视频监控网络化时代云存储的机遇与挑战

来源:用户上传      作者:

　　摘  要：随着云时代的到来，在大数据技术支持下，视频监控存储等技术应用，在智慧城市、智能交通等建设过程中，产生了海量的非结构化视、音频数据。值得一提的是，大数据技术在视频监控存储中的运用会带来诸多的挑战和机遇。无论是供应商还是存储厂商、解决方案提供商等，纷纷应对挑战，对存储网络计算虚拟化数据解决方案基础上的大量资源建设予以投入，从而产生了云时代下业界同仁一拥而上、热血沸腾的态势。
　　关键词：视频监控;云时代;云存储
　　中图分类号：TN948.6       文献标志码：A         文章编号：2095-2945（2019）29-0069-02
　　Abstract： With the advent of the Cloud era， with the support of big data technology， video surveillance and storage technology applications， in the intelligent city， intelligent transportation and other construction process， resulting in a large number of unstructured video and audio data. It is worth mentioning that the application of big data technology in video surveillance and storage will bring many challenges and opportunities. Suppliers， storage vendors， solution providers， and so on， have responded to the challenges and invested in the construction of a large number of resources based on storage network computing virtualization data solutions. As a result， in the cloud era， practitioners of the trade follow suit enthusiastically.
　　Keywords： video surveillance; Cloud era; Cloud storage
　　從IT业的每次变革来看，数十年间视频监控行业在网络化变革、数字化变革等方面进行了应对，经历了安防IT的多个阶段的演进，围绕IT技术对传统安防技术进行推动和改革创新，形成了当前具有数字化编码传输等特征的NVR数字化传输、DVR数字化编码等先进技术的应用态势。
　　1 云计算技术在基础资源服务平台的应用
　　云存储日渐普及，四个常用领域：备份、归档、分配和协作一一进行阐述：备份应用逐渐向消费者模式以及Mozy或者Carbonite等企业的产销模式以外的领域扩展，进入中小型企业市场。最为普遍的应用方案是使用混合存储，将最常用的数据保存在本地磁盘，然后将它们复制到云之中。归档将旧数据从自己的设备迁移到别人的设备中。这种数据移动是安全的，可进行端对端加密，而且许多供应商甚至都不会保存密钥，将旧资料备份到一个看似底部NFS或CIFS安装点的设备中。这个领域的产品或服务供应商包括Nirvanix、Bycast和IronMountain等。分配与协作，似乎要属于服务供应商提供的范畴。它们一般会使用上述供应商如Nirvanix、Bycast、Mezeo、Parscale提供的云基础设施产品或者EMCAtmos或Cleversafe等厂商的系统类产品。如果想使用更传统的归档产品或服务，可以考虑Permabit或者Nexsan等可调存储厂商的产品和服务。例如Box.net已经采用了一种Facebook类型的模式来协作，Soonr则调整了备份功能以便自动将数据移动到云之中，根据情况分享或传输那些内容。Dropbox和SpiderOak已经开发出功能强大的多平台备份和同步软件。
　　2 云计算下视频监控存储的应用面临的挑战
　　（1）伴随着机遇也面临着更大的挑战。众多厂商为了将短板加以优化，应用了诸多的实践和理论结合。厂商集成商具备这样的能力，同时兼备IT系统的整合规划资质方能在技术储备上进行大规模的投入。监控行业不同于IT行业，在考虑到大数据应用的同时，还要考虑视频分析显示存储。一些整合能力较强的公司，在IT行业虽然拥有着丰富的经验，但是还不能很好的与监控行业特征整合，无法在监控行业发挥出大数据系统应有的价值。另外，大数据应用中应用整合的方法，能够对参与的公司给予标准，但是在数据互联互通的标准尚未完善的前提下，在大数据层面如何进行IT技术以及安防业务的优化和开发，还需要进行大量深入的探索。
　　（2）拥有低成本高效率存储，海量数据分析的优势。云计算的存储资源虚化了，智能分析联动处理大数据整合和分发等。其最主要的特点就是应用大数据化，帮助管理维护效率提升。很多客户都愿意在数据价值提升上买单，就是因为它能够显着降低IT系统扩大后的成本。这些现实的经济效益刺激了各个行业，在提高工作效率减少城市拥堵等方面加大投入，包括建立数据仓库，数据采集平台，数据可视化系统等等。这对于安防企业来说是一个巨大的机遇。云计算技术是大数据行业进行架构的核心技术，能够在海量数据应用上提供巨大价值的技术支持。本质上云计算存储和计算资源虚拟化的跨界技术支持大数据分析挖掘核心服务，标准;成本优化，根据不同数据重要性和使用频率，合理的将数据分层，不同数据使用不同成本的云存储，以达到优化成本的目标;业务可扩展性设计，业务设计符合可扩展性，随着业务需求和应用程序数据要求的变化而扩展云存储。灾难恢复和业务连续性保障，正确使用混合云存储，是否可以让用户在发生故障时访问关键系统和应用程序。 　　（3）当前视频监控存储和智能分析系统中，随着ZP时代的到来，数据量翻番增长，人类在近两年产生的数据量比之前面所有的数据量都大爆炸式的增长，带来了诸多的社交媒体移动设备科学计算等技术需求，其中视频构成数据量最大的组成部分，每天产生的视频监控数据累计起来数据非常庞大，而且还需要进行联网和高清化推动。面临海量非结构化数据存储和数据安全，以及共享的难题，要采用海量非结构化数据存储的方式方能予以解决。
