智慧交通視頻大數(shù)據(jù)平臺方案建議書

1、智慧交通視頻大數(shù)據(jù)平臺方案建議書目 錄 TOC o 1-3 h z u HYPERLINK l _Toc508652593 1.建設(shè)背景 PAGEREF _Toc508652593 h 3 HYPERLINK l _Toc508652594 2.現(xiàn)狀分析 PAGEREF _Toc508652594 h 4 HYPERLINK l _Toc508652597 2.1.業(yè)務現(xiàn)狀 PAGEREF _Toc508652597 h 4 HYPERLINK l _Toc508652598 2.2.解決思路 PAGEREF _Toc508652598 h 4 HYPERLINK l _Toc50865259

2、9 3.建設(shè)思路 PAGEREF _Toc508652599 h 6 HYPERLINK l _Toc508652606 3.1.建設(shè)思想 PAGEREF _Toc508652606 h 6 HYPERLINK l _Toc508652607 3.2.建設(shè)依據(jù) PAGEREF _Toc508652607 h 7 HYPERLINK l _Toc508652608 4.總體設(shè)計 PAGEREF _Toc508652608 h 9 HYPERLINK l _Toc508652615 4.1.平臺構(gòu)成 PAGEREF _Toc508652615 h 9 HYPERLINK l _Toc5086526

3、16 4.2.體系架構(gòu) PAGEREF _Toc508652616 h 10 HYPERLINK l _Toc508652617 4.3.邏輯架構(gòu) PAGEREF _Toc508652617 h 11 HYPERLINK l _Toc508652618 4.4.物理架構(gòu) PAGEREF _Toc508652618 h 13 HYPERLINK l _Toc508652619 4.5.關(guān)鍵技術(shù) PAGEREF _Toc508652619 h 14 HYPERLINK l _Toc508652629 4.5.1.云存儲 PAGEREF _Toc508652629 h 14 HYPERLINK l

4、_Toc508652630 4.5.2.云計算 PAGEREF _Toc508652630 h 18 HYPERLINK l _Toc508652631 4.5.3.云檢索 PAGEREF _Toc508652631 h 24 HYPERLINK l _Toc508652632 4.5.4.多源車輛信息統(tǒng)一接入方案 PAGEREF _Toc508652632 h 28 HYPERLINK l _Toc508652633 4.5.5.車輛信息二次識別解決方案 PAGEREF _Toc508652633 h 29 HYPERLINK l _Toc508652634 5.平臺服務 PAGEREF _

5、Toc508652634 h 33 HYPERLINK l _Toc508652646 5.1.天網(wǎng)搜車 PAGEREF _Toc508652646 h 33 HYPERLINK l _Toc508652653 5.1.1.綜合監(jiān)控 PAGEREF _Toc508652653 h 33 HYPERLINK l _Toc508652654 5.1.2.卡口監(jiān)控 PAGEREF _Toc508652654 h 34 HYPERLINK l _Toc508652655 5.1.3.多維搜車 PAGEREF _Toc508652655 h 35 HYPERLINK l _Toc508652656 5.

6、1.4.車牌搜車 PAGEREF _Toc508652656 h 36 HYPERLINK l _Toc508652657 5.1.5.車型搜車 PAGEREF _Toc508652657 h 36 HYPERLINK l _Toc508652658 5.1.6.類別搜車 PAGEREF _Toc508652658 h 36 HYPERLINK l _Toc508652659 5.1.7.特征搜車 PAGEREF _Toc508652659 h 37 HYPERLINK l _Toc508652660 5.1.8.車輛畫像 PAGEREF _Toc508652660 h 37 HYPERLIN

7、K l _Toc508652661 5.2.智能研判 PAGEREF _Toc508652661 h 39 HYPERLINK l _Toc508652662 5.2.1.軌跡分析 PAGEREF _Toc508652662 h 39 HYPERLINK l _Toc508652663 5.2.2.跟車分析 PAGEREF _Toc508652663 h 39 HYPERLINK l _Toc508652664 5.2.3.碰撞分析 PAGEREF _Toc508652664 h 40 HYPERLINK l _Toc508652665 5.2.4.頻次分析 PAGEREF _Toc50865

8、2665 h 41 HYPERLINK l _Toc508652666 5.2.5.套牌分析 PAGEREF _Toc508652666 h 42 HYPERLINK l _Toc508652667 5.2.6.區(qū)間超速查詢 PAGEREF _Toc508652667 h 43 HYPERLINK l _Toc508652668 5.2.7.落腳點分析 PAGEREF _Toc508652668 h 43 HYPERLINK l _Toc508652669 5.2.8.晝伏夜出 PAGEREF _Toc508652669 h 44 HYPERLINK l _Toc508652670 5.2.9

9、.隱匿車輛挖掘 PAGEREF _Toc508652670 h 45 HYPERLINK l _Toc508652671 5.2.10.頻繁過車 PAGEREF _Toc508652671 h 46 HYPERLINK l _Toc508652672 5.2.11.首次入城 PAGEREF _Toc508652672 h 46 HYPERLINK l _Toc508652673 5.3.緝查布控 PAGEREF _Toc508652673 h 47 HYPERLINK l _Toc508652674 5.3.1.布控管理 PAGEREF _Toc508652674 h 47 HYPERLINK

10、 l _Toc508652675 5.3.2.報警查詢 PAGEREF _Toc508652675 h 48 HYPERLINK l _Toc508652676 5.3.3.實時報警 PAGEREF _Toc508652676 h 48 HYPERLINK l _Toc508652677 5.4.統(tǒng)計分析 PAGEREF _Toc508652677 h 48 HYPERLINK l _Toc508652678 5.4.1.流量統(tǒng)計 PAGEREF _Toc508652678 h 48 HYPERLINK l _Toc508652679 5.4.2.報警統(tǒng)計 PAGEREF _Toc508652

11、679 h 48 HYPERLINK l _Toc508652680 5.4.3.外地車統(tǒng)計 PAGEREF _Toc508652680 h 49 HYPERLINK l _Toc508652681 5.4.4.車輛屬性統(tǒng)計 PAGEREF _Toc508652681 h 49 HYPERLINK l _Toc508652682 5.5.運維管理 PAGEREF _Toc508652682 h 50 HYPERLINK l _Toc508652683 5.5.1.日志管理 PAGEREF _Toc508652683 h 50 HYPERLINK l _Toc508652684 5.5.2.用戶

12、管理 PAGEREF _Toc508652684 h 51 HYPERLINK l _Toc508652685 6.關(guān)鍵技術(shù)性能指標 PAGEREF _Toc508652685 h 52 HYPERLINK l _Toc508652686 7.產(chǎn)品優(yōu)勢 PAGEREF _Toc508652686 h 56 HYPERLINK l _Toc508652695 8.1.準確的車輛信息二次提取 PAGEREF _Toc508652695 h 56 HYPERLINK l _Toc508652696 8.2.高效的檢索能力 PAGEREF _Toc508652696 h 56 HYPERLINK l

