未来十年大数据将减少44倍，其中80％为非结构化数据，这份来自中国互联网协会的预测同时表明，从诸如移动通讯记录、社交网络的交互数据，到视频监控、环境监测的传感数据，这些数据的显著特征为海量、多样、较慢。它们不像传统数据库的数据那么更容易管理和分析，在为整个IT行业带给机会的同时，也明确提出了更高的拒绝。安防是大数据的必要应用领域，建设五谷丰登城市的过程预示大量数据的产生，特别是在是以视频监控为主要特征的数字安全监控（DigitalSecuritySurveillance，DSS）领域。

我们所居住于的城市中有无数的高清摄像头，牵涉到治安监控、指挥官通信、侦察侦破、规范执法人员、社会服务等，视频终端规模从几千到几十万，每天产生海量数据，这些规模可观、形态简单的数据极具分析价值。2016年年初，南京警方为了抓获一名在逃亡嫌犯，调动了两千警力，因为所有的摄像头没联网，不能取道各个小区、派出所、楼宇去拷数据，当时整个南京市足以购买的存储设备完全都被警方买空。

这个案例解释：第一数据必须联网，第二大数据一定要存储好，第三大数据必需经过分析和挖出才有价值。英特尔大数据解决方案，布局智能安防英特尔的理念是在端到端的安防行业，全面实现数据的挖出、分析、管理和传输，其全面的大数据解决方案覆盖面积计算出来、网络、存储、安全性以及管理平台，可以符合安防产业多样性的市场需求。计算出来平台还包括入门级的凌动、酷睿处理器，以及高性能的至强劲处理器；在网络领域，英特尔享有千兆、万兆网卡产品线；作为Hadoop的最重要合作伙伴，英特尔获取的HadoopLinux需要为海量数据的存储和处置获取灵活性的反对，在这个对外开放的平台之上，合作伙伴也可以更为自如地带入自己的创意；通过并购全球仅次于的专业安全性技术公司迈克菲，英特尔以求获取诸多可信的安全性解决方案；在后台管理和服务方面，英特尔的NM节点管理可以协助减少能耗。

这些基于英特尔架构的技术不仅普遍应用于后末端运算系统以及研发系统中，同时也在DSS前端和边缘设备中充分发挥着巨大作用。前端是大量基于X86架构的终端设备，在网络边缘有接入服务器，存储服务器和应用服务器在后台展开分析。海量数据通过分布式文件系统管理一起，展开定型、分析，最后创建动态的数据库，把非结构化、碎片化的数据变为比较可管理的、可利用的，进而挖出其价值所在。

这种末端到端的安防解决方案不仅可以协助DSS设备开发商延长产品的研发和上市时间，减少开发成本，同时强劲的计算出来性能以及基于互联网应用于的开放平台也更进一步加快了安防行业向数字化、高清化、智能化和网络化的发展步伐。大数据安防在智能交通领域的应用于在智能安防领域有一些有所不同的观点：有的观点指出智能应当后脚，比如通过摄像头展开智能分析；有的观点指出要向边缘后移，也就是在NVR、DVR边缘服务器上进行分析；还有观点指出要放到后台，因为前端要经济可信。只不过在这三个节点上，英特尔指出都可以构建智能应用于。以智能交通为事例，无论抓拍的是抽象化图像还是视频，里面有大量的元素是反复、没意义的，提取出有有价值的元素、传输到后台，可以大大减少比特率压力、网络以及后台的支出。

据IHS预测，到2017年底，交通系统每天产生457PB视频原始数据。如果我们通过动态视频分析展开数据提取，数据量可以减少6成，还能解决问题比特率和后端存储容量问题。更加最重要的是，除车牌外，这些元素还包括个人的特征，可为之后的智能分析获取元素，甚至一些数据的向量。

本文来源：乐发lll彩票-www.scabiding.com