云存儲條件下安防實時監控視頻數據的采集系統設計分析

文/王淵 廣東省電信規劃設計院有限公司 江蘇南京 210000

1、云存儲技術相關概論

2007年美國谷歌公式開發出了云計算技術，并獲得了顯著的應用效果，繼而引發了相關領域的極大關注，促使科技領域進一步的探討和研發。而云存儲技術就是在云計算的基礎之上衍生出來的一種新型技術。云存儲具備的功能主要有：集群應用、網格技術、分布式文件系統等，其可通過軟件集合技術將網絡中各類存儲設備協調起來進行數據處理，從而確保信息數據得到有效的存儲、訪問、管理的云計算系統。基于云存儲技術前提上對大量的數據進行處理，現行的數據挖掘及數據分析方法主要包括：分類、回歸、聚類、關聯規則等，其能夠將數據特征、數據變化、數據偏差等展開智能化的分析。

云存儲具備兩大主要功能就是：數據存儲、應用軟件，綦江服務器與存儲設備充分地結合起來。基于云存儲的架構模型而言，其比云計算系統多設置了存儲層，并在基礎管理方面的功能也更加的強大，具備數據管理、數據安全等功能，兩者在訪問層、應用接口層具有較高的一致性。云存儲在服務架構的基礎上，主要分為三個部分基礎架構即服務、平臺即服務、軟件即服務。在云存儲中每層的服務功能都由對應的技術提供支持，其具備彈性伸縮、自動部署等云計算特性，且每層云服務都可獨立運行，也可通過下一層云提供服務。無論哪種云都能夠為用戶提供直接的服務，其能夠對上層服務提供有效支持，作為新型的分布式存儲模式，不僅應用價格低廉，還能確保數據處理的安全性、可靠性，其未來的應用前景十分的廣闊。

2、基于云存儲的安防實時監控視頻數據采集系統設計

2.1 基于云存儲的數據采集系統架構

云存儲安防實時監控視頻系統設置的存儲空間容量較大，其主要圍繞著數據存儲、數據管理構建起來的云計算系統，通過集群應用、網格技術、分布式文件系統等方式，促使網絡中存在的存儲設備通過軟件管理功能進行融合、協同處理，從而為用戶提供數據存儲功能、業務訪問功能。基于云存儲技術的監控視頻數據系統與其他監控視頻存儲方式相比功能更加優益，云存儲中心不僅可以對盈動數據進行有效的整合，還能增加存儲操作的便利性，同時備份、恢復等操作也是極為的簡單便捷。基于云存儲技術下的安防實時監控視頻數據采集系統架構按次序包括四個層面：數據采集層、數據存儲層、數據管理層、應用接口層。

圖1 數據采集系統層次結構

2.1.1 數據采集層

數據采集層主要為系統中心服務器、終端攝像頭的連接提供支持，確保兩者能夠進行有效的交互，而且還能將終端監控攝像系統輸送的數據進行收集、解密、解碼處理，再利用網絡技術將數據發送至數據存儲層，繼而對數據進行實時保存。

2.1.2 數據存儲層

在整個數據采集系統設計中，數據存儲層所發揮的作用至關重要，其具備硬件介質存儲視頻監控數據、面向服務的存儲系統。由于數據存儲層包含各種類型的硬件存儲設備、物理鏈路，能夠將分布于網絡中存儲設備關聯起來，繼而構建一個龐大的視頻數據存儲系統，其能夠為數據管理層數據處理提供參考。

2.1.3 數據管理層

數據管理層是一個邏輯抽象的物理層，其在整個系統設計中的作用極為關鍵。通過有效的設計能夠將數據云存儲系統的物理特性進行隱藏，同時還可將存儲物理設備、邏輯設備間的關聯性進行封裝，這種模塊化的管理更加的便利、快捷。而且數據管理層具備高度集成接口，繼而為應用接口層的服務性能提供保障。

2.1.4 應用接口層

應用接口層主要通過數據存儲層、數據管理層為用戶提供視頻數據服務，其主要具備的特性就是多樣性、靈活性，能夠滿足不同用戶的需求，從而能夠將數據信息進行充分的共享。在不同的應用條件下，系統應用接口層呈現出來的形式也是不盡相同。應用接口層在各種應用需求、開發條件下，其表現的形式有：視頻網站、移動視頻應用、WEBSERVICE等。

2.2 基于云存儲的視頻數據采集系統設計

在監控視頻數據采集系統設計過程中，可將理論架構與設置的實際位置結合起來，制定出更加科學的整體系統架構的拓撲圖及軟件系統設計層次。在整個拓撲設計過程中，開展分層化設計操作，繼而促使云存儲分成為數據采集層、數據存儲層、數據管理層、應用接口層。

圖2 數據采集系統拓撲圖

對于數據采集系統的設計必須要嚴格的遵照云存儲理論提出的架構進行設計，系統數據應用層能夠將具體的服務過程進行合理的隱藏，能夠為系統的用戶提供有效的、便利的數據服務接口，便于對云端監控視頻數據存儲層保存的視頻資料進行瀏覽。在系統運行過程中，當數據應用層收到數據請求后，可按照用戶的身份信息對文件存儲項目表進行檢索，找到對應局域網中的數據存儲服務器。

結語：

云存儲技術的不斷開發與應用為安防實時監控視頻系統提供了更加高效的、全面的技術支持。隨著安防信息化建設進程的不斷推進，其監控視頻系統產生的數據量不斷地增加，通過云存儲技術就可將龐大的數據進行有效的保存，同時還能夠為數據挖掘等分析工作打下提前量，利用云存儲技術都可進行快速的解決。