13、_Toc508652697 8.3.深入的信息挖掘 PAGEREF _Toc508652697 h 56 HYPERLINK l _Toc508652698 8.4.開放的視頻云架構(gòu) PAGEREF _Toc508652698 h 56 HYPERLINK l _Toc508652699 8.5.強大的的資源整合 PAGEREF _Toc508652699 h 57 HYPERLINK l _Toc508652700 8.應用案例 PAGEREF _Toc508652700 h 58建設(shè)背景近年來，公安交通管理信息系統(tǒng)平臺建設(shè)按照加強頂層設(shè)計、統(tǒng)一開發(fā)、分布實施的原則，在實現(xiàn)交通管理信息大集成

14、、大融合、大聯(lián)網(wǎng)的基礎(chǔ)上，拓展構(gòu)建了全國綜合應用平臺、集成指揮平臺、互聯(lián)網(wǎng)綜合服務平臺和信息分析研判平臺四大工程，擴大了平臺的信息共享范圍，加強了平臺的信息分析研判能力，拓展深化了平臺的綜合業(yè)務應用能力，交通管理信息化工作進入了一個全新的發(fā)展階段。平臺實現(xiàn)了信息化的交通管理和全國范圍的規(guī)模應用，匯聚了海量的信息數(shù)據(jù)資源。截至目前，基于公安交通管理信息系統(tǒng)平臺構(gòu)建的全國公安交通管理信息資源庫共匯聚了基礎(chǔ)數(shù)據(jù)約115億條，并以年均10%的速度增長。公路卡口記錄的機動車通行數(shù)據(jù)日均達6000萬條，數(shù)據(jù)庫已儲存160億條數(shù)據(jù)，隨著卡口密度的增加，數(shù)據(jù)量將大幅增長。上述數(shù)據(jù)既包括常規(guī)的結(jié)構(gòu)化數(shù)據(jù)，也包括

15、圖片、視頻等非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)，價值巨大。但目前海量數(shù)據(jù)的分析、挖掘差距較大，數(shù)據(jù)應用水平還處于初級階段。如何將如此海量的數(shù)據(jù)用好、管理好成為一大難題。隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、內(nèi)存處理、實時計算等IT技術(shù)的發(fā)展成熟，將這些技術(shù)應用于公安交通信息化建設(shè)中，建立基于大數(shù)據(jù)分析技術(shù)的公安交通信息管理、分析平臺，對加大公安交通信息化建設(shè)應用力度、協(xié)助公安交通向信息化、智能化發(fā)展提供有力的技術(shù)支撐和應用服務支撐。交通大數(shù)據(jù)平臺（PVD）正是針對當前公安交通管理信息化現(xiàn)狀及業(yè)務擴展應用需求，采用先進的大數(shù)據(jù)分析處理技術(shù)，面向海量交通資源信息的分析與處理，而構(gòu)建的綜合化智能分析處理平臺。真正實現(xiàn)智慧

16、交通、安全交通的服務目標，引領(lǐng)大數(shù)據(jù)時代的公安交通信息化管理發(fā)展，服務于人民群眾生活和國家經(jīng)濟社會建設(shè)。現(xiàn)狀分析業(yè)務現(xiàn)狀隨著城市化進程的加速，家用轎車數(shù)量不斷增加，給城市交通管理及公共安全帶來了一定壓力。海量相關(guān)信息不斷產(chǎn)生，相關(guān)的業(yè)務系統(tǒng)和服務對車輛信息的采集程度、利用程度，及信息相應反饋速度遠遠不夠，沒有充分體現(xiàn)出智慧城市信息化建設(shè)的優(yōu)勢及相關(guān)價值。針對城市車輛信息服務應用，當前主要面臨的問題包括：提取車輛信息不完整或不準確早期已建卡口系統(tǒng)，存在車輛類型（大、小、客、貨）、車牌顏色和車輛號牌（含漢字、數(shù)字、字母和號牌顏色）等車輛關(guān)鍵特征信息提取不完整，直接影響了公安交警部門對交通違法行為以

17、及刑事案件線索的準確判定。缺乏對海量車輛通行記錄的快速檢索能力目前以機動車緝查布控系統(tǒng)為例，核心系統(tǒng)采用ORACLE關(guān)系型數(shù)據(jù)，關(guān)系型數(shù)據(jù)庫在數(shù)據(jù)量增加的情況下，執(zhí)行檢索（尤其是模糊檢索、關(guān)聯(lián)查詢）的速度會發(fā)生幾何級下降。由于傳統(tǒng)關(guān)系型數(shù)據(jù)庫缺乏分布式計算能力，所以面向大數(shù)據(jù)時只能越來越慢，不能滿足大數(shù)據(jù)應用的要求，造成嚴重的性能瓶頸。缺乏對海量數(shù)據(jù)的深入挖掘與深度應用目前大部分已建卡口，缺乏通過大數(shù)據(jù)分析技術(shù)深度挖掘海量數(shù)據(jù)中的潛在規(guī)律和線索，導致有價值的信息白白流失，此外，目前的車輛布控都只能進行單點的布控和對比報警功能，資源之間缺少信息互通，缺乏一個統(tǒng)一平臺將這些信息資源進行整合，無法對

18、信息資源進行深度應用。解決思路根據(jù)城市化發(fā)展進程，及智慧城市信息化建設(shè)要求，深入到當前面臨問題的各個死角，逐一逐步解決，通過體系化的手段，針對城市交通管理構(gòu)建立體化的車輛信息采集挖掘、聯(lián)網(wǎng)、共享與智能分析應用。道路車輛信息進一步挖掘通過對前端采集的車輛信息進行綜合提取，可以有效提高車輛信息采集的完整性。包括車體識別、車輛特征識別、車體顏色識別、車牌識別、車牌顏色識別、車標識別、駕駛室圖像采集，人臉識別等。提升對海量車輛通行記錄的快速檢索能力要滿足高效的檢索需求，需要建設(shè)一套高效的視頻云檢索中心，設(shè)計面對視頻大數(shù)據(jù)的復合型檢索機制，提升性能和設(shè)備數(shù)量線性擴展，從而實現(xiàn)千億級數(shù)據(jù)秒級查詢的能力。具

19、體而言，包括以下幾個方面：建立高效的檢索引擎；檢索速度要快，檢索精度要高；摒棄單一的檢索方式，提供多種檢索方式，滿足對結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)的分類檢索；借鑒互聯(lián)網(wǎng)全文檢索的模式，實現(xiàn)關(guān)注目標的匹配檢索。交通管理信息的深度應用加強事前、事中實時應用，實現(xiàn)全網(wǎng)范圍內(nèi)的車輛檢測、車輛布控、自動報警、查詢統(tǒng)計等基本功能應用。深化事后分析研判應用，實現(xiàn)對全網(wǎng)范圍內(nèi)指定車輛通行信息分析，包括套牌分析、入城分析、跟車分析、軌跡分析、時空分析、團伙分析等各種分析功能，服務于各警種偵查破案業(yè)務應用。提升與其他業(yè)務系統(tǒng)的交互協(xié)作能力，實現(xiàn)交通違法業(yè)務系統(tǒng)、GIS系統(tǒng)、被盜搶車輛信息系統(tǒng)、車駕管理信息系統(tǒng)等，各種

