編者按：安防大數據作為智慧城市大數據時代的核心基礎，已成為智慧城市建設中權重最高的大數據類型。安防大數據在智慧城市建設中有著怎樣的應用現狀？將發揮什么作用？又將面臨怎樣的疑難困境？佳都科技深度文章給你答案！

此文連載為《安防大數據在智慧城市建設中的地位與深度應用》上部分，謝謝關注！

安防大數據在智慧城市建設中的

應用現狀

近年來，我國各地區、各部門智慧城市建設，在解決城市人口增長、環境污染、交通擁堵等各類的“城市病”的同時，也出現了各信息系統標準不一、互不兼容、接入受阻、出現信息孤島等瓶頸。建設智慧城市的一個重要目標，就是要建設和諧、宜居、富有活力和現代化的城市，利用先進的信息技術，實現城市智慧式管理和運行，進而為城市中的人創造更美好的生活，促進城市的和諧、可持續成長。隨著云計算、大數據、物聯網、人工智能等各種新技術風起云涌，數據的融合與共享越來越得到重視，數據處理、數據共享、數據挖掘、數據分析、數據應用等大數據技術成為智慧城市建設發展的關鍵技術，同時也開啟了全新的智慧城市大數據時代。

安防大數據作為智慧城市大數據時代的核心基礎，已成為智慧城市建設中權重最高的大數據類型。服務于“社會安全立體化、行業安全智能化、民生安全常態化”的安防大數據已通過各種形式的建設應用從安全防護角度逐步延伸到了智慧城市大數據安全基礎全生命周期中，目前，各地開建的雪亮工程、天網工程等項目中，安全感知網絡已從常規的前端設備安全互聯、后端平臺安全邊界設計發展到以智能設備物聯網感知大數據、人臉識別深度學習人工智能應用相切換。由此帶來的這些應用現狀正越來越凸顯安防大數據本身的多維度安全防護之重要性。

智慧城市已初步整合各領域資源，民生領域數據安全風險加劇。隨著居民生活對智能網絡依賴性的增長，個人、家庭的生活信息通過物聯網全方位暴露，使個人信息泄露風險加劇。例如，智慧社區個人IP、身份、住址的信息泄露，增加了個人遭受金融詐騙的風險。在智慧城市建設的初期，人們普遍缺乏個人信息保護意識，也缺乏安全防護實踐，民生領域中信息安全所面臨的問題變得更為復雜。

新興技術得到初步應用，城市大數據安全成為重中之重。云計算技術打破城市間信息孤島，物聯網技術使智慧城市建設得到初步落地，大數據技術實現各個系統之間的協同運行，為智慧城市各個環節的運作提供支持。在智慧城市中，很多數據并不是人工提供的，而是依靠探針、物聯網設備等聯網設備自動收集提取的。在這些數據收集、上傳、分享、存儲過程中涉及的應用程序、設備、網絡以及使用者都是數據的承載者，而應用程序的編碼漏洞、設備的管理漏洞、網絡的傳輸協議漏洞，抑或人為惡意操作都將對數據安全帶來安全隱患。

移動終端和智能應用接入智慧網絡，聚集新型數據安全威脅。隨著智慧城市的建設和科技的發展，一方面政府部門不斷開展公共無線網絡建設，另一方面像華為等數家大型通信企業紛紛開展5G研發，而這些正進一步促進移動終端行業的發展。未來的移動終端不僅可以通話、拍照、聽音樂、玩游戲，而且可以實現包括定位、信息處理、指紋掃描、身份證掃描、條碼掃描、RFID掃描、IC卡掃描以及酒精含量檢測等豐富的功能。隨著智慧城市的發展，眾多企業也看到了移動終端在智慧城市中應用的重要性，移動終端應用產品在智慧城市中百花齊放。大量智能終端設備和傳感器接入智慧城市綜合網絡，產生了復雜的接入環境、多樣化的接入方式和數量龐大的接入終端，全面加大了智慧城市系統的接入風險，也聚集了新型的數據安全風險。

