大数据分析在智慧安防系统中的实时监控与预警研究

张旭阳 叶光红 杨建波

摘要：当前，传统安防系统已经无法满足信息化时代对于安防工作提出的全新要求，而利用大数据分析技术构建完善的智慧安防系统，能够在规定时效内实现对安防信息的全方位采集、高效处理以及深度挖掘分析，让管理者和用户轻松实现对安防信息的理解、定位、查询以及防范预测。安防工作中涉及各个方面的海量数据，利用大数据除了能够实现数据的高效整合外，更能够减轻安防人员的工作量，使数据价值被充分挖掘，让安防产业逐步向智慧化、数字化迈进。本文主要从大数据分析在智慧安防系统中的实时监控和预警应用设计两方面展开探讨。

关键词：大数据分析；智慧安防系统；监控与预警

引言

大数据时代为人工智能、云计算等信息化技术的发展提供了有利契机。在此背景下，“智慧安防”概念应运而生。智慧安防系统与传统安防系统相比，其数据中枢体现出显著的综合性以及多级纵深防护性特征。在实时监控方面，除了车辆检测、门禁控制、视频监控外，还包括智能分析、一键报警、门卫对讲、智能抓拍等，充分利用感知前端，经大数据分析技术，实现对防范区域范围内的物资、车辆和人员等实时监控与有效预警，打造核心区域限制、低密区监测、非密区防范的梯度式防范体系。同时，利用数据共享和网络互联手段真正做到安防子系统的统筹调度与集中管理，进而做到从内核上增强安防管理智慧化效能，让智慧安防系统做到无死角、立体化以及全方位。

1. 大数据分析在智慧安防系统中的实时监控

大數据分析技术的本质是采用非传统数据资源库对所采集的信息进行整合、处理、分析等。要利用大数据分析从技术层面提升安防系统智能性，须将数据作为纽带，高效利用视频综合类、平台管理类以及结果智能分析类服务器，确保安防应用系统、保障运维系统和业务管理系统能够进行深度有效的融合，实现各个系统之间数据信息的互通互联，进而为各系统之间的按需交互、联动融合以及人为统筹管理做好保障[1]。结合智慧安防系统对数据接收以及进一步融合处理的数据分析需求，可从视频监控、车辆管控、人员管控、周界警备四个安防应用子系统着手，利用大数据，对业务管理态势数据以及智能设备感知数据进行深度融合，最终将防控区域内的安防综合态势以可视化方式完整呈现于智慧安防系统指挥中心平台大屏。

1.1 视频监控子系统

视频监控子系统的监控和管理范畴包括车辆、人员、物资、环境等，能够为安防区域提供车辆往来、人员动态信息等技术支持，保障机构安全。与此同时，视频监控子系统在大数据分析技术支持下，能够在第一时间将采集到的信息数据传输至智慧安防综合管控平台，为平台统一调配数据信息，为实现实时对讲、预警报警、门禁管理等工作的协同进行提供重要支持。

当前，视频监控发展呈现网络化、高清化与智能化的特点。结合这些特点，融合大数据，可以构建“全结构化高清采集、集中储存与智能分析”三位一体的实时监控模式。这一方面能够有效提升实时监控内容的画面质量，另一方面还可以及时推送有科学依据的分析预判结果，让监控人员不再只是“看得清”，而是“看得懂”，为管理人员提供优质的安防辅助管理信息，使得安防区域内的管理力度进一步得到强化。实施操作时，可将视频监控系统的拓扑结构进行二级架构设计，即在布控感知前端时，利用防爆球机、防爆筒机、全局、黑光球机等不同种类的高清摄像头，以无线网络接入或有线网络的方式与安防设备间相连，巡防人员可以在值班室、移动客户端实时监控，站好安防巡查第一岗[2]。另外，由感知前端收集到的各类数据，经由网络传输到中心平台，自动完成储存及数据分析，随后，中心平台向客户端反馈原始数据信息与针对性的分析决策，为后续安防工作提供重要依据。

1.2 车辆管控子系统

车辆管控子系统的监控和管理范畴包括识别车牌、车辆测速、抓拍摄像、防冲撞等，做到对安防区域内出入车辆行为的具体监控，及时上传监测车辆数据，为智慧安防系统的完善提供数据支撑。在具体实施时，布控在各个路口与出入口的前端感知设备发挥车辆识别、车牌抓拍作用，自动上传所采集的车辆数据，同时将安防中心管控系统中的数据进行对比、归类、分析，对系统内部车辆予以放行，外来车辆须登记且只可在授权区域范围内行驶，倘若出现越界行为，则会触发警报。布控在安防区域入口和出口处的X射线扫描设备负责对车辆进行完整的成像扫描，排查车辆是否携带违规、违禁以及涉密物品，保障机构内部安全与涉密材料安全。布控在必要卡口的车辆行驶测速系统负责管控车速，发现车辆超速行为便会触发报警系统，与出入口护岗人员形成工作联动，协同处理违规行驶行为[3]。倘若存在行驶车辆不按规定行驶，试图或已经冲撞卡口的，布控在路口的防冲撞柱将通过上升拦截的方式对非法闯入车辆予以应对。除此之外，自动储存至安防系统平台管理服务器的车辆信息将会定期进行汇总分析，以便安防管理人员更直观地了解安防区域内车辆行驶状况以及可能存在的安防隐患。

