a&s专业的自动化&安全生态服务平台
公众号
安全自动化

安全自动化

安防知识网

安防知识网

手机站
手机站

手机站

大安防供需平台
大安防供需平台

大安防供需平台

资讯频道横幅A1
首页 > 资讯 > 正文

行至网深处 坐看云起时——云监控破传统安防之缚

对于正在快速变化中的安防行业,预测其下一步走向变成了一件很难的事。唯有追本溯源,才可窥斑知豹。在名词漫天飞的今天,探究一个领域真正的技术走向,最佳的方法,无外乎回归到业务的源起与本质去寻求答案。从传统模型看,安防业务最原始和朴素的形态是有限区域内的安全防护,这从“画地为牢”的基本构架演变而来,最重要的基础是一个固定的边界,及基于此边界向内的有限区域。
资讯频道文章B

  对于正在快速变化中的安防行业,预测其下一步走向变成了一件很难的事。唯有追本溯源,才可窥斑知豹。在名词漫天飞的今天,探究一个领域真正的技术走向,最佳的方法,无外乎回归到业务的源起与本质去寻求答案。

  传统安防的技术推手:安防IT化

  从传统模型看,安防业务最原始和朴素的形态是有限区域内的安全防护,这从“画地为牢”的基本构架演变而来,最重要的基础是一个固定的边界,及基于此边界向内的有限区域。之后,安防中最重要的子系统“视频监控”的两个业务延伸方向,对安防的业务变化带来巨大的影响,一以公安为代表的社会治安业务,一以大企业为代表“可视化管理”业务(也即“工业电视”):前者使安防的范围由有限区域变化为无边界的离散空间,后者使安防业务的纵深直接对接到管理业务平面即IT系统。

  正是在这两个变化的驱使下,安防IT化的进程才从基本的技术引入改变为业务融合。社会治安将“发现不安全因素”脱离了“可控周界”的基本假设,走向离散化,无论在覆盖能力还是快速能力上都带来巨大的挑战。覆盖的诉求催生了平安工程及其联网化的发展,而快速的诉求则演化为实时防范到事后追查的业务重心变化,从而让视频监控的业务重心整体向录像迁移。但即便如此,在传统业务模式下,增强覆盖所导致的空间维度的巨大增量反过来消耗和对冲了“快速”的能力,这成了个难题。无论哪种业务模式的演进,都存在一个共同指向,即原始数据(非结构化数据)的结构化。一方面数据结构化会在加强系统的自动性、智能性上体现价值,另一方面当联网化之后(企业的网点联网,或家庭安防到网络化安保服务),就面对了大数据与慢响应带来的矛盾冲突。

  回顾历史, 2005年起的IP化大潮主要驱动力是“社会治安”这种“非传统安防业务”的兴起,而后2008年大量行业应用依托于“可视化手段”联网延展新业务模型,包括“可视化应急指挥”等概念的出现,则是视频监控更彻底“非安防化”业务模式的衍生。

  视频监控总是安防变革和异化的先锋部队,这非偶然,而是源于视频监控本身的二重属性:从安防的角度看,视频图片和录像是过程分析和随动响应的重要信息源,而从IT的角度看,视频监控摄取内容天然的大信息容量属性对于各类IT应用存在巨大的价值和几乎无限的想象空间。视频监控是安防和IT在业务层面最独特的交汇点,其本身又具备“信息丰富性”和“非结构化”这种既会带来想象又会带来难题的特征,因而总是能在技术和架构上率先牵引安防的走向、甚至是IT的走向。

  应对大数据挑战:云监控落地

  正是由于视频监控在第一轮从非数字化转向数字化的过程已接近成熟,而大量转换而来的数据均为非结构化数据,才催生了第二阶段由“数字化”到“数据化”的关键:结构化。原始数据结构化—这正是安防业务在未来演进的核心要素,一切的业务变种和技术提升,都或多或少的关联于此,并围绕其进行。

  数据结构化作为核心,对于视频监控系统意味着怎样的挑战和变革?可从三个方面来看:

  · 数据结构化的规则—信息量与效率的平衡;

  · 海量数据与快速处理的矛盾;

