基于大數據的高校智慧安防探討

白湯安

(閩南師范大學，福建 漳州 363000)

1 目前高校安防技防現狀

在高?！凹挤馈苯ㄔO中，大家關注比較廣泛的一般是3個安防系統：①管理人員進出的門禁管理系統；②承擔全校消防火災預警的消防報警系統；③視頻監控錄像系統。近些年，各高校在這3個系統上投入了大量的財務和人力，但相對普遍的現象，大多高校的這3個系統是各自獨立，分開來進行建設的，導致3個系統使用不同的平臺，采集不同的數據，數據不能共享，當然也就無法達到智慧聯動。造成無法聯動一個很重要的原因是3個系統所要求的數據格式不同，比如視頻監控錄像系統中主要是前端監控設備獲取的實時音視頻碼流數據；而門禁管理系統則主要是人員進出時管理采集的門禁卡的信息及一些圖像信息；防火預警報警系統的數據又主要是處理IO開關量數據和探測器(防區或防火分區)的狀態信息。這些海量的分散的數據無法進行系統集成管理，以單獨存在的形式各個分離，當需要事后進行取證或調研分析時，都需要人工分別單獨處理來自不同系統的數據，造成極大的工作不便，如就視頻監控系統而言，大部分高校雖然配備了高端的視頻監控設備，采用了相應的監控系統，但是其對于監控數據的使用卻較為粗淺，僅僅停留在對圖像的對比和對數據的存儲層面，也就是僅僅停留在“看”和“存”的層面。另外，大部分高校安防系統之間并沒有實現真正意義上的“互通互聯”，只能相對獨立，形不成完整的預報警體系。校園內的消防、門禁、溫感、聲光報警器、防火卷簾門等設備以及對應的管控系統沒能真正地實現聯動一體化，相互之間無法進行數據共享和智能聯動，導致漏報、誤報等普遍問題不能得到有效解決和處理，由于各個系統獨立，在進行分析和研判時，往往不能保證校園安防的全面性和準確性。綜上所述，打通各個平臺的數據壁壘，使每個系統相互連接，數據共享，才能真正建立一個完整的高效的、安全的、便利的校園智能安防系統。

2 基于大數據、物聯網下的校園智能安防結構框架構建

隨著深度學習和大數據技術的不斷突破，安防技術領域基于大數據萌生出了很多新技術，這期間尤其以海量人臉信息采集和互聯網數據通信為基礎形成的視頻安防集成系統為代表，這也意味著傳統的安防行業也已經逐步邁入大數據智慧安防時代。與此同時，大數據已經成為各個行業間競爭所必備的戰略資源，缺乏以大數據為基礎的智能分析，就容易導致行業在戰略定位中出現偏差，就會在激烈的市場競爭中被淘汰，安防行業也是如此，沒有大數據的安防便不是智慧安防。高校安防的智能化是一種趨勢，這種趨勢伴隨著可視化、智能化以及算法的改進愈發明顯。

大數據技術的核心在于對大量分散的數據進行存儲和分析，而物聯網在于將各種硬件系統進行智能聯網，下面從物聯網角度分別從消防管理、門禁安防、視頻監控等系統構建著手，搭建一個統一的融消防、門禁、安防于一體的大安防平臺。通過將各子系統提供的SDK API進行模塊化設計完成各系統間的整合是這一平臺的核心優勢，這樣既可以實現數據共享，破除傳統的數據壁壘，同時也可以通過系統控制中心進行多線程操作，同步完成數據的采集、整合、分析等工作，并將各個不同類型的事件分發處理過濾，并將事件以可視化的、直觀的圖形和影像的形式呈現在監控大屏或各種終端界面前，讓用戶獲得可視化的體驗。

物聯網，其實質是將各個獨立的、采集不同數據的物體利用技術手段而構成一個智能的整體，實現行為決策和控制智能化。連通性是物聯網的另一大優勢，利用網絡通信可以打破時間和空間的約束，物聯網的本質就是通過數據、信號等將不同的設備聯系在一起。對大數據和物聯網的充分應用，有助于實現校園業務的互聯互通，促進校園管理的進一步現代化、數字化，同時有效加強校園管理的深度與廣度，為廣大師生提供優質的服務和安全保障。