1.3 人员管控子系统

人员管控子系统的监控和管理范畴主要包括安防区域内部人员以及外来访客，利用人脸识别技术和物联网感知技术，依托前后端性能值较高的智能安防装置，对相关人员进行针对性的身份核验、权限管理、安全检查以及轨迹追踪等，由此做到对安防区域人员行为的科学管控。具体实施时，首先需要充分利用前端感知设备采集人员信息，如人脸识别、瞳孔识别、人脸抓拍等。所采集的数据需要通过网络传送至智慧安防系统中心管理平台，再通过大数据对比，对身份的真实性进行考证核实[4]。对于不同身份人员的行为权限分析，也需要进行更加精细的管理与控制。例如，外来访客身份真伪性的核实工作可以利用资源数据库加以比对认证。对于一些存在危险信号的行为或物品，前端设备通过热成像摄像机和金属探测装置等进行安全核查，确保安防成效。

1.4 周界警备子系统

周界警备子系统的监控和管理范围包括对安防区域范围内围墙周界、重点防护目标四周的安防隔栏等，通过热成像摄像技术，采用可见光与红外光对目标范围进行监控，一旦探查到可疑目标及可疑行为，便会触发自动报警系统。报警系统与智慧安防中心平台管理系统相连接，系统所拍摄到的数据资料会在中心平台进行智能检测、综合分析以及风险预警提醒[5]。智慧安防中心管理平台大屏幕上，除了显示视频弹窗、位置定位以及声光报警等信息外，还将警情实时通过客户端推送至相关管理人员，提醒安防人员妥善进行警情处理。为高效完成安防区域的周界警备工作，其警备子系统的前端设备需要准确捕捉异常行为信号，发现的异常情况要能够通过网络反馈至智慧安防系统中心管理平台，由中心平台进行大数据逻辑分析，在二次分析比对后，仍存在异常警戒行为的，则由报警主机生成具体防控信息，同时与异常行为发生地的视频、位置、声光报警等进行联动。

2. 大数据分析在智慧安防系统中的预警应用设计

2.1 大数据分析在智慧安防系统中的预警应用

大数据分析为智慧安防系统的优化完善建设提供基础保障，在大数据技术的支持下，安防区域可以在短时间完成信息的收集、储存、清洗以及综合分析，进而得到大量有效的防控数据，如人流量数据、车流量数据、视频监控数据等，最终实现对安防区域的实时动态监测以及有效预警[6]。一般情况下，大数据分析可以应用于智慧安防系统的数据采集与处理、可视化处理展示与数据挖掘等方面。安防预警离不开真实详细的数据支持，利用大数据技术将安防区域内部的各种数据及时地加以采集，如人员信息、车辆信息、报警数据等，再将海量数据进行存储及处理分析，从中剥离有效的安防信息，如行为异常、人员异常等，发挥安防预警作用。

大数据技术还可以实现对数据的深度挖掘和一般机器学习，这是传统安防所不具备的优势。通过深度挖掘与学习，所采集的初始数据可以被有效提炼，部分动态化的安防问题能够被及时预判并阻止，如利用计算机算法，分析安全问题容易发生的时间、地点，从而进行重点防控[7]。

此外，大数据分析能够发挥的安防预警作用还体现在能够将数据进行可视化的处理，以图表为载体，将采集到的信息数据直观清晰地呈现于用户面前，使数据具备可视化特征，减轻人工数据处理负担，进而实现对风险问题的能动预测。

2.2 大数据分析在智慧安防系统中的预警设计

将大数据分析技术融入智慧安防预警部分时，还需要细致考虑监控数据、隐私保护、系统架构以及系统性能等问题。数据方面，除根据实际需求选择适配的采集工具外，还需主动完成采集信息的妥善储存、智能分析以及综合处理，如此才能够做到动态化的监控，达到预警成效。

