成都弱電公司訊：

近一兩年，大數據開始在公安等行業領域得到普及應用，除了行業自身的特殊要求外，大數據也帶動了相關行業的需求發展。未來，基于大數據的行業應用會變得更加深入，更多的相關廠商也會涉及其中，大數據在公安領域的商業模式架構逐漸清晰起來。

在安防的細分領域中，大數據在公安及智能交通探索應用得比較早，相關的解決方案和技術也比較成熟，在廣西等地也已經有相關的項目落地，大數據應用系統已經上線運營，取得了預期的效果。

項目應用前景看好

以相關的案例來講，在廣西公安廳投入使用的大數據系統中，整個項目是以自治區的總數據為出發點，對天天在所有卡口過道產生的上千萬條數據，每年大概三十億條的數據進行分布式存儲和快速檢索。在此基礎上，后續可以給公安用戶提供進一步的解決方案和增值服務，好比已經推出的卡口過車大數據、視頻圖像大數據和公安情報大數據三方面的解決方案。這些方案提供多種功能的查詢，以及基于測控的分析和基站行業的服務，目的就是讓公安能快速科學地偵破案件。

在智能交通領域，目前主要應用于車輛的疏導，好比基于分歧道路、路口車流量的統計(時、日、月統計等)，根據這些統計可以分析分歧時段某條道路實時的車流密度、發展方向和趨勢等。這些項目的應用已經在很多大城市落地，好比平時大家在公交上看到的移動電視里播放的上下班高峰路段實時畫面，就是基于大數據的技術分析所得。從應用上看，用戶切實感到便捷好用，所以市場潛力很大，未來的應用會更加廣泛。

大數據應用存在的難題

大數據本身是針對數據的存儲、檢索、關聯、推導等有價值的挖掘，這些數據本身來說是通用的。但在安防領域，哪些數據是有用的，哪些是我們需要關心和提取的，這是目前在摸索的問題。也就是說，當前的困難在于如何讓技術熱點和相關業務進行結合，以提取更有價值的數據。

從技術上分析，有兩個技術難點：

第一個難點是如何從非結構化的數據中提取結構化的數據出來。所謂非結構化數據是指在視頻里面進行特征的提取，這些可能是人類不能理解和不能處理的；結構化數據則是人可以理解和處理的，好比在視頻里有幾個活動目標、是人還是車。假如是人，身上穿的是什么樣的衣服；假如是車，車牌號是多少、什么樣的品牌型號、顏色、行進速度、方向等數據，這些都是可以轉化為結構化數據為人所用。目前，安防的數據很多涉及到視頻數據，而視頻數據本身是不能夠被結構化的數據，也就不能被計算機直接所處理。所以未來擺在技術人員面前的課題是如何把視頻數據轉換成計算機能夠處理的結構化或者半結構化數據。

第二個難點是尋找這些數據之間的關聯和價值。數據是有關聯沒關聯之分的，我們只能通過工具來找。所有這些存儲的特征數據，包括公安行業、平安城市中天天產生的海量視頻數據，可以為很多案件的偵查提供有價值的線索。現在技術需要攻克的難題就是能不能把這些數據通過相應的工具模塊，通過大數據技術把原來被忽視的數據信息關聯起來，找到或提取這些數據之間的相關性，為案件的偵破和方案決策提供科學的數據依據。