2.1 火災自動報警系統

火災是高校多發的一種事故，如何防患于未然，及時發出警訊，迅速控制火勢蔓延一直是高校所面臨的難題。隨著大數據時代的來臨，無線傳感網絡為及時傳遞災情預警提供了解決途徑。眾所周知，現在的無線傳輸技術已經成熟，配合支撐傳感器組建而成的傳輸網絡可以在兩個獨立的建筑實體之間傳遞信號，其傳輸距離也遠達幾百米甚至更遠，這一傳輸距離基本可以滿足校園智能安防的要求。市場流行的 Zig Bee無線傳輸模塊不僅具備自動組網和自我修復功能，同時其內部的網絡協議也含有防碰撞和糾錯機制，這就能有效地保證數據傳輸的安全性與時效性。如此一來，校園火災的預警就可以通過搭建Zig Bee無線傳感網絡來實現。溫度、二氧化碳含量、煙塵顆粒等數據可以采用溫濕度傳感器和MQ-2氣體傳感器來進行，不同位置的相關指數數據被采集之后，進一步通過Zig Bee終端節點進行傳輸，所采集的數據將由協調器進行調制后，經過串口將相關數據傳送至上機位。主機在對通過網絡傳輸的數據進一步分析，如果煙塵顆粒、二氧化碳濃度或者溫度達到規定的閾值，系統將自動觸發樓宇報警總閘開關，斷電并啟用廣播或者聲光報警來提醒學生疏散撤離，同時傳感器、協調器在達到一定閾值后觸發現場監控，監控畫面傳輸至數據中心大屏，以便實時了解現場情況。

2.2 校園門禁系統

通過RFID等技術，采集校內人員的進出情況，將采集的數據上傳至數據服務器端進行處理，對校內外人員的進出等日常行為進行實時檢測并進行記錄。同時將入校人員的相關數據進行檢索匹配，阻止未經審核或未經授權的校外人員擅自進出校門，最大限度保障校內人員的安全。在人員進出門禁或出入口事件發生時，通過傳感器，觸發相關的視頻監控進行抓拍錄像，在校區邊界設置規則或者圈定相關防止非法闖入的重點區域，采用智能視頻生態分析系統，將動物及植物落物過濾，以最大程度上減少誤報和錯報，便于事后查證和驗證是否有發生非法闖入和進入的事件。

2.3 視頻錄像監控系統

視頻監控前端采集到的各種視音頻信息，通過“物聯網”的手段進行匯聚后上傳至數據庫。處理器機群將依靠其強大的數據分析和處理能力，通過相關軟件對其進行全方位的分析，比如視覺對比、圖像優化、數據過濾、模式識別等。相關機群將根據已經優化的算法將無用的干擾信息去除，通過相應的人臉識別技術提取數據中的關鍵信息，如人臉、行為規則特征等，從而智能分析異常監控畫面，準確定位現場數據，并觸發報警或產生其他動作。因此可進行有效的事前預警分析、事中的警情處理，以及事后有監控取證等全自動的、無時間死角的實時智能監控系統。

3 基于大數據、云計算下的校園智能安防結構框架構建

大數據技術的突飛猛進與云計算、云存儲的逐步成熟，給高校安防行業帶來了新的機遇和挑戰，特別是糅合分布式計算、并行計算、網格計算、負載均衡化、存儲虛擬化等傳統技術和新型網絡技術的云計算(Cloud Computing)的出現。這種技術的出現可以讓一些成本較低的、單獨的物理計算實體通過網絡傳輸匯集成一個強大的計算單元。同時這種強大的計算分析處理能力可以被授權分布到不同的終端，經過授權的用戶可以享用超出自身設備之外的強大計算分析處理能力。如此一來，既可以減輕用戶終端的處理負擔，又可以減輕其經濟成本和時間成本。與此同時，系統的維護與優化只需要通過軟件升級和大數據更新進行，用戶終端既不用考慮與此相關的事宜，也無須負擔任何費用，大大簡化了用戶終端的操作負擔。

云計算和云存儲技術的應用大大提升了智能安防的效率和能力，以智能人臉識別應用為例，人臉識別技術時大數據時代的常見技術，通過大數據與云計算、云存儲技術的結合，可以快速進行以面部特征為代表的海量數據進行準確高效的提取，解放了大量的人力成本和物力成本。高清攝像機的數據采集能力配合大數據深度挖掘，將人臉識別技術上升到新的臺階，除了方便、快捷、直觀、易操作等優點之外，其深度的技術內涵、海量的數據存儲技術、超強的運算處理技術和物聯網的物理相聯結的特性，必將為學校智慧安防提供有效的技術支持。

