盘点近几年的IT领域热门词汇:大数据、云计算、虚拟化、云存储、云服务等，几乎贯穿到所有信息技术领域的产品推广、解决方案和系统规划中。这意味着未来信息领域发展和建设的大时代——云时代的来临。

　　作为云时代海量数据的来源之一，安防视频监控行业随着智慧城市和智能交通的快速发展、移动互联设备的快速激增，产生了海量的非结构化视音频数据，带动了大数据的存储、管理、分析等应用。面向云时代，业界同仁一拥而上、热血沸腾，无论是IT供应商、存储厂商、还是解决方案提供商都不甘落后，雨后春笋般的纷纷提出基于计算、存储、网络等多层次虚拟化的数据中心解决方案，投入大量资源，推出云存储、云计算等系统产品。

　　如果说到大数据对智能交通领域起到的影响，那肯定要从交通大平台谈起。天地伟业交通指挥中心管控平台是为交通指挥系统服务的统一信息平台，实现信息交换与共享、快速反应决策与统一调度指挥。通过对采集到的交通数据分析、加工处理，来实施交通控制、管理、决策和指挥。该系统是集合了高科技前端采集技术与后端智能化分析决策软件的整合系统，具有极强的兼容性和扩展性，能够从点到线、从点到面地进行区域联网，从而最终形成覆盖整个城市的安全防护系统。

　　交通指挥中心管控平台以实战需求为重点，依托警用地理信息系统，实时监测并协调组织区域内的各种交通流，保证区域内道路网交通负荷处最佳状态，及时发现、处理各种突发事件，疏导交通;对管区交通状况进行监测，监视，有效组织各种交通流;科学调度警力，紧急救援及路障清理力量;处理紧急事件、事故。有效监测各种违法行为，依法纠正相关违法行为。整合现有智能交通系统资源，重点建立交通视频监控，公路车辆智能监测记录系统、信号控制系统、诱导控制系统、交通信息采集系统等。增强基层交警主动发现，快速处置，有效管控，严格、科学执法。系统可以与公安部PGIS警用地理信息系统无缝对接，也可以建立独立的地理信息系统。并且其它交通信息进行交互关联，系统接口技术、通信技术与公安部要求一致。

　　该平台具有极强的实用性，可以为决策者提供实时的信息，并根据汇总的实时信息提供多种应急解决方案和警情趋势分析。

　　以天地伟业为例，智能交通管控平台有哪些核心技术呢?

　　1、云技术：系统采用云技术进行设计，支持云存储及云转发功能。

　　云存储是在云计算(cloud computing)概念上延伸和发展出来的一个新的概念，是指通过集群应用、网格技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。 当云计算系统运算和处理的核心是大量数据的存储和管理时，云计算系统中就需要配置大量的存储设备，那么云计算系统就转变成为一个云存储系统，所以云存储是一个以数据存储和管理为核心的云计算系统。

　　云转发则是通过流媒体服务器集群的基础上实现的负载均衡和故障替换，有效避免了因为服务器故障而导致的平台问题。

　　2、中间件技术：在中心平台的集成中，要实现不同操作系统、不同数据库之间的跨平台的分布式应用。采用中间件技术，可以在不改变原有系统的前提下，实现已有系统的信息整合。构造完整的、健全的信息集成系统，可以很好地把不同部门的多种软件及信息数据结合为一个有机的协作整体。在中心平台的建设中，中间件技术将起到关键的作用，是数据处理系统、信息发布系统的实施基础。中心平台的基础中间件将充分考虑信息平台的实际需要和特点(如：多源异构数据整合等)，并选用成熟的、符合国际标准的中间件(如J2EE等)。

　　3、XML 和Web Services 技术：中心平台当中的数据具有多源异构的特点，对于此类数据的处理首先要求对数据的描述要有简单易行的一套标准。XML是现在流行的数据交换标准,特别适合表述和交换复杂的数据对象和类型。在信息平台的建设过程中，数据采集及数据处理系统把XML作为数据格式描述的统一标准，并纳入数据规范的制定当中。同时，在数据分析中，也便于采用数据挖掘、OLAP(联机事务分析)等技术的应用。另外Web Services 技术支持XML，SOAP，WSDL， UDDI等开放标准，可以通过HTTP协议实现穿越防火墙的软件互操作和数据交换，实现跨越各种技术的软件集成。

