未来信息领域发展和建设的大时代

未来信息领域发展和建设的大时代

ID:27928144

大小:70.00 KB

页数:5页

时间:2018-12-07

未来信息领域发展和建设的大时代_第1页
未来信息领域发展和建设的大时代_第2页
未来信息领域发展和建设的大时代_第3页
未来信息领域发展和建设的大时代_第4页
未来信息领域发展和建设的大时代_第5页
资源描述:

《未来信息领域发展和建设的大时代》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、未来信息领域发展和建设的大时代——云时代盘点近几年的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。作为云吋代海量数据的来源之一,安防视频监控行业随着智慧城布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

2、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。而对大数据,视频监控行业而临哪些难题?我们如何应用云计算、大数据相关技术来荻取数据背后隐含的信息?未来的挑战和前泉如何?我将从以上几方面发表个人观点,意在抛砖引玉、引发业界同仁在产业发展的进一步思考和讨论。1.视频监控存•储及智能分析系统中的难题根据IDC预测,全球在2010年已正式进入ZB吋代,全球数据量大约每两年翻一番,意味着人类在最近两年产生的数据量相当于之前产生的全部数据量。爆炸式增长的数据,正推动人类进入大数据的吋代。大数据包括社交媒体、移动设备、科学计算和城市中部署的各类传感器信息

3、,其中视频是构成数据体量最大的组成部分。据统计,2011年全球摄像头的出货量达到2646万台,预计到2015年摄像头出货量达5454万台。一天产生的视频监控数据超过1500PB,而累计历史数据将更为庞大,在视频监控大联网、高清化推动下,视频监控业务将面临海量非结构化数据存储、数据共享、数据安全及数据利用网大难题。(1)海量非结构化数据存储安防行业的大数据目前主要来源于智慧城市和智能交通等大型安防项目。例如,2011年全球两天的数据就髙达1.8ZB,相当于文明起始到21世纪初全部的数据总和;2013年巾国某一线城市一个季度产生的数据总量也在200PB。当

4、前,智慧城市建设己成为地方政府推进城镇化发展的重要途径,而随着智慧城啦的发展,对高清摄像机和钙能化监控设备的需求会持续增长,智能交通行业将成为十二五政府投资的重点领域,这将使未来几年视频监控行业仍保持高景气度。此外随着智能家居、民用安防的普及,更多的用户会通过移动设备监看视频,于此同时会有更多的移动互联数据产生。2012年全国就拥有3.88亿移动互联网用户,预计2015年互联设备将达到150亿,2020年互联设备将达到2000亿。数据10倍速的增长,在带来巨大机遇的同时,也带来了很大的挑战。按照IT产业的法则:在满足客户需求的前提之下,往往技术成本越低

5、,其生命力往往越强。由于数据量的急速扩大,以及随之而来的人规模计算的需求越来越多,一味采川高配硬件,使得硬件投资成为客户不可承受之重。如何在满足需求的前提下,删除重复数据、降低硬件成本投资将成为海量非结构化数据存储的一个难题。(1)数据共享人数据需要通过快速的采集、发现和分析,从人量化、多类别的数据屮提取价值。安防大数据时代最显着的特征就是海量和非结构化数据共享,川以提高数据处理能力。比如天网工程和智能交通就是最具代表性的案例,天网工程一般分为省市县乡镇等多级架构,智能交通阁像也分布在前端卡口、区节点、市省国家级中心中,海量数据存储在不同节点、不同设备

6、中,这给传统的数据管理和使用机制带来了极人的挑战。与科学计算、互联M相比,视频监控的大数据处理难度尤大,首先,视频录像是更原始的非文本非结构化的数据,必须经过复杂繁重的分析处理才能提取出文本结构化的数据进行下一步处理;其次视频录像相对其它形式数据的容量要大几个数量级,对传输、存储和计算的带宽要求人。因此我们说数据高效共享足第二人难题。2.云计算及大数据变化.二.云计算及大数据对视频监控带来的变化大数据概念最早出现在20世纪60年代初,随着互联网的快速建设和信息技术的迅猛发展,到20世纪90年代屮后期,数据屮心的建设规模和服务器数量每年都以惊人的速度增长

7、。随着信息中心、服务中心、数据中心等各类业务应用及数据量的不断增长,数据仓库、数据挖掘、联机分析等技术发展,数据存储容量的需求也成正比的增长。云计算、云存储和大数据将对视频监控行业带來存储架构、虚拟化、安全和高效处理四个方面的变化。首先,大数据呈现出的典型特征是4个V:规模(volume)、速度(velocity)、类型多(variety)、价值密度低(veracity)。人数据的特征对存储容量的总体拥有量需求激增,海量存储模式也从传统的集中存储式架构发展到分布式存储架构,这种分布式架构,在多副本、网络RAID技术、快照技术驱动下,实现海量存储的高川•

8、靠、大并发能力,推进了存储从设备供应模式到服务模式的升级和转变。其次,虚拟化技术在存储服务能力

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。