20、公安業(yè)務系統(tǒng)的關(guān)聯(lián)和數(shù)據(jù)交互，支持串并分析、關(guān)聯(lián)比對分析、技戰(zhàn)法分析研判功能，為公安警情研判、證據(jù)管理、打擊與車輛有關(guān)的違法犯罪做好保障。建設(shè)思路建設(shè)思想平臺總體建設(shè)本著以“統(tǒng)籌規(guī)劃、需求主導，服務審判、實用高效，資源共享、安全可控，協(xié)調(diào)發(fā)展、速見成效”為前提，按照先進性、開放性、兼容性、經(jīng)濟性、成熟性、安全性、易用性的原則來建設(shè)。先進性平臺總體設(shè)計方案采用超前思路，在影響整個系統(tǒng)性能指標的關(guān)鍵部位選用先進的技術(shù)或設(shè)備，以確保一定時間內(nèi)不落后。采用智能分析技術(shù)、GIS技術(shù)、分布式網(wǎng)絡技術(shù)，綜合社會治安視頻監(jiān)控系統(tǒng)、卡口電警系統(tǒng)等核心業(yè)務，構(gòu)建先進、實用的交通視頻管理應用系統(tǒng)平臺。開放性系統(tǒng)建設(shè)

21、具有開放性的標準體系，開放的編解碼、控制、接口和傳輸協(xié)議，提供人性化的應用和管理界面，以滿足用戶需求。遵循規(guī)范的通用接口標準，使全系統(tǒng)中的硬件、通信、軟件、操作平臺之間實現(xiàn)互聯(lián)共享。兼容性平臺采用統(tǒng)一和開放的控制協(xié)議、編解碼協(xié)議、接口協(xié)議、壓縮格式、傳輸協(xié)議，兼容已建或新建卡口系統(tǒng)、電警系統(tǒng)、社會治安視頻監(jiān)控系統(tǒng)不同品牌、不同型號設(shè)備。通過安全接入平臺通道，能與其它的公安業(yè)務系統(tǒng)進行數(shù)據(jù)交互。因此，平臺具有良好的設(shè)備兼容和平臺兼容性能。經(jīng)濟性在系統(tǒng)設(shè)計中嚴格貫徹經(jīng)濟性原則，設(shè)備選型結(jié)合其用途，綜合考慮其功能、質(zhì)量和價格等因素，選取性價比最好的設(shè)備和方案，力爭將系統(tǒng)構(gòu)建成一個經(jīng)濟實用、功能強大、

22、質(zhì)量優(yōu)異、操作方便、接口豐富的公安交通視頻管理應用系統(tǒng)平臺。成熟性為確保整個系統(tǒng)能夠穩(wěn)定工作，采用業(yè)內(nèi)成熟的先進技術(shù)對多個系統(tǒng)進行有機的整合，對新的功能進行開發(fā)和應用，實現(xiàn)整合視頻圖像信息資源、治安卡口/電子警察圖片信息資源。安全性平臺充分考慮信息資源的安全性和保密性，構(gòu)建完善的運維管理功能體系，采用設(shè)備故障自檢、通信連接診斷等功能，實現(xiàn)對系統(tǒng)內(nèi)所有設(shè)備資源的有效管理；通過完善的權(quán)限控制機制和用戶信息加密技術(shù)，確保系統(tǒng)信息的高度安全性和保密性；針對平臺的關(guān)鍵設(shè)備和關(guān)鍵服務，提供高可靠的冗余容錯能力；全方位保障系統(tǒng)的運行安全和信息安全。易用性系統(tǒng)平臺軟件具有良好的人機界面，盡可能避免出現(xiàn)需要繁瑣

23、操作才能實現(xiàn)某項具體業(yè)務應用的情形，系統(tǒng)在體系設(shè)計及工程實施中應根據(jù)應用習慣充分考慮性能優(yōu)化，將系統(tǒng)操作響應時間在合理范圍內(nèi)盡可能簡易化。建設(shè)依據(jù)平臺設(shè)計和建設(shè)均遵守國家現(xiàn)行和公安部關(guān)于交通視頻管理系統(tǒng)的規(guī)范與標準。全國公安機關(guān)視頻圖像信息整合與共享工作任務書（公安部）公安部關(guān)于進一步加強社會治安防控體系建設(shè)的指導意見（公通字201137號）關(guān)于深入開展城市報警與監(jiān)控系統(tǒng)應用工作的意見（公科信201030號）公安信息通信網(wǎng)邊界接入平臺安全規(guī)范（試行）視頻接入部分（公科信20115號）關(guān)于加強公共安全視頻監(jiān)控建設(shè)聯(lián)網(wǎng)應用工作的若干意見(發(fā)改高技2015996號關(guān)于進一步加強公安機關(guān)視頻圖像信息應

24、用工作的意見（公通字20154號）關(guān)于加強社會治安防控體系建設(shè)的意見2015年4月13日安全防范視頻監(jiān)控聯(lián)網(wǎng)系統(tǒng)信息傳輸、交換、控制技術(shù)要求（GB/T 28181）城市監(jiān)控報警聯(lián)網(wǎng)系統(tǒng)技術(shù)標準（GA/T669-2008）公路車輛智能監(jiān)測記錄系統(tǒng)通用技術(shù)條件（GA/T497-2009）道路交通安全違法行為圖像取證技術(shù)規(guī)范（GA/T832-2009）機動車號牌圖像自動識別技術(shù)規(guī)范（GA/T833-2009）機動車測速儀（GBT21255-2007）公安交通指揮系統(tǒng)工程建設(shè)通用程序和要求（GA/T651-2006）公安交通管理外場設(shè)備基礎(chǔ)施工通用要求（GA/T652-2006）安全防范監(jiān)控數(shù)字視音頻

25、編解碼技術(shù)要求（GB/T 25724）公安指揮通信系統(tǒng)建設(shè)總體方案（公安部）安全技術(shù)防范工程標準（公安部）安全防范工程程序與要求（GAT75-1994）安全防范系統(tǒng)驗收規(guī)則（GS308-2001）安全防范系統(tǒng)通用圖形符號（GA/T74-2000）安全防范工程技術(shù)規(guī)范（GB50348-2004）公共場所監(jiān)視電視系統(tǒng)設(shè)計規(guī)范（DBJ08-16-90）視頻安全監(jiān)控系統(tǒng)技術(shù)要求（GB/T367-2001）報警圖像信號有線傳輸裝置（GB/T6677-1996）計算機信息系統(tǒng)安全保護等級劃分規(guī)則（GB17859-1999）計算機信息系統(tǒng)安全等級保護管理要求（GAT388-2002B）IP網(wǎng)絡技術(shù)要求-網(wǎng)絡

