盤點近幾年的IT領域熱門詞匯:大數據、云計算、虛擬化、云存儲、云服務等，幾乎貫穿到所有信息技術領域的產品推廣、解決方案和系統規劃中。這意味著未來信息領域發展和建設的大時代——云時代的來臨。

　　作為云時代海量數據的來源之一，安防視頻監控行業隨著智慧城市和智能交通的快速發展、移動互聯設備的快速激增，產生了海量的非結構化視音頻數據，帶動了大數據的存儲、管理、分析等應用。面向云時代，業界同仁一擁而上、熱血沸騰，無論是IT供應商、存儲廠商、還是解決方案提供商都不甘落后，雨后春筍般的紛紛提出基于計算、存儲、網絡等多層次虛擬化的數據中心解決方案，投入大量資源，推出云存儲、云計算等系統產品。

　　如果說到大數據對智能交通領域起到的影響，那肯定要從交通大平臺談起。天地偉業交通指揮中心管控平臺是為交通指揮系統服務的統一信息平臺，實現信息交換與共享、快速反應決策與統一調度指揮。通過對采集到的交通數據分析、加工處理，來實施交通控制、管理、決策和指揮。該系統是集合了高科技前端采集技術與后端智能化分析決策軟件的整合系統，具有極強的兼容性和擴展性，能夠從點到線、從點到面地進行區域聯網，從而最終形成覆蓋整個城市的安全防護系統。

　　交通指揮中心管控平臺以實戰需求為重點，依托警用地理信息系統，實時監測并協調組織區域內的各種交通流，保證區域內道路網交通負荷處最佳狀態，及時發現、處理各種突發事件，疏導交通;對管區交通狀況進行監測，監視，有效組織各種交通流;科學調度警力，緊急救援及路障清理力量;處理緊急事件、事故。有效監測各種違法行為，依法糾正相關違法行為。整合現有智能交通系統資源，重點建立交通視頻監控，公路車輛智能監測記錄系統、信號控制系統、誘導控制系統、交通信息采集系統等。增強基層交警主動發現，快速處置，有效管控，嚴格、科學執法。系統可以與公安部PGIS警用地理信息系統無縫對接，也可以建立獨立的地理信息系統。并且其它交通信息進行交互關聯，系統接口技術、通信技術與公安部要求一致。

　　該平臺具有極強的實用性，可以為決策者提供實時的信息，并根據匯總的實時信息提供多種應急解決方案和警情趨勢分析。

　　以天地偉業為例，智能交通管控平臺有哪些核心技術呢?

　　1、云技術：系統采用云技術進行設計，支持云存儲及云轉發功能。

　　云存儲是在云計算(cloud computing)概念上延伸和發展出來的一個新的概念，是指通過集群應用、網格技術或分布式文件系統等功能，將網絡中大量各種不同類型的存儲設備通過應用軟件集合起來協同工作，共同對外提供數據存儲和業務訪問功能的一個系統。 當云計算系統運算和處理的核心是大量數據的存儲和管理時，云計算系統中就需要配置大量的存儲設備，那么云計算系統就轉變成為一個云存儲系統，所以云存儲是一個以數據存儲和管理為核心的云計算系統。

　　云轉發則是通過流媒體服務器集群的基礎上實現的負載均衡和故障替換，有效避免了因為服務器故障而導致的平臺問題。

　　2、中間件技術：在中心平臺的集成中，要實現不同操作系統、不同數據庫之間的跨平臺的分布式應用。采用中間件技術，可以在不改變原有系統的前提下，實現已有系統的信息整合。構造完整的、健全的信息集成系統，可以很好地把不同部門的多種軟件及信息數據結合為一個有機的協作整體。在中心平臺的建設中，中間件技術將起到關鍵的作用，是數據處理系統、信息發布系統的實施基礎。中心平臺的基礎中間件將充分考慮信息平臺的實際需要和特點(如：多源異構數據整合等)，并選用成熟的、符合國際標準的中間件(如J2EE等)。

