<pre id="x9xvv"></pre>
    <track id="x9xvv"></track>

      <p id="x9xvv"></p>
      <pre id="x9xvv"></pre><ruby id="x9xvv"></ruby><ruby id="x9xvv"></ruby>
        <p id="x9xvv"><del id="x9xvv"></del></p>

          <p id="x9xvv"><mark id="x9xvv"></mark></p>
          <p id="x9xvv"></p>

          <ruby id="x9xvv"></ruby><del id="x9xvv"></del><pre id="x9xvv"></pre>
            <address id="x9xvv"><ruby id="x9xvv"></ruby></address>

            <pre id="x9xvv"><ruby id="x9xvv"></ruby></pre>
                <ruby id="x9xvv"></ruby>

                <track id="x9xvv"><ruby id="x9xvv"><b id="x9xvv"></b></ruby></track>
                <track id="x9xvv"></track>
                  歡迎訪問北京市工程咨詢有限公司官網!
                  基于“云架構”的公共安全視頻監控平臺總體框架設計與應用分析
                  作者:楊杰 王翠 李赫 周亞 發布時間:2022-04-21

                  一、引言

                  國家發展改革委、中央綜治辦等九部委聯合發布了《關于加強公共安全視頻監控建設聯網應用工作的若干意見》(發改高技〔2015〕996號),提出“到2020年,基本實現‘全域覆蓋、全網共享、全時可用、全程可控’的公共安全視頻監控建設聯網應用,在加強治安防控、優化交通出行、服務城市管理、創新社會治理等方面取得顯著成效?!?/p>

                  根據文件要求,全國各地在“十三五”時期集中開展了大規模的公共安全視頻監控建設聯網應用建設工程,其中,“公共安全視頻監控平臺”是工程建設的核心,本文分析了公共安全視頻監控平臺建設之初面臨的問題,提出了基于“云架構”的公共安全視頻監控平臺總體框架。

                  二、公共安全視頻監控平臺建設現狀分析

                  在公共安全視頻監控平臺建設初期,地市、區縣、街鄉之間僅從視頻圖像數據共享方面進行了要求,在統籌建設、技術路線等方面,缺乏總體設計,在建設模式上大多采用分級建設,在業務應用部署模式上仍采用傳統的物理機部署模式,傳統業務應用建設部署模式如圖1所示。

                  圖1  傳統業務應用建設部署模式示意圖

                  這種模式在公共安全視頻監控平臺建設之初能夠滿足基本的業務需求,但是隨著前端點位的增加以及后端應用分析需求的不斷豐富,傳統的部署模式暴露出了硬件資源利用不足、數據資源共享困難、業務應用重復建設以及資源彈性擴展不易等問題,具體如下:

                  (一)硬件資源利用不足

                  公共安全視頻監控平臺建設初期,相關的視頻圖像接入、轉發、解析、應用等服務主要采用物理機模式進行部署,特別是視頻圖像解析應用,由于正處于AI快速發展階段,相關解析算法的廠商較多、品牌較多,部分視頻圖像解析服務采用“一體機”模式進行部署,這種方式能夠實現應用服務的快速部署,提升建設效率,但是硬件設備的CPU等資源利用率不高。楊承東等人研究了采用傳統架構部署的軌道交通綜合監控系統,各資源使用率長期低于10% [1];倪光南院士給出的一組數據表明,一般數據中心中,90%的服務器在90%時間里的平均CPU利用率只有5%[2]。

                  由于傳統架構無法實現硬件資源的按需分配、共享應用,造成在部分服務“閑時”,空閑的CPU、內存等硬件資源無法應用于其他服務;在“忙時”,部分服務配置的CPU、內存資源又存在緊缺,影響運算效率,無法實現資源的充分利用。

                  (二)數據資源共享困難

                  公共安全視頻監控平臺建設初期,主要遵循“公共安全視頻監控聯網系統信息傳輸、交換、控制技術要求(GB/T 28181)”[3],能夠實現視頻資源的統一管理、共享應用。

                  但是對于“圖像數據”和“結構化數據”,尚未出臺明確的標準規范。前端視頻監控設備直接采集的“圖片數據”和“結構化數據”,以及后端平臺通過對視頻的抽幀、解析等二次分析后形成的“圖片數據”和“結構化數據”,大多散落在不同的應用系統中,在數據管理、數據存儲、共享應用方面難以統籌,不利于數據資源的共享應用。王紅霞等人分析了中國政府部門現有的3000余個數據庫,真正能流通利用的不足10%[4]。由此可見,在尚未構建統一標準的情況下,缺乏數據資源的頂層設計,容易形成“數據孤島”,制約了數據資源的共享應用,也容易造成數據資源的多頭采集、重復采集,造成了資源浪費。

