日前，2018浙江省大數(shù)據(jù)產(chǎn)業(yè)峰會暨浙江省大數(shù)據(jù)科技協(xié)會一屆二次會員大會上，工信部信息化和軟件服務業(yè)司軟件產(chǎn)業(yè)處處長傅永寶在致辭中表示“大數(shù)據(jù)是信息化發(fā)展新階段的重要組成部分，也是繼土地、勞動力、資本技術之后最活躍的關鍵生產(chǎn)要素�！蔽覈鴵碛薪�(jīng)濟大國、數(shù)據(jù)大國的疊加優(yōu)勢，繁榮發(fā)展的大數(shù)據(jù)產(chǎn)業(yè)新局面已經(jīng)形成。

近年來，中國大力推動實施國家大數(shù)據(jù)戰(zhàn)略，大數(shù)據(jù)產(chǎn)業(yè)保持良好發(fā)展勢頭，涌現(xiàn)出一大批大數(shù)據(jù)新企業(yè)、新產(chǎn)品、新服務、新業(yè)態(tài)。不斷涌動的創(chuàng)新、深度的融合和龐大的體量讓中國加速邁入“大數(shù)據(jù)時代”。而對中國而言，大數(shù)據(jù)不僅僅是“數(shù)據(jù)大”這么簡單，突破核心技術、培養(yǎng)競爭優(yōu)勢、培育持久動能、增強管理能力，都是推動大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的題中之義。

大數(shù)據(jù)對安防重要性不言而喻

在AI時代，誰獲取了場景化海量數(shù)據(jù)，誰就掌握了進入該領域通行證。從行業(yè)發(fā)展來看，無論是傳統(tǒng)安防企業(yè)還是新晉AI算法企業(yè)，通過與各地公安業(yè)務部門成立聯(lián)合實驗室，向垂直應用領域提供技術，各地公安業(yè)務部門提供大數(shù)據(jù)支撐，雙方共同開發(fā)垂直行業(yè)應用，并復制到其他領域，進而實現(xiàn)雙贏。

宇視科技產(chǎn)品線總工程師朱兵表示，“從技術發(fā)的脈絡來看，視頻是最重要、最豐富、最有價值的數(shù)據(jù)源，當我們對視頻監(jiān)控的訴求從看得更久、看得更遠、看得更清楚轉化為如何管理、組織和使用這些信息， IT與安防深入融合，使安防行業(yè)變革徹底深入到業(yè)務模式上探究�！�

他分析稱，從市場發(fā)展大勢來看，十年平安城市項目建設，產(chǎn)生了海量視頻數(shù)據(jù)。但是，大數(shù)據(jù)技術戰(zhàn)略意義不在于掌握龐大數(shù)據(jù)信息，而在于對這些含有意義數(shù)據(jù)進行專業(yè)化處理。換言之，在于如何讓數(shù)據(jù)會“說話”。如何將海量的數(shù)據(jù)變成落地民生，進行商業(yè)趨勢、判定研究質量、避免疾病擴散、打擊犯罪或測定實時交通路況是順應智慧城市、民用安防以及消費類視頻市場的趨勢所在。

安防大數(shù)據(jù)價值不僅僅在安防行業(yè)領域，其對安防邊界擴寬起到非常大作用，在智能家居、樓宇、超市、地鐵、人流疏導等區(qū)域所起作用也越來越大，通過成熟的智能算法和分析技術，廠商可以在視頻數(shù)據(jù)中獲得用戶行為數(shù)據(jù)，并與第三方合作公司一起開發(fā)大數(shù)據(jù)相關業(yè)務，為用戶提供精準服務，讓安防產(chǎn)業(yè)觸角向其他行業(yè)延伸，打造產(chǎn)業(yè)新增長點。

安防大數(shù)據(jù)面臨問題

安防大數(shù)據(jù)涉及的類型比較多，主要包含結構化、半結構化和非結構化的數(shù)據(jù)信息。其中結構化數(shù)據(jù)主要包括報警記錄、系統(tǒng)日志、運維數(shù)據(jù)、摘要分析結構化描述記錄以及各種相關的信息數(shù)據(jù)庫，如人口庫、六合一系統(tǒng)信息等；半結構化數(shù)據(jù)如人臉建模數(shù)據(jù)、指紋記錄等；而非結構化數(shù)據(jù)主要包括視頻錄像和圖片記錄，如監(jiān)控、報警、視頻摘要等錄像信息和卡口、人臉等圖片信息。

區(qū)別于其他行業(yè)大數(shù)據(jù)特點，安防大數(shù)據(jù)以非結構化的視頻和圖片為主，如何對非結構化的數(shù)據(jù)進行分析、提取、挖掘及處理，對安防行業(yè)提出了更多挑戰(zhàn)。

此外，存儲成本高和快速檢索困難也是安防大數(shù)據(jù)面臨的問題。

①存儲成本高。視頻圖像特別是高清視頻占存儲空間大，監(jiān)控視頻數(shù)據(jù)通常只存儲一個月，關鍵信息無法得到長時間保存，而且保存時間越長，成本就越高。

②快速檢索困難。監(jiān)控圖像資源中包含大量冗余的數(shù)據(jù)信息，讓用戶從這些數(shù)據(jù)中自行尋找線索，不亞于大海撈針。人工的數(shù)據(jù)回溯，不僅占用了大量的人力、物力和時間，同時由于個人能力的差異也會導致針對視頻的認知偏差。例如道路監(jiān)控僅針對卡口實現(xiàn)了主干道的車輛識別，覆蓋面有限，其他活動目標及特征無法獲取，大多依靠人工進行收集和處理，難以結合多種時空交叉數(shù)據(jù)進行快速檢索和研判比對。

結局：探索大數(shù)據(jù)安防，最核心是要把握大數(shù)據(jù)給安防行業(yè)帶來哪些挑戰(zhàn)，選擇哪些存儲方式去解決數(shù)據(jù)管理的問題。然而，應用才剛開始，監(jiān)控存儲格局也將在大數(shù)據(jù)時代出現(xiàn)更好的改變，我們拭目以待！