　　3、XML 和Web Services 技術：中心平臺當中的數據具有多源異構的特點，對于此類數據的處理首先要求對數據的描述要有簡單易行的一套標準。XML是現在流行的數據交換標準,特別適合表述和交換復雜的數據對象和類型。在信息平臺的建設過程中，數據采集及數據處理系統把XML作為數據格式描述的統一標準，并納入數據規范的制定當中。同時，在數據分析中，也便于采用數據挖掘、OLAP(聯機事務分析)等技術的應用。另外Web Services 技術支持XML，SOAP，WSDL， UDDI等開放標準，可以通過HTTP協議實現穿越防火墻的軟件互操作和數據交換，實現跨越各種技術的軟件集成。

　　4、WEBGIS技術：平臺的GIS發布基于WEBGIS技術，WebGIS是利用Web技術來擴展和完善地理信息系統的一項技術。WEBGIS可采用多主機、多數據庫進行分布式部署，通過Internet/Intranet實現互聯，是一種瀏覽器/服務器(B/S)結構，服務器端向客戶端提供信息和服務，瀏覽器(客戶端)具有獲得各種空間信息和應用的功能。WebGIS很容易跟Web中的其他信息服務進行無縫集成，可以建立靈活多變的GIS應用，具有良好的擴展性。

　　針對海量數據的分析，天地偉業結合大數據分析技術更貼近實戰業務的應用。

　　數據深層信息研判：

　　由于系統采集的數據量巨大，在已有數據的搜索和碰撞外，還需挖掘潛在的風險信息，一方面實現潛在作案車輛的數據分析和預警;另一方面為破案提供研判分析和有用數據。

　　系統充分利用所有卡口、電子警察、移動測速、視頻監控等采集的車輛信息，對這些信息進行分析研判，從而為各部門提供決策支持和破案線索。

　　車輛軌跡分析：分析特定車輛在一段時間內的經過各個卡口行車軌跡，重現該車輛的行車軌跡和線路。

　　套**：按照一個車牌號碼的車輛不可能“同時”出現在兩個不同卡口的原理，在管轄范圍內的所有卡口監測點，對選定時間段內的過車信息進行比對，分析出可疑套牌車輛。

　　關聯分析：根據車輛的查詢結果進行再次關聯分析功能，可以分析出相關路口內通過的可疑車輛，提高辦案效率。

　　頻度分析：根據車輛經過的監控點記錄信息，進行頻度分析，確定該車輛通過各個卡口的頻率。

　　跟蹤車輛分析：對選定時間段內的過車信息進行比對，若檢索出符合跟蹤規則的車輛信息，則顯示在列表中，能夠幫助公安刑偵加快分析和偵破力度，提高辦案效率。

　　除此之外，天地偉業交通管控平臺利用大數據分析為公安、交管提供了大量的態勢分析和交通研判，從而為刑事案件偵破、交通擁堵治理、公共交通調度等等提供強有力的技術保障。

　　路況態勢

　　路況態勢主要實現了對各轄區下當前路況狀態的統計、不同轄區路況在地圖上的分布顯示;實現了對各轄區路況發生狀態次數環比統計，各轄區路段擁堵數據統計及擁堵趨勢顯示;

　　1、交通狀態環比

　　能夠根據不同轄區、不同環比類型、環比值進行狀態(擁堵、擁擠、暢通)次數環比統計;

　　2、交通擁堵趨勢

　　1)能夠選擇不同統計方式、統計時間進行轄區、路段擁堵數據統計、擁堵趨勢顯示，主要包括擁堵高發區域、擁堵高發路段、區域擁堵高峰時段、路段擁堵高峰時段。

　　2)能夠以不同統計方式、統計時間進行轄區、路段高峰(早、晚高峰)時段統計顯示;

　　違法態勢

　　違法態勢主要實現了各轄區當前不同違法類型數量統計、轄區下各路口違法數量統計，及地圖上各轄區路口分布情況;同時，實現了轄區下不同違法類型數量環比統計，及違法多發區域、路口統計與違法趨勢顯示;

　　1、違法處理情況

　　能夠顯示不同轄區當天違法處理情況及占比，包括待篩選、待審核、待公告、已處理;

　　2、違法類型環比

　　能夠根據不同轄區、環比類型、環比數量進行違法類型環比統計;

　　3、交通違法趨勢

　　能夠根據不同統計方式、統計時間進行轄區、路口違法數量統計及違法趨勢顯示;