                  (三)業務應用重復建設

                  公共安全視頻監控平臺建設初期,大多構建了統一的視頻圖像應用管理系統,對前端視頻監控進行統一管理,能夠滿足不同權限用戶的視頻圖像查看、調用需求。但是,在視頻圖像解析、視圖數據綜合應用方面,大多由各單位根據需求獨立建設,基本都包含了基礎的視頻結構化、軌跡查詢、事件檢測等功能,容易造成重復建設。由于這些應用授權、資源散落在不同的單位,在突發事件、大型活動時,無法形成合力、集中發揮作用,造成了資源的錯配和浪費。

                  針對以上問題,借鑒云服務的理念,提出基于“云架構”的公共安全視頻監控平臺總體框架,對各類資源統一進行管理,按需提供服務,提升資源的利用效率,避免重復建設,節約政府投資。

                  三、云計算架構

                  云計算是一種融合了多項計算機技術的以數據和處理能力為中心的密集型計算模式,它的發展是虛擬化、分布式系統、分布式并發編程模式、面向對象的體系架構、軟件即服務和信息安全等各項技術共同發展的結果[5]。云計算具備可擴展性和高可用性,可擴展性表達了云計算能夠無縫地擴展到大規模的集群之上,甚至包含數千個節點同時處理;高可用性代表了云計算能夠容忍節點的錯誤,甚至有很大一部分節點發生失效也不會影響程序的正確運行[6]。

                  早在2010年,倪光南院士就指出云計算有利于整合信息資源、實現信息共享,促進政務信息化的發展。云計算提供豐富的云端設備,有利于移動辦公等新業務的開展。云計算也符合節能減排、綠色IT的要求。

                  早期云計算提供三種服務形式,主要包括基礎設施作為服務(1aaS,Infrastructure as a Service)、平臺作為服務(PaaS,PIafform as a Service) 和軟件作為服務(SaaS,Software as a serVice)[7]。近年來,隨著信息化的快速發展,沉淀了大量的數據資源,在云計算服務中逐漸引入的數據作為服務(DaaS,Data as a service)的形式,DaaS 的基本理念是將數據視為一種資產,對廣范圍、分布式數據采用云計算和大數據技術進行聚合,并通過數據利用實現全生命周期的管理,實現按需數據服務[8]。

                  四、基于云計算架構的公共安全視頻監控總體框架設計

                  基于“云架構”的公共安全視頻監控平臺總體框架——公共安全視頻監控云架構,按照“分層解耦”的思路,將硬件資源、數據資源、平臺軟件、業務應用進行逐層解耦,構建公共安全視頻云計算資源池(Public security video cloud Infrastructure as a Service,PSVCIaaS)、公共安全視頻云數據資源池(Public security video cloud Data as a Service,PSVCDaaS)、公共安全視頻云服務資源池(Public security video cloud Platform as a Service,PSVCPaaS)和公共安全視頻云應用資源池(Public security video cloud Software as a Service,PSVCSaaS)。(見圖2)

                  圖2  公共安全視頻監控云架構總體框架圖

                  (一)公共安全視頻云計算資源池(PSVCIaaS)

                  視頻云計算資源池通過虛擬化技術,對X86服務器、GPU服務器、網絡設備、存儲設備進行統一管理,并面向上層各類應用提供統一的計算資源服務,可以根據業務應用實際需求,實現硬件資源的按需分配、靈活調度,提升各類硬件資源的利用效率,降低能耗,節約政府投資。

                  (二)公共安全視頻云數據資源池(PSVCDaaS)

                  視頻云數據資源池是將采集到的視頻、圖片、結構化數據進行抽取、轉換、集成、分類,形成統一的數據服務,面向各類用戶或是業務應用提供統一的數據查詢、調用、共享等服務,滿足各類數據的快速檢索、靈活調用、深度應用等需求。視頻云數據資源池主要包括視頻數據資源、圖像數據資源和結構化數據資源等三大類數據。