“大云物移”新技術安全問題不可預期，數據安全防護工作未成體系。“大云物移”等新興技術在智慧城市建設中的初步應用也隨之帶來安全問題，除了模糊的網絡邊界、全面互聯的特性、威脅發生時的蝴蝶效應，個人信息與隱私保護的安全威脅等表層顯現的安全問題，智慧城市最基礎的元素——數據安全防護工作無整體解決方案，一旦出現安全問題，其結果很可能是災難性的。智慧城市是城市運行和管理的高級信息化應用，為城市的管理人員提供整個城市運行的大數據。隨著經濟社會運行對這些應用的依賴程度日益增加，承載城市運行管理大數據的信息系統很容易成為網絡攻擊的目標，導致城市管理信息泄密、數據破壞、信息丟失，對城市的運行和管理造成重大打擊，城市日常生活癱瘓或造成重大經濟損失。數據在傳輸、分享和存儲的過程中同樣面臨安全問題，涉及分享渠道、分享范圍、數據模糊處理、數據分析利用、數據監管、數據加密、數據存儲等環節。

大數據是建設未來智慧城市的核心，過去，基礎設施和垂直行業應用系統建設取得了一定進展，未來，如要進一步提升整個城市的智慧化水平，就需要在大數據的分析處理和應用方面開展更多的工作。將已有雛形的智慧醫療、智慧交通、智慧家居等分散在不同企業的智慧城市建設內容集中在一個平臺上，通過智慧中心來運轉是未來必要的發展方向。現代城市建設不僅需要自然資源，更需要信息資源。向智能型方向邁進是現代社會發展的需要，也是城市發展的必然。對城市建設來說，這既是戰略選擇也是現實要求。建設智慧城市，只有將信息技術、信息資源融合到城市建設的方方面面，才能更好地滿足城市建設發展的需要，打破或及時糾正現有智慧城市建設碎片化現象。

安防大數據需從碎片化走向系統融合，智慧城市跨區域、跨領域協作將成趨勢。“上海的一個路口電線桿上裝了幾十個探頭，但是城市擁堵依然存在。我國開始智慧城市的探索已經8年了，可是沒有產生預期的效果。”在由國家發展與改革委員會城市和小城鎮改革發展中心舉辦的中國智慧城市(國際)創新大會上，中國智慧城市發展研究中心秘書長單志廣表達了上述擔憂。這也說明，目前智慧城市發展中呈現的碎片化現象，也是智慧城市發展的一個階段，未來需要走向系統集成融合。智慧的本質還是要源自于數據融合、信息共享、業務協同和智能服務。智慧城市核心也是將解決跨部門、跨區域、跨層級、跨系統、跨業態的硬骨頭，構建完成全流程、全覆蓋、全模式、全響應的智能化管理與服務系統。

安防大數據在智慧城市建設中的

作用與地位

在智慧城市建設中，安防大數據正扮演越來越重要的角色，然而，在智慧城市發展過程中的大數據應用、風險分析、安全隱患等問題應受到關注。一個城市的管理和運營需要科學的決策，只有數據支撐才能保證智慧城市的正常運行。城市中的監控視頻數據、城市地理信息、交通數據、人口數據以及環境監測數據等被海量傳感器日夜不斷地收集，各種行業數據數量呈現爆發式增長。智慧城市的發展也打破了部門和部門、行業與行業之間的壁壘，正是因為打破了部門以及行業壁壘，所以才獲得了數據資源、掌握了數據財富。可以說，大數據已經遍布智慧城市的方方面面，從政府決策與服務，到人們衣食住行的生活方式，再到城市的產業布局和規劃，直到城市的運營和管理方式，都將在大數據支撐下走向“智慧化”，大數據已經成為智慧城市的智慧引擎，智慧城市中的大數據應用、風險分析、安全隱患等問題也應受到社會各界廣泛關注和研究。

