数据技术在智慧安防领域的应用模式探析[J].中国安防,2015(5):62-65.

[2]左运国.基于大数据的监狱安全防范模式应用分析[J].中国安防,2015(z2):44-48.

[3]王智昊,柴宝起.大数据在智慧城市领域的应用浅析[J].中国安防,2017(7):79-82.

[4]王睿林.智能分析与云存储技术助力安防进入大数据时代[J].中国公共安全,2017(22):108-111.

[5]封帆.从数字油田到智慧油田——大数据技术在油气生产领域的应用探讨[J].自动化博览,2016(8):76-79.

[6]徐力,夏海元.大数据技术在智能交通中的应用探析[J].中国安防,2016(5):67-69.

[7]何志涛,田铁红,孙世臻,等.基于大数据技术的视频监控应用研究与探索[J].数字技术与应用,2017(1):95-96.

[8]林青.云计算解决方案实现大数据安防智慧应用的化云为雨[J].A&s:安全&自动化,2015(9):102-103.