大数据时代安防行业面临新挑战

　　从目前大部分的安防系统架构看，安防大数据的传输渠道主要是网络，一般都采用联网汇聚，分级存储的机制，网络一般为千兆网，存储也以一般的磁盘阵列存储为主。为了适应安防信息整合，安防数据分析和信息挖掘的需求，安防系统逐步倾向于互联、整合，而安防数据信息也逐渐的汇聚和集成，出现了万兆网络集中汇聚管理，并且以云存储作为视频图像数据存储平台的趋势。目前，云存储已成为安防大数据的核心技术，各厂商也在着力提升自己的研发能力。

　　与传统的存储设备相比，云存储不仅仅是一个硬件，而是一个网络设备、存储设备、服务器、应用软件、公用访问接口、接入网和客户端程序等多个部分组成的复杂系统。云存储可以提供类似于磁盘阵列的裸空间服务，也可以提供基于存储的特定服务。例如云存储在科达平安城市系统中可为多个子系统提供存储服务，包括视频监控、卡口电警、图像资源库、图侦分析研判等。其可完成日常视频录像资源、各个案件中所涉及的视频和图片等资源、卡口电警所产生的车辆抓拍图片等资源的统一存储。

　　从应用架构上看，云存储系统与传统分布式存储系统差异并不明显，其更本质的区别其实体现在内部软件架构上。云存储系统采用大规模分布式并行文件系统，以大量的服务器和存储设备为基础，构建一个大规模存储集群，提供上百PB的存储容量，并能够在线进行容量的扩充，由此搭建的大容量存储系统整体成本远低于传统存储架构，并且具有良好的可扩充性和灵活性。

　　云存储系统通过元数据和存储数据分离的非对称式架构，通过负载均衡和数据并发访问策略，在普通硬件条件下获得高达数十Gbps的传输速率以及上百PB级的存储容量，并可根据用户应用发展的趋势，适时按需进行在线动态扩展。与单机的文件系统不同，分布式文件系统不是将这些数据放在一块磁盘上由上层操作系统来管理，而是存放在一个服务器集群上，由集群中的服务器，各尽其责，通力合作，提供整个文件系统的服务。

　　云存储系统内置了基于对象数据管理策略，能够保证在系统局部发生故障时数据的安全性和可靠性，彻底消除存储系统中的单点故障，结合自动故障探测和快速故障恢复技术，确保用户的应用持续稳定地运行，同时减少部署和管理的难度。以科达云存储系统为例，传统的存储设备，通常用RAID方式进行冗余备份，当有硬盘损坏时，RAID重构时间通常要十几个小时，这期间如果再有硬盘坏掉，数据就无法恢复了，所以维护人员需要在第一时间赶到现场更换硬盘，7×24小时待命；科达云存储采用分布式文件系统，数据的存储和备份不再依赖单台设备的能力，有硬盘坏掉时，其余的硬盘将自动进行重构，恢复受损的数据，这只需要十几分钟的时间，维护人员只需要定期检查硬盘的损坏情况，并更换新硬盘即可，维护非常简单。

　　机遇与挑战并存

　　数据越发庞大，积累的商业信息越多，价值也就越大。以海量、多样、快速为显著特征的大数据，不像传统数据库的数据那么易于管理和分析，它在为整个IT及通信行业带来机遇的同时，也提出了更高的要求。

　　比如安全问题，数据安全是整个IT行业内的难题，在安防领域也不例外，IT领域碰到的安全威胁和各种各样的破坏和攻击，在安防领域同样会遇到。而对于安防领域而言，数据量大，图像信息蕴含的信息量更多，而且还涉及到个人隐私，公共安全等问题，所以，在系统安全方面更不容忽视，但设备商的相关技术与国家的法律规范不可能是一蹴而就的。

　　目前安防行业已经一只脚买入了大数据时代，但是还没有完全进入。之所以这么说，是因为当前安防系统的数据量的确在不断膨胀，高清视频的出现，安防系统联网和整合的不断推进，存储技术和容量的提升，导致数据体量巨大，大数据的特征凸显，这样的安防系统注定将是一个大的数据集合体，但是，目前大量的视频数据仍然是独立的、零散的。视频录像数据散布在各个行业、单位独立的系统中，没有发挥达到真正的联网、共享，业界也没有形成对数据挖掘、利用的通用方法。

　　此外，在相关IT基础设施，视频图像信息的智能分析和检索，安防数据的组织管理、数据分析和挖掘算法的建模和实现，需要全面导入创新的技术。安防企业在做好安防系统和应用的同时，需要加强内功，提高研发能力，加强技术储备，应对更大数据量带来的冲击，提升对大数据的处理和利用能力，特别是目前最为迫切需要提升的视频智能应用、视频智能分析的准确度，这些都是安防行业在进入大数据时代前需要解决的问题。

　　【作者单位:苏州科达科技股份有限公司】

声明:

凡文章来源标注为"CPS中安网"的文章版权均为本站所有，如需转载请务必注明出处为"CPS中安网"，违反者本网将追究相关法律责任。非本网作品均来自互联网，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。