　　套牌車輛分析

　　按照一個車牌號碼的車輛不可能“同時”出現在兩個不同卡口的原理，管轄范圍內的所有卡口監測點，對選定時間段內的過車信息進行比對，若檢索出符合套牌規則的車輛信息，則顯示在列表中，定期分析套牌車輛分析檢測結果。

　　當前用戶權限管轄范圍內的所有監測點，對選定時間段內的過車信息進行比對，若檢索出符合指定套牌規則的車輛信息，則顯示在列表中，同時也可人工處理后加入布控車輛信息中。系統使用車牌識別技術，采集經過監測點車輛的信息，如車牌號碼、車身顏色、車輛類型、出現時間，自動完成套牌檢測。

　　跟蹤車輛分析

　　針對刑偵時犯罪團伙車輛經常結隊活動的特點，對犯罪嫌疑車輛進行信息查詢時，根據車牌省份地域分析其相鄰車輛號牌，挖掘出有關聯的車輛，為破案提供線索。根據犯罪嫌疑車輛的車牌號碼、車牌種類、車輛通過時間、分析時間間隔、路口名稱及車道號這幾個條件篩選出與犯罪嫌疑車輛有關聯的車。

　　對選定時間段內的過車信息進行比對，若檢索出符合跟蹤規則的車輛信息，則顯示在列表中，能夠幫助公安刑偵加快分析和偵破力度，提高辦案效率。

　　車輛頻度分析

　　該功能主要是根據車輛經過的監控點記錄信息，進行頻度分析，確定該車輛通過各個卡口的頻率。

　　根據設定的頻度閾值，分析在某一段時間內通行某路口次數超過設定閾值的車輛。一方面用作交通信息采集，另一方面可用于對活動異常的車輛進行預警。

　　選定路口、時間段，設定頻度閾值，分析超出閾值范圍的車輛過車信息。

　　車輛關聯分析

　　實現根據車輛的查詢結果進行再次關聯分析功能。

　　此功能需要兩次查詢，第一次查詢得出結果集A(即：某時間段范圍內通過某路口的車輛)，然后在結果集A(即：某時間段范圍內通過某路口的車輛)的基礎上再次選擇查詢條件(比如：修改時間范圍、修改地點路口)進行查詢，查詢出最終的結果集B，此結果是對結果集A(即：某時間段范圍內通過某路口的車輛)在B條件下的統計結果。此結果對公安偵查犯罪案件提供了有利的依據。

　　對于指定的兩個或兩個以上不同區域范圍內的所有采集設備，在不同時間范圍內，通過遍歷搜索的方式，碰撞搜索并精確定位具備相同特征要素的機動車，車牌號碼、車牌顏色、車型、車身顏色等治安常用線索均可作為研判特征要素，可以快速發現不同區域涉案嫌疑車輛之間的關聯性。

　　“云計算、大數據”趨勢，促使各廠家不斷的投入技術研發，滿足不同現場的應用需求，遵循和貼近軟件和硬件的行業標準，減少在聯網和融合時的復雜度和困難度。

　　“云計算、大數據”應用未來勢必對安防行業有深刻的改變和影響。尤其在智慧城市行業和交通行業。交通方面海量數據處理需求，智能交通管理系統可以在海量數據、惡劣網絡環境和復雜業務處理情況下，實現大量圖片、車輛數據、視頻數據的時時網絡傳輸和快速持久化存儲，同時對任意站點的圖像進行顯示，對任意站點的視頻進行流暢播放、實時進行比對報警，快速進行多條件檢索，并且將各類多媒體數據和車輛數據合二為一。系統實現對目前的城市道路交通中異常行為的智能識別和自動報警等，從而減輕了交管監控人員的工作負擔，提高了監測的準確度，使得交通管理工作更高效。實時交通狀況分析可通過視頻實時分析道路交通流量，然后綜合分析統計出全城市的交通狀況;套**可通過視頻進行車牌識別，按照一定的規則(如最近時間內一定距離以外)在全城市中檢索相同車牌的汽車。

　　高清化、網絡化和智能化的安防行業在新的紀元中，雖然會面臨這樣那樣的問題，但是我相信隨著云計算和大數據應用技術的成熟和完善，行業勢必會更快速的發展。云時代的到來已為我們指明了方向，云計算和大數據技術就像是打開未知世界之門的鑰匙，讓我們可以更加經濟的進行系統建設，更加高效的進行數據分析，更加有力的推動社會的進步和發展。