目前从安防角度来看,对于结构化数据,平台软件产品上已经普遍出现了对此类数据的数据统计、分析及简单地自动处理。
如统计用户登录次数、设备断线等等;
而对于非结构化数据的分析、应用、处理,
目前我们更多地是把它归属到智能分析的范畴。
比如车牌智能识别、智能行为分析(包括绊线、越界)、人脸识别、视频分类检索及视频浓缩摘要技术等等。
这些技术中,很多已在初期应用中,而很多仍然处在研发过程中。
对这类数据的分析和处理也将成为安防大数据的核心价值点。
作为新一代信息技术的具体应用形态,
物联网、移动互联网、数字家庭、社会化网络近年来都得到快速发展,
而大数据的处理和分析又成为这种融合发展提供核心支撑。
大数据伴随这些应用不断增长,
云计算则为这些海量的、多样化的大数据提供存储和运算的支撑平台。
据估算,全球可统计的数据存储量在2011年约为1.8ZB,2012年将达到2.7ZB,2015年将超过8ZB;
其中,结构化数据的增长速度约为32%,而非结构化数据还要快上一倍,约为63%。
反过来,对大数据的分析、优化结果反馈到物联网等应用中,
又进一步改善使用体验,并创造出巨大的商业价值、经济价值和社会价值。
图:麦肯锡对不同行业所产生的数据类型的分析