近一两年,大数据开始在公安等行业领域得到普及应用,除了行业自身的特殊要求外,大数据也带动了相关行业的需求发展。未来,基于大数据的行业应用会变得更加深入,更多的相关厂商也会涉及其中,大数据在公安领域的商业模式架构逐渐清晰起来。
在安防的细分领域中,大数据在公安及智能交通探索应用得比较早,相关的解决方案和技术也比较成熟,在广西等地也已经有相关的项目落地,大数据应用系统已经上线运营,取得了预期的效果。
项目应用前景看好
以相关的案例来讲,在广西公安厅投入使用的大数据系统中,整个项目是以自治区的总数据为出发点,对每天在所有卡口过道产生的上千万条数据,每年大概三十亿条的数据进行分布式存储和快速检索。在此基础上,后续可以给公安用户提供进一步的解决方案和增值服务,比如已经推出的卡口过车大数据、视频图像大数据和公安情报大数据三方面的解决方案。这些方案提供多种功能的查询,以及基于测控的分析和基站行业的服务,目的就是让公安能快速科学地侦破案件。
在智能交通领域,目前主要应用于车辆的疏导,比如基于不同道路、路口车流量的统计(时、日、月统计等),根据这些统计可以分析不同时段某条道路实时的车流密度、发展方向和趋势等。这些项目的应用已经在很多大城市落地,比如平时大家在公交上看到的移动电视里播放的上下班高峰路段实时画面,就是基于大数据的技术分析所得。从应用上看,用户切实感到便捷好用,所以市场潜力很大,未来的应用会更加广泛。
大数据应用存在的难题
大数据本身是针对数据的存储、检索、关联、推导等有价值的挖掘,这些数据本身来说是通用的。但在安防领域,哪些数据是有用的,哪些是我们需要关心和提取的,这是目前在摸索的问题。也就是说,当前的困难在于如何让技术热点和相关业务进行结合,以提取更有价值的数据。
从技术上分析,有两个技术难点:
第一个难点是如何从非结构化的数据中提取结构化的数据出来。所谓非结构化数据是指在视频里面进行特征的提取,这些可能是人类不能理解和不能处理的;结构化数据则是人可以理解和处理的,比如在视频里有几个活动目标、是人还是车。如果是人,身上穿的是什么样的衣服;如果是车,车牌号是多少、什么样的品牌型号、颜色、行进速度、方向等数据,这些都是可以转化为结构化数据为人所用。目前,安防的数据很多涉及到视频数据,而视频数据本身是不能够被结构化的数据,也就不能被计算机直接所处理。所以未来摆在技术人员面前的课题是如何把视频数据转换成计算机能够处理的结构化或者半结构化数据。
第二个难点是寻找这些数据之间的关联和价值。数据是有关联没关联之分的,我们只能通过工具来找。所有这些存储的特征数据,包括公安行业、平安城市中每天产生的海量视频数据,可以为很多案件的侦查提供有价值的线索。现在技术需要攻克的难题就是能不能把这些数据通过相应的工具模块,通过大数据技术把原来被忽视的数据信息关联起来,找到或提取这些数据之间的相关性,为案件的侦破和方案决策提供科学的数据依据。
公安数据流动的单向性
公安行业每天获取的数据数以千万,如何确保这些数据信息的安全成为行业共同关注的热点。从传统意义上讲,数据产生之后,首先要确保数据本身的安全,目前行业内有非常成熟的技术和解决方案。在海量数据面前,如果你对数据不了解,就算把这些数据摆在面前,你也很难去提取有用的数据,但这并不能作为行业忽视其重要性的借口。因为对安防厂商而言,很多有价值的数据是需要提供保护的,也就是对数据应用模式采取高规格的保护措施,因为这些数据一旦被不法分子挖掘并关联起来,可能整个地区的安全漏洞就会被利用。
现在,公安的数据一般在局域网内运行,并有相关的保护措施来提供安全保障。如会把数据分成不同的网络和不同的层次,让数据在不同的网络安全系统之间,从低安全性网络向高安全性网络实行单向流动,最后在公安的核心网络里汇集所有的数据(这个安全等级是最高的,通过安全边界、物理隔离来保护)。同时在外围的视频网,主要以视频数据为主,辅以视频相关的业务,这些数据只有进入公安网后才与其他的数据发生关联,才能发掘出一些有价值的数据。比如办案民警在视频网络上,可以获取犯罪嫌疑人的照片,但这个人是谁,他的信息是什么,只有进入公安网以后才能获取,才能将相关信息匹配关联起来,然后通过其他数据库的关联,进一步挖掘出他在哪个网吧出现过,在哪个酒店居住过……以上信息都可以挖掘出来,但这种挖掘只能在高安全性网络中进行,这种信息流动都是单向的。
未来的商业模式
从传统的安防业务来讲,还是以公安客户投资建设系统为主,厂商提供产品和集成的解决方案,最终由集成商来做落地实施,最后交付给客户使用并进行相应的维护。同时,未来行业对大数据中数据的获取、存储、分析、处理会变得更加的专业,用户本身在处理和应用时可能会遇到各种困难,那么针对这类问题可能会有一些小型的服务公司出现,给终端用户提供各种各样专业的数据服务。比如专业的视频提取会有专业的公司切入,用专业的算法工具帮助你把视频里面的数据提取出来,或者有那些专业的通讯厂商对数据进行挖掘和处理,包括提供一些工具和服务的模式(未来会更倾向于服务的模式)。但限于公安行业的特点,这些公共服务在公安行业目前还比较难做,不过未来也可以由一些厂家对整个应用系统进行构建,以运营服务收费的方式与公安客户或者政府机构进行合作。
对于大型、特别大型的项目,比如涉及到一个城市、一个省乃至全国范围的项目,一般来说可能会找专业的IT厂商来做,特别是互联网公司(现在也有牵涉其中),他们更多是以技术提供商的角色参与,安防厂商侧重点放在业务上。这样大家分工比较明确,因为即使是技术比较领先的行业厂商,它也很难或者没有必要投大量的研发在大数据基础的研发上,而是应该将重点放在大数据的基础应用或业务解决方案上,然后底层的基础架构由IT厂商来分担完成。彼此互利共赢,持续发展。

深度解析大数据在公安领域的应用相关推荐

  1. 深度解析 | 大数据面前,统计学的价值在哪里?

