智慧交通視頻大數(shù)據(jù)平臺(tái)方案建議書(shū)

1、智慧交通視頻大數(shù)據(jù)平臺(tái)方案建議書(shū)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(wù)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(jì) PAGEREF _Toc508652608 h 9 HYPERLINK l _Toc508652615 4.1.平臺(tái)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(chǔ) PAGEREF _Toc508652629 h 14 HYPERLINK l

4、_Toc508652630 4.5.2.云計(jì)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(chē)輛信息統(tǒng)一接入方案 PAGEREF _Toc508652632 h 28 HYPERLINK l _Toc508652633 4.5.5.車(chē)輛信息二次識(shí)別解決方案 PAGEREF _Toc508652633 h 29 HYPERLINK l _Toc508652634 5.平臺(tái)服務(wù) PAGEREF _

5、Toc508652634 h 33 HYPERLINK l _Toc508652646 5.1.天網(wǎng)搜車(chē) 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(chē) PAGEREF _Toc508652655 h 35 HYPERLINK l _Toc508652656 5.

6、1.4.車(chē)牌搜車(chē) PAGEREF _Toc508652656 h 36 HYPERLINK l _Toc508652657 5.1.5.車(chē)型搜車(chē) PAGEREF _Toc508652657 h 36 HYPERLINK l _Toc508652658 5.1.6.類(lèi)別搜車(chē) PAGEREF _Toc508652658 h 36 HYPERLINK l _Toc508652659 5.1.7.特征搜車(chē) PAGEREF _Toc508652659 h 37 HYPERLINK l _Toc508652660 5.1.8.車(chē)輛畫(huà)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(chē)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(xún) PAGEREF _Toc508652667 h 43 HYPERLINK l _Toc508652668 5.2.7.落腳點(diǎn)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(chē)輛挖掘 PAGEREF _Toc508652670 h 45 HYPERLINK l _Toc508652671 5.2.10.頻繁過(guò)車(chē) 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(bào)警查詢(xún) PAGEREF _Toc508652675 h 48 HYPERLINK l _Toc508652676 5.3.3.實(shí)時(shí)報(bào)警 PAGEREF _Toc508652676 h 48 HYPERLINK l _Toc508652677 5.4.統(tǒng)計(jì)分析 PAGEREF _Toc508652677 h 48 HYPERLINK l _Toc508652678 5.4.1.流量統(tǒng)計(jì) PAGEREF _Toc508652678 h 48 HYPERLINK l _Toc508652679 5.4.2.報(bào)警統(tǒng)計(jì) PAGEREF _Toc508652

11、679 h 48 HYPERLINK l _Toc508652680 5.4.3.外地車(chē)統(tǒng)計(jì) PAGEREF _Toc508652680 h 49 HYPERLINK l _Toc508652681 5.4.4.車(chē)輛屬性統(tǒng)計(jì) PAGEREF _Toc508652681 h 49 HYPERLINK l _Toc508652682 5.5.運(yùn)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(biāo) PAGEREF _Toc508652685 h 52 HYPERLINK l _Toc508652686 7.產(chǎn)品優(yōu)勢(shì) PAGEREF _Toc508652686 h 56 HYPERLINK l _Toc508652695 8.1.準(zhǔn)確的車(chē)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(kāi)放的視頻云架構(gòu) PAGEREF _Toc508652698 h 56 HYPERLINK l _Toc508652699 8.5.強(qiáng)大的的資源整合 PAGEREF _Toc508652699 h 57 HYPERLINK l _Toc508652700 8.應(yīng)用案例 PAGEREF _Toc508652700 h 58建設(shè)背景近年來(lái)，公安交通管理信息系統(tǒng)平臺(tái)建設(shè)按照加強(qiáng)頂層設(shè)計(jì)、統(tǒng)一開(kāi)發(fā)、分布實(shí)施的原則，在實(shí)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(guó)綜合應(yīng)用平臺(tái)、集成指揮平臺(tái)、互聯(lián)網(wǎng)綜合服務(wù)平臺(tái)和信息分析研判平臺(tái)四大工程，擴(kuò)大了平臺(tái)的信息共享范圍，加強(qiáng)了平臺(tái)的信息分析研判能力，拓展深化了平臺(tái)的綜合業(yè)務(wù)應(yīng)用能力，交通管理信息化工作進(jìn)入了一個(gè)全新的發(fā)展階段。平臺(tái)實(shí)現(xiàn)了信息化的交通管理和全國(guó)范圍的規(guī)模應(yīng)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(tái)構(gòu)建的全國(guó)公安交通管理信息資源庫(kù)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(zhǎng)。公路卡口記錄的機(jī)動(dòng)車(chē)通行數(shù)據(jù)日均達(dá)6000萬(wàn)條，數(shù)據(jù)庫(kù)已儲(chǔ)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(zhǎng)。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(jià)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(yīng)用水平還處于初級(jí)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(jì)算、內(nèi)存處理、實(shí)時(shí)計(jì)算等IT技術(shù)的發(fā)展成熟，將這些技術(shù)應(yīng)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(tái)，對(duì)加大公安交通信息化建設(shè)應(yīng)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(yīng)用服務(wù)支撐。交通大數(shù)據(jù)平臺(tái)（PVD）正是針對(duì)當(dāng)前公安交通管理信息化現(xiàn)狀及業(yè)務(wù)擴(kuò)展應(yīng)用需求，采用先進(jìn)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(tái)。真正實(shí)現(xiàn)智慧

16、交通、安全交通的服務(wù)目標(biāo)，引領(lǐng)大數(shù)據(jù)時(shí)代的公安交通信息化管理發(fā)展，服務(wù)于人民群眾生活和國(guó)家經(jīng)濟(jì)社會(huì)建設(shè)?，F(xiàn)狀分析業(yè)務(wù)現(xiàn)狀隨著城市化進(jìn)程的加速，家用轎車(chē)數(shù)量不斷增加，給城市交通管理及公共安全帶來(lái)了一定壓力。海量相關(guān)信息不斷產(chǎn)生，相關(guān)的業(yè)務(wù)系統(tǒng)和服務(wù)對(duì)車(chē)輛信息的采集程度、利用程度，及信息相應(yīng)反饋速度遠(yuǎn)遠(yuǎn)不夠，沒(méi)有充分體現(xiàn)出智慧城市信息化建設(shè)的優(yōu)勢(shì)及相關(guān)價(jià)值。針對(duì)城市車(chē)輛信息服務(wù)應(yīng)用，當(dāng)前主要面臨的問(wèn)題包括：提取車(chē)輛信息不完整或不準(zhǔn)確早期已建卡口系統(tǒng)，存在車(chē)輛類(lèi)型（大、小、客、貨）、車(chē)牌顏色和車(chē)輛號(hào)牌（含漢字、數(shù)字、字母和號(hào)牌顏色）等車(chē)輛關(guān)鍵特征信息提取不完整，直接影響了公安交警部門(mén)對(duì)交通違法行為以