                  1.視頻數據資源

                  視頻數據的來源較多,既有以公安部門為主采集的公共安全類視頻數據,又有教育、醫療、旅游、交通等政府單位采集的視頻數據,同時,還有大量的社會單位采集的視頻數據。因此,視頻數據的匯聚整合通常涉及多個不同網絡。

                  為實現視頻數據整合,需要在不同網絡上分別搭建社會資源平臺、政務視頻平臺、共享平臺等多個視頻管理平臺,其中,社會資源平臺部署在互聯網,主要負責整合接入社會單位采集的視頻資源;政務視頻平臺部署在政務外網,負責整合接入政府各部門已經采集的視頻資源;共享平臺部署在視頻專網,負責整合接入新建的公共安全視頻監控,對接社會資源平臺和政務視頻平臺,實現視頻數據的有效整合,共享應用。

                  整合后的視頻數據資源,能夠按照單位來源、部署位置、所屬行業、抓拍對象等多個維度進行分類匯總,便于面向不同用戶按需提供服務。

                  2.圖片數據

                  圖片數據主要包括人、車、物、非機動車以及其他圖片,圖片數據主要來源于兩部分,一部分是新建的前端視頻監控直接采集的圖片數據,另一部分是通過后端平臺在視頻數據中抽取的關鍵幀圖片。

                  圖片數據資源主要集中在視頻專網中,通過搭建視頻圖像數據庫,能夠實現對圖片數據的有效管理,圖片數據能夠按照內容、時間、地點、來源進行細分,便于面向不同用戶按需提供服務。

                  3.結構化數據

                  結構化數據主要包括解析數據、基礎數據、業務數據等,其中,解析數據主要是對視頻、圖片等非結構化數據進行結構化處理后,生成的數據;基礎數據主要包括地名、地址、地圖、單位、人員等通用數據資源;業務數據主要包括通過大數據分析后形成的軌跡數據、分類數據、比對數據,以及相關業務應用中產生的數據資源。

                  (三)公共安全視頻云服務資源池(PSVCPaaS)

                  視頻云服務資源池是在視頻云計算資源池(IaaS)基礎上搭建的支持多種類型業務應用快速搭建的支撐平臺,能夠實現快速、高效的定制化視頻圖像應用搭建,降低開發周期和成本。

                  視頻云服務資源池主要包括視頻圖像基礎服務、視頻圖像解析算法、視頻數據分析模型等,其中,視頻圖像基礎服務包括視頻圖像檢索、視頻圖像調看、錄像查看等;視頻圖像解析算法包括車輛、人員、人像等視頻圖像的實時結構化算法、對比分析算法,以及人員聚集、物品挪動、周邊徘徊等事件分析算法;視頻數據分析模型包括人像數據分析模型、車輛數據分析模型、人員數據分析模型、案事件數據分析模型等。

                  (四)公共安全視頻云應用資源池(PSVCSaaS)

                  視頻云應用資源池將人員分析應用、車輛分析應用、多維數據應用等基礎應用服務封裝為標準化的服務模塊,面向政府各部門提供統一的應用服務,實現應用軟件的最大化的利用,降低應用軟件成本,節約政府投資。

                  五、基于云計算架構的公共安全視頻監控平臺應用分析

                  通過對北京市某區縣的公共安全視頻監控平臺建設應用實踐分析,相對于“傳統架構”,基于云架構的公共安全視頻監控平臺,在提高硬件資源利用效率、提升軟件應用復用程度、提升系統總體安全水平等方面具有顯著優勢。

                  (一)提高硬件資源利用效率

                  采用“云架構”模式,能夠利用虛擬化技術對服務器設備進行有效管理,實現資源的按需分配、統一調度,從而提升CPU和內存等硬件的利用率。

                  以北京市某區縣的公共安全視頻監控平臺為例,該平臺原來采用“物理機”部署模式,原有服務器主要包括A、B兩種類型,A類服務器采用“Intel Xeon E5 2609”處理器和8G內存;B類服務器采用“Intel Xeon E5 2620”處理器和32G內存。近年來,逐步轉化為“云架構”部署模式,采用的服務器配置為“Intel Xeon Gold 5120”處理器和320G內存。具體如表1所示。

                  采用“物理機”部署模式,A類服務器的CPU平均利用率約為35%,內存平均利用率約為54%;B類服務器的CPU平均利用率約為36%,內存平均利用率約為53%。采用“云架構”部署模式,服務器的CPU平均利用率約為90%,內存平均利用率約為89%,具體如圖3所示。