26、性能參數(shù)與指標（YD/T1171-2001）國家頒布的其它相關(guān)法律、法規(guī)、規(guī)定總體設(shè)計平臺構(gòu)成交通大數(shù)據(jù)平臺（PVD）根據(jù)公安交通信息化管理與應用需求，構(gòu)建以服務于公安交通實戰(zhàn)應用為目標綜合性智能化平臺。平臺總體包括： 多源車輛信息聯(lián)網(wǎng)接入模塊：針對不同區(qū)域、不同廠家的各種設(shè)備，提供車輛信息的接入與匯聚能力，解決不同廠家設(shè)備數(shù)據(jù)標準不同，統(tǒng)一接入困難的問題，解決各級單位車輛資源信息共享匯聚的問題。車輛信息深度識別模塊：針對當前原始的前端車輛信息識別內(nèi)容單一、識別信息的準確度不高等問題，提供高效快速的車輛信息二次識別能力，解決車輛識別信息單一、業(yè)務利用度低的問題。海量車輛資源信息存儲模塊：針對海

27、量過車記錄存儲及分析應用需求，提供海量圖片、視頻、屬性信息的虛擬化存儲能力，解決當前信息資源成本高、存儲資源利用率低等問題。天網(wǎng)搜車模塊：針對系統(tǒng)中大量的車輛圖片及車輛信息，提供多維度、深層次的快速查詢與處理應用能力，解決海量數(shù)據(jù)檢索耗時、好資源等問題，提升系統(tǒng)應用性能。智能研判分析模塊：基于海量歷史車輛信息，提供車輛信息相關(guān)的挖掘分析、智能研判能力，解決車輛資源信息利用率低、車輛交通事件被動處理等問題，提升實戰(zhàn)能力。運維管理模塊：針對系統(tǒng)中的設(shè)備資源、用戶資源，提供安全、可靠的維護管理能力，解決各級聯(lián)網(wǎng)資源的統(tǒng)一維護、集中管理、綜合監(jiān)控的問題，提升系統(tǒng)的安全服務能力。對外服務接口體系：基于平

28、臺提供的綜合應用實戰(zhàn)能力，對外提供服務支撐能力，擴展平臺的應用范圍、提升警務信息資源共享能力。體系架構(gòu)交通大數(shù)據(jù)平臺架構(gòu)體系包括感知層、網(wǎng)絡層、存儲層、服務層和應用層幾個層面，綜合實現(xiàn)各個廠家、不同區(qū)域海量車輛信息的接入、傳輸、存儲、分析、處理、對外服務及實戰(zhàn)應用。如下圖所示：圖 SEQ 圖 * ARABIC 1 交通大數(shù)據(jù)平臺體系結(jié)構(gòu)圖具體如下：感知層：主要包括各類卡口資源、電子警察資源和社會監(jiān)控資源等，實現(xiàn)各支隊、分局、市局等所轄區(qū)域內(nèi)，車輛信息的感知、采集及前端處理等，為交通車輛管控、道路運行情況監(jiān)控提供數(shù)據(jù)支撐。網(wǎng)絡層：將前端各個感知終端產(chǎn)生的信息快速、準確、安全、高效的傳輸回信息處理

29、存儲服務器。主要包括終端接入網(wǎng)絡節(jié)點、外部傳輸網(wǎng)絡、內(nèi)外網(wǎng)交換中心以及公安內(nèi)幾個部分。接入網(wǎng)絡節(jié)點實現(xiàn)與感知層設(shè)備的連接，外部傳輸網(wǎng)絡實現(xiàn)各類信息資源的匯聚，內(nèi)外網(wǎng)交換中心實現(xiàn)接入信息的安全處理與服務，公安內(nèi)網(wǎng)保障公安實戰(zhàn)業(yè)務應用的信息網(wǎng)絡傳輸。通過網(wǎng)絡層綜合實現(xiàn)從前端采集到后端實戰(zhàn)應用的信息安全保障通信體系。存儲層：實現(xiàn)平臺內(nèi)結(jié)構(gòu)化、半結(jié)構(gòu)化以及非結(jié)構(gòu)化信息的存儲與服務，主要包括：過車圖片云存儲、車輛特征信息存儲、過車記錄信息存儲、車輛相關(guān)業(yè)務信息存儲，以及設(shè)計實時報警、態(tài)勢等信息處理的實時計算存儲幾個部分。服務層：實現(xiàn)平臺內(nèi)各類信息的整合、關(guān)聯(lián)、分析及對外服務等應用支撐。車輛信息接入服務實

30、現(xiàn)不同廠家、不同數(shù)據(jù)接口標準的各類車輛接入處理；車輛信息二次識別服務實現(xiàn)海量車輛信息的特征信息提取與分析，如車標、車內(nèi)掛飾、紙巾盒、年檢車標等；報警信息處理服務實現(xiàn)各類異常車輛的實時檢測、報警與信息分發(fā)等應用；大數(shù)據(jù)檢索服務實現(xiàn)從海量過車記錄中快速檢索分析出目標車輛及信息；智能研判分析服務實現(xiàn)車輛相關(guān)的行為分析（如跟車分析）、關(guān)系分析（如碰撞分析）、異常分析（如套牌分析）等；運維管理服務實現(xiàn)平臺內(nèi)感知監(jiān)控設(shè)備、用戶、業(yè)務處理日志的綜合管理能力。應用層：實現(xiàn)基于平臺數(shù)據(jù)及服務提供專業(yè)的實戰(zhàn)處理展示應用系統(tǒng)。邏輯架構(gòu)交通大數(shù)據(jù)平臺是一個基礎(chǔ)性的支撐平臺，基于平臺服務，在實現(xiàn)交通車輛的綜合管理與監(jiān)控

31、外，可與現(xiàn)有其他交通管理平臺對接，實現(xiàn)車輛信息的聯(lián)網(wǎng)服務與應用，如下圖所示：圖 SEQ 圖 * ARABIC 2 總體架構(gòu)圖具體包括：基礎(chǔ)服務：基礎(chǔ)服務是整個平臺的核心，綜合提供通行車輛的聯(lián)網(wǎng)接入、車輛特征信息二次識別提取，以及系統(tǒng)的綜合運維管理能力，實現(xiàn)交通車輛信息的豐富資源信息聯(lián)網(wǎng)共享和車輛信息。應用服務：平臺基于交通業(yè)務個性化需求，提供豐富專業(yè)的業(yè)務服務，滿足車輛異常信息監(jiān)控報警、車輛信息快速查找、車輛信息統(tǒng)計、分析與深入挖掘應用，為交通管理提供事前預防研判、事中實時監(jiān)控、事后追查分析的全方位服務支撐。平臺展示應用：基于平臺提供的車輛信息二次識別、大數(shù)據(jù)查詢分析、智能研判等服務，支持實現(xiàn)

32、卡口監(jiān)控、多維搜車、類別搜車、車牌搜車、車型搜車、特征搜車、車型庫、軌跡分析、跟車分析、碰撞分析、頻次分析、套牌分析、落腳點分析、首次入城、晝伏夜出、頻繁過車、隱匿車輛挖掘、布控管理、報警查詢、實時報警等應用，滿足道路監(jiān)控、車輛布控、車輛信息研判分析和地圖可視化展示的綜合實戰(zhàn)應用需求，為交通管理部門提供專業(yè)化的管理工具。外部支撐平臺：交通車輛的管理業(yè)務涉及信息內(nèi)容多、信息關(guān)聯(lián)性要求較高，單一的過車信息，無法滿足交通車輛管理需求，因此需要與其他專業(yè)化的車輛信息系統(tǒng)對接，為平臺提供車輛相關(guān)的基礎(chǔ)信息支撐。車輛信息庫、車輛駕駛員信息庫對接車輛信息庫、駕駛員信息庫中包含車輛信息、駕駛員信息，以及被盜搶