17、及刑事案件線索的準(zhǔn)確判定。缺乏對(duì)海量車(chē)輛通行記錄的快速檢索能力目前以機(jī)動(dòng)車(chē)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(kù)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(xún)）的速度會(huì)發(fā)生幾何級(jí)下降。由于傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)缺乏分布式計(jì)算能力，所以面向大數(shù)據(jù)時(shí)只能越來(lái)越慢，不能滿足大數(shù)據(jù)應(yīng)用的要求，造成嚴(yán)重的性能瓶頸。缺乏對(duì)海量數(shù)據(jù)的深入挖掘與深度應(yīng)用目前大部分已建卡口，缺乏通過(guò)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(dǎo)致有價(jià)值的信息白白流失，此外，目前的車(chē)輛布控都只能進(jìn)行單點(diǎn)的布控和對(duì)比報(bào)警功能，資源之間缺少信息互通，缺乏一個(gè)統(tǒng)一平臺(tái)將這些信息資源進(jìn)行整合，無(wú)法對(duì)

18、信息資源進(jìn)行深度應(yīng)用。解決思路根據(jù)城市化發(fā)展進(jìn)程，及智慧城市信息化建設(shè)要求，深入到當(dāng)前面臨問(wèn)題的各個(gè)死角，逐一逐步解決，通過(guò)體系化的手段，針對(duì)城市交通管理構(gòu)建立體化的車(chē)輛信息采集挖掘、聯(lián)網(wǎng)、共享與智能分析應(yīng)用。道路車(chē)輛信息進(jìn)一步挖掘通過(guò)對(duì)前端采集的車(chē)輛信息進(jìn)行綜合提取，可以有效提高車(chē)輛信息采集的完整性。包括車(chē)體識(shí)別、車(chē)輛特征識(shí)別、車(chē)體顏色識(shí)別、車(chē)牌識(shí)別、車(chē)牌顏色識(shí)別、車(chē)標(biāo)識(shí)別、駕駛室圖像采集，人臉識(shí)別等。提升對(duì)海量車(chē)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(jì)面對(duì)視頻大數(shù)據(jù)的復(fù)合型檢索機(jī)制，提升性能和設(shè)備數(shù)量線性擴(kuò)展，從而實(shí)現(xiàn)千億級(jí)數(shù)據(jù)秒級(jí)查詢(xún)的能力。具

19、體而言，包括以下幾個(gè)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(duì)結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)的分類(lèi)檢索；借鑒互聯(lián)網(wǎng)全文檢索的模式，實(shí)現(xiàn)關(guān)注目標(biāo)的匹配檢索。交通管理信息的深度應(yīng)用加強(qiáng)事前、事中實(shí)時(shí)應(yīng)用，實(shí)現(xiàn)全網(wǎng)范圍內(nèi)的車(chē)輛檢測(cè)、車(chē)輛布控、自動(dòng)報(bào)警、查詢(xún)統(tǒng)計(jì)等基本功能應(yīng)用。深化事后分析研判應(yīng)用，實(shí)現(xiàn)對(duì)全網(wǎng)范圍內(nèi)指定車(chē)輛通行信息分析，包括套牌分析、入城分析、跟車(chē)分析、軌跡分析、時(shí)空分析、團(tuán)伙分析等各種分析功能，服務(wù)于各警種偵查破案業(yè)務(wù)應(yīng)用。提升與其他業(yè)務(wù)系統(tǒng)的交互協(xié)作能力，實(shí)現(xiàn)交通違法業(yè)務(wù)系統(tǒng)、GIS系統(tǒng)、被盜搶車(chē)輛信息系統(tǒng)、車(chē)駕管理信息系統(tǒng)等，各種

20、公安業(yè)務(wù)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(duì)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(chē)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(tái)總體建設(shè)本著以“統(tǒng)籌規(guī)劃、需求主導(dǎo)，服務(wù)審判、實(shí)用高效，資源共享、安全可控，協(xié)調(diào)發(fā)展、速見(jiàn)成效”為前提，按照先進(jìn)性、開(kāi)放性、兼容性、經(jīng)濟(jì)性、成熟性、安全性、易用性的原則來(lái)建設(shè)。先進(jìn)性平臺(tái)總體設(shè)計(jì)方案采用超前思路，在影響整個(gè)系統(tǒng)性能指標(biāo)的關(guān)鍵部位選用先進(jìn)的技術(shù)或設(shè)備，以確保一定時(shí)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(luò)技術(shù)，綜合社會(huì)治安視頻監(jiān)控系統(tǒng)、卡口電警系統(tǒng)等核心業(yè)務(wù)，構(gòu)建先進(jìn)、實(shí)用的交通視頻管理應(yīng)用系統(tǒng)平臺(tái)。開(kāi)放性系統(tǒng)建設(shè)

21、具有開(kāi)放性的標(biāo)準(zhǔn)體系，開(kāi)放的編解碼、控制、接口和傳輸協(xié)議，提供人性化的應(yīng)用和管理界面，以滿足用戶需求。遵循規(guī)范的通用接口標(biāo)準(zhǔn)，使全系統(tǒng)中的硬件、通信、軟件、操作平臺(tái)之間實(shí)現(xiàn)互聯(lián)共享。兼容性平臺(tái)采用統(tǒng)一和開(kāi)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(huì)治安視頻監(jiān)控系統(tǒng)不同品牌、不同型號(hào)設(shè)備。通過(guò)安全接入平臺(tái)通道，能與其它的公安業(yè)務(wù)系統(tǒng)進(jìn)行數(shù)據(jù)交互。因此，平臺(tái)具有良好的設(shè)備兼容和平臺(tái)兼容性能。經(jīng)濟(jì)性在系統(tǒng)設(shè)計(jì)中嚴(yán)格貫徹經(jīng)濟(jì)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(jià)格等因素，選取性?xún)r(jià)比最好的設(shè)備和方案，力爭(zhēng)將系統(tǒng)構(gòu)建成一個(gè)經(jīng)濟(jì)實(shí)用、功能強(qiáng)大、

22、質(zhì)量?jī)?yōu)異、操作方便、接口豐富的公安交通視頻管理應(yīng)用系統(tǒng)平臺(tái)。成熟性為確保整個(gè)系統(tǒng)能夠穩(wěn)定工作，采用業(yè)內(nèi)成熟的先進(jìn)技術(shù)對(duì)多個(gè)系統(tǒng)進(jìn)行有機(jī)的整合，對(duì)新的功能進(jìn)行開(kāi)發(fā)和應(yīng)用，實(shí)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(tái)充分考慮信息資源的安全性和保密性，構(gòu)建完善的運(yùn)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(shí)現(xiàn)對(duì)系統(tǒng)內(nèi)所有設(shè)備資源的有效管理；通過(guò)完善的權(quán)限控制機(jī)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(duì)平臺(tái)的關(guān)鍵設(shè)備和關(guān)鍵服務(wù)，提供高可靠的冗余容錯(cuò)能力；全方位保障系統(tǒng)的運(yùn)行安全和信息安全。易用性系統(tǒng)平臺(tái)軟件具有良好的人機(jī)界面，盡可能避免出現(xiàn)需要繁瑣