數十年來，傳統的模式識別理論是人臉識別技術不變的基礎。很多監控廠商如今也生產出成熟的前端產品和系統，并進行了相對廣泛的應用，但由于前期每個信息庫的建設沒有統一的標準，不同廠商之間的數據格式以及所采集的信息類型存在很大程度上的差異；其次，隨著采集對象年齡的增長，以及采集信息時光照、美顏、位置等因素時影響人臉識別技術多重因素，這就導致實現人臉識別技術良好的應用所需的成本很高。人臉識別有兩個關鍵制約點：①大容量的數據樣本庫；②快速的搜索和數據庫對比匹配。 要想達到這兩點，無論對硬件還是儲存都要求非常高，也就是說建設成本高，決定了人臉識別技術在單個計算節點上和全方位的走向實用存在一定難度。云計算的模式下，可以較完滿地解決這個問題。云計算一個最大的特點就是對設備進行了優化、簡化，任何一個部分都可以采取單獨的硬件設備，不需要在前端進行任何分析處理，所有數據的分析處理、樣本庫的建立、搜索匹配與對比，全部放在云端完成，這樣節省了大量的后端處理設備，提高了集中處理分析能力。云計算與云存儲的通力配合不僅大大降低了人臉識別技術的經濟建設成本，同時也有效提高了其技術的效率和能力。真正走向實用需要結合校園實際特點，分析云計算在校園的應用。

有效利用已有的校園視聽等設備。信息化時代的一大特點就是其網絡和數據特征，如何對校園內的相關物品進行特征定位是建設數字校園的重要步驟。諸如通過二維碼綁定校園固定資產，用定位等技術手段對資產進行跟蹤，采用高清的視聽設備進行相關的數據采集，并將所采集的數據通過校園網絡或特殊網絡通信設備傳輸到終端處理系統，繼而由相應的終端對相關數據進行分析并采取不同的應對措施。

高校以云計算和智能網絡為平臺單位將權限下放至校園內各二級單位，不同單位可以根據TCP/IP協議來訪問和輸送相關的視聽數據，針對固定的IP地址授權相應的數據讀取權限，實行真正意義上的數據集中云存儲，不同用戶終端通過云計算獲得最終的處理結果，大大簡化操作壓力，提高安防效率。

監控中心采用云服務器來進行數據的存儲、調取、運算、分析與處理。云服務器所采用的云存儲、云計算的方式大大簡化了對硬件設備的要求。但是其功能卻相較于單個存儲、計算個體有了大幅度的增長。監控中心通過云服務器完全可以實現數據的輸入輸出、只能跟蹤、數據漫游、視頻音頻解碼上墻、定位預警等功能的一體化。監控中心的工作人員可以通過相關軟件，依托于網絡通信新技術實現不同設備、任何地點、任何時間對不同節點上服務數據的任意訪問，這不僅保證了數據的時效性，同時也大大提高了監控管理的便捷性和易操作性。另外，在校園信息安全得到充分保證的前提下，可以授權給學校各單位，使各單位可以根據自身的職責范圍，實時查看、監控所管轄區域的視頻、音頻材料，并根據需求對人員聚集區設置單獨靈活的預警機制。對某些特殊場所也可以根據安放要求設置獨立的信息采集、傳輸以及處理規則，分地點、分時段、分季節的靈活設置相應的預警機制。諸如在未經授權的區域，一旦該區域出現異常情況，就是及時啟動預警極致；針對重點警戒區約，則會進行全天候的實時數據采集、傳輸和分析，配合相應的安保人員重點監控，并將發出報警信息同時傳遞至監控中心以及附近安保人員的處理終端上，起到雙重預警效用。

4 結論

作為系統工程的高校安防行業，不應僅局限于傳統的視頻監控，而應將監控作為切入點和基礎，滲透到更多的子系統業務中，如防盜、門禁、車輛管理、交通、消防安全等。 云存儲的海量性與云計算的高效性使云服務的重要優勢，將大數據與云服務相結合可以實現對視頻、音頻數據的海量存儲與快速分析，有助于為校園智能安防建設提供強有力的技術支撐。