對于安防大數據來說，從數字城市到平安城市再到當今的智慧城市，以綠色、智能、安全為主題的智慧城市建設正快速發展。監控攝像頭分布廣泛，安防監控對高清化、智能化、網絡化的要求越來越高，數據量也在加大，與此同時，物聯網、移動互聯網、云計算、大數據等相關產業鏈也在穩步發展。智慧城市是一個繁雜的、相互影響的體系，可以被認為是城市信息化的高級階段，必然關涉到信息技術的創新應用。對于網絡高清視頻監控體系和智能交通系統而言，從全省視頻監控、交通卡口監控或運營商機房和基站的環境量監控可見，以前的系統數據查詢越來越慢，寫入的數據也越來越多，需要配置的存儲也越來越大，以前使用的關系型數據庫性能壓力也越來越大，IO越來越薄弱。安防領域的大數據時代已經到來，任何一個做大安防平臺的廠商都不能避開。數據的連續性存儲、設備告警的不斷出現、人臉識別產生的圖片比較、各種環境信號量的實時數據上報，且客戶對數據存儲要求至少6個月到12個月，甚至有的客戶為了便于事后的統計以及分析，要求數據存儲2-3年，數據很容易就到達PB級。大數據更側重幫助各類用戶從大量的數據中快速發掘高價值的信息，幫助客戶提高其決策的效率以及準確度。這樣，大數據的處理好壞就成了客戶關注的焦點，大數據的處理技術就成了廠家實力的代表。

安防大數據業務中的視頻監控業務是一個典型的數據依賴型業務，依靠數據說話。可以說，大數據和視頻監控業務有著非常密切的關系。綜合來看，大數據和視頻監控業務的關系主要體現在“存”“看”“用”上。典型的網絡視頻監控數據庫存儲模型是一個由小溪匯聚河流、再匯聚到水庫的蓄水方式。小溪數量增多、水量增大是水庫蓄水量的保證，但是傳統方式下需水量增大將提升水庫建造成本和蓄水安全的要求。而采用分布式蓄水模式，在河流中游建立多個中間蓄水池，不僅可以減少主水庫蓄水壓力和成本，化整為零也提高了就近用水效率。在大數據技術支撐下，網絡視頻監控數據存儲模型可轉向分布式的數據存儲體系，提供高效、安全、廉價的存儲方式。在視頻監控業務中，錯看漏看、來不及看是常見的困擾點，大數據監控圖像的回溯給許多安防監控管理人員帶來了生理和心理的雙重挑戰，在大量人力投入的公安案件追溯中，都常常聽到“看到暈”等感嘆，可想而知一般零售業、金融行業等對于視頻監控圖像的回溯就更困難。在視頻監控大數據趨勢已經來臨之際，依靠人眼去檢索、查看所有視頻圖像數據已經不太現實，通過大數據技術實現視頻圖像模糊查詢、快速檢索、準確定位，讓“看”變得簡單。視頻監控業務中，“看”只是信息采集的方式之一，“用”才是業務應用的根本，視頻監控業務的效率問題已經成為阻礙產業發展的薄弱環節。針對交通行業的海量數據處理需求，智能交通管理系統可以在海量數據、惡劣網絡環境和復雜業務處理情況下，實現大量圖片、車輛數據、視頻數據的時時網絡傳輸和快速持久化存儲。同時對任意站點的圖像進行顯示，對任意站點的視頻進行流暢播放、實時進行比對報警、快速進行多條件檢索，并且將各類多媒體數據和車輛數據合二為一。系統實現對目前的城市道路交通中異常行為的智能識別和自動報警等，從而減輕了交管監控人員的工作負擔，提高了檢測的準確度，使得交通管理工作更高效，比如實時交通狀況分析可通過視頻實時分析道路交通流量，然后綜合分析統計出全城市的交通狀況。套牌可通過視頻進行車牌識別，按照一定的規則，在全城市中檢索相同車牌的汽車，犯罪嫌疑人追查，可通過輸入嫌疑人照片進行人臉識別并在所有視頻中尋找這個人臉。犯罪嫌疑車輛追查可輸入嫌疑車的照片或顏色車型等相關特征在所有視頻中進行查找，并繪制起時空軌跡，實現車輛的首次入城分析。

諸如以上的“存，看，用”的應用情況來看，安防大數據的地位作為智慧城市基礎架構中的核心層愈發重要。安防大數據數據源多樣性、數據類型多態性，數據關系復雜性，數據增量海量化、數據網絡多重性。而且隨著物聯網、互聯網的承載交錯與安防行業網絡，如政務專網、公安網、視頻專網等安全等保、出入控制、安全邊界的設計對安防大數據提出了更精確的控制性要求，對格式、流量、增量、特征碼提取、結構化、非結構化超融合都提出了新的要求，結合安防大數據的實戰性要求特點，各類場景模塊、技戰法、專題庫、主題應用更加深化。