23、操作才能實(shí)現(xiàn)某項(xiàng)具體業(yè)務(wù)應(yīng)用的情形，系統(tǒng)在體系設(shè)計(jì)及工程實(shí)施中應(yīng)根據(jù)應(yīng)用習(xí)慣充分考慮性能優(yōu)化，將系統(tǒng)操作響應(yīng)時(shí)間在合理范圍內(nèi)盡可能簡(jiǎn)易化。建設(shè)依據(jù)平臺(tái)設(shè)計(jì)和建設(shè)均遵守國(guó)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(biāo)準(zhǔn)。全國(guó)公安機(jī)關(guān)視頻圖像信息整合與共享工作任務(wù)書(shū)（公安部）公安部關(guān)于進(jìn)一步加強(qiáng)社會(huì)治安防控體系建設(shè)的指導(dǎo)意見(jiàn)（公通字201137號(hào)）關(guān)于深入開(kāi)展城市報(bào)警與監(jiān)控系統(tǒng)應(yīng)用工作的意見(jiàn)（公科信201030號(hào)）公安信息通信網(wǎng)邊界接入平臺(tái)安全規(guī)范（試行）視頻接入部分（公科信20115號(hào)）關(guān)于加強(qiáng)公共安全視頻監(jiān)控建設(shè)聯(lián)網(wǎng)應(yīng)用工作的若干意見(jiàn)(發(fā)改高技2015996號(hào)關(guān)于進(jìn)一步加強(qiáng)公安機(jī)關(guān)視頻圖像信息應(yīng)

24、用工作的意見(jiàn)（公通字20154號(hào)）關(guān)于加強(qiáng)社會(huì)治安防控體系建設(shè)的意見(jiàn)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(bào)警聯(lián)網(wǎng)系統(tǒng)技術(shù)標(biāo)準(zhǔn)（GA/T669-2008）公路車(chē)輛智能監(jiān)測(cè)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(jī)動(dòng)車(chē)號(hào)牌圖像自動(dòng)識(shí)別技術(shù)規(guī)范（GA/T833-2009）機(jī)動(dòng)車(chē)測(cè)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(chǎng)設(shè)備基礎(chǔ)施工通用要求（GA/T652-2006）安全防范監(jiān)控?cái)?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(biāo)準(zhǔn)（公安部）安全防范工程程序與要求（GAT75-1994）安全防范系統(tǒng)驗(yàn)收規(guī)則（GS308-2001）安全防范系統(tǒng)通用圖形符號(hào)（GA/T74-2000）安全防范工程技術(shù)規(guī)范（GB50348-2004）公共場(chǎng)所監(jiān)視電視系統(tǒng)設(shè)計(jì)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(bào)警圖像信號(hào)有線傳輸裝置（GB/T6677-1996）計(jì)算機(jī)信息系統(tǒng)安全保護(hù)等級(jí)劃分規(guī)則（GB17859-1999）計(jì)算機(jī)信息系統(tǒng)安全等級(jí)保護(hù)管理要求（GAT388-2002B）IP網(wǎng)絡(luò)技術(shù)要求-網(wǎng)絡(luò)

26、性能參數(shù)與指標(biāo)（YD/T1171-2001）國(guó)家頒布的其它相關(guān)法律、法規(guī)、規(guī)定總體設(shè)計(jì)平臺(tái)構(gòu)成交通大數(shù)據(jù)平臺(tái)（PVD）根據(jù)公安交通信息化管理與應(yīng)用需求，構(gòu)建以服務(wù)于公安交通實(shí)戰(zhàn)應(yīng)用為目標(biāo)綜合性智能化平臺(tái)。平臺(tái)總體包括： 多源車(chē)輛信息聯(lián)網(wǎng)接入模塊：針對(duì)不同區(qū)域、不同廠家的各種設(shè)備，提供車(chē)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(biāo)準(zhǔn)不同，統(tǒng)一接入困難的問(wèn)題，解決各級(jí)單位車(chē)輛資源信息共享匯聚的問(wèn)題。車(chē)輛信息深度識(shí)別模塊：針對(duì)當(dāng)前原始的前端車(chē)輛信息識(shí)別內(nèi)容單一、識(shí)別信息的準(zhǔn)確度不高等問(wèn)題，提供高效快速的車(chē)輛信息二次識(shí)別能力，解決車(chē)輛識(shí)別信息單一、業(yè)務(wù)利用度低的問(wèn)題。海量車(chē)輛資源信息存儲(chǔ)模塊：針對(duì)海

27、量過(guò)車(chē)記錄存儲(chǔ)及分析應(yīng)用需求，提供海量圖片、視頻、屬性信息的虛擬化存儲(chǔ)能力，解決當(dāng)前信息資源成本高、存儲(chǔ)資源利用率低等問(wèn)題。天網(wǎng)搜車(chē)模塊：針對(duì)系統(tǒng)中大量的車(chē)輛圖片及車(chē)輛信息，提供多維度、深層次的快速查詢(xún)與處理應(yīng)用能力，解決海量數(shù)據(jù)檢索耗時(shí)、好資源等問(wèn)題，提升系統(tǒng)應(yīng)用性能。智能研判分析模塊：基于海量歷史車(chē)輛信息，提供車(chē)輛信息相關(guān)的挖掘分析、智能研判能力，解決車(chē)輛資源信息利用率低、車(chē)輛交通事件被動(dòng)處理等問(wèn)題，提升實(shí)戰(zhàn)能力。運(yùn)維管理模塊：針對(duì)系統(tǒng)中的設(shè)備資源、用戶資源，提供安全、可靠的維護(hù)管理能力，解決各級(jí)聯(lián)網(wǎng)資源的統(tǒng)一維護(hù)、集中管理、綜合監(jiān)控的問(wèn)題，提升系統(tǒng)的安全服務(wù)能力。對(duì)外服務(wù)接口體系：基于平

28、臺(tái)提供的綜合應(yīng)用實(shí)戰(zhàn)能力，對(duì)外提供服務(wù)支撐能力，擴(kuò)展平臺(tái)的應(yīng)用范圍、提升警務(wù)信息資源共享能力。體系架構(gòu)交通大數(shù)據(jù)平臺(tái)架構(gòu)體系包括感知層、網(wǎng)絡(luò)層、存儲(chǔ)層、服務(wù)層和應(yīng)用層幾個(gè)層面，綜合實(shí)現(xiàn)各個(gè)廠家、不同區(qū)域海量車(chē)輛信息的接入、傳輸、存儲(chǔ)、分析、處理、對(duì)外服務(wù)及實(shí)戰(zhàn)應(yīng)用。如下圖所示：圖 SEQ 圖 * ARABIC 1 交通大數(shù)據(jù)平臺(tái)體系結(jié)構(gòu)圖具體如下：感知層：主要包括各類(lèi)卡口資源、電子警察資源和社會(huì)監(jiān)控資源等，實(shí)現(xiàn)各支隊(duì)、分局、市局等所轄區(qū)域內(nèi)，車(chē)輛信息的感知、采集及前端處理等，為交通車(chē)輛管控、道路運(yùn)行情況監(jiān)控提供數(shù)據(jù)支撐。網(wǎng)絡(luò)層：將前端各個(gè)感知終端產(chǎn)生的信息快速、準(zhǔn)確、安全、高效的傳輸回信息處理

