大數據分析在智慧安防系統中的實時監控與預警研究

張旭陽 葉光紅 楊建波

摘要：當前，傳統安防系統已經無法滿足信息化時代對于安防工作提出的全新要求，而利用大數據分析技術構建完善的智慧安防系統，能夠在規定時效內實現對安防信息的全方位采集、高效處理以及深度挖掘分析，讓管理者和用戶輕松實現對安防信息的理解、定位、查詢以及防范預測。安防工作中涉及各個方面的海量數據，利用大數據除了能夠實現數據的高效整合外，更能夠減輕安防人員的工作量，使數據價值被充分挖掘，讓安防產業逐步向智慧化、數字化邁進。本文主要從大數據分析在智慧安防系統中的實時監控和預警應用設計兩方面展開探討。

關鍵詞：大數據分析；智慧安防系統；監控與預警

引言

大數據時代為人工智能、云計算等信息化技術的發展提供了有利契機。在此背景下，“智慧安防”概念應運而生。智慧安防系統與傳統安防系統相比，其數據中樞體現出顯著的綜合性以及多級縱深防護性特征。在實時監控方面，除了車輛檢測、門禁控制、視頻監控外，還包括智能分析、一鍵報警、門衛對講、智能抓拍等，充分利用感知前端，經大數據分析技術，實現對防范區域范圍內的物資、車輛和人員等實時監控與有效預警，打造核心區域限制、低密區監測、非密區防范的梯度式防范體系。同時，利用數據共享和網絡互聯手段真正做到安防子系統的統籌調度與集中管理，進而做到從內核上增強安防管理智慧化效能，讓智慧安防系統做到無死角、立體化以及全方位。

1. 大數據分析在智慧安防系統中的實時監控

大數據分析技術的本質是采用非傳統數據資源庫對所采集的信息進行整合、處理、分析等。要利用大數據分析從技術層面提升安防系統智能性，須將數據作為紐帶，高效利用視頻綜合類、平臺管理類以及結果智能分析類服務器，確保安防應用系統、保障運維系統和業務管理系統能夠進行深度有效的融合，實現各個系統之間數據信息的互通互聯，進而為各系統之間的按需交互、聯動融合以及人為統籌管理做好保障[1]。結合智慧安防系統對數據接收以及進一步融合處理的數據分析需求，可從視頻監控、車輛管控、人員管控、周界警備四個安防應用子系統著手，利用大數據，對業務管理態勢數據以及智能設備感知數據進行深度融合，最終將防控區域內的安防綜合態勢以可視化方式完整呈現于智慧安防系統指揮中心平臺大屏。

1.1 視頻監控子系統

視頻監控子系統的監控和管理范疇包括車輛、人員、物資、環境等，能夠為安防區域提供車輛往來、人員動態信息等技術支持，保障機構安全。與此同時，視頻監控子系統在大數據分析技術支持下，能夠在第一時間將采集到的信息數據傳輸至智慧安防綜合管控平臺，為平臺統一調配數據信息，為實現實時對講、預警報警、門禁管理等工作的協同進行提供重要支持。

當前，視頻監控發展呈現網絡化、高清化與智能化的特點。結合這些特點，融合大數據，可以構建“全結構化高清采集、集中儲存與智能分析”三位一體的實時監控模式。這一方面能夠有效提升實時監控內容的畫面質量，另一方面還可以及時推送有科學依據的分析預判結果，讓監控人員不再只是“看得清”，而是“看得懂”，為管理人員提供優質的安防輔助管理信息，使得安防區域內的管理力度進一步得到強化。實施操作時，可將視頻監控系統的拓撲結構進行二級架構設計，即在布控感知前端時，利用防爆球機、防爆筒機、全局、黑光球機等不同種類的高清攝像頭，以無線網絡接入或有線網絡的方式與安防設備間相連，巡防人員可以在值班室、移動客戶端實時監控，站好安防巡查第一崗[2]。另外，由感知前端收集到的各類數據，經由網絡傳輸到中心平臺，自動完成儲存及數據分析，隨后，中心平臺向客戶端反饋原始數據信息與針對性的分析決策，為后續安防工作提供重要依據。

1.2 車輛管控子系統

車輛管控子系統的監控和管理范疇包括識別車牌、車輛測速、抓拍攝像、防沖撞等，做到對安防區域內出入車輛行為的具體監控，及時上傳監測車輛數據，為智慧安防系統的完善提供數據支撐。在具體實施時，布控在各個路口與出入口的前端感知設備發揮車輛識別、車牌抓拍作用，自動上傳所采集的車輛數據，同時將安防中心管控系統中的數據進行對比、歸類、分析，對系統內部車輛予以放行，外來車輛須登記且只可在授權區域范圍內行駛，倘若出現越界行為，則會觸發警報。布控在安防區域入口和出口處的X射線掃描設備負責對車輛進行完整的成像掃描，排查車輛是否攜帶違規、違禁以及涉密物品，保障機構內部安全與涉密材料安全。布控在必要卡口的車輛行駛測速系統負責管控車速，發現車輛超速行為便會觸發報警系統，與出入口護崗人員形成工作聯動，協同處理違規行駛行為[3]。倘若存在行駛車輛不按規定行駛，試圖或已經沖撞卡口的，布控在路口的防沖撞柱將通過上升攔截的方式對非法闖入車輛予以應對。除此之外，自動儲存至安防系統平臺管理服務器的車輛信息將會定期進行匯總分析，以便安防管理人員更直觀地了解安防區域內車輛行駛狀況以及可能存在的安防隱患。