大数据技术在对智慧安防系统进行预警防范前，需要完成对采集数据的预处理工作。所谓大数据预处理，即技术人员通过数据填补、清洗、合并、平滑等手段，实现数据的集成、清理、转换与规约等，从而让数据的质量得到保障。隐私保护方面，通过访问权限管理、数据加密、局域网管理等数据安全保障措施，守护数据安全[8]。系统架构方面，可以设计微服务架构、分层架构等梳理结构框架，守护智慧安防系统核心。在系统性能方面，要保障安防预警系统的性能可靠性和稳定性，选用恰当的存储设备及服务器等安防硬件设备，同时进一步优化缓存问题、负载均衡问题。

2.3 大数据视频智能分析技术的相关防控应用

大数据分析作为智慧安防三大信息技术之一，通过将智能监控系统所采集到的海量信息数据进行高效处理以及准确分析，为安防工作提供极具实效性的警告响应与监控服务，在帮助智慧安防系统实现对海量数据的采集、储存、分析、清洗、归类以及可视化处理后，进一步为用户提供多维度分析以及关联性考量，帮助用户准确洞悉监控报告的全方位信息，准确研判结果。而大数据分析主要是通过对采集到的视频信息进行对应的算法处理，进而得到关键性信息，同时完成标记或处理。当同类质的安防信息元素再次出现时，便能够根据所标记的属性快速查找到相关的视频信息。但是，安防视频资料并不具备结构性，计算机无法直接采用大数据对其进行处理及分析。因此，在对海量的视频数据进行处理时，首先要经过智能分析，这样可以有效节省部分人工劳动，使安防工作在人力成本得到有效控制的同时，工作效率也大幅提升。

当前，智慧安防系统中应用频率较高的智能分析预警技术有识别类分析、行为类分析、诊断类分析等。识别类智能分析技术常应用于静态场景的分析处理，其工作原理是将图片信息从多层面进行分析比对，经数据匹配与识别后，将具有设定特征的物体、车辆以及人物加以分析提取，如智慧安防系统中的车辆管控子系统在对出入安防区域的车辆进行车牌识别时就利用了视频智能分析。行为类智能分析技术大多应用于动态场景的监控，如检测安防区域是否存在车辆超速、逆行、可疑人員进入、围墙翻越等，通过对可疑对象的动态行为进行分析、研判，以达到安防预警作用[9]。诊断类智能分析常应用于监控画面受损、模糊、偏色、滚屏等监测视频质量下降以及监控信号接触不良等情况。发生此类问题后，只有采用大数据视频分析技术，才能够在保证有效分析速度的同时，高质量地完成对不同静态、动态、受损画面的监测分析，保障安防数据采集的信效度与完成度。

结语

总而言之，智慧安防系统的构建与完善离不开大数据分析技术的助力，将大数据分析纳入安防系统智能化建设，不仅可以为安防行业带来信息化时代独有的存储架构，还能打破空间、时间壁垒，实现安防数据的有效分析处理和深度挖掘，显著提升安防数据的有效利用率。智慧安防系统建设的核心点在于突破安防各类信息交互壁垒，避免数据孤岛的出现，真正做到安防区域内各类信息数据的有效采集、分析利用以及预警防范。大数据分析技术在智慧安防系统优化完善进程中，将发挥不可替代的重要作用，促进信息化技术融合以及资源融合，进而实现安防体系的智慧化、现代化，让安防更智能、运行更流畅、发展更活跃、生活更安全、人民更幸福。

参考文献：

[1]徐建明.浅谈安防大数据在智慧城市建设中的深度应用[J].中国安防，2018（3）： 58-64.

[2]刘冬季.浅谈安防行业视频智能分析[J].中国安防，2014（21）：25-28.

[3]李德仁，姚远，邵振峰.智慧城市中的大数据[J].武汉大学学报：信息科学版， 2014，39（6）：631-640.

[4]周蓉，陈印，唐权.基于大数据的智慧城市建设信息安全研究[J].信息通信， 2016（8）：132-133.

[5]周军，吴昊中，陈鑫，等.大数据环境下的视频智能分析技术应用研究[J].广东公安科技，2017，25（1）：15-17.

[6]尹全喜.大数据环境下的数据安全分析[J].网络安全技术与应用，2015（6）：7，9.

[7]邓晔.浅析安防监控大数据与智慧城市公共安全大数据的关系[J].中国安防，2018（3）：49-54.

[8]苏秀梅.智能化安防控制系统的构建与应用[J].电子元器件与信息技术，2021，5（9）：231-232，251.

[9]苏越.基于多传感器数据融合技术的一体化安防系统[D].西安：西安科技大学，2021.

作者简介：张旭阳，硕士研究生，研究方向：大数据与人工智能；叶光红，大专，研究方向：数据分析与应用软件开发。

基金项目：茂名市科学技术局促进科技服务业务发展计划专题项目——基于大数据和人工智能算法的智慧安防报警系统（编号：230508164554554）。