29、存儲(chǔ)服務(wù)器。主要包括終端接入網(wǎng)絡(luò)節(jié)點(diǎn)、外部傳輸網(wǎng)絡(luò)、內(nèi)外網(wǎng)交換中心以及公安內(nèi)幾個(gè)部分。接入網(wǎng)絡(luò)節(jié)點(diǎn)實(shí)現(xiàn)與感知層設(shè)備的連接，外部傳輸網(wǎng)絡(luò)實(shí)現(xiàn)各類(lèi)信息資源的匯聚，內(nèi)外網(wǎng)交換中心實(shí)現(xiàn)接入信息的安全處理與服務(wù)，公安內(nèi)網(wǎng)保障公安實(shí)戰(zhàn)業(yè)務(wù)應(yīng)用的信息網(wǎng)絡(luò)傳輸。通過(guò)網(wǎng)絡(luò)層綜合實(shí)現(xiàn)從前端采集到后端實(shí)戰(zhàn)應(yīng)用的信息安全保障通信體系。存儲(chǔ)層：實(shí)現(xiàn)平臺(tái)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(chǔ)與服務(wù)，主要包括：過(guò)車(chē)圖片云存儲(chǔ)、車(chē)輛特征信息存儲(chǔ)、過(guò)車(chē)記錄信息存儲(chǔ)、車(chē)輛相關(guān)業(yè)務(wù)信息存儲(chǔ)，以及設(shè)計(jì)實(shí)時(shí)報(bào)警、態(tài)勢(shì)等信息處理的實(shí)時(shí)計(jì)算存儲(chǔ)幾個(gè)部分。服務(wù)層：實(shí)現(xiàn)平臺(tái)內(nèi)各類(lèi)信息的整合、關(guān)聯(lián)、分析及對(duì)外服務(wù)等應(yīng)用支撐。車(chē)輛信息接入服務(wù)實(shí)

30、現(xiàn)不同廠家、不同數(shù)據(jù)接口標(biāo)準(zhǔn)的各類(lèi)車(chē)輛接入處理；車(chē)輛信息二次識(shí)別服務(wù)實(shí)現(xiàn)海量車(chē)輛信息的特征信息提取與分析，如車(chē)標(biāo)、車(chē)內(nèi)掛飾、紙巾盒、年檢車(chē)標(biāo)等；報(bào)警信息處理服務(wù)實(shí)現(xiàn)各類(lèi)異常車(chē)輛的實(shí)時(shí)檢測(cè)、報(bào)警與信息分發(fā)等應(yīng)用；大數(shù)據(jù)檢索服務(wù)實(shí)現(xiàn)從海量過(guò)車(chē)記錄中快速檢索分析出目標(biāo)車(chē)輛及信息；智能研判分析服務(wù)實(shí)現(xiàn)車(chē)輛相關(guān)的行為分析（如跟車(chē)分析）、關(guān)系分析（如碰撞分析）、異常分析（如套牌分析）等；運(yùn)維管理服務(wù)實(shí)現(xiàn)平臺(tái)內(nèi)感知監(jiān)控設(shè)備、用戶、業(yè)務(wù)處理日志的綜合管理能力。應(yīng)用層：實(shí)現(xiàn)基于平臺(tái)數(shù)據(jù)及服務(wù)提供專(zhuān)業(yè)的實(shí)戰(zhàn)處理展示應(yīng)用系統(tǒng)。邏輯架構(gòu)交通大數(shù)據(jù)平臺(tái)是一個(gè)基礎(chǔ)性的支撐平臺(tái)，基于平臺(tái)服務(wù)，在實(shí)現(xiàn)交通車(chē)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(tái)對(duì)接，實(shí)現(xiàn)車(chē)輛信息的聯(lián)網(wǎng)服務(wù)與應(yīng)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(wù)：基礎(chǔ)服務(wù)是整個(gè)平臺(tái)的核心，綜合提供通行車(chē)輛的聯(lián)網(wǎng)接入、車(chē)輛特征信息二次識(shí)別提取，以及系統(tǒng)的綜合運(yùn)維管理能力，實(shí)現(xiàn)交通車(chē)輛信息的豐富資源信息聯(lián)網(wǎng)共享和車(chē)輛信息。應(yīng)用服務(wù)：平臺(tái)基于交通業(yè)務(wù)個(gè)性化需求，提供豐富專(zhuān)業(yè)的業(yè)務(wù)服務(wù)，滿足車(chē)輛異常信息監(jiān)控報(bào)警、車(chē)輛信息快速查找、車(chē)輛信息統(tǒng)計(jì)、分析與深入挖掘應(yīng)用，為交通管理提供事前預(yù)防研判、事中實(shí)時(shí)監(jiān)控、事后追查分析的全方位服務(wù)支撐。平臺(tái)展示應(yīng)用：基于平臺(tái)提供的車(chē)輛信息二次識(shí)別、大數(shù)據(jù)查詢(xún)分析、智能研判等服務(wù)，支持實(shí)現(xiàn)

32、卡口監(jiān)控、多維搜車(chē)、類(lèi)別搜車(chē)、車(chē)牌搜車(chē)、車(chē)型搜車(chē)、特征搜車(chē)、車(chē)型庫(kù)、軌跡分析、跟車(chē)分析、碰撞分析、頻次分析、套牌分析、落腳點(diǎn)分析、首次入城、晝伏夜出、頻繁過(guò)車(chē)、隱匿車(chē)輛挖掘、布控管理、報(bào)警查詢(xún)、實(shí)時(shí)報(bào)警等應(yīng)用，滿足道路監(jiān)控、車(chē)輛布控、車(chē)輛信息研判分析和地圖可視化展示的綜合實(shí)戰(zhàn)應(yīng)用需求，為交通管理部門(mén)提供專(zhuān)業(yè)化的管理工具。外部支撐平臺(tái)：交通車(chē)輛的管理業(yè)務(wù)涉及信息內(nèi)容多、信息關(guān)聯(lián)性要求較高，單一的過(guò)車(chē)信息，無(wú)法滿足交通車(chē)輛管理需求，因此需要與其他專(zhuān)業(yè)化的車(chē)輛信息系統(tǒng)對(duì)接，為平臺(tái)提供車(chē)輛相關(guān)的基礎(chǔ)信息支撐。車(chē)輛信息庫(kù)、車(chē)輛駕駛員信息庫(kù)對(duì)接車(chē)輛信息庫(kù)、駕駛員信息庫(kù)中包含車(chē)輛信息、駕駛員信息，以及被盜搶

33、車(chē)輛信息等。平臺(tái)與該資源庫(kù)的對(duì)接，實(shí)現(xiàn)了過(guò)車(chē)記錄與車(chē)輛信息庫(kù)、車(chē)輛駕駛?cè)藛T的深度融合，為車(chē)輛信息核實(shí)、車(chē)輛關(guān)聯(lián)信息挖掘、車(chē)輛事件處理提供數(shù)據(jù)支撐。PGIS平臺(tái)對(duì)接PGIS平臺(tái)是以警用電子地圖為核心，以公安業(yè)務(wù)應(yīng)用可視化為目標(biāo)的重要信息化基礎(chǔ)設(shè)施，平臺(tái)共享了豐富的警用地理信息及業(yè)務(wù)信息，為交通車(chē)輛管理提供了有力的可視化工具及警務(wù)業(yè)務(wù)信息支撐。平臺(tái)與PGIS平臺(tái)的對(duì)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(xún)，軌跡可視化展示等服務(wù)，提升了交通車(chē)輛管理能力。對(duì)外服務(wù)：本平臺(tái)是交通管理應(yīng)用方向的基礎(chǔ)性平臺(tái)，可提供豐富通行車(chē)輛相關(guān)信息，同時(shí)平臺(tái)提供了豐富的分析、挖掘服務(wù)，可

