安防大数据在智慧城市建设中的应用现状
近年来，我国各地区、各部门智慧城市建设，在解决城市人口增长、环境污染、交通拥堵等各类的“城市病”的同时，也出现了各信息系统标准不一、互不兼容、接入受阻、出现信息孤岛等瓶颈。建设智慧城市的一个重要目标，就是要建设和谐、宜居、富有活力和现代化的城市，利用先进的信息技术，实现城市智慧式管理和运行，进而为城市中的人创造更美好的生活，促进城市的和谐、可持续成长。随着云计算、大数据、物联网、人工智能等各种新技术风起云涌，数据的融合与共享越来越得到重视，数据处理、数据共享、数据挖掘、数据分析、数据应用等大数据技术成为智慧城市建设发展的关键技术，同时也开启了全新的智慧城市大数据时代。
安防大数据作为智慧城市大数据时代的核心基础，已成为智慧城市建设中权重最高的大数据类型。服务于“社会安全立体化、行业安全智能化、民生安全常态化”的安防大数据已通过各种形式的建设应用从安全防护角度逐步延伸到了智慧城市大数据安全基础全生命周期中，目前，各地开建的雪亮工程、天网工程等项目中，安全感知网络已从常规的前端设备安全互联、后端平台安全边界设计发展到以智能设备物联网感知大数据、人脸识别深度学习人工智能应用相切换。由此带来的这些应用现状正越来越凸显安防大数据本身的多维度安全防护之重要性。
智慧城市已初步整合各领域资源，民生领域数据安全风险加剧。随着居民生活对智能网络依赖性的增长，个人、家庭的生活信息通过物联网全方位暴露，使个人信息泄露风险加剧。例如，智慧社区个人IP、身份、住址的信息泄露，增加了个人遭受金融诈骗的风险。在智慧城市建设的初期，人们普遍缺乏个人信息保护意识，也缺乏安全防护实践，民生领域中信息安全所面临的问题变得更为复杂。
新兴技术得到初步应用，城市大数据安全成为重中之重。云计算技术打破城市间信息孤岛，物联网技术使智慧城市建设得到初步落地，大数据技术实现各个系统之间的协同运行，为智慧城市各个环节的运作提供支持。在智慧城市中，很多数据并不是人工提供的，而是依靠探针、物联网设备等联网设备自动收集提取的。在这些数据收集、上传、分享、存储过程中涉及的应用程序、设备、网络以及使用者都是数据的承载者，而应用程序的编码漏洞、设备的管理漏洞、网络的传输协议漏洞，抑或人为恶意操作都将对数据安全带来安全隐患。
移动终端和智能应用接入智慧网络，聚集新型数据安全威胁。随着智慧城市的建设和科技的发展，一方面政府部门不断开展公共无线网络建设，另一方面像华为等数家大型通信企业纷纷开展5G研发，而这些正进一步促进移动终端行业的发展。未来的移动终端不仅可以通话、拍照、听音乐、玩游戏，而且可以实现包括定位、信息处理、指纹扫描、身份证扫描、条码扫描、RFID扫描、IC卡扫描以及酒精含量检测等丰富的功能。随着智慧城市的发展，众多企业也看到了移动终端在智慧城市中应用的重要性，移动终端应用产品在智慧城市中百花齐放。大量智能终端设备和传感器接入智慧城市综合网络，产生了复杂的接入环境、多样化的接入方式和数量庞大的接入终端，全面加大了智慧城市系统的接入风险，也聚集了新型的数据安全风险。