　　4、WEBGIS技术：平台的GIS发布基于WEBGIS技术，WebGIS是利用Web技术来扩展和完善地理信息系统的一项技术。WEBGIS可采用多主机、多数据库进行分布式部署，通过Internet/Intranet实现互联，是一种浏览器/服务器(B/S)结构，服务器端向客户端提供信息和服务，浏览器(客户端)具有获得各种空间信息和应用的功能。WebGIS很容易跟Web中的其他信息服务进行无缝集成，可以建立灵活多变的GIS应用，具有良好的扩展性。

　　针对海量数据的分析，天地伟业结合大数据分析技术更贴近实战业务的应用。

　　数据深层信息研判：

　　由于系统采集的数据量巨大，在已有数据的搜索和碰撞外，还需挖掘潜在的风险信息，一方面实现潜在作案车辆的数据分析和预警;另一方面为破案提供研判分析和有用数据。

　　系统充分利用所有卡口、电子警察、移动测速、视频监控等采集的车辆信息，对这些信息进行分析研判，从而为各部门提供决策支持和破案线索。

　　车辆轨迹分析：分析特定车辆在一段时间内的经过各个卡口行车轨迹，重现该车辆的行车轨迹和线路。

　　套牌分析：按照一个车牌号码的车辆不可能“同时”出现在两个不同卡口的原理，在管辖范围内的所有卡口监测点，对选定时间段内的过车信息进行比对，分析出可疑套牌车辆。

　　关联分析：根据车辆的查询结果进行再次关联分析功能，可以分析出相关路口内通过的可疑车辆，提高办案效率。

　　频度分析：根据车辆经过的监控点记录信息，进行频度分析，确定该车辆通过各个卡口的频率。

　　跟踪车辆分析：对选定时间段内的过车信息进行比对，若检索出符合跟踪规则的车辆信息，则显示在列表中，能够帮助公安刑侦加快分析和侦破力度，提高办案效率。

　　除此之外，天地伟业交通管控平台利用大数据分析为公安、交管提供了大量的态势分析和交通研判，从而为刑事案件侦破、交通拥堵治理、公共交通调度等等提供强有力的技术保障。

　　路况态势

　　路况态势主要实现了对各辖区下当前路况状态的统计、不同辖区路况在地图上的分布显示;实现了对各辖区路况发生状态次数环比统计，各辖区路段拥堵数据统计及拥堵趋势显示;

　　1、交通状态环比

　　能够根据不同辖区、不同环比类型、环比值进行状态(拥堵、拥挤、畅通)次数环比统计;

　　2、交通拥堵趋势

　　1)能够选择不同统计方式、统计时间进行辖区、路段拥堵数据统计、拥堵趋势显示，主要包括拥堵高发区域、拥堵高发路段、区域拥堵高峰时段、路段拥堵高峰时段。

　　2)能够以不同统计方式、统计时间进行辖区、路段高峰(早、晚高峰)时段统计显示;

　　违法态势

　　违法态势主要实现了各辖区当前不同违法类型数量统计、辖区下各路口违法数量统计，及地图上各辖区路口分布情况;同时，实现了辖区下不同违法类型数量环比统计，及违法多发区域、路口统计与违法趋势显示;

　　1、违法处理情况

　　能够显示不同辖区当天违法处理情况及占比，包括待筛选、待审核、待公告、已处理;

　　2、违法类型环比

　　能够根据不同辖区、环比类型、环比数量进行违法类型环比统计;

　　3、交通违法趋势

　　能够根据不同统计方式、统计时间进行辖区、路口违法数量统计及违法趋势显示;

　　套牌车辆分析

　　按照一个车牌号码的车辆不可能“同时”出现在两个不同卡口的原理，管辖范围内的所有卡口监测点，对选定时间段内的过车信息进行比对，若检索出符合套牌规则的车辆信息，则显示在列表中，定期分析套牌车辆分析检测结果。