34、為其他交通管理業(yè)務(wù)系統(tǒng)提供有效的信息支撐和服務(wù)支撐?；椴伎叵到y(tǒng)對(duì)接系統(tǒng)通過(guò)與稽查布控系統(tǒng)的對(duì)接，可以將車(chē)輛通行信息上傳至稽查布控系統(tǒng)，進(jìn)行關(guān)注車(chē)輛軌跡和狀態(tài)的查詢(xún)；可以獲取稽查布控系統(tǒng)的黑名單布控車(chē)輛信息，可借助與布控接口實(shí)現(xiàn)自動(dòng)布控。指揮調(diào)度平臺(tái)對(duì)接系統(tǒng)通過(guò)與指揮調(diào)度平臺(tái)的對(duì)接，可實(shí)現(xiàn)車(chē)輛相關(guān)報(bào)警事件信息的上傳與綜合調(diào)度，同時(shí)可實(shí)現(xiàn)指揮調(diào)度平臺(tái)車(chē)輛布控的實(shí)時(shí)監(jiān)控報(bào)警。第三方廠家系統(tǒng)對(duì)接第三方廠家系統(tǒng)可以通過(guò)本平臺(tái)的信息聯(lián)網(wǎng)與數(shù)據(jù)處理能力，實(shí)現(xiàn)車(chē)輛信息的管理與應(yīng)用。整個(gè)平臺(tái)通過(guò)對(duì)過(guò)車(chē)信息的處理及外部平臺(tái)對(duì)接，實(shí)現(xiàn)車(chē)輛資源信息的深度整合與應(yīng)用，圍繞人、車(chē)、車(chē)輛檔案三個(gè)緯度提供“以車(chē)找車(chē)、以位置

35、找車(chē)、以人找車(chē)、以車(chē)找人”的車(chē)輛綜合可視化管理應(yīng)用。物理架構(gòu)交通大數(shù)據(jù)平臺(tái)根據(jù)項(xiàng)目情況，構(gòu)建分局、地市、省廳，兼視頻專(zhuān)網(wǎng)和公安網(wǎng)的綜合服務(wù)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(zhuān)網(wǎng)通信體系，實(shí)現(xiàn)各類(lèi)車(chē)輛卡口監(jiān)控、測(cè)速監(jiān)控、電子警察等設(shè)備終端信息的快速接入，實(shí)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(jí)交通大數(shù)據(jù)平臺(tái)體系：基于視頻專(zhuān)網(wǎng)通信體系，實(shí)現(xiàn)前端信息的統(tǒng)一聯(lián)網(wǎng)接入，并對(duì)車(chē)輛信息進(jìn)行二次識(shí)別、分析挖掘等深層次的數(shù)據(jù)分析整理，為車(chē)輛信息業(yè)務(wù)應(yīng)應(yīng)用、交通指揮監(jiān)控等應(yīng)用體統(tǒng)數(shù)據(jù)、服務(wù)支撐。內(nèi)外網(wǎng)安全交互：通過(guò)在公安內(nèi)網(wǎng)與視頻專(zhuān)網(wǎng)之

36、間構(gòu)建數(shù)據(jù)安全交換機(jī)制，為實(shí)現(xiàn)交通大數(shù)據(jù)及公安業(yè)務(wù)數(shù)據(jù)的綜合業(yè)務(wù)應(yīng)用提供信息安全保障機(jī)制。關(guān)鍵技術(shù)云存儲(chǔ)云存儲(chǔ)是在 HYPERLINK /view/1316082.htm t _blank 云計(jì)算概念上延伸和發(fā)展出來(lái)的一個(gè)新的概念，是指通過(guò) HYPERLINK /view/302477.htm t _blank 集群應(yīng)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(luò)中大量各種不同類(lèi)型的存儲(chǔ)設(shè)備通過(guò) HYPERLINK /view/7886.htm t _bla

37、nk 應(yīng)用軟件集合起來(lái) HYPERLINK /view/8202227.htm t _blank 協(xié)同工作，共同對(duì)外提供 HYPERLINK /view/551712.htm t _blank 數(shù)據(jù)存儲(chǔ)和業(yè)務(wù)訪問(wèn)功能的一個(gè)系統(tǒng)。當(dāng)大量數(shù)據(jù)的存儲(chǔ)和管理成了 HYPERLINK /view/1316082.htm t _blank 云計(jì)算系統(tǒng)運(yùn)算和處理的核心時(shí)，云計(jì)算系統(tǒng)中就需要配置大量的存儲(chǔ)設(shè)備，那么云計(jì)算系統(tǒng)就轉(zhuǎn)變成為一個(gè)云 HYPERLINK /view/51839.htm t _blank 存儲(chǔ)系統(tǒng)，所以云存儲(chǔ)是一個(gè)以 HYPERLINK /view/551712.htm t _blank

38、 數(shù)據(jù)存儲(chǔ)和管理為核心的云計(jì)算系統(tǒng)。云存儲(chǔ)對(duì)使用者來(lái)講，不是指某一個(gè)具體的設(shè)備，而是指一個(gè)由許許多多個(gè)存儲(chǔ)設(shè)備和服務(wù)器所構(gòu)成的集合體。使用者使用云存儲(chǔ)，并不是使用某一個(gè)存儲(chǔ)設(shè)備，而是使用整個(gè)云存儲(chǔ)系統(tǒng)帶來(lái)的一種數(shù)據(jù)訪問(wèn)服務(wù)。所以嚴(yán)格來(lái)講，云存儲(chǔ)不是存儲(chǔ)，而是一種服務(wù)。云存儲(chǔ)的核心是應(yīng)用軟件與存儲(chǔ)設(shè)備相結(jié)合，通過(guò)應(yīng)用軟件來(lái)實(shí)現(xiàn)存儲(chǔ)設(shè)備向存儲(chǔ)服務(wù)的轉(zhuǎn)變。云存儲(chǔ)（PFS）沒(méi)有開(kāi)發(fā)實(shí)際的存儲(chǔ)系統(tǒng)，而是在專(zhuān)業(yè)的文件存儲(chǔ)系(例如GlusterFS)統(tǒng)上開(kāi)發(fā)的一套適用于圖片（視頻）應(yīng)用的文件存儲(chǔ)系統(tǒng)。PFS的優(yōu)勢(shì)在于圖片（視頻）資源的有效管理和訪問(wèn)，同時(shí)對(duì)小文件進(jìn)行了打包整合，有效的提升了文件系統(tǒng)對(duì)于海量小

39、文件的訪問(wèn)效率。PFS以視頻和圖片為代表，按照文件的大小將文件存儲(chǔ)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(chǔ)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(chǔ)系統(tǒng)。由于PFS中存儲(chǔ)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(chǔ)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(chǔ)，不在本文說(shuō)明范圍，本文主要說(shuō)明的是非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)?；A(chǔ)文件系統(tǒng)接入在實(shí)際應(yīng)用過(guò)車(chē)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(shí)，又能充分的利用用戶已經(jīng)投資的資源，