安防大數據在智慧城市建設應用中的

疑難

諸如以上的“存，看，用”的應用情況來看，安防大數據的地位作為智慧城市基礎架構中的核心層愈發重要。安防大數據數據源多樣性、數據類型多態性，數據關系復雜性，數據增量海量化、數據網絡多重性。而且隨著物聯網、互聯網的承載交錯與安防行業網絡，如政務專網、公安網、視頻專網等安全等保、出入控制、安全邊界的設計對安防大數據提出了更精確的控制性要求，對格式、流量、增量、特征碼提取、結構化、非結構化超融合都提出了新的要求，結合安防大數據的實戰性要求特點，各類場景模塊、技戰法、專題庫、主題應用更加深化。深化應用中安防大數據在智慧城市建設實施中各種疑難也接踵而至。

數據整合問題。不同來源的大數據，分別存儲于相互獨立的系統中，將這些數據集中于統一的平臺，是安防大數據實施的基礎性工作，但行業、部門壁壘是最大障礙。即使只是公安內部的視頻數據，各省、地市也互不相通，想采集集中也不是一件容易的事。即使集中后，如何找到這些不同類型數據之間的關系，從而挖掘出有價值的數據，也是難點。

數據挖掘、分析算法的成熟度問題。對于安防數據中最重要的視頻數據，對其進行智能視頻分析和挖掘是很困難的事情。目前，除了車牌識別、人數統計等算法較為成熟外，對視頻進行事件分析、人臉識別、摘要等技術都還沒達到大規模的商用水平，這也極大地制約了安防大數據的實施。

時效性問題。安防大數據的目的之一就是要解決現有安防系統內以事后查看、分析為主的數據(特別是視頻數據)應用形式，還要增加以事前預警、實時處理，這對大數據處理技術的實時性要求很高。這種時效性就決定了視頻安防大數據的高運算量、高傳輸帶寬的要求。

信息安全與用戶隱私問題。安防行業，特別是公安行業對數據的安全性要求非常高，這也是造成數據的區域隔離的重要原因。同時，在利用安防大數據上，如何保護用戶的隱私，也是一個非常重要的課題，目前主要采用數據脫敏的辦法。當務之急就是將安防數據安全級別需要有明確的分級定義，不能一味強調安全而各自封閉，否則必將導致安防大數據分析成為無源之水。

視頻圖像數據挖掘的難點。識別什么特征？一副圖像或者一段視頻可以有無數角度的標簽屬性去描述，什么才是我們需要的屬性？這與我們需要得到的目的密切相關，這就需要公安圖像偵察的人才來歸納終結。識別算法開發難，由于是平面圖像，因此特征的識別主要原理就是看圖像區域中的輪廓、顏色、紋理與特征庫進行比較。但是在同一個物體在不同監控角度的攝像頭中顯示出的輪廓都不相同，因此無法做到識別。大規模數據處理難，即使做到了識別算法，但是如果要通過數據處理服務器的形式對大規模的視頻進行結構化處理，這個建造成本巨大，其能源的耗費在中國這個夏季需要限電的情況里也不切實際。

以安防大數據中的典型應用警務服務平臺大數據為例，安防大數據實施的難點如下：如何將不同報警運營服務商之間的數據整合在一起？我國多數報警運營網絡尚未完成規模化建設，用戶規模大、跨省市運營的網絡很少，每家報警運營服務商的警情并發量不大，而且報警運營服務商之間普遍存在信息孤島，很難通過大數據分析實現數據的增值。大數據的挖掘是一個長期的過程，需要企業不斷的嘗試，挖掘出有意義的信息或規律，并將結果拿到市場上檢驗。大數據自身也面臨著挑戰，數據的運用仍面臨多種技術難關的束縛，大數據方面的人才比較缺乏，大數據的產品尚不成熟等問題都制約著大數據在報警運營服務領域的發展。