“大云物移”新技术安全问题不可预期，数据安全防护工作未成体系。“大云物移”等新兴技术在智慧城市建设中的初步应用也随之带来安全问题，除了模糊的网络边界、全面互联的特性、威胁发生时的蝴蝶效应，个人信息与隐私保护的安全威胁等表层显现的安全问题，智慧城市最基础的元素--数据安全防护工作无整体解决方案，一旦出现安全问题，其结果很可能是灾难性的。智慧城市是城市运行和管理的高级信息化应用，为城市的管理人员提供整个城市运行的大数据。随着经济社会运行对这些应用的依赖程度日益增加，承载城市运行管理大数据的信息系统很容易成为网络攻击的目标，导致城市管理信息泄密、数据破坏、信息丢失，对城市的运行和管理造成重大打击，城市日常生活瘫痪或造成重大经济损失。数据在传输、分享和存储的过程中同样面临安全问题，涉及分享渠道、分享范围、数据模糊处理、数据分析利用、数据监管、数据加密、数据存储等环节。
大数据是建设未来智慧城市的核心，过去，基础设施和垂直行业应用系统建设取得了一定进展，未来，如要进一步提升整个城市的智慧化水平，就需要在大数据的分析处理和应用方面开展更多的工作。将已有雏形的智慧医疗、智慧交通、智慧家居等分散在不同企业的智慧城市建设内容集中在一个平台上，通过智慧中心来运转是未来必要的发展方向。现代城市建设不仅需要自然资源，更需要信息资源。向智能型方向迈进是现代社会发展的需要，也是城市发展的必然。对城市建设来说，这既是战略选择也是现实要求。建设智慧城市，只有将信息技术、信息资源融合到城市建设的方方面面，才能更好地满足城市建设发展的需要，打破或及时纠正现有智慧城市建设碎片化现象。
安防大数据需从碎片化走向系统融合，智慧城市跨区域、跨领域协作将成趋势。“上海的一个路口电线杆上装了几十个探头，但是城市拥堵依然存在。我国开始智慧城市的探索已经8年了，可是没有产生预期的效果。”在由国家发展与改革委员会城市和小城镇改革发展中心举办的中国智慧城市(国际)创新大会上，中国智慧城市发展研究中心秘书长单志广表达了上述担忧。这也说明，目前智慧城市发展中呈现的碎片化现象，也是智慧城市发展的一个阶段，未来需要走向系统集成融合。智慧的本质还是要源自于数据融合、信息共享、业务协同和智能服务。智慧城市核心也是将解决跨部门、跨区域、跨层级、跨系统、跨业态的硬骨头，构建完成全流程、全覆盖、全模式、全响应的智能化管理与服务系统。
安防大数据在智慧城市建设中的作用与地位
在智慧城市建设中，安防大数据正扮演越来越重要的角色，然而，在智慧城市发展过程中的大数据应用、风险分析、安全隐患等问题应受到关注。一个城市的管理和运营需要科学的决策，只有数据支撑才能保证智慧城市的正常运行。城市中的监控视频数据、城市地理信息、交通数据、人口数据以及环境监测数据等被海量传感器日夜不断地收集，各种行业数据数量呈现爆发式增长。智慧城市的发展也打破了部门和部门、行业与行业之间的壁垒，正是因为打破了部门以及行业壁垒，所以才获得了数据资源、掌握了数据财富。可以说，大数据已经遍布智慧城市的方方面面，从政府决策与服务，到人们衣食住行的生活方式，再到城市的产业布局和规划，直到城市的运营和管理方式，都将在大数据支撑下走向“智慧化”，大数据已经成为智慧城市的智慧引擎，智慧城市中的大数据应用、风险分析、安全隐患等问题也应受到社会各界广泛关注和研究。
对于安防大数据来说，从数字城市到平安城市再到当今的智慧城市，以绿色、智能、安全为主题的智慧城市建设正快速发展。监控摄像头分布广泛，安防监控对高清化、智能化、网络化的要求越来越高，数据量也在加大，与此同时，物联网、移动互联网、云计算、大数据等相关产业链也在稳步发展。智慧城市是一个繁杂的、相互影响的体系，可以被认为是城市信息化的高级阶段，必然关涉到信息技术的创新应用。对于网络高清视频监控体系和智能交通系统而言，从全省视频监控、交通卡口监控或运营商机房和基站的环境量监控可见，以前的系统数据查询越来越慢，写入的数据也越来越多，需要配置的存储也越来越大，以前使用的关系型数据库性能压力也越来越大，IO越来越薄弱。