40、這是對(duì)于本產(chǎn)品兼容性的一種考量。在已經(jīng)建設(shè)云計(jì)算的情況下，PFS是能夠利用已經(jīng)存在云存儲(chǔ)資源作為自己的存儲(chǔ)子系統(tǒng)。為了能夠適應(yīng)多種專(zhuān)業(yè)的存儲(chǔ)系統(tǒng)，PFS采用基礎(chǔ)文件系統(tǒng)接入的概念對(duì)文件的操作進(jìn)行了抽象，這點(diǎn)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(rèn)底層的存儲(chǔ)系統(tǒng)，后文有詳細(xì)說(shuō)明。GPFS：IBM的分布式存儲(chǔ)文件系統(tǒng)，全稱(chēng)為General Parallel File System。S3/云盤(pán)：以亞馬遜S3和360云盤(pán)為代表的云存儲(chǔ)系統(tǒng)，S3全稱(chēng)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(jī)版可用。大文件存儲(chǔ)針對(duì)視頻文件應(yīng)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(duì)視頻文件進(jìn)行流化索引處理。可以為視頻偵察分析提供精確的視頻流定位檢索等服務(wù)。技術(shù)特點(diǎn)如下：自動(dòng)流化視頻文件，對(duì)上傳的視頻文件自動(dòng)識(shí)別格式，自動(dòng)進(jìn)行流化建立視頻流索引，索引信息包括幀類(lèi)型、幀格式、時(shí)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(duì)文件進(jìn)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(duì)一些服務(wù)端暫時(shí)無(wú)法支持自動(dòng)流化的文件這一點(diǎn)很重要。支持標(biāo)準(zhǔn)和主流廠商的視頻文件格式，可以支持標(biāo)準(zhǔn)H264和市場(chǎng)主流廠商（如?？?、大華等）格式的文件，還可以以組件方式靈活擴(kuò)展。精確

42、定位視頻幀，可以對(duì)視頻幀進(jìn)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(chǔ)示意圖小文件存儲(chǔ)小文件系統(tǒng)是專(zhuān)門(mén)為小文件設(shè)計(jì)的一種存儲(chǔ)系統(tǒng)，系統(tǒng)采用文件打包的方式將若干個(gè)小文件打包成一個(gè)較大的文件。文件打包會(huì)大大降低文件的數(shù)量，從而提升文件操作的速度，同時(shí)也降低了底層文件系統(tǒng)的壓力。采用文件打包的方式會(huì)增加文件訪問(wèn)的復(fù)雜度，但相比于海量文件數(shù)量帶來(lái)的影響要小得多。具體是否采用打包的方式存儲(chǔ)小文件還取決于底層文件系統(tǒng)的特性，例如S3訪問(wèn)1個(gè)文件的速度和訪問(wèn)1億個(gè)文件的速度基本相同。對(duì)于此類(lèi)底層存儲(chǔ)系統(tǒng)，PFS則將小文件直接存儲(chǔ)。PFS小文件系

43、統(tǒng)是一個(gè)需的名詞，只是代表PFS具備存儲(chǔ)小文件的能力，并采用多種機(jī)制保證文件的訪問(wèn)效率和數(shù)據(jù)安全。而PFS選擇何種機(jī)制完全有PFS自身決定，用戶根本感覺(jué)不到。技術(shù)特點(diǎn)如下：透明打包處理，服務(wù)端會(huì)將存入的文件按照特定的算法存入到一個(gè)大文件包中，并且會(huì)對(duì)文件包中的所有文件建立索引機(jī)制，在讀取文件時(shí)文件包對(duì)用戶是透明的，只需以原來(lái)的小文件的名稱(chēng)為參數(shù)進(jìn)行讀取，服務(wù)端會(huì)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蟼鳎捎谛∥募ㄟ^(guò)網(wǎng)絡(luò)單獨(dú)上傳會(huì)導(dǎo)致網(wǎng)絡(luò)和磁盤(pán)的I/O次數(shù)都過(guò)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(gè)文件包后上傳到服務(wù)端，客戶端在打包時(shí)只需準(zhǔn)尋特

44、定的規(guī)則后，服務(wù)端即可識(shí)別和管理這個(gè)文件包。這種方式大大的減少了I/O次數(shù)，對(duì)網(wǎng)絡(luò)和磁盤(pán)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(gè)文件包，在文件包之間遷移文件等。專(zhuān)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(wèn)指定文件，同時(shí)降低系統(tǒng)自動(dòng)識(shí)別小文件帶來(lái)的負(fù)擔(dān)。如果視頻云計(jì)算采用GlusterFS作為基本存儲(chǔ)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(kāi)存儲(chǔ)，使得每個(gè)子系統(tǒng)的效率更高，如下圖所示：圖 SEQ 圖 * ARABIC 6 GlusterFS文件存儲(chǔ)圖GlusterFSGluste

45、rFS是一個(gè)開(kāi)源的分布式文件系統(tǒng)，具有強(qiáng)大的橫向擴(kuò)展能力，通過(guò)擴(kuò)展能夠支持?jǐn)?shù)PB存儲(chǔ)容量和處理數(shù)千客戶端。GlusterFS借助TCP/IP或InfiniBand RDMA網(wǎng)絡(luò)將物理分布的存儲(chǔ)資源聚集在一起，使用單一全局命名空間來(lái)管理數(shù)據(jù)。GlusterFS基于可堆疊的用戶空間設(shè)計(jì)，可為各種不同的數(shù)據(jù)負(fù)載提供優(yōu)異的性能。圖 SEQ 圖 * ARABIC 7 GlusterFS文件存儲(chǔ)體系GlusterFS支持運(yùn)行在任何標(biāo)準(zhǔn)IP網(wǎng)絡(luò)上標(biāo)準(zhǔn)應(yīng)用程序的標(biāo)準(zhǔn)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(biāo)準(zhǔn)協(xié)議來(lái)訪問(wèn)應(yīng)用數(shù)據(jù)。GlusterFS使得用戶可擺脫原有的獨(dú)立、高成本

46、的封閉存儲(chǔ)系統(tǒng)，能夠利用普通廉價(jià)的存儲(chǔ)設(shè)備來(lái)部署可集中管理、橫向擴(kuò)展、虛擬化的存儲(chǔ)池，存儲(chǔ)容量可擴(kuò)展至TB/PB級(jí)。GlusterFS主要特征包括：擴(kuò)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(biāo)準(zhǔn)協(xié)。云計(jì)算云計(jì)算是一種基于 HYPERLINK /view/6825.htm t _blank 網(wǎng)絡(luò)的計(jì)算方式，通過(guò)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(jì)算機(jī)和其他設(shè)備。通?；?HYPERLINK /view/6825.htm t _blank 網(wǎng)絡(luò)中相關(guān)服務(wù)地增加、使用和交付模式的變化，來(lái)提供動(dòng)態(tài)易擴(kuò)展應(yīng)用所需的 HYPERLINK /view/729

47、629.htm t _blank 虛擬化存儲(chǔ)資源、計(jì)算資源等。云計(jì)算(PCC)是針對(duì)公共安全領(lǐng)域提供的專(zhuān)業(yè)級(jí)輕量云計(jì)算，專(zhuān)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(jì)算、實(shí)時(shí)計(jì)算以及海量數(shù)據(jù)檢索等問(wèn)題，最大限度的提升計(jì)算資源的利用率，提升警務(wù)業(yè)務(wù)處理性能。視頻云計(jì)算的應(yīng)用結(jié)構(gòu)圖。圖 SEQ 圖 * ARABIC 8云計(jì)算體系架構(gòu)圖為了提升PCC的兼容性和擴(kuò)展性，設(shè)計(jì)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(jì)算