　　当前用户权限管辖范围内的所有监测点，对选定时间段内的过车信息进行比对，若检索出符合指定套牌规则的车辆信息，则显示在列表中，同时也可人工处理后加入布控车辆信息中。系统使用车牌识别技术，采集经过监测点车辆的信息，如车牌号码、车身颜色、车辆类型、出现时间，自动完成套牌检测。

　　跟踪车辆分析

　　针对刑侦时犯罪团伙车辆经常结队活动的特点，对犯罪嫌疑车辆进行信息查询时，根据车牌省份地域分析其相邻车辆号牌，挖掘出有关联的车辆，为破案提供线索。根据犯罪嫌疑车辆的车牌号码、车牌种类、车辆通过时间、分析时间间隔、路口名称及车道号这几个条件筛选出与犯罪嫌疑车辆有关联的车。

　　对选定时间段内的过车信息进行比对，若检索出符合跟踪规则的车辆信息，则显示在列表中，能够帮助公安刑侦加快分析和侦破力度，提高办案效率。

　　车辆频度分析

　　该功能主要是根据车辆经过的监控点记录信息，进行频度分析，确定该车辆通过各个卡口的频率。

　　根据设定的频度阈值，分析在某一段时间内通行某路口次数超过设定阈值的车辆。一方面用作交通信息采集，另一方面可用于对活动异常的车辆进行预警。

　　选定路口、时间段，设定频度阈值，分析超出阈值范围的车辆过车信息。

　　车辆关联分析

　　实现根据车辆的查询结果进行再次关联分析功能。

　　此功能需要两次查询，第一次查询得出结果集A(即：某时间段范围内通过某路口的车辆)，然后在结果集A(即：某时间段范围内通过某路口的车辆)的基础上再次选择查询条件(比如：修改时间范围、修改地点路口)进行查询，查询出最终的结果集B，此结果是对结果集A(即：某时间段范围内通过某路口的车辆)在B条件下的统计结果。此结果对公安侦查犯罪案件提供了有利的依据。

　　对于指定的两个或两个以上不同区域范围内的所有采集设备，在不同时间范围内，通过遍历搜索的方式，碰撞搜索并精确定位具备相同特征要素的机动车，车牌号码、车牌颜色、车型、车身颜色等治安常用线索均可作为研判特征要素，可以快速发现不同区域涉案嫌疑车辆之间的关联性。

　　“云计算、大数据”趋势，促使各厂家不断的投入技术研发，满足不同现场的应用需求，遵循和贴近软件和硬件的行业标准，减少在联网和融合时的复杂度和困难度。

　　“云计算、大数据”应用未来势必对安防行业有深刻的改变和影响。尤其在智慧城市行业和交通行业。交通方面海量数据处理需求，智能交通管理系统可以在海量数据、恶劣网络环境和复杂业务处理情况下，实现大量图片、车辆数据、视频数据的时时网络传输和快速持久化存储，同时对任意站点的图像进行显示，对任意站点的视频进行流畅播放、实时进行比对报警，快速进行多条件检索，并且将各类多媒体数据和车辆数据合二为一。系统实现对目前的城市道路交通中异常行为的智能识别和自动报警等，从而减轻了交管监控人员的工作负担，提高了监测的准确度，使得交通管理工作更高效。实时交通状况分析可通过视频实时分析道路交通流量，然后综合分析统计出全城市的交通状况;套牌分析可通过视频进行车牌识别，按照一定的规则(如最近时间内一定距离以外)在全城市中检索相同车牌的汽车。

　　高清化、网络化和智能化的安防行业在新的纪元中，虽然会面临这样那样的问题，但是我相信随着云计算和大数据应用技术的成熟和完善，行业势必会更快速的发展。云时代的到来已为我们指明了方向，云计算和大数据技术就像是打开未知世界之门的钥匙，让我们可以更加经济的进行系统建设，更加高效的进行数据分析，更加有力的推动社会的进步和发展。