  · 异构数据与异种数据的整合(视频监控与其他子系统之间)。

  由这三个挑战所引出,视频监控系统必须具备的基本智能化、大数据化和物联网化的特征,必须变革基础架构以应对挑战。

  未来的结构化进程,必然是几种模式的杂糅、互补的过程,所以问题的核心不在于模式而在于这样一个特定的、必须的环节,对监控的系统架构及其支撑技术带来的要求是什么。简单讲数据结构化的规则应该是“数据集中+有限前端分布智能+弹性智能架构”。数据集中是基础,非集中数据无以做标准结构化处理;前端智能是必须,例如卡口抓拍机的演进说明了这一点,未来动态监控摄像机也必将循此路径,但这个智能受限于前端设备的成本和计算能力,又必然不是全部、替代不了对已集中数据的二次处理这个过程;因此最关键的就是“弹性智能架构”,核心有二:实现后端智能和前端智能的分布化和一体化结合,以及实现算法挂载的动态化。实现这种架构,普通数据中心模型不够,必然用到IT云计算中的虚拟化和“平台与服务分离”的技术理念。剥茧抽丝、推演到架构层面,直指“云计算”。

  海量数据与快速处理是一对悖论。在非联网模型的局域安防及工业电视应用模式中,也许数据的海量特征还不够凸显,但在社会治安这种无边界业务模型中,则非常突出。解决之道则是在结构化的基础上引入大数据处理技术。业界热门的Hadoop等技术架构,本质上都是通过分布式文件系统、分布式计算机制解决海量数据处理的加速问题,从而越来越使得超大数据量的快速处理成为可能。可以预见,未来,系统无论基于多么海量的数据范围、或者进行多么全局性的分析、复杂的关联计算,都能够在可接受的时间内完成,这为视频业务的发展开辟了极为广阔的新空间。当然,这一系列技术的实现,从物理上依然离不开数据集中与虚拟化。

  如果说数据结构化和海量数据处理都是视频监控,从原始数据为起点向上纵向延伸演变的技术目标,那么异构数据与异种数据的整合,则是水平横向延伸的技术目标。从业务体验的角度讲就是面向事件、面向工作流而不是面向一个子系统,实现矩阵式全关联业务而非垂直孤岛式业务。近年流行的PSIM、大安防集成均是在这个基础上的具体思考和实践,也是大多数局域安防未来发展演进中最核心的诉求。这个模型放大后,就是当前业界最热议的“物联网”。和许多常见的描述和理解不同,实际上,物联网的核心不在于RFID,不在于林林总总的感知、采集,从架构角度而言,就是前端和数据两个平面的标准化,及在此基础上的业务形态变革。

  云监控的核心内涵

  综上,从三个重大挑战的分析及技术脉络的梳理,基本可以看到在纵向的数据结构化—大数据处理,以及在横向的物联网架构模型发展两大技术方向的交叉和有机结合,以及作为其支撑的以数据集中—云计算为核心的基础架构技术支撑。这三者关联到一起,就描摹出了视频监控面向未来的技术路线图,其中云计算是原始数据结构化的基础,而大数据和物联网是原始数据结构化的延伸。云监控,绝不是简单的将监控套上IT的“云计算”的帽子,也不是简单的截取“大数据”或匹配“物联网”,只有从业务出发导向架构、从架构导向技术、从技术实现再还原到业务体验,才能有机的将三大技术架构有机融为一体,并面向不同应用场景、行业有不同侧重(比如对于公安,大数据尤为重要,而对于大楼,物联网更为重要),才称得上是“云监控”真正的内涵。

  云监控的源起是从不同业务维度均可看到的“原始数据结构化”的诉求。

  云监控的落脚是云计算+大数据+物联网。

  云监控是安防系统“数据化”的开端,同时更是安防业务和IT业务走向全面融合的开端。再推而远之,类似于“智慧城市”、“智能交通”这样的大概念,无论业务描述与设想如何纷繁复杂,分拆到架构基础,也基本类似。

参与评论
回复:
0/300
文明上网理性发言,评论区仅供其表达个人看法,并不表明a&s观点。
0
关于我们

a&s是国际知名展览公司——德国法兰克福展览集团旗下专业的自动化&安全生态服务平台,为智慧安防、智慧生活、智能交通、智能建筑、IT通讯&网络等从业者提供市场分析、技术资讯、方案评估、行业预测等,为读者搭建专业的行业交流平台。

免责声明:本站所使用的字体和图片文字等素材部分来源于互联网共享平台。如使用任何字体和图片文字有冒犯其版权所有方的,皆为无意。如您是字体厂商、图片文字厂商等版权方,且不允许本站使用您的字体和图片文字等素材,请联系我们,本站核实后将立即删除!任何版权方从未通知联系本站管理者停止使用,并索要赔偿或上诉法院的,均视为新型网络碰瓷及敲诈勒索,将不予任何的法律和经济赔偿!敬请谅解!
© 2020 Messe Frankfurt (Shenzhen) Co., Ltd, All rights reserved.
法兰克福展览(深圳)有限公司版权所有 粤ICP备12072668号 粤公网安备 44030402000264号
用户
反馈