安防领域的大数据时代已经到来，任何一个做大安防平台的厂商都不能避开。数据的连续性存储、设备告警的不断出现、人脸识别产生的图片比较、各种环境信号量的实时数据上报，且客户对数据存储要求至少6个月到12个月，甚至有的客户为了便于事后的统计以及分析，要求数据存储2-3年，数据很容易就到达PB级。大数据更侧重帮助各类用户从大量的数据中快速发掘高价值的信息，帮助客户提高其决策的效率以及准确度。这样，大数据的处理好坏就成了客户关注的焦点，大数据的处理技术就成了厂家实力的代表。
安防大数据业务中的视频监控业务是一个典型的数据依赖型业务，依靠数据说话。可以说，大数据和视频监控业务有着非常密切的关系。综合来看，大数据和视频监控业务的关系主要体现在“存”“看”“用”上。典型的网络视频监控数据库存储模型是一个由小溪汇聚河流、再汇聚到水库的蓄水方式。小溪数量增多、水量增大是水库蓄水量的保证，但是传统方式下需水量增大将提升水库建造成本和蓄水安全的要求。而采用分布式蓄水模式，在河流中游建立多个中间蓄水池，不仅可以减少主水库蓄水压力和成本，化整为零也提高了就近用水效率。在大数据技术支撑下，网络视频监控数据存储模型可转向分布式的数据存储体系，提供高效、安全、廉价的存储方式。在视频监控业务中，错看漏看、来不及看是常见的困扰点，大数据监控图像的回溯给许多安防监控管理人员带来了生理和心理的双重挑战，在大量人力投入的公安案件追溯中，都常常听到“看到晕”等感叹，可想而知一般零售业、金融行业等对于视频监控图像的回溯就更困难。在视频监控大数据趋势已经来临之际，依靠人眼去检索、查看所有视频图像数据已经不太现实，通过大数据技术实现视频图像模糊查询、快速检索、准确定位，让“看”变得简单。视频监控业务中，“看”只是信息采集的方式之一，“用”才是业务应用的根本，视频监控业务的效率问题已经成为阻碍产业发展的薄弱环节。针对交通行业的海量数据处理需求，智能交通管理系统可以在海量数据、恶劣网络环境和复杂业务处理情况下，实现大量图片、车辆数据、视频数据的时时网络传输和快速持久化存储。同时对任意站点的图像进行显示，对任意站点的视频进行流畅播放、实时进行比对报警、快速进行多条件检索，并且将各类多媒体数据和车辆数据合二为一。系统实现对目前的城市道路交通中异常行为的智能识别和自动报警等，从而减轻了交管监控人员的工作负担，提高了检测的准确度，使得交通管理工作更高效，比如实时交通状况分析可通过视频实时分析道路交通流量，然后综合分析统计出全城市的交通状况。套牌可通过视频进行车牌识别，按照一定的规则，在全城市中检索相同车牌的汽车，犯罪嫌疑人追查，可通过输入嫌疑人照片进行人脸识别并在所有视频中寻找这个人脸。犯罪嫌疑车辆追查可输入嫌疑车的照片或颜色车型等相关特征在所有视频中进行查找，并绘制起时空轨迹，实现车辆的首次入城分析。
诸如以上的“存，看，用”的应用情况来看，安防大数据的地位作为智慧城市基础架构中的核心层愈发重要。安防大数据数据源多样性、数据类型多态性，数据关系复杂性，数据增量海量化、数据网络多重性。而且随着物联网、互联网的承载交错与安防行业网络，如政务专网、公安网、视频专网等安全等保、出入控制、安全边界的设计对安防大数据提出了更精确的控制性要求，对格式、流量、增量、特征码提取、结构化、非结构化超融合都提出了新的要求，结合安防大数据的实战性要求特点，各类场景模块、技战法、专题库、主题应用更加深化。