　　3 视频监控行业发展目前面对的难题
　　（1）在城市化发展过程中，智慧城市的建设已经成为政府投资的重点。视频监控行业仍保持高景气度，通过移动设备对视频进行监控。互联设备互联网用户，互联数据的产生都呈现数十倍的增长，机遇和挑战并存。在满足客户需求的前提下，如何降低成本，保持旺盛的生命力，是IT产业的法则，也是安防系统数据化产业遵循的原则，随之而来的大规模计算的需求则越多，采用高配硬件使得硬件投资成为客户的负担，这需要不断地将重复数据加以删除，满足需求的前提下降低硬件成本，进行海量数据存储[2]。
　　（2）数据的共享需要快速的采集，与互联网科学相比较，视频监控在大数据处理上难度较大，例如天網工程中一般分为省市县乡镇多级架构，在众多架构中海量存储需要不同设备不同节点，传统的数据管理和使用机制是不能满足的。从大量化多类别的数据中提取价值，显著的特征就是进行非结构化数据共享，用于提高数据处理能力，纷繁复杂的分析，对于文本结构化的数据进行处理，还需要进行大体量级的传输存储和宽带设置。
　　（3）数据的安全，在智慧城市平安城市的建设中，需要将视频存储数据实现共享联络的过程中，保证数据存储安全共享，具备云存储特征，但是共享也会带来存储的难题。云存储在安防领域应用中较为广泛，私密性较高、保密性较强，也是安防视频监控的重要工作内容。后续数据分析发掘发展过程中，要不受到外界数据的入侵和非法获取，就要进行相应的体系容错机制鲁棒性的设置。尤其是在硬件软件发生故障的时候，一旦数据发生故障，则会面临海量数据的存储共享风险。如何进行数据的分析，如何进行数据的恢复，如何进行数据的保存，都是要在构建海量视频监控存储系统和大型数据分析系统中要考虑到的。
　　（4）在数据的利用上，视频监控系统一旦实现大联网，网络化信息则呈现密度分布的状态。一方面有效信息只能在短时间内进行有效性的设置，而仅仅记录信息的服务，在如今镜头覆盖范围一切的状态下，已经不能满足需求。深层次挖掘庞大的海量数据，还要进行数据利用，越高密度的信息对客户的价值显现出的有效性就越强。即便是TB级别的数据，也要对视频数据进行检索和分析，采用串行计算的模式，可能要花费更多的时间。因此为了提升视频分析效率，将视频分析和监控领域的运算效率加以最大化利用，就要依赖先进的手段，将巨量数据的效率分析与优化。
　　4 大数据时代云计算给视频监控行业带来的变化
　　（1）大数据呈现出的典型特征是规模大、速度快、类型多样。在视频监控行业不断的实现虚拟化和高效处理的变化中，数据中心的建设规模和服务器数量迅猛发展，在互联网快速建设的推动下，实现了信息中心服务中心数据中心等各类业务应用和数据量不断增长。例如快照技术驱动下载多副本网络技术的分布式存储架构中，大数据对存储容量的总体需求量激增，实现了海量存储的目标。从设备供应模式到服务模式实现升级转变。（2）虚拟化技术在存储能力建设上不断发展，应用环节大大降低，无处不在的存储资源的管理和调度，需要资源在线扩容升级，升级模式，实现了数据持续保护，存储服务不间断支撑。一方面解决存储空间浪费，而且对数据可以自由进行分配，提高存储空间利用率。（3）面对非结构化数据结构化数据等，进行云存储管理和处理，需要将所有的资源加以整合，以避免资源浪费。云存储实现了规模效应和弹性扩展。在视频信息隐私性上提供了借鉴市场上目前全闪存阵列产品的出现，是进行存储资源的虚拟自动化分层，采用迁移的策略，对大数据进行安全实时的保护。基于虚拟化构建的混合存储系统，在复杂的存储服务中能够进行存储网络性能的实现。伴随闪存成本不断降低的市场，数据分层存储可以降低运营成本，使得安防用户在视频信息存储的过程中，实现目录检索，大数据存储的目标。
　　5 应对挑战的技术革命
　　（1）视频浓缩检索技术，对海量的存储数量，录像信息进行处理，包括模式识别、海量数据分类、目标间关联等内容，通过有限的线索达到信息的快速定位和关联。（2）视频图像信息库建设可以对信息库内的车辆进行有效识别，通过车辆类型颜色车牌等对车辆的信息进行整合，有效的进行车辆查找和车辆搜索。（3）海量数据的分析以及视频智能分析技术，能够通过特征制方式将视频予以浓缩。在传统的数据库模型上，针对结构化和半结构化数据分析，将多个副本进行分布式保存，有效节约切除存储空间。
　　6 结束语
　　随着大数据运用的愈发广泛，视频监控人员工作负担随之降低，尤其是在智慧城市行业和交通行业交通方面，海量数据处理和智能交通管理系统，可以实现大量视频数据的快速持久存储和网络传输，对任意站点的图像都可以进行流畅播放，并快速进行条件检索。通过综合的分析，将智慧城市中的交通状况等加以有效管理。如今在高清化网络化智能化上，不断探索云计算和大数据应用技术的创新，为智慧安防事业带来推动力。
　　参考文献：
　　[1]汪树胜.视频监控系统下视频监控图像侦查的应用及发展方向[J].中国高新科技，2019（3）：106-108.
　　[2]杨杰，雷江波.浅谈视频监控系统维护工作[J].水电站机电技术，2019，42（4）：28-30.
转载注明来源:https://www.xzbu.com/1/view-15036320.htm