33、車輛信息等。平臺與該資源庫的對接，實現(xiàn)了過車記錄與車輛信息庫、車輛駕駛?cè)藛T的深度融合，為車輛信息核實、車輛關(guān)聯(lián)信息挖掘、車輛事件處理提供數(shù)據(jù)支撐。PGIS平臺對接PGIS平臺是以警用電子地圖為核心，以公安業(yè)務應用可視化為目標的重要信息化基礎(chǔ)設(shè)施，平臺共享了豐富的警用地理信息及業(yè)務信息，為交通車輛管理提供了有力的可視化工具及警務業(yè)務信息支撐。平臺與PGIS平臺的對接，將更好的提供卡口監(jiān)控終端、電子警察設(shè)備的位置可視化管理、信息可視化查詢，軌跡可視化展示等服務，提升了交通車輛管理能力。對外服務：本平臺是交通管理應用方向的基礎(chǔ)性平臺，可提供豐富通行車輛相關(guān)信息，同時平臺提供了豐富的分析、挖掘服務，可

34、為其他交通管理業(yè)務系統(tǒng)提供有效的信息支撐和服務支撐。稽查布控系統(tǒng)對接系統(tǒng)通過與稽查布控系統(tǒng)的對接，可以將車輛通行信息上傳至稽查布控系統(tǒng)，進行關(guān)注車輛軌跡和狀態(tài)的查詢；可以獲取稽查布控系統(tǒng)的黑名單布控車輛信息，可借助與布控接口實現(xiàn)自動布控。指揮調(diào)度平臺對接系統(tǒng)通過與指揮調(diào)度平臺的對接，可實現(xiàn)車輛相關(guān)報警事件信息的上傳與綜合調(diào)度，同時可實現(xiàn)指揮調(diào)度平臺車輛布控的實時監(jiān)控報警。第三方廠家系統(tǒng)對接第三方廠家系統(tǒng)可以通過本平臺的信息聯(lián)網(wǎng)與數(shù)據(jù)處理能力，實現(xiàn)車輛信息的管理與應用。整個平臺通過對過車信息的處理及外部平臺對接，實現(xiàn)車輛資源信息的深度整合與應用，圍繞人、車、車輛檔案三個緯度提供“以車找車、以位置

35、找車、以人找車、以車找人”的車輛綜合可視化管理應用。物理架構(gòu)交通大數(shù)據(jù)平臺根據(jù)項目情況，構(gòu)建分局、地市、省廳，兼視頻專網(wǎng)和公安網(wǎng)的綜合服務體系，圖如下所示：圖 SEQ 圖 * ARABIC 3 物理架構(gòu)具體包括：多源終端接入：基于視頻專網(wǎng)通信體系，實現(xiàn)各類車輛卡口監(jiān)控、測速監(jiān)控、電子警察等設(shè)備終端信息的快速接入，實現(xiàn)前端信息的多角度、多方式、多行業(yè)的信息采集體系。三級交通大數(shù)據(jù)平臺體系：基于視頻專網(wǎng)通信體系，實現(xiàn)前端信息的統(tǒng)一聯(lián)網(wǎng)接入，并對車輛信息進行二次識別、分析挖掘等深層次的數(shù)據(jù)分析整理，為車輛信息業(yè)務應應用、交通指揮監(jiān)控等應用體統(tǒng)數(shù)據(jù)、服務支撐。內(nèi)外網(wǎng)安全交互：通過在公安內(nèi)網(wǎng)與視頻專網(wǎng)之

36、間構(gòu)建數(shù)據(jù)安全交換機制，為實現(xiàn)交通大數(shù)據(jù)及公安業(yè)務數(shù)據(jù)的綜合業(yè)務應用提供信息安全保障機制。關(guān)鍵技術(shù)云存儲云存儲是在 HYPERLINK /view/1316082.htm t _blank 云計算概念上延伸和發(fā)展出來的一個新的概念，是指通過 HYPERLINK /view/302477.htm t _blank 集群應用、 HYPERLINK /view/806.htm t _blank 網(wǎng)格技術(shù)或 HYPERLINK /view/771589.htm t _blank 分布式文件系統(tǒng)等功能，將網(wǎng)絡中大量各種不同類型的存儲設(shè)備通過 HYPERLINK /view/7886.htm t _bla

37、nk 應用軟件集合起來 HYPERLINK /view/8202227.htm t _blank 協(xié)同工作，共同對外提供 HYPERLINK /view/551712.htm t _blank 數(shù)據(jù)存儲和業(yè)務訪問功能的一個系統(tǒng)。當大量數(shù)據(jù)的存儲和管理成了 HYPERLINK /view/1316082.htm t _blank 云計算系統(tǒng)運算和處理的核心時，云計算系統(tǒng)中就需要配置大量的存儲設(shè)備，那么云計算系統(tǒng)就轉(zhuǎn)變成為一個云 HYPERLINK /view/51839.htm t _blank 存儲系統(tǒng)，所以云存儲是一個以 HYPERLINK /view/551712.htm t _blank

38、 數(shù)據(jù)存儲和管理為核心的云計算系統(tǒng)。云存儲對使用者來講，不是指某一個具體的設(shè)備，而是指一個由許許多多個存儲設(shè)備和服務器所構(gòu)成的集合體。使用者使用云存儲，并不是使用某一個存儲設(shè)備，而是使用整個云存儲系統(tǒng)帶來的一種數(shù)據(jù)訪問服務。所以嚴格來講，云存儲不是存儲，而是一種服務。云存儲的核心是應用軟件與存儲設(shè)備相結(jié)合，通過應用軟件來實現(xiàn)存儲設(shè)備向存儲服務的轉(zhuǎn)變。云存儲（PFS）沒有開發(fā)實際的存儲系統(tǒng)，而是在專業(yè)的文件存儲系(例如GlusterFS)統(tǒng)上開發(fā)的一套適用于圖片（視頻）應用的文件存儲系統(tǒng)。PFS的優(yōu)勢在于圖片（視頻）資源的有效管理和訪問，同時對小文件進行了打包整合，有效的提升了文件系統(tǒng)對于海量小

39、文件的訪問效率。PFS以視頻和圖片為代表，按照文件的大小將文件存儲劃分為大文件系統(tǒng)和小文件系統(tǒng)。所以全文中提到的大文件系統(tǒng)主要指的是PFS中的視頻文件存儲系統(tǒng)，小文件系統(tǒng)指定的是PFS中其他文件(非視頻)的存儲系統(tǒng)。由于PFS中存儲的主要是視頻、圖片、文本等信息，而圖片和文本相比于視頻普遍要小很多，所以PFS被分為大文件系統(tǒng)和小文件系統(tǒng)。在PFS中，存儲的內(nèi)容分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，結(jié)構(gòu)化數(shù)據(jù)采用OPAQ存儲，不在本文說明范圍，本文主要說明的是非結(jié)構(gòu)化數(shù)據(jù)的存儲?；A(chǔ)文件系統(tǒng)接入在實際應用過車中，用戶已經(jīng)完成了一部分系統(tǒng)的建設(shè)，如何保障系統(tǒng)的穩(wěn)定性同時，又能充分的利用用戶已經(jīng)投資的資源，