    来源:机器学习算法与Python实战 本文约8100字,建议阅读8分钟 本文介绍了关于统计学与大数据的一些观点. 统计学对大数据的意义 很高兴有这样一个机会,我能与大家在这里做一些关于统计学与大数据的 ...

  2. 深度解析大数据可视化管理平台的监控功能

    在上一篇的文章中已经明确说过DKM作为大快发行版DKhadoop的管理平台,它的四大功能分别是:管理功能,监控功能,诊断功能和集成功能.管理功能已经给大家列举了一些做了说明,今天就DKM平台的监控功能 ...

  3. 大数据在金融领域的应用案例解析

    大数据在金融领域的应用:融资租赁业与大数据的深度结合 融资租赁作为发展实体经济的助推器,在经济新常态下机遇和挑战并存.融资租赁企业需要紧紧把握"服务实体经济本源"这一政策红利,充分 ...

  4. 大数据在金融领域的应用及问题时

    互联网使信息变的扁平,但是信息的利用效率却没有得到提高,因为技术的限制和认知的局限,海量的信息无法深度挖掘价值,甚至是信息本身被直接忽视.很多情况下人们能看到的只是互联网的便利,而挖掘信息背后的价值则 ...

  5. 深度探秘大数据新应用,2018 中国大数据技术大会(BDTC)强势来袭!

    2018 年12 月 6 -8日,由中国计算机学会主办,CCF大数据专家委员会承办,CSDN.中科天玑数据科技股份有限公司协办的2018 中国大数据技术大会(BDTC),在北京新云南皇冠假日酒店隆重召 ...

  6. 【涨姿势】网络术语解析—— 大数据

    大数据 big data 大数据(big data),指无法在可承受的时间范围内用常规软件工具进行捕捉.管理和处理的数据集合,是需要新处理模式才能具有更强的决策力.洞察发现力和流程优化能力的海量.高增 ...

  7. BAT大厂的架构大数据你有了解么?解析大数据技术及算法

    本篇从大数据架构的角度全面解析大数据技术及算法,探讨大数据的发展和趋势,全面介绍大数据的相关技术.算法和一些应用场景,帮助读者培养大数据的技术选型和系统架构能力. 不仅对大数据相关技术及算法做了系统性 ...

  8. 为您解析大数据的未来趋势

    趋势一:数据的资源化 何为资源化,是指大数据成为企业和社会关注的重要战略资源,并已成为大家争相抢夺的新焦点.因而,企业必须要提前制定大数据营销战略计划,抢占市场先机. 趋势二:与云计算的深度结合 大数 ...

  9. 银河证券王锦炎:大数据在金融领域应用

    本文讲的是银河证券王锦炎:大数据在金融领域应用,2014年1月11日以"技术 融合 业务CIO驱动商业转型"为主题的首届全国CIO高峰论坛在西安拉开帷幕.本次高峰论坛结合当前CIO ...

最新文章

  1. python高斯滤波和降噪_python添加高斯噪声和椒盐噪声,实现中值滤波和均值滤波,实现Roberts算子和Sobel算子...
  2. Python文件读写、StringIO和BytesIO
  3. VS 2010 和 .NET 4.0 系列之《WPF 4》篇
  4. VideoLAN,VLC和FFmpeg社区联合开发AV1解码器
  5. 六角填数---第五届蓝桥杯
  6. windbg命令集合
  7. Ubuntu提示boot空间不足
  8. java输出object object_js控制台显示[object Object]问题
  9. 总结一下CSS中的定位 Position 属性
  10. Hyper-V 之04 SCVMM 2012 R2安装
  11. 3.2 矩阵乘积的秩
  12. 微信公众号开发-公众号支付
  13. 下载Linux系统中文件到本地电脑
  14. 机器学习学习整理(二)对数几率回归与支持向量机
  15. Autofill Framework(自动填写)用法详解
  16. python开发项目经历_Python开发工程师岗位项目经历怎么写
  17. 奇偶校验(Parity Check)
  18. 【21天python打卡】第2天 python预备知识(2)
  19. 双十一一大波建站优惠来袭,这不薅点来建站?
  20. 诺顿防病毒软件测试,全面兼容Win8 诺顿安全特警新品评测

热门文章

  1. U盘安装 windows server 2012 R2 启动U盘制作
  2. docker 搭建本地 coredns 服务器
  3. android 远程视频监控程序源码,详解基于Android已开放源代码的远程视频监控系统教程...
  4. Java Scaner类详解_动力节点Java学院整理
  5. 基于联合独立成分分析(jICA)的EEG与fMRI耦合与解耦
  6. Html5实现iPhone开机界面
  7. 媒体 | 冒志鸿:理想nine percent最难寻
  8. oracle rman crosscheck,rman crosscheck作用
  9. 一键上手时下最火AI作画工具
  10. mac键盘上符号的快捷键_Mac键盘符号实际上是什么意思?