48、抽象成中心、用戶、模塊、模型和節(jié)點(diǎn)5個(gè)部分。不同的業(yè)務(wù)需求對(duì)于數(shù)據(jù)的處理方式也會(huì)不同，PCC采用模型來(lái)定義不同的計(jì)算方式。例如，HADOOP采用的就是Map/Reduce計(jì)算模型，與PCC的網(wǎng)格類(lèi)似。CUMN架構(gòu)規(guī)定每種計(jì)算模型由一個(gè)中心(c)和若干個(gè)節(jié)點(diǎn)(n)組成，此處采用小寫(xiě)的c和n是因?yàn)镃UMN架構(gòu)中所有模型的中心和節(jié)點(diǎn)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(yùn)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(kuò)展性和兼容性。模型只是一種計(jì)算方法，具體計(jì)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(shí)現(xiàn)過(guò)車(chē)記錄圖片的二次識(shí)別、特征提取、信息檢索等

49、，每一種功能都是一個(gè)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(jì)算則是模塊的功能。在PCC中，模塊也是“熱插拔”設(shè)計(jì)，可以動(dòng)態(tài)的添加和刪除模塊，為系統(tǒng)擴(kuò)容、升級(jí)提供了便利。在PCC中的所有模型是可以獨(dú)立成為產(chǎn)品的。在訪問(wèn)PCC時(shí)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(xiě)的U代表PCC公共的接口，小寫(xiě)的u代表模型私有接口。PCC共有接口有時(shí)無(wú)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(shí)際的計(jì)算則是由模型和模塊實(shí)現(xiàn)的。并行計(jì)算平臺(tái)并行計(jì)算是一種 HYPERLINK /view/

50、30655.htm t _blank 分布式計(jì)算，它研究如何把一個(gè)需要非常巨大的 HYPERLINK /view/1751617.htm t _blank 計(jì)算能力才能解決的問(wèn)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(jì)算機(jī)進(jìn)行處理，最后把這些計(jì)算結(jié)果綜合起來(lái)得到最終結(jié)果。并行計(jì)算還有一個(gè)特性是充分利用閑置 HYPERLINK /view/1751617.htm t _blank 計(jì)算能力，即使在不添加新的計(jì)算能力的前提下，通常也能有效地提高物理機(jī)硬件利用率。下圖為并行計(jì)算的工作示意圖：圖 SEQ 圖 * ARABIC 1

51、0并行計(jì)算模式內(nèi)存計(jì)算內(nèi)存計(jì)算（In-Memory Computing），實(shí)質(zhì)上就是CPU直接從內(nèi)存而非硬盤(pán)上讀取數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行計(jì)算、分析。此項(xiàng)技術(shù)是對(duì)傳統(tǒng)數(shù)據(jù)處理方式的一種加速，是實(shí)現(xiàn)智能海量數(shù)據(jù)分析和實(shí)施數(shù)據(jù)分析的關(guān)鍵應(yīng)用技術(shù)。內(nèi)存計(jì)算非常適合處理海量的數(shù)據(jù)，以及需要實(shí)時(shí)獲得結(jié)果的數(shù)據(jù)。比如可以將卡口點(diǎn)流量、被盜車(chē)輛信息等保存在內(nèi)存里，并在此基礎(chǔ)上進(jìn)行數(shù)據(jù)的分析。當(dāng)需要做快速的數(shù)據(jù)分析，內(nèi)存計(jì)算就能夠快速的按照需求完成。在計(jì)算實(shí)時(shí)性方面，為了降低數(shù)據(jù)搬移帶來(lái)的開(kāi)銷(xiāo)，內(nèi)存采用數(shù)據(jù)常駐內(nèi)存的方法。同時(shí)，每個(gè)計(jì)算節(jié)點(diǎn)只計(jì)算本節(jié)點(diǎn)內(nèi)存的數(shù)據(jù)，基本保證系統(tǒng)響應(yīng)周期內(nèi)的0數(shù)據(jù)加載過(guò)程。為了提升計(jì)算

52、吞吐量，每個(gè)節(jié)點(diǎn)盡可能只是計(jì)算本節(jié)點(diǎn)內(nèi)存儲(chǔ)的數(shù)據(jù)，最大限度的降低節(jié)點(diǎn)間的數(shù)據(jù)搬移開(kāi)銷(xiāo)。內(nèi)存計(jì)算的數(shù)據(jù)存儲(chǔ)采用Hadoop的存儲(chǔ)策略，在節(jié)點(diǎn)異常時(shí)其他節(jié)點(diǎn)可以自動(dòng)的加載副本保證系統(tǒng)的可用性。下圖為內(nèi)存計(jì)算結(jié)構(gòu)示意圖:圖 SEQ 圖 * ARABIC 11內(nèi)存計(jì)算示意圖內(nèi)存計(jì)算在人臉識(shí)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(yīng)用價(jià)值。實(shí)時(shí)計(jì)算實(shí)時(shí)計(jì)算主要分為兩類(lèi)：交互式計(jì)算，如實(shí)時(shí)查詢(xún)。視頻云的分布式數(shù)據(jù)庫(kù)、全文檢索引擎以及內(nèi)存計(jì)算技術(shù)能夠解決用于提交的各種實(shí)時(shí)查詢(xún)業(yè)務(wù)。實(shí)時(shí)分析視頻(圖片)流，例如布防布控。相比于交互式計(jì)算，實(shí)時(shí)視頻（圖片）分析專(zhuān)注于解決實(shí)時(shí)視頻(圖片)流中各種事件的及時(shí)

53、提取。下圖為視頻云分析實(shí)時(shí)視頻的流程：圖 SEQ 圖 * ARABIC 12實(shí)時(shí)計(jì)算模式高并發(fā)小數(shù)據(jù)計(jì)算與并行計(jì)算處理的數(shù)據(jù)和方式不同，平臺(tái)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(shí)效性要求較高，同時(shí)存在著高并發(fā)的可能，典型的應(yīng)用是圖像處理。視頻云計(jì)算為此類(lèi)計(jì)算設(shè)計(jì)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(shí)處理，又能解決高并發(fā)請(qǐng)求問(wèn)題。圖 SEQ 圖 * ARABIC 13高并發(fā)小數(shù)據(jù)計(jì)算在平臺(tái)中，過(guò)車(chē)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(jìn)一步挖掘有價(jià)值的信息。云計(jì)算為圖像處理提供了后臺(tái)計(jì)算的解決方案，該解決方案有如下特點(diǎn)