1.3 人員管控子系統

人員管控子系統的監控和管理范疇主要包括安防區域內部人員以及外來訪客，利用人臉識別技術和物聯網感知技術，依托前后端性能值較高的智能安防裝置，對相關人員進行針對性的身份核驗、權限管理、安全檢查以及軌跡追蹤等，由此做到對安防區域人員行為的科學管控。具體實施時，首先需要充分利用前端感知設備采集人員信息，如人臉識別、瞳孔識別、人臉抓拍等。所采集的數據需要通過網絡傳送至智慧安防系統中心管理平臺，再通過大數據對比，對身份的真實性進行考證核實[4]。對于不同身份人員的行為權限分析，也需要進行更加精細的管理與控制。例如，外來訪客身份真偽性的核實工作可以利用資源數據庫加以比對認證。對于一些存在危險信號的行為或物品，前端設備通過熱成像攝像機和金屬探測裝置等進行安全核查，確保安防成效。

1.4 周界警備子系統

周界警備子系統的監控和管理范圍包括對安防區域范圍內圍墻周界、重點防護目標四周的安防隔欄等，通過熱成像攝像技術，采用可見光與紅外光對目標范圍進行監控，一旦探查到可疑目標及可疑行為，便會觸發自動報警系統。報警系統與智慧安防中心平臺管理系統相連接，系統所拍攝到的數據資料會在中心平臺進行智能檢測、綜合分析以及風險預警提醒[5]。智慧安防中心管理平臺大屏幕上，除了顯示視頻彈窗、位置定位以及聲光報警等信息外，還將警情實時通過客戶端推送至相關管理人員，提醒安防人員妥善進行警情處理。為高效完成安防區域的周界警備工作，其警備子系統的前端設備需要準確捕捉異常行為信號，發現的異常情況要能夠通過網絡反饋至智慧安防系統中心管理平臺，由中心平臺進行大數據邏輯分析，在二次分析比對后，仍存在異常警戒行為的，則由報警主機生成具體防控信息，同時與異常行為發生地的視頻、位置、聲光報警等進行聯動。

2. 大數據分析在智慧安防系統中的預警應用設計

2.1 大數據分析在智慧安防系統中的預警應用

大數據分析為智慧安防系統的優化完善建設提供基礎保障，在大數據技術的支持下，安防區域可以在短時間完成信息的收集、儲存、清洗以及綜合分析，進而得到大量有效的防控數據，如人流量數據、車流量數據、視頻監控數據等，最終實現對安防區域的實時動態監測以及有效預警[6]。一般情況下，大數據分析可以應用于智慧安防系統的數據采集與處理、可視化處理展示與數據挖掘等方面。安防預警離不開真實詳細的數據支持，利用大數據技術將安防區域內部的各種數據及時地加以采集，如人員信息、車輛信息、報警數據等，再將海量數據進行存儲及處理分析，從中剝離有效的安防信息，如行為異常、人員異常等，發揮安防預警作用。

大數據技術還可以實現對數據的深度挖掘和一般機器學習，這是傳統安防所不具備的優勢。通過深度挖掘與學習，所采集的初始數據可以被有效提煉，部分動態化的安防問題能夠被及時預判并阻止，如利用計算機算法，分析安全問題容易發生的時間、地點，從而進行重點防控[7]。

此外，大數據分析能夠發揮的安防預警作用還體現在能夠將數據進行可視化的處理，以圖表為載體，將采集到的信息數據直觀清晰地呈現于用戶面前，使數據具備可視化特征，減輕人工數據處理負擔，進而實現對風險問題的能動預測。

2.2 大數據分析在智慧安防系統中的預警設計

將大數據分析技術融入智慧安防預警部分時，還需要細致考慮監控數據、隱私保護、系統架構以及系統性能等問題。數據方面，除根據實際需求選擇適配的采集工具外，還需主動完成采集信息的妥善儲存、智能分析以及綜合處理，如此才能夠做到動態化的監控，達到預警成效。