40、這是對于本產(chǎn)品兼容性的一種考量。在已經(jīng)建設(shè)云計算的情況下，PFS是能夠利用已經(jīng)存在云存儲資源作為自己的存儲子系統(tǒng)。為了能夠適應多種專業(yè)的存儲系統(tǒng)，PFS采用基礎(chǔ)文件系統(tǒng)接入的概念對文件的操作進行了抽象，這點與POSA架構(gòu)是一樣的，如下圖所示：圖 SEQ 圖 * ARABIC 4 文件接入示意圖GlusterFS：PFS默認底層的存儲系統(tǒng)，后文有詳細說明。GPFS：IBM的分布式存儲文件系統(tǒng)，全稱為General Parallel File System。S3/云盤：以亞馬遜S3和360云盤為代表的云存儲系統(tǒng)，S3全稱為Simple Storage Service。本地文件系統(tǒng)：操作系統(tǒng)自身自帶

41、的文件系統(tǒng)，單機版可用。大文件存儲針對視頻文件應用的特殊性，在基礎(chǔ)文件系統(tǒng)系統(tǒng)上建立了視頻文件系統(tǒng)，對視頻文件進行流化索引處理?？梢詾橐曨l偵察分析提供精確的視頻流定位檢索等服務。技術(shù)特點如下：自動流化視頻文件，對上傳的視頻文件自動識別格式，自動進行流化建立視頻流索引，索引信息包括幀類型、幀格式、時間戳、在文件中的偏移等。自定義流化索引，支持客戶端自主對文件進行流化，需要客戶端按照特定的格式為視頻文件上傳流化索引數(shù)據(jù)。對一些服務端暫時無法支持自動流化的文件這一點很重要。支持標準和主流廠商的視頻文件格式，可以支持標準H264和市場主流廠商（如?？怠⒋笕A等）格式的文件，還可以以組件方式靈活擴展。精確

42、定位視頻幀，可以對視頻幀進行快速精確定位，精確到具體的某一幀。下圖為大文件系統(tǒng)內(nèi)部結(jié)構(gòu)圖：圖 SEQ 圖 * ARABIC 5文件存儲示意圖小文件存儲小文件系統(tǒng)是專門為小文件設(shè)計的一種存儲系統(tǒng)，系統(tǒng)采用文件打包的方式將若干個小文件打包成一個較大的文件。文件打包會大大降低文件的數(shù)量，從而提升文件操作的速度，同時也降低了底層文件系統(tǒng)的壓力。采用文件打包的方式會增加文件訪問的復雜度，但相比于海量文件數(shù)量帶來的影響要小得多。具體是否采用打包的方式存儲小文件還取決于底層文件系統(tǒng)的特性，例如S3訪問1個文件的速度和訪問1億個文件的速度基本相同。對于此類底層存儲系統(tǒng)，PFS則將小文件直接存儲。PFS小文件系

43、統(tǒng)是一個需的名詞，只是代表PFS具備存儲小文件的能力，并采用多種機制保證文件的訪問效率和數(shù)據(jù)安全。而PFS選擇何種機制完全有PFS自身決定，用戶根本感覺不到。技術(shù)特點如下：透明打包處理，服務端會將存入的文件按照特定的算法存入到一個大文件包中，并且會對文件包中的所有文件建立索引機制，在讀取文件時文件包對用戶是透明的，只需以原來的小文件的名稱為參數(shù)進行讀取，服務端會依據(jù)文件包中的索引為用戶找到文件在包中的具體位置?？蛻舳舜虬蟼?，由于小文件通過網(wǎng)絡單獨上傳會導致網(wǎng)絡和磁盤的I/O次數(shù)都過多，影響性能，小文件系統(tǒng)可以由客戶端自行將要上傳的小文件打包成一個文件包后上傳到服務端，客戶端在打包時只需準尋特

44、定的規(guī)則后，服務端即可識別和管理這個文件包。這種方式大大的減少了I/O次數(shù)，對網(wǎng)絡和磁盤的I/O性能都有很大的提高。靈活的文件包管理提供了靈活的文件包管理，支持文件包的追加和刪除小文件，合并兩個文件包，在文件包之間遷移文件等。專有小文件接口，這些接口利用小文件系統(tǒng)的特性，可以高效的訪問指定文件，同時降低系統(tǒng)自動識別小文件帶來的負擔。如果視頻云計算采用GlusterFS作為基本存儲系統(tǒng)，利用GlusterFS的卷管理可以使大文件和小文件從邏輯上或者物理上分開存儲，使得每個子系統(tǒng)的效率更高，如下圖所示：圖 SEQ 圖 * ARABIC 6 GlusterFS文件存儲圖GlusterFSGluste

45、rFS是一個開源的分布式文件系統(tǒng)，具有強大的橫向擴展能力，通過擴展能夠支持數(shù)PB存儲容量和處理數(shù)千客戶端。GlusterFS借助TCP/IP或InfiniBand RDMA網(wǎng)絡將物理分布的存儲資源聚集在一起，使用單一全局命名空間來管理數(shù)據(jù)。GlusterFS基于可堆疊的用戶空間設(shè)計，可為各種不同的數(shù)據(jù)負載提供優(yōu)異的性能。圖 SEQ 圖 * ARABIC 7 GlusterFS文件存儲體系GlusterFS支持運行在任何標準IP網(wǎng)絡上標準應用程序的標準客戶端，如圖9所示，用戶可以在全局統(tǒng)一的命名空間中使用NFS/CIFS等標準協(xié)議來訪問應用數(shù)據(jù)。GlusterFS使得用戶可擺脫原有的獨立、高成本

46、的封閉存儲系統(tǒng)，能夠利用普通廉價的存儲設(shè)備來部署可集中管理、橫向擴展、虛擬化的存儲池，存儲容量可擴展至TB/PB級。GlusterFS主要特征包括：擴展性和高性能、高可用性、全局統(tǒng)一命名空間、彈性哈希算法、彈性卷管理、基于標準協(xié)。云計算云計算是一種基于 HYPERLINK /view/6825.htm t _blank 網(wǎng)絡的計算方式，通過這種方式，共享的軟硬件資源和信息資源可以按需求提供給計算機和其他設(shè)備。通?；?HYPERLINK /view/6825.htm t _blank 網(wǎng)絡中相關(guān)服務地增加、使用和交付模式的變化，來提供動態(tài)易擴展應用所需的 HYPERLINK /view/729