54、：屬于云計(jì)算的一種計(jì)算模型，可復(fù)用計(jì)算服務(wù)器，不需要額外添加硬件。B/S模式下無(wú)需控件，打造純B/S平臺(tái)。對(duì)前端性能性能需求不高，因?yàn)橛?jì)算都在后臺(tái)。虛擬化虛擬化是將服務(wù)器物理資源抽象成邏輯資源，讓一臺(tái)服務(wù)器變成幾臺(tái)甚至上百臺(tái)相互隔離的虛擬服務(wù)器，或者讓幾臺(tái)服務(wù)器變成一臺(tái)服務(wù)器來(lái)用，我們不再受限于物理上的界限，而是讓CPU、內(nèi)存、磁盤(pán)、I/O 等硬件變成可以動(dòng)態(tài)管理的“資源池”，從而提高資源的利用率，簡(jiǎn)化系統(tǒng)管理，實(shí)現(xiàn)服務(wù)器整合，讓IT 對(duì)業(yè)務(wù)的變化更具適應(yīng)力，從而構(gòu)建出視頻云系統(tǒng)平臺(tái)的基礎(chǔ)。虛擬化技術(shù)為平臺(tái)帶來(lái)了兩個(gè)功能：由于平臺(tái)是一個(gè)開(kāi)放的平臺(tái)，各廠家可以根據(jù)平臺(tái)的接口定義封裝自己的算法運(yùn)行

55、在云計(jì)算上。由于各廠家的算法對(duì)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(yīng)的操作系統(tǒng)。平臺(tái)可根據(jù)資源使用情況，在必要的時(shí)候?yàn)橛脩籼峁┏渥愕馁Y源，達(dá)到硬件資源的更充分的利用，這也正是云計(jì)算的精髓所在。虛擬化技術(shù)帶來(lái)了很多優(yōu)點(diǎn)，同時(shí)也存在著計(jì)算性能下降的缺點(diǎn)，可以根據(jù)業(yè)務(wù)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(tái)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(jì)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(kāi)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(wù)流程圖結(jié)構(gòu)化信息檢索分為兩大類(lèi)：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(guò)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(shí)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(xún)引擎）是在分布式數(shù)據(jù)庫(kù)基礎(chǔ)上實(shí)現(xiàn)的一種中間件技術(shù)。OPAQ可以實(shí)現(xiàn)分布式數(shù)據(jù)庫(kù)中高效查詢(xún)，在海量數(shù)據(jù)(億條記錄以上)的查詢(xún)、檢索效果尤為明顯。OPAQ自動(dòng)識(shí)別查詢(xún)語(yǔ)句，并將查詢(xún)語(yǔ)句分解成多條子查詢(xún)語(yǔ)句分發(fā)給各個(gè)數(shù)據(jù)庫(kù)節(jié)點(diǎn)進(jìn)行查詢(xún)，每個(gè)數(shù)據(jù)庫(kù)節(jié)點(diǎn)返回查詢(xún)結(jié)果有OPAQ融合、排序后輸出。OPAQ能夠

57、自動(dòng)的識(shí)別到數(shù)據(jù)所在的節(jié)點(diǎn)，可以將子查詢(xún)?nèi)蝿?wù)準(zhǔn)確的派發(fā)到節(jié)點(diǎn)上，使得分布式數(shù)據(jù)庫(kù)的查詢(xún)效率隨節(jié)點(diǎn)數(shù)量的增加而現(xiàn)行增長(zhǎng)。OPAQ是針對(duì)海量數(shù)據(jù)應(yīng)用開(kāi)發(fā)的一個(gè)查詢(xún)引擎，綜合了hadoop與傳統(tǒng)數(shù)據(jù)庫(kù)的優(yōu)點(diǎn)，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(chǔ)到n組數(shù)據(jù)庫(kù)節(jié)點(diǎn)中，實(shí)現(xiàn)了hadoop數(shù)據(jù)存儲(chǔ)和查詢(xún)檢索的并行處理，又保留的結(jié)構(gòu)化數(shù)據(jù)查詢(xún)速度快的特點(diǎn)，極大提升了數(shù)據(jù)存儲(chǔ)和查詢(xún)的效率。全文檢索Solr全文檢索是目前互聯(lián)網(wǎng)廣泛應(yīng)用的主流搜索引擎。它的工作原理是計(jì)算機(jī)索引程序通過(guò)掃描文本中的每一個(gè)詞，對(duì)每一個(gè)詞建立一個(gè)索引，指明該詞在文章中出現(xiàn)的次數(shù)和位置，當(dāng)用戶查詢(xún)時(shí)，檢索程序就根據(jù)事先建立的索引進(jìn)行查找

58、，并將查找的結(jié)果反饋給用戶的檢索方式。這個(gè)過(guò)程類(lèi)似于通過(guò)字典中的檢索字表查字的過(guò)程。圖像云檢索將全文檢索技術(shù)引入到圖像應(yīng)用中，為公安圖像應(yīng)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(gè)高性能、基于Lucene的全文搜索服務(wù)器。同時(shí)對(duì)其進(jìn)行了擴(kuò)展，提供了比Lucene更為豐富的查詢(xún)語(yǔ)言，同時(shí)實(shí)現(xiàn)了可配置、可擴(kuò)展并對(duì)查詢(xún)性能進(jìn)行了優(yōu)化，并且提供了一個(gè)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(kù)領(lǐng)域研究的熱點(diǎn)問(wèn)題，所謂數(shù)據(jù)挖掘是指從數(shù)據(jù)庫(kù)的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價(jià)值的信息的非平凡過(guò)程。數(shù)據(jù)挖掘是一

59、種決策支持過(guò)程，它主要基于人工智能、機(jī)器學(xué)習(xí)、模式識(shí)別、統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)、可視化技術(shù)等，高度自動(dòng)化地分析數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在價(jià)值的信息。公安圖像大數(shù)據(jù)的信息利用度相對(duì)很低，還有很多有價(jià)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(yīng)用前景。圖像云數(shù)據(jù)挖掘主要實(shí)現(xiàn)以下特性：建立數(shù)據(jù)挖掘平臺(tái)、發(fā)現(xiàn)隱含數(shù)據(jù)模型、統(tǒng)計(jì)規(guī)律、預(yù)測(cè)防范 Spark線下數(shù)據(jù)挖掘Spark是一個(gè)基于內(nèi)存計(jì)算的開(kāi)源的集群計(jì)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(kāi)源集群計(jì)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(xún)外，它還可以?xún)?yōu)化迭代工作負(fù)載

60、。數(shù)據(jù)挖掘利用Spark平臺(tái)，采用決策樹(shù)、K-Means、支持向量機(jī)等數(shù)據(jù)挖掘算法，實(shí)現(xiàn)過(guò)車(chē)記錄中車(chē)輛圖片信息的二次識(shí)別與處理，最大限度的發(fā)揮圖像信息的價(jià)值。Storm在線數(shù)據(jù)挖掘Storm 支持創(chuàng)建拓?fù)浣Y(jié)構(gòu)來(lái)轉(zhuǎn)換沒(méi)有終點(diǎn)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(huì)持續(xù)處理到達(dá)的數(shù)據(jù)。Storm的應(yīng)用包括：信息流處理：Storm可用來(lái)實(shí)時(shí)處理新數(shù)據(jù)和更新數(shù)據(jù)庫(kù)，兼具容錯(cuò)性和可擴(kuò)展性。即Storm可以用來(lái)處理源源不斷流進(jìn)來(lái)的消息，處理之后將結(jié)果寫(xiě)入到某個(gè)存儲(chǔ)中去。連續(xù)計(jì)算：Storm可進(jìn)行連續(xù)查詢(xún)并把結(jié)果即時(shí)反饋給客戶端。分布式遠(yuǎn)程程序調(diào)用：Storm的拓?fù)浣Y(jié)構(gòu)是一個(gè)等待調(diào)用信