监所安防平台如何迎接大数据时代

在安防行业的系统建设中,在大数据方面首要考虑的就是如何保障音视频监控的大规模及高稳定性的存储,从与监所安防平台的结合性来看,对大数据首先要求随时可以调用,其次对存储系统的可靠性和性能等方面具备高要求,针对上述问题,海康威视监所安防平台的警情统计分析模块从大规模数据处理的角度出发设计了本方案。

    与建设的长沙、贵阳等诸多成功的平安城市建设案例中,涉及的数据已经是PB级别,这些大数据对平台在快速调取、精确定位、智能分析等方面有着诸多要求。相比平安城市、智慧城市等项目,监所类安防系统的建设中,对大数据的关注也逐渐在提高。那么,监所类方案平台在大数据处理方面面临着哪些需求呢?
  一、监所安防平台面临的大数据
  在一般意义的监所安防平台上,考虑接入的资源主要有两类:视频监控系统和各类技防系统,技防系统包含了我们通常意义上理解的应急报警、门禁控制、民警巡视等子系统。从数据资源的类别上来看,监所平台涉及到的数据可分为视频监控数据资源和报警数据资源。这两类数据资源之间是相互交叉的关系,例如平台记录的某条报警数据,很有可能就关联到了某个前端摄像机在该条报警数据产生时段的录像,记录的某次巡更记录,则会牵扯到多个前端摄像机的多条录像片段。
  从另一个角度来看,由于监所的大小不一,涉及到的数据资源的大小也不一。一个小型看守所的日常管理和一个大型监狱的日常管理就有很大的不同,同时他们之间的关注点也不完全相同。如果一定要以一个指标来区分平台是否有必要进行大数据的分析和处理,我们建议单个平台接入的点位数量在800-1000路及更大规模的情况下,就可以考虑采用平台采用大数据解决方案。
  二、安防平台大数据解决方案
  如上所述,监所平台在现在可以采用哪些大数据的解决方案呢?主要是大容量存储、图像处理、资源维护三大部分,下面就将围绕着上述几方面介绍下海康威视推出的解决方案。
  (一)大数据云存储
  在安防行业的系统建设中,在大数据方面首要考虑的就是如何保障音视频监控的大规模及高稳定性的存储。从与监所安防平台的结合性来看,对大数据首先要求随时可以调用,其次对存储系统的可靠性和性能等方面具备高要求。因此大数据解决方案,首要解决的就是存储系统的解决方案。
  云存储是在云计算(cloudcomputing)概念上延伸和发展出来的一个新的概念,是指通过集群应用、网格技术或分布式文件系统等功能,应用存储虚拟化技术将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作,共同对外提供数据存储和业务访问功能的一个系统。所以云存储可以认为是配置了大容量存储设备的一个云计算系统。
  云存储最明显的好处,就是存储容量的提升,目前海康威视的云存储方案可以支持万路前端及百PB级别。其次是存储资源虚拟化统一管理;虚拟池可自由划分,为监控区域定制容量;也就是说用户看到的不再是一台台存储设备,而是一个大的资源池。用户字需要关注如何分配好这个资源池,而不需要过多去关注会不会受到单台设备的影响。第三就是视频存储节点采用集群化部署,避免单点故障。
  (二)视频浓缩
  解决了大容量存储之后,在发生突发事件或者要对时间进行溯源的时候,用户面对的就是海量的视频文件?由于人类的生理局限,长时间专注于单一视频画面,容易造成监看人员的注意力低下,产生视觉疲劳,严重影响效率。另一方面,因为人眼的视觉疲劳,极易忽略掉重要的目标线索,造成“过眼不过脑”的情况,人对于单调的事物无法长时间的集中注意力。
  据数据统计,如果用户面对的是一个千路以上规模的安防平台,在进行线索排查的时候,一条线索可能涉及到的就是周边几十个摄像头、所需要审看的视频量时常达到数百上千小时,以人工方式排查的话需要人员连续加班进行视频的审看。


监所安防平台如何迎接大数据时代

大数据的视频浓缩播放


    要解决上述问题,则可采用视频浓缩播放技术。该方案可对非关键区域视频快速播放,关键区域则采用正常播放,对长时间视频采用浓缩播放,快速查找和定位目标,减少查找时间,提高效率。
  (三)设备运维
  大数据带来的另一方面挑战就是硬件资源的维护,从视频运维的角度来看,首先要求的就是对不同厂商、不同建设时间、不同品牌型号、不同协议、分布在不同网段的视频设备进行统一监控管理,实现对全网资源统一管理、统一分析、统一预警、统一考核。
  其次就是能对资源监控管理采用自动化巡检操作,并将告警信息自动进行过滤、压缩、分级形成事件。这要求系统要能及时、准确分析和定位故障根源,实现运维管理效率和服务管理质量的同步提升。
  第三也是给业务管理部门带来了新要求,要求把业务部门用户、各级支持人员、被管理视频资源和管理软件有机的结合起来,通过标准化、流程化运维管理将管理数据电子化,管理过程规范化。