47、629.htm t _blank 虛擬化存儲資源、計算資源等。云計算(PCC)是針對公共安全領(lǐng)域提供的專業(yè)級輕量云計算，專注解決公共安全領(lǐng)域中大量視頻、圖像信息資源的并行計算、實時計算以及海量數(shù)據(jù)檢索等問題，最大限度的提升計算資源的利用率，提升警務業(yè)務處理性能。視頻云計算的應用結(jié)構(gòu)圖。圖 SEQ 圖 * ARABIC 8云計算體系架構(gòu)圖為了提升PCC的兼容性和擴展性，設(shè)計了CUMN框架，其中CUMN分別是Center、User、Module(和Model)以及Node。下圖為CUMN的架構(gòu)示意圖：圖 SEQ 圖 * ARABIC 9 CUMN框架示意圖CUMN是PCC的架構(gòu)抽象，PCC將云計算

48、抽象成中心、用戶、模塊、模型和節(jié)點5個部分。不同的業(yè)務需求對于數(shù)據(jù)的處理方式也會不同，PCC采用模型來定義不同的計算方式。例如，HADOOP采用的就是Map/Reduce計算模型，與PCC的網(wǎng)格類似。CUMN架構(gòu)規(guī)定每種計算模型由一個中心(c)和若干個節(jié)點(n)組成，此處采用小寫的c和n是因為CUMN架構(gòu)中所有模型的中心和節(jié)點都由CUMN自身的C和N管理。PCC中的模型是“熱插拔”的，可以在運行狀態(tài)下任意添加或者刪除模型，這大大的提升了PCC的擴展性和兼容性。模型只是一種計算方法，具體計算什么PCC將其定義為模塊，可以想象成一種算法。例如采用網(wǎng)格實現(xiàn)過車記錄圖片的二次識別、特征提取、信息檢索等

49、，每一種功能都是一個模塊。模型中只是定義了采用Map/Reduce的方式拆分作業(yè)，但拆分后如何計算則是模塊的功能。在PCC中，模塊也是“熱插拔”設(shè)計，可以動態(tài)的添加和刪除模塊，為系統(tǒng)擴容、升級提供了便利。在PCC中的所有模型是可以獨立成為產(chǎn)品的。在訪問PCC時可以采用PCC的共有接口，也可以采用模型自身提供的接口。CUMN將與用戶交互的部分定義為U，大寫的U代表PCC公共的接口，小寫的u代表模型私有接口。PCC共有接口有時無法滿足需求是，可以采用模型的私有接口。CUMN架構(gòu)使得PCC成為了通用的框架，實際的計算則是由模型和模塊實現(xiàn)的。并行計算平臺并行計算是一種 HYPERLINK /view/

50、30655.htm t _blank 分布式計算，它研究如何把一個需要非常巨大的 HYPERLINK /view/1751617.htm t _blank 計算能力才能解決的問題分成許多小的部分，然后把這些部分分配給許多 HYPERLINK /view/3314.htm t _blank 計算機進行處理，最后把這些計算結(jié)果綜合起來得到最終結(jié)果。并行計算還有一個特性是充分利用閑置 HYPERLINK /view/1751617.htm t _blank 計算能力，即使在不添加新的計算能力的前提下，通常也能有效地提高物理機硬件利用率。下圖為并行計算的工作示意圖：圖 SEQ 圖 * ARABIC 1

51、0并行計算模式內(nèi)存計算內(nèi)存計算（In-Memory Computing），實質(zhì)上就是CPU直接從內(nèi)存而非硬盤上讀取數(shù)據(jù)，并對數(shù)據(jù)進行計算、分析。此項技術(shù)是對傳統(tǒng)數(shù)據(jù)處理方式的一種加速，是實現(xiàn)智能海量數(shù)據(jù)分析和實施數(shù)據(jù)分析的關(guān)鍵應用技術(shù)。內(nèi)存計算非常適合處理海量的數(shù)據(jù)，以及需要實時獲得結(jié)果的數(shù)據(jù)。比如可以將卡口點流量、被盜車輛信息等保存在內(nèi)存里，并在此基礎(chǔ)上進行數(shù)據(jù)的分析。當需要做快速的數(shù)據(jù)分析，內(nèi)存計算就能夠快速的按照需求完成。在計算實時性方面，為了降低數(shù)據(jù)搬移帶來的開銷，內(nèi)存采用數(shù)據(jù)常駐內(nèi)存的方法。同時，每個計算節(jié)點只計算本節(jié)點內(nèi)存的數(shù)據(jù)，基本保證系統(tǒng)響應周期內(nèi)的0數(shù)據(jù)加載過程。為了提升計算

52、吞吐量，每個節(jié)點盡可能只是計算本節(jié)點內(nèi)存儲的數(shù)據(jù)，最大限度的降低節(jié)點間的數(shù)據(jù)搬移開銷。內(nèi)存計算的數(shù)據(jù)存儲采用Hadoop的存儲策略，在節(jié)點異常時其他節(jié)點可以自動的加載副本保證系統(tǒng)的可用性。下圖為內(nèi)存計算結(jié)構(gòu)示意圖:圖 SEQ 圖 * ARABIC 11內(nèi)存計算示意圖內(nèi)存計算在人臉識別、串并案分析、數(shù)據(jù)挖掘等大數(shù)據(jù)分析中具有極大的應用價值。實時計算實時計算主要分為兩類：交互式計算，如實時查詢。視頻云的分布式數(shù)據(jù)庫、全文檢索引擎以及內(nèi)存計算技術(shù)能夠解決用于提交的各種實時查詢業(yè)務。實時分析視頻(圖片)流，例如布防布控。相比于交互式計算，實時視頻（圖片）分析專注于解決實時視頻(圖片)流中各種事件的及時

53、提取。下圖為視頻云分析實時視頻的流程：圖 SEQ 圖 * ARABIC 12實時計算模式高并發(fā)小數(shù)據(jù)計算與并行計算處理的數(shù)據(jù)和方式不同，平臺中還存在著海量的小數(shù)據(jù)文件需要處理。這些數(shù)據(jù)處理的時效性要求較高，同時存在著高并發(fā)的可能，典型的應用是圖像處理。視頻云計算為此類計算設(shè)計了一致性哈希的調(diào)度、均衡的處理方式，既能保證數(shù)據(jù)的及時處理，又能解決高并發(fā)請求問題。圖 SEQ 圖 * ARABIC 13高并發(fā)小數(shù)據(jù)計算在平臺中，過車記錄結(jié)構(gòu)化產(chǎn)生的海量圖片部分或多或少的存在各種瑕疵，需要采用圖像處理技術(shù)提升圖像質(zhì)量，進一步挖掘有價值的信息。云計算為圖像處理提供了后臺計算的解決方案，該解決方案有如下特點

54、：屬于云計算的一種計算模型，可復用計算服務器，不需要額外添加硬件。B/S模式下無需控件，打造純B/S平臺。對前端性能性能需求不高，因為計算都在后臺。虛擬化虛擬化是將服務器物理資源抽象成邏輯資源，讓一臺服務器變成幾臺甚至上百臺相互隔離的虛擬服務器，或者讓幾臺服務器變成一臺服務器來用，我們不再受限于物理上的界限，而是讓CPU、內(nèi)存、磁盤、I/O 等硬件變成可以動態(tài)管理的“資源池”，從而提高資源的利用率，簡化系統(tǒng)管理，實現(xiàn)服務器整合，讓IT 對業(yè)務的變化更具適應力，從而構(gòu)建出視頻云系統(tǒng)平臺的基礎(chǔ)。虛擬化技術(shù)為平臺帶來了兩個功能：由于平臺是一個開放的平臺，各廠家可以根據(jù)平臺的接口定義封裝自己的算法運行

