存储技术在智慧城市大数据中的应用

智慧城市正在将这些解决方案应用于包括交通管理、照明、停车执法等更多的用途。这在很大程度上是因为摄像头本身已成为智能计算设备,提供视频分析和与不同系统和设备集成的能力。智能交通就是智慧城市应用中将监控和其他数据组合使用的潜在应用之一。

存储技术在智慧城市大数据中的应用
  现代社会中城市长期以来一直依靠视频监控来加强公共安全和遏制犯罪,而如今的智慧城市正在将这些解决方案应用于包括交通管理、照明、停车执法等更多的用途。这在很大程度上是因为摄像头本身已成为智能计算设备,提供视频分析和与不同系统和设备集成的能力。智能交通就是智慧城市应用中将监控和其他数据组合使用的潜在应用之一。
  通过部署带有目标监测和识别分析功能的监控摄像头,交警可以自动检测停滞的汽车、错误行驶和其他可能影响安全和行驶时间的事件。利用这种洞察力,城市管理部门可以利用交通管理或数字显示系统提醒驾驶员注意潜在的事件,并引导他们绕路避开这些地点。智慧城市更大的目标是提升效率、提高可持续性、推动经济发展,提高在城市生活和工作的人们的整体生活质量。
  为此,市政当局可以使用在较长时间内收集的交通数据来识别和缓解日常的出行瓶颈,减少拥堵时间和降低出对生活质量的负面影响。这只是市政当局如何实施智慧城市平台和技术以实现这些目标的一个例子。而这些系统的核心是用于存储所有这些数据的解决方案。以下是评估这些作为智慧城市应用基础的存储解决方案时需要考虑的一些关键因素。
  根据IHS Markit的数据,到2019年,全球仅监控摄像头每天产生的数据量就会达到2500PB。加上交通管理、接入控制、公共交通等所产生的数据,智慧城市正在面临着庞大的数据量,所有这些数据都必须被收集、汇总和存储,以便进行深入分析,从而使得城市管理者可以采取措施改善安全性、效率和居民日常生活品质。
  虽然所有这些数据本身都是有价值的,但真正的价值在于能够整合和分析来自不同来源的数据,获得更深入的见解,以及提供城市运营的整体状况。研究公司IDC预测,到2025年,全球累计的数据量将从2018年的33 ZB(33万亿千兆字节)增长到175 ZB。
  如上面的IHS Markit数据所示,这些数据很大部分将来自用于安全和商业智能目的IP监控摄像机。因此,在很多情况下,视频监控系统提供了将所有这些信息集成在一起的理想解决方案。由于人工智能 (AI) 强化了这项功能,如今的监控解决方案能够提供智慧城市所需的可行性见解和情报。
  智慧城市应用的核心是监控存储解决方案,这些解决方案能够将所有这些数据整合到边缘,以便进行即时分析和提供实时情报,并在后端环境中进行长期分析、总体趋势和深度学习分析,使系统随着时间的推移更加智能。这些强大的存储解决方案旨在满足智慧城市应用的严苛要求,并提供许多其他有益于市政当局的功能。
  在物联网(IoT)和人工智能时代,设备生成比以往更多的数据,决策如何正确存储所有这些数据至关重要。根据城市的需求,有几种存储方式可用,包括边缘存储(靠近视频或数据获取的位置)、云(大型集中式后端存储服务器或服务器),甚至两者的组合,一些专家将最后这种方式称为IT4.0。对于拥有成百上千个摄像头和物联网传感器的智慧城市,城市应采用具有边缘和云存储双重优势的多层存储架构。
  这样做的主要原因是,将大量视频和数据不断传输到云端成本高昂,并且可能会面临严重的延迟问题。智慧城市的解决方案是在终端和边缘部署整合、筛选和分析数据的技术,然后将相关警报发送到前端的视频管理系统,以便进行审核和响应。通过这种方式,数据可以快速处理、通知可以更及时地传递,从而提高公共安全水平。
  例如,当市政摄像头使用视频分析或AI功能监测到事件时,它可以向监控或指挥中心发送警报,使警察能够快速响应。采用监控优化硬盘构建的NVR设备允许指挥中心的调度员或操作员访问事件视频,以进一步评估状况,并在警官前往该地点的途中,向他或她提供该事件的实时情报及可采取的行动信息。
  对于提供更深入趋势的存档和分析,可以将视频和数据上传到云端,在那里云服务商利用高质量的企业级和固态硬盘,确保来自城市物联网设备的视频和数据得到最完整的保护。例如,在该集中式存储环境中,通过分析从交通摄像头收集的数周或数月的视频和数据,可以识别整个城市的交通高峰时段和交通模式,使官员能够做出能够改善人们通勤状况的决策,例如在某些交叉路口同步信号灯。
  虽然这种多层的存储方式很理想,但在某些情况下,它对于一个城市来说并不可行。网络速度以及摄像机或传感器与服务器之间的距离可能是阻碍云存储的因素之一。网速慢和遥远的距离可能会导致上传或流化文件需要很长时间。此外,对于某些城市,月费也可能是阻碍采用云存储的因素。因此,城市最终选择的存储模式不仅取决于应用的目标,还取决于基础设施和预算。
  随着部署的物联网设备和智能监控摄像头数量不断增加,对存储解决方案的压力也越来越大。它们不仅要记录、处理和分析视频和其他数据,还必须全天候执行这些任务。这些存储解决方案还必须能够适应越来越多依赖于深度学习的智慧城市应用。因此,部署针对全天候工作负载进行优化、能提供卓越读写性能的监控硬盘和AI监控硬盘非常重要。
  监控优化硬盘能够承受存储系统中经常发生的过热、压力和振动。这些专用硬盘可以主动防止故障,避免潜在的数据损失。鉴于智慧城市数据的敏感性和网络入侵的潜在后果,网络安全是一个至关重要的问题。当然,这意味着连接到网络的任何摄像机、设备或传感器都必须提供顶级的网络安全措施,防止黑客利用它们作为后门破坏网络,盗用默认密码或利用其他漏洞。
  此外,由于处理不当,数据也可能从硬盘上被盗。为了应对这种可能性,必须选择提供硬件加密的硬盘,以及用于删除已到生命周期或因各种原因无法使用的驱动器上的数据的安全措施。这些功能使集成商和市政当局可以避免此类数据泄露以及由此产生的后果,并确保符合TAA和FIPS等标准。由于智慧城市应用是全天候运行,因此存储解决方案必须始终以最佳方式运行。
  不幸的是,硬盘确实会不时出现故障,因此城市必须做好准备应对这种状况。嵌入式健康管理软件可随时监测和分析硬盘运行状况。这些解决方案应用高级算法来监测温度、振动等异常,以限制性能降低情况并防止硬盘故障。通过部署这些解决方案,市政当局可以最大限度提升其硬盘的健康状况和工作负载性能,以创建更高效的存储解决方案,为改善城市运营提供更好的数据洞察。
  但是,即使拥有最可靠的健康监测软件解决方案,有时仍有意外事件可能导致硬盘故障。为做好应对此类事件的准备,市政当局应确保其系统存在冗余,并通过订阅最多可以恢复2年数据的数据救援或恢复服务来扩大冗余。这些服务对于需要长时间存储数据的执法人员或其他公共安全人员尤其重要。
  毫无疑问,智慧城市应用能够改善许多领域的运营,其中最重要的是生活质量,而存储解决方案可以为这些举措提供坚实的基础。遵循上述建议,城市可以选择提供高性能和高可靠性的存储解决方案,并确保以最适当的方式部署这些解决方案,这是决定任何智慧城市应用成功的关键。