安防大数据在智慧城市建设应用中的疑难
诸如以上的“存，看，用”的应用情况来看，安防大数据的地位作为智慧城市基础架构中的核心层愈发重要。安防大数据数据源多样性、数据类型多态性，数据关系复杂性，数据增量海量化、数据网络多重性。而且随着物联网、互联网的承载交错与安防行业网络，如政务专网、公安网、视频专网等安全等保、出入控制、安全边界的设计对安防大数据提出了更精确的控制性要求，对格式、流量、增量、特征码提取、结构化、非结构化超融合都提出了新的要求，结合安防大数据的实战性要求特点，各类场景模块、技战法、专题库、主题应用更加深化。深化应用中安防大数据在智慧城市建设实施中各种疑难也接踵而至。
数据整合问题。不同来源的大数据，分别存储于相互独立的系统中，将这些数据集中于统一的平台，是安防大数据实施的基础性工作，但行业、部门壁垒是最大障碍。即使只是公安内部的视频数据，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，如何找到这些不同类型数据之间的关系，从而挖掘出有价值的数据，也是难点。
数据挖掘、分析算法的成熟度问题。对于安防数据中最重要的视频数据，对其进行智能视频分析和挖掘是很困难的事情。目前，除了车牌识别、人数统计等算法较为成熟外，对视频进行事件分析、人脸识别、摘要等技术都还没达到大规模的商用水平，这也极大地制约了安防大数据的实施。
时效性问题。安防大数据的目的之一就是要解决现有安防系统内以事后查看、分析为主的数据(特别是视频数据)应用形式，还要增加以事前预警、实时处理，这对大数据处理技术的实时性要求很高。这种时效性就决定了视频安防大数据的高运算量、高传输带宽的要求。
信息安全与用户隐私问题。安防行业，特别是公安行业对数据的安全性要求非常高，这也是造成数据的区域隔离的重要原因。同时，在利用安防大数据上，如何保护用户的隐私，也是一个非常重要的课题，目前主要采用数据脱敏的办法。当务之急就是将安防数据安全级别需要有明确的分级定义，不能一味强调安全而各自封闭，否则必将导致安防大数据分析成为无源之水。
视频图像数据挖掘的难点。识别什么特征?一副图像或者一段视频可以有无数角度的标签属性去描述，什么才是我们需要的属性?这与我们需要得到的目的密切相关，这就需要公安图像侦察的人才来归纳终结。识别算法开发难，由于是平面图像，因此特征的识别主要原理就是看图像区域中的轮廓、颜色、纹理与特征库进行比较。但是在同一个物体在不同监控角度的摄像头中显示出的轮廓都不相同，因此无法做到识别。大规模数据处理难，即使做到了识别算法，但是如果要通过数据处理服务器的形式对大规模的视频进行结构化处理，这个建造成本巨大，其能源的耗费在中国这个夏季需要限电的情况里也不切实际。
以安防大数据中的典型应用警务服务平台大数据为例，安防大数据实施的难点如下:如何将不同报警运营服务商之间的数据整合在一起?我国多数报警运营网络尚未完成规模化建设，用户规模大、跨省市运营的网络很少，每家报警运营服务商的警情并发量不大，而且报警运营服务商之间普遍存在信息孤岛，很难通过大数据分析实现数据的增值。大数据的挖掘是一个长期的过程，需要企业不断的尝试，挖掘出有意义的信息或规律，并将结果拿到市场上检验。大数据自身也面临着挑战，数据的运用仍面临多种技术难关的束缚，大数据方面的人才比较缺乏，大数据的产品尚不成熟等问题都制约着大数据在报警运营服务领域的发展。（此文连载为《安防大数据在智慧城市建设中的地位与深度应用》上部分)
