云架构下的网络高清视频监控的数据管理

　　有效地分析网络视频监控上攻击所采取的可能方式，对于我们部署一个更加有效的安全的网络摄像机监控方案有巨大的意义。首先，采取更为安全可靠的用户全面认证技术，保证设备安全。对用户的权限划分更为严密，各种功能全部基于用户的类型掩藏或者显示出来。一般用户没有控制权限，管理员用户必须有相应的密钥才能够登录设备。其次，在网络层和传输层，采用IPSEC加密，基于SIP会话协议进行设备通信，采用TLS对SIP消息实现逐条的安全加密，传输过程中采用RSA（1024位、2048位可选）对会话密钥进行加密，传输内容采用DES、3DES、AES等算法进行加密。另外，采用同方自有通过国家加密局认证的加密算法的硬件加密芯片在前端图像采集设备如摄像机、后端存储解密和显示设备如NVR、DVR以及VMS软件实现图像的加密和解密。值得说明的是，这是一种完全的硬件加密和解密的方式，基本上不可能通过任何方式实现破解。同方为用户提供的安全解密卡必须配套一个密钥才能实现解密功能。只有具有机密卡以及密钥的用户才可以实现对网络摄像机的访问、视频预览、回放、录像查询、设备管理、用户配置等操作。

　　更为值得说明的是，加密的视频数据可以根据用户的需求进行灵活配置以实现不同的现实效果。如图1显示了不同的加密效果。

　　图1

　　云存储下的视频数据管理

　　高清视频监控中的主要问题是如何处理庞大的高清视频数据。如果采用1080P的高清视频监控，使用能获得最高压缩比的H.264图像压缩技术处理收集的高清视频，则压缩输出码率最高可达到6Mbps，也就是每台摄像机每天将大约产生50GB左右的数据量，这对于存储、处理的压力是十分巨大的。

　　借助厂家提供的监控云存储服务，企业有望摆脱在硬件存储设备上的巨额投入，减少在系统维护上的人力支出，快速减轻财政压力，提升企业竞争力。届时，用户只需支付少量的储存费用，就能把超大容量的数据存在云端，并根据需要设置相关权限，随时随地共享给需要共享的人员，在减少数据传输的时间的同时，借助厂家更为出色的加密技术，避免传输过程中造成的丢包、泄密等事故的产生，全面保证数据的安全性。

　　虽然在可扩展的NAS平台上有很多选择，但是通常来说，他们表现为一种服务、一种硬件设备或一种软件解决方案，每一种选择都有它们自身的优势和劣势：

　　● 服务模式：最普遍的情况下， 当你考虑云存储的时候，你就会想到其所提供的服务产品。这种模式很容易开始，其可扩展性几乎是瞬间的。根据定义，你拥有一份异地数据的备份。然而，带宽是有限的，因此要考虑你的恢复模型。你必须要满足你网络之外的数据的需求。

　　● HW模式：这种部署位于防火墙背后，并且其提供的吞吐量要比公共的内部网络好。购买整合的硬件存储解决方案非常方便，而且，如果厂商在安装/管理上做的好的话，其往往伴随有机架和堆栈模型。但是，这样你就会放弃某些摩尔定律的优势，因为你会受到硬件设备的限制。

　　● SW模式：SW模式具有HW模式所具有的优势。另外，它还具有HW所没有的价格竞争优势。然而，其安装/管理过程序要谨慎关注，因为安装某些SW的确非常困难，或者可能需要其他条件来限制人们选择HW，而选择SW。

　　基于分布式的架构，可以采用以集群的形式共同对外提供服务，将海量实时视频数据的压力均匀分散到每个处理节点上，实现负载均衡，保证每个节点都处于高效的运转状态。根据实时性的要求，可以采取将数据接入、处理、转发等模块进行优化，尽量做到数据在集群内不迁移，减少IO和传输操作，从而进一步确保实时性的要求。

　　另外，云计算框架下网络视频监控的大数据传输对网络带宽要求较高，另外在此网络框架下实现网络的弹性及扩容，并提高技术性能高，就需要根据用户客户端的监控需求瞬时动态地调整视频分辨率。

　　此外对于摄像头采集的高清视频信号格式协议由于业务需求的不同，各个厂家也不尽相同，就需要在云计算平台上完成实时的转码，通过将采集到的各路高清视频信号转换为符合监控客户端需求的信号，并实时转发，这样可以有效地减小监控端处的解码压力，使得监控更为流畅，并能有效地支持诸如手机等移动终端的监控需求。

　　通过一系列的数据管理技术可以解决云计算技术在面对网络高清视频监控大数据的存储、处理、应用等方面面临的问题。当然，随着新的业务需求的出现，云存储、云计算处理数据的技术也在日新月异地变化着，这就需要各厂家必须跟踪这样的变化，并能够及时在技术和产品上保持持续投入和创新。

　　根据前文的描述，我们可以清晰地认识到，网络高清视频监控系统在向云计算架构的方向发展的过程中，在网络架构、开放标准、业务管理和客户需求等均已经具备了成熟的条件，比如有成熟的技术、产品和解决方案，但是云安防真正在实际项目中建设，实现化云为雨，就需要考虑云计算技术和视频监控业务需求上的结合点，主要集中体现在数据存储、数据安全等数据管理问题上。

　　作者单位  同方（深圳）云计算技术股份有限公司