                  圖3  CPU和內存利用率

                  由此可見,采用“云架構”模式,在服務器的CPU利用率和內存利用率方面均有較大提升。同時,通過對北京市朝陽區、通州區等其他區縣的公共安全視頻監控平臺“上云”前后的硬件資源使用情況對比分析,在“應用系統”沒有完全上線的情況下,采用“云架構”部署模式相對于采用傳統的物理機部署模式,在CPU利用率方面,均有2倍以上的提升。

                  (二)提升軟件復用程度

                  采用“云架構”模式,面向各單位提供統一的服務接口,能夠提升數據資源的共享應用水平,提升應用資源復用程度,避免重復建設。

                  以車輛數據分析為例,交通部門需要進行交通起止點調查分析(OD分析),公安部門需要了解涉案車輛、重點車輛的運行軌跡,應急部門需要了解?;奋囕v的運行軌跡和運行情況,旅游部門需要了解旅游車輛的運行軌跡和運行情況;以人員數據分析為例,公安部門需要了解涉案人員及其行為軌跡,疾控部門需要確定確診患者的密接人員及其軌跡,社區(鄉鎮)需要及時了解特殊人群的日常軌跡。由此可見,各單位雖然需要重點關注的車輛、人員不同,但是在系統功能方面,大致相同,都需要對車輛、人員進行比對分析,了解車輛、人員的運行軌跡、異常情況,并結合視頻圖像進行確認和分析。

                  按照傳統的架構,每個單位都需要按需部署前端視頻監控設備、購置硬件設備、搭建軟件平臺,如果采用基于“云架構”(云服務)的公共安全視頻監控平臺,在數據層面充分共享,避免了前端采集設備的重復建設;在硬件方面,能夠按需分配,避免了硬件資源的重復建設、過度建設;在應用層面,能夠提供基礎的數據分析服務,避免了軟件層面的重復建設,當基礎軟件不能夠滿足應用需求時,能夠在此基礎上進行二次開發,提升了軟件開發效率。

                  (三)提升總體安全水平

                  采用“云架構”模式,對數據資源進行統一管理、授權訪問,能夠避免敏感數據的泄露,也便于對數據資源進行統一備份,防止數據損壞丟失。利用虛擬化技術,能夠將正在運行的虛擬機從一臺物理服務器移動至另一臺物理服務器,從而避免業務中斷,提高系統的可靠性,并實現負載均衡。

                  六、總結

                  本文分析了現階段公共安全視頻監控平臺建設過程中存在的問題,在此基礎上,結合云計算技術,提出了基于“云架構”的公共安全視頻監控平臺總體框架,并在北京市的多個區進行了應用實踐,通過對比分析,“云架構”能夠有效提升硬件資源使用效率,同時,能夠促進信息資源、基礎服務的共享利用,避免重復建設,節約政府投資,在公共安全視頻監控建設聯網應用發揮了重要作用。

                  參考文獻:

                  [1]楊承東,徐余明. 基于云計算技術的城市軌道交通綜合監控系統架構方案[J].城市軌道交通研究,2020, 23(5):6-9.

                  [2]倪光南. 新技術發展環境下的電子政務建設[J]. 電子政務, 2010(11):3-10.

                  [3]GB/T 28181,公共安全視頻監控聯網系統信息傳輸、交換、控制技術要求 [S] . 北京:中華人民共和國國家質量監督檢驗檢疫總局、中國國家標準化管理委員會,2016.

                  [4]王紅霞,劉林源. 云計算環境下電子政務信息資源整合研究[J]. 電子政務,2015(6):91-98.

                  [5]武志學. 云計算虛擬化技術的發展與趨勢[J]. 計算機應用,2017,37(4):915-923.

                  [6]陳康,鄭緯民. 云計算:系統實例與研究現狀[J]. 軟件學報,2009,20(5):1337-1348.

                  [7] Vaquero L M, Rodero-Merino L, Caceres J,et al. A Break in theClouds: Towards a Cloud Definition[J]. ACM SIGCOMM Computer Communication Review, 2009, 39(1):50-55.

                  [8]楊國立,周鑫. “數據即服務”背景下圖書情報機構科學數據服務的發展機遇[J]. 情報學報,2017,36(8):772-780.


                  更多閱讀:
                  久久精品伊人波多野结衣,欧美gαy男男激情1069,我和公发生了性关系公,国内真实愉拍系列在线视频