大數據技術在對智慧安防系統進行預警防范前，需要完成對采集數據的預處理工作。所謂大數據預處理，即技術人員通過數據填補、清洗、合并、平滑等手段，實現數據的集成、清理、轉換與規約等，從而讓數據的質量得到保障。隱私保護方面，通過訪問權限管理、數據加密、局域網管理等數據安全保障措施，守護數據安全[8]。系統架構方面，可以設計微服務架構、分層架構等梳理結構框架，守護智慧安防系統核心。在系統性能方面，要保障安防預警系統的性能可靠性和穩定性，選用恰當的存儲設備及服務器等安防硬件設備，同時進一步優化緩存問題、負載均衡問題。

2.3 大數據視頻智能分析技術的相關防控應用

大數據分析作為智慧安防三大信息技術之一，通過將智能監控系統所采集到的海量信息數據進行高效處理以及準確分析，為安防工作提供極具實效性的警告響應與監控服務，在幫助智慧安防系統實現對海量數據的采集、儲存、分析、清洗、歸類以及可視化處理后，進一步為用戶提供多維度分析以及關聯性考量，幫助用戶準確洞悉監控報告的全方位信息，準確研判結果。而大數據分析主要是通過對采集到的視頻信息進行對應的算法處理，進而得到關鍵性信息，同時完成標記或處理。當同類質的安防信息元素再次出現時，便能夠根據所標記的屬性快速查找到相關的視頻信息。但是，安防視頻資料并不具備結構性，計算機無法直接采用大數據對其進行處理及分析。因此，在對海量的視頻數據進行處理時，首先要經過智能分析，這樣可以有效節省部分人工勞動，使安防工作在人力成本得到有效控制的同時，工作效率也大幅提升。

當前，智慧安防系統中應用頻率較高的智能分析預警技術有識別類分析、行為類分析、診斷類分析等。識別類智能分析技術常應用于靜態場景的分析處理，其工作原理是將圖片信息從多層面進行分析比對，經數據匹配與識別后，將具有設定特征的物體、車輛以及人物加以分析提取，如智慧安防系統中的車輛管控子系統在對出入安防區域的車輛進行車牌識別時就利用了視頻智能分析。行為類智能分析技術大多應用于動態場景的監控，如檢測安防區域是否存在車輛超速、逆行、可疑人員進入、圍墻翻越等，通過對可疑對象的動態行為進行分析、研判，以達到安防預警作用[9]。診斷類智能分析常應用于監控畫面受損、模糊、偏色、滾屏等監測視頻質量下降以及監控信號接觸不良等情況。發生此類問題后，只有采用大數據視頻分析技術，才能夠在保證有效分析速度的同時，高質量地完成對不同靜態、動態、受損畫面的監測分析，保障安防數據采集的信效度與完成度。

結語

總而言之，智慧安防系統的構建與完善離不開大數據分析技術的助力，將大數據分析納入安防系統智能化建設，不僅可以為安防行業帶來信息化時代獨有的存儲架構，還能打破空間、時間壁壘，實現安防數據的有效分析處理和深度挖掘，顯著提升安防數據的有效利用率。智慧安防系統建設的核心點在于突破安防各類信息交互壁壘，避免數據孤島的出現，真正做到安防區域內各類信息數據的有效采集、分析利用以及預警防范。大數據分析技術在智慧安防系統優化完善進程中，將發揮不可替代的重要作用，促進信息化技術融合以及資源融合，進而實現安防體系的智慧化、現代化，讓安防更智能、運行更流暢、發展更活躍、生活更安全、人民更幸福。

參考文獻：

[1]徐建明.淺談安防大數據在智慧城市建設中的深度應用[J].中國安防，2018（3）： 58-64.

[2]劉冬季.淺談安防行業視頻智能分析[J].中國安防，2014（21）：25-28.

[3]李德仁，姚遠，邵振峰.智慧城市中的大數據[J].武漢大學學報：信息科學版， 2014，39（6）：631-640.

[4]周蓉，陳印，唐權.基于大數據的智慧城市建設信息安全研究[J].信息通信， 2016（8）：132-133.

[5]周軍，吳昊中，陳鑫，等.大數據環境下的視頻智能分析技術應用研究[J].廣東公安科技，2017，25（1）：15-17.

[6]尹全喜.大數據環境下的數據安全分析[J].網絡安全技術與應用，2015（6）：7，9.

[7]鄧曄.淺析安防監控大數據與智慧城市公共安全大數據的關系[J].中國安防，2018（3）：49-54.

[8]蘇秀梅.智能化安防控制系統的構建與應用[J].電子元器件與信息技術，2021，5（9）：231-232，251.

[9]蘇越.基于多傳感器數據融合技術的一體化安防系統[D].西安：西安科技大學，2021.

作者簡介：張旭陽，碩士研究生，研究方向：大數據與人工智能；葉光紅，大專，研究方向：數據分析與應用軟件開發。

基金項目：茂名市科學技術局促進科技服務業務發展計劃專題項目——基于大數據和人工智能算法的智慧安防報警系統（編號：230508164554554）。