监所安防平台如何迎接大数据时代

大数据的设备自动运维管理


    海康威视的监所安防平台可以对所有视频资源进行监测分析,当有设备出现故障时,会自动显示告警列表信息。运维人员看到告警信息后,即可查看告警的具体信息和经过预警系统分析的告警根源信息,并对告警情况进行初步分析。当故障事件处理结束后,系统则会自动消除故障状态。
  通过上述流程可以看到,在大容量的设备资源池中,通过自动运维系统,可以最大程度的解放人力,有的放矢,提高整套系统的运行效率和人员的工作效率。
  (四)警情统计分析
  在大平台面向大规模的安防业务类数据时,如何能对上报的大数量的警情进行有效的分析和及时处理,也是一个重大的课题。在以往的安防平台中,更多依赖的是人工手动的处理以及直接操作硬件设备进行处置干预,带来的后果是效率不高,并发处理量不大,同时针对上报的不同类型的警情的过滤性不高。


监所安防平台如何迎接大数据时代

警情的分析研判


    三、针对上述问题,海康威视监所安防平台的警情统计分析模块从大规模数据处理的角度出发,可实现以下的实现功能
  (一)实现了警情、案件及相关人员信息等整合关联,利用对警情、案件信息的检索、监管、统计、预警、预测等功能,满足对多种需求的警情处理、分析及研判功能,为打、防、管、控提供全面的技术支撑,并通过系统融合贯通、相互关联、数据共享,可实现基层值班民警、技术科主任、所领导、省局领导之间的信息流转和分级处理。
  (二)可以按组织机构对警情案件分类、分时间进行统计分析,并按某个时间段对警情案件发生次数趋势进行统计分析,包括选择任意时间段、任意选定范围内的一种或几种案件作出时间、地点分布图。统计的口径包括:按案件性质统计(按照案件性质统计在任意时间段内的案件数量)、按组织机构统计(按照公安监管场所内的各个组织机构统计出在某段时间内的案件数量)、按案发时间统计(统计某个区域范围内每小时的警情)。
  在平台完成上述的警情的自动统计和分析之后,平台还可以通过数据的收集形成对警情发生的趋势分析,根据已有的数据量推断出警情案件发生的趋势,便于领导直观了解监所在接下来的一个时期内的安全管控情况及其趋势。
  上文所介绍的可以适用于监所安防平台的几种大数据处理技术,只是一个基本的运用。随着各安防平台厂家和监所业务结合的深入以及业主对于大数据处理方面越来越迫切的需求,大数据的各种解决方案也会越来越多。希望这一篇小小文章,能对参与到监所安防平台的建设者们带来点启发。

监所安防平台如何迎接大数据时代

该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们

(0)
小安小安

相关推荐

  • 可靠且灵活高性能安全级边缘存储正受欢迎

    人工智能、物联网和 5G 的进步也意味着视频监控收集的数据量呈指数级增长。随着超高清摄像头和人工智能的使用,视频监控系统正在收集和存储越来越多的数据。因此,需要价格合理、可靠且灵活的高性能安全级边缘存储解决方案。

    2025年12月18日
  • 东莞市国家教育考试标准化考点视频监控系统改扩建项目(二次)招标公告

    项目概况 东莞市国家教育考试标准化考点视频监控系统改扩建项目(二次)招标项目的潜在投标人应在广东省政府采购网https://gdgpo.czt.gd.gov.cn/获取招标文件,并…

    2025年12月17日
  • 青岛推进天网工程 5年后监控覆盖所有道路小区

    5年后,随着天网工程的不断建设,全市所有的单位、设施、场所、道路、小区、村庄视频监控实现全覆盖,大数据在公共治安活动中运用得越来越多。我认为,天网工程应该不再是单纯的视频监控,有可能实现与物联网技术融合。覆盖全市的天罗地网将对犯罪分子起到极大的震慑作用,我希望,发案率越来越低,零发案社区也会越来越多,我们生活的城市会更加美好,更加安全。

    2025年12月17日
  • 中国视频监控市场:模拟萎缩 数字扩张

    中国视频监控市场快速发展,传统的模拟监控市场逐步萎缩,而数字监控逐步成为主流。网络化、个人化和智能化将是中国视频监控市场重要的发展趋势。

    2025年12月16日
  • 无线视频监控 让您的安防更加简单可靠

    视频监控接入方式由有线转入无线是一种必然趋势。随着无线技术的日益发展,无线传输技术应用越来越被各行各业所接受。无线监控作为一个特殊使用方式也逐渐被广大用户看好。其安装方便、灵活性强、性价比高等特性使得更多行业的监控系统采用无线监控方式,建立被监控点和监控中心之间的连接。无线监控技术已经在现代化小区、交通、运输、水利、航运、治安、消防等领域得到了广泛的应用。

    2025年12月16日
  • 网络视频监控市场增长迅速

    中国视频监控市场是一个充满机会的市场。2007年,中国视频监控市场的总体规模达到了41亿美金,比2006年增长了24.2%。

    2025年12月15日