该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们

(0)
小安小安

相关推荐

  • 希捷携手首云,打造视频监控数据归档方案

    首云冷云存储的核心硬件采用了希捷ExosE4U106高密度JBOD,希捷4U106采用全冗余架构设计,采用希捷独有的抗震减噪技术,4U空间可配106块磁盘;机箱提供管理接口,提供磁盘端口上下电等功能,大大降低了US3归档存储的占地、能耗和运维管理等投入。

    2024年1月29日
  • 高清智能“云”安防 监控云存储技术浅析

    高清和智能应用于安防行业越发广泛,业界就已经把如何存储解决大数据量的问题提到了研发攻关重点。由于IT行业云技术的较快发展与应用,很多企业为了对数据进行有效的管理,于是就引入了云的概念,云储存便开启了它奇幻漂流之旅。云储存作为安防发展的重要技术根据,为安防行业发展铺路。

    2024年4月10日
  • 云存储技术解决视频监控风险及碎片问题

    面对视频监控系统中大量的数据和应用需求,网络存储技术找到了新的用武之地。未来视频监控后端设备的发展方向,除云存储之外,智能存储概念正在深化。

    2024年4月10日
  • 浪潮发布新一代G5存储 助力企业运筹决胜新数据时代

    多年来,浪潮一直聚焦存储技术的研发与解决方案的创新,本次大会首次提出“云存智用,运筹新数据”的全新存储愿景,是浪潮十几年来存储理念的一次重大升级。浪潮存储产品线总经理李辉表示:“新数据时代中产业形态和需求不断升级。浪潮存储认为作为领先的IT厂商,只有先通过存储平台实现了‘灵活适配并满足云环境需求’、‘支持并面向智能应用发展’以及获得‘共享、管理及挖掘数据价值’的能力,以‘云存智用 运筹新数据’,才足以助力企业迎战时代大潮,实现业务质效跃升。”

    2024年1月27日 资讯
  • 同有为平安城市构建融合数据存储解决方案

    导读:该方案将大容量、高密度的硬件与创新优化的软件深度结合,成倍提升存储容量的同时,解决了海量存储带来的带宽压力;数据分层技术的完美应用更让安防大数据带来的海量数据处理与整合难题迎刃而解。

    2024年1月19日
  • 浅谈大数据存储与瓶颈及应对之策

    但是如何有效、快速、可靠地存取这些日益增长的海量数据成了关键的问题。传统的存储解决方案能提供数据的可靠性和绝对的安全性,但是面对海量的数据及其各种不同的需求,传统的解决方案日益面临越来越多的问难,比如数据量的指数级增长对不断扩容的存储空间提出要求,实时分析海量的数据对存储计算能力提出要求。

    2023年9月16日