55、在云計算上。由于各廠家的算法對于基礎(chǔ)設(shè)施的需求各有不同，虛擬化技術(shù)可以根據(jù)需要虛擬出相應的操作系統(tǒng)。平臺可根據(jù)資源使用情況，在必要的時候為用戶提供充足的資源，達到硬件資源的更充分的利用，這也正是云計算的精髓所在。虛擬化技術(shù)帶來了很多優(yōu)點，同時也存在著計算性能下降的缺點，可以根據(jù)業(yè)務需要選擇是否虛擬化，亦或是了一部分虛擬化一部分不虛擬化的配置。云檢索平臺中的圖像檢索引擎是從圖像結(jié)構(gòu)化信息中搜索符合條件的信息，在檢索前需要采用云計算將圖像做結(jié)構(gòu)化處理。多種檢索方式圖像云檢索采用結(jié)構(gòu)化和非結(jié)構(gòu)化分開檢索再融合的方法統(tǒng)一輸出檢索結(jié)果，緩沖檢索結(jié)果供二次檢索使用。圖 SEQ 圖 * ARABIC 14

56、視頻檢索引擎業(yè)務流程圖結(jié)構(gòu)化信息檢索分為兩大類：字典檢索和全文檢索。字典檢索是圖像云檢索提供的一種精確匹配的檢索方式，圖像云檢索以結(jié)構(gòu)化字段為索引，通過字段匹配的方式在海量信息中檢索。全文檢索則不需要提供字段即可實現(xiàn)關(guān)鍵字檢索，根據(jù)關(guān)鍵字的匹配度輸出結(jié)果列表。字典檢索OPAQOPAQ（優(yōu)化的并行加速查詢引擎）是在分布式數(shù)據(jù)庫基礎(chǔ)上實現(xiàn)的一種中間件技術(shù)。OPAQ可以實現(xiàn)分布式數(shù)據(jù)庫中高效查詢，在海量數(shù)據(jù)(億條記錄以上)的查詢、檢索效果尤為明顯。OPAQ自動識別查詢語句，并將查詢語句分解成多條子查詢語句分發(fā)給各個數(shù)據(jù)庫節(jié)點進行查詢，每個數(shù)據(jù)庫節(jié)點返回查詢結(jié)果有OPAQ融合、排序后輸出。OPAQ能夠

57、自動的識別到數(shù)據(jù)所在的節(jié)點，可以將子查詢?nèi)蝿諟蚀_的派發(fā)到節(jié)點上，使得分布式數(shù)據(jù)庫的查詢效率隨節(jié)點數(shù)量的增加而現(xiàn)行增長。OPAQ是針對海量數(shù)據(jù)應用開發(fā)的一個查詢引擎，綜合了hadoop與傳統(tǒng)數(shù)據(jù)庫的優(yōu)點，將結(jié)構(gòu)化數(shù)據(jù)按照一定的規(guī)則并行分布式存儲到n組數(shù)據(jù)庫節(jié)點中，實現(xiàn)了hadoop數(shù)據(jù)存儲和查詢檢索的并行處理，又保留的結(jié)構(gòu)化數(shù)據(jù)查詢速度快的特點，極大提升了數(shù)據(jù)存儲和查詢的效率。全文檢索Solr全文檢索是目前互聯(lián)網(wǎng)廣泛應用的主流搜索引擎。它的工作原理是計算機索引程序通過掃描文本中的每一個詞，對每一個詞建立一個索引，指明該詞在文章中出現(xiàn)的次數(shù)和位置，當用戶查詢時，檢索程序就根據(jù)事先建立的索引進行查找

58、，并將查找的結(jié)果反饋給用戶的檢索方式。這個過程類似于通過字典中的檢索字表查字的過程。圖像云檢索將全文檢索技術(shù)引入到圖像應用中，為公安圖像應用提供更多、更方便的檢索方式。圖像云檢索采用Solr作為全文檢索引擎，Solr是一個高性能、基于Lucene的全文搜索服務器。同時對其進行了擴展，提供了比Lucene更為豐富的查詢語言，同時實現(xiàn)了可配置、可擴展并對查詢性能進行了優(yōu)化，并且提供了一個完善的功能管理界面，是一款非常優(yōu)秀的全文搜索引擎。云數(shù)據(jù)挖掘數(shù)據(jù)挖掘是目前人工智能和數(shù)據(jù)庫領(lǐng)域研究的熱點問題，所謂數(shù)據(jù)挖掘是指從數(shù)據(jù)庫的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價值的信息的非平凡過程。數(shù)據(jù)挖掘是一

59、種決策支持過程，它主要基于人工智能、機器學習、模式識別、統(tǒng)計學、數(shù)據(jù)庫、可視化技術(shù)等，高度自動化地分析數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在價值的信息。公安圖像大數(shù)據(jù)的信息利用度相對很低，還有很多有價值的信息有待發(fā)掘，數(shù)據(jù)挖掘技術(shù)在公安圖像大數(shù)據(jù)中有著非常大的應用前景。圖像云數(shù)據(jù)挖掘主要實現(xiàn)以下特性：建立數(shù)據(jù)挖掘平臺、發(fā)現(xiàn)隱含數(shù)據(jù)模型、統(tǒng)計規(guī)律、預測防范 Spark線下數(shù)據(jù)挖掘Spark是一個基于內(nèi)存計算的開源的集群計算系統(tǒng)，目的是讓數(shù)據(jù)分析更加快速。Spark 是一種與 Hadoop 相似的開源集群計算環(huán)境，Spark 啟用了內(nèi)存分布數(shù)據(jù)集，除了能夠提供交互式查詢外，它還可以優(yōu)化迭代工作負載

60、。數(shù)據(jù)挖掘利用Spark平臺，采用決策樹、K-Means、支持向量機等數(shù)據(jù)挖掘算法，實現(xiàn)過車記錄中車輛圖片信息的二次識別與處理，最大限度的發(fā)揮圖像信息的價值。Storm在線數(shù)據(jù)挖掘Storm 支持創(chuàng)建拓撲結(jié)構(gòu)來轉(zhuǎn)換沒有終點的數(shù)據(jù)流。不同于 Hadoop 作業(yè)，這些轉(zhuǎn)換從不停止，它們會持續(xù)處理到達的數(shù)據(jù)。Storm的應用包括：信息流處理：Storm可用來實時處理新數(shù)據(jù)和更新數(shù)據(jù)庫，兼具容錯性和可擴展性。即Storm可以用來處理源源不斷流進來的消息，處理之后將結(jié)果寫入到某個存儲中去。連續(xù)計算：Storm可進行連續(xù)查詢并把結(jié)果即時反饋給客戶端。分布式遠程程序調(diào)用：Storm的拓撲結(jié)構(gòu)是一個等待調(diào)用信