一、大数据的概念和变现方式

　　什么是大数据？

　　大数据的概念，我们每天都在接触，现在都说我们是生活在一个“ABC”的时代，A指的是AI，B是大数据，C是云，今天的主题是大数据。

 

       大数据的定义主要有三点：

　　01　　大数据是数据集合，大数据指的是我们通过在一定的时间范围内，通过一些常规的手段和方法，无法去捕捉、无法去管理、无法去应用的数据集合，这就是大数据的概念。

　　既然是数据的集合，就意味着它是有价值的。

　　02　　大数据是信息资产。大数据最大的价值是，它能够对海量的数据进行分析和处理。

　　当然，大数据最大的战略意义不在于它的数据量有多庞大，它最大的战略意义是在于如何去把大数据的价值发挥出来。

　　如果说大数据是一个产业，这个产业怎么变现？它的变现的方式就是怎么让这些大数据最大程度地去发挥它的产业价值，这个是它的价值所在。

　　03　　大数据的应用方向，主要有两个，一个是做精准化的定制，第二是做预测。

　　这一点，大家每天都会用到，比如说每个人的手机上都装了相同的APP，比如说京东、淘宝、天猫，但是每个人打开的首页的推送都不一样，这就是应用了大数据的技术。

　　再比如说你到一个陌生的城市，它就会给你推荐相应的衣食住行，这都是大数据在生活中的一些应用。

　　大数据具备四个主要的特点，可把它称为“4V化”的特点：

　　第一个是大量化（Volume）：根据IDC的预测，到今年，全球会产生大概35ZB的数据量，这指的是大数据的大和量。

　　第二是多样化（Variety）：现在是一个数据信息爆炸的时代，数据的种类和来源形式非常多，以前的数据仅仅局限于文本、图像，但是现在视频、网页，甚至用户信息、HTML等，多种多样，这些都是大数据不同的表现形式。

　　第三是快速化（Velocity）：它包括两点，一是现在数据增长的速度非常快，二是要处理这些数据也需要特别快速的手段和方法。

　　第四是价值密度低（Value）：它是指在这么多海量的数据里面，有用数据的比例是越来越低的，所以我们要做数据价值的提纯，才能发挥好大数据对我们的生活、产业带来的变化。

对于数据的大小，从最开始的bit，到后来的Byte、KB、MB、GB、TB等等，持续在发展，但现在很多人还停留在TB这个概念。

　　如今的硬盘到10TB就已经很大了，再往后到大数据，还有非常大的延伸，而且每两个数据的大小之间，除了bit和Byte是8倍的关系，往后的每两个的进率都是2的10次方。

　　1ZB大概相当于1.1万亿GB，这个数量已经等同于全世界沙子数量的总和，是非常庞大的数字，也就是说，大数据是大到无法想象的。

根据IDC的数据预测，全球的数据规模，2020年大概能达到35ZB，再过5年这个数字会翻5倍，达到175ZB。

　　现在全球都在发展物联网AIoT，IDC预测到5年以后，全球的物联网设备接入数量将超过750亿。如此可看出，数据的增长呈现爆发式，特别是在近10年和未来5年。

二、未来趋势：弱化安防，拥抱大数据

近年来，安防行业发生深切的变化，市场、技术变，玩家也在变。

　　其中，最火的是人工智能，需要明确的是，人工智能发展的基础，正是因为现在海量数据的增长，给人工智能的技术发展提供了非常好的基础。

　　如今，安防的概念正在被弱化，安防的巨头也在重新定义自己，海康把自己定位为大数据的运营服务商，大华和华为虽然没有提到大数据三个字，但是它说的是做运营服务和机器视觉，这两点也是基于大数据业务展开的。

　　所以，从巨头对自己的定义中，也可看出，大数据跟安防正在建立越来越紧密的联系。

这二十多年来，安防行业经历了几个阶段，从2010年之前的模拟时代，安防的大数据比较单一，主要是一些图片和视频，因为当时主要是做模拟监控的。

　　然后到了数字化时代，这个阶段引入了平台的概念，所以在这个阶段，除了视频、图片等视频监控留下的信息，还多了一些用户的行为、用户的信息等多维度的数据。

　　到了现在，在AIoT时代，产生的数据都是物联网综合数据。

 1）　　安防行业的大数据有多大？

　　根据IHS的统计，到2021年，全球的摄像机数量将会超过10亿台，这几年的复合增长率都是超过30%的。这10亿台摄像机里面，大概有一半都是部署在中国。

　　在2019年的时候，央视曾经出了一个纪录片，它给出的数据是，在全中国公用的摄像机数量超过2500万台，这是指在公安或者天网方面的应用，还有交通行业也是这个数量级，所以中国的安防监控摄像机数量，到了明年，按照人口比例来计算，它是全球最高的国家和地区。

　　除了视频监控以外，安防行业还有很多其它的子系统，所以安防行业每年产生的数据也是PB级别的，这是安防行业大数据的具体数据容量。

　　2）　　数据类型有哪几种？

　　在整个数据行业，数据可以分成三种类型：非结构化、半结构化和结构化。

非结构化，是指这个数据结构是不完整、不规则的，它是没有预定的数据模型，没有数据库的二维逻辑让我们能使用这些数据。

　　在安防行业，可能99%都是非结构化数据，比如每天视频产生的录像等等，存在硬盘里面的数据，大部分是非结构化和半结构化数据。

　　结构化数据是什么呢？就是通过一些技术手段，这两年特别火的视频结构化等等，去处理这个非结构化数据，让这些数据能够在数据库里面用二维逻辑的形式表现出来。

　　比如可以通过一个照片，在全市上万个摄像头的海量数据里面精准找到某个人，这就是因为它用了视频结构化的功能，能够在海量的数据里面将人像和对应的录像之间形成数据的二维结构，所以能够快速找到我们想要的东西。

　　半结构化数据，是介于结构化和非结构化之间，它是一种特殊的结构化数据。

　　在安防行业的半结构化数据，比如说我们预先存下来的人像、指纹信息，它虽然有一定的特征，但是不能对应二维逻辑关系，它就是半结构化数据。

　　3）　　安防行业的数据从哪儿来？

这可以理解为安防行业的业务流程，也可以看成是一个数据流，最大的数据产生就是感知部分，也就是前端、各种终端，然后从感知、传输到存储的部分产生的数据，绝大部分都是非结构化数据。

　　当然也有一些例外，比如说现在用的智能摄像机，就是所谓的边缘计算或者是终端智能，它能够产生一些结构化数据，但是比例还非常少，从这个阶段，大部分产生的都是非结构化数据。

　　然后在后端做分析和应用，这个过程就是将非结构化数据结构化的过程，也就是现在很多AI企业在做的事情，让躺在硬盘里的僵尸数据，产生价值，并且利用起来，这就是现在安防行业的数据流，也可以叫大数据的业务流程。

　　4）　　安防大数据的特点

大数据在安防领域有三个特点，第一是类型多样化，因为安防行业的系统、产品非常多，大概子系统都有七八种，产品数不胜数，所以产生的数据类型非常多。除了视频和图像是占较大比例以外，现在的用户行为、各种日志、各种特征都是非常繁多的。

　　第二个就是海量，现在随着摄像机的像素越来越高，每天产生的视频数据是非常大的，所以分析难度也相应地很大。

　　第三是人机结合，其它行业用大数据，大部分都是用机器自主学习、自主应用，但是在安防行业有些不一样，安防行业以前到现在讲的都是人防、物防和技防三者结合的方式，所以在安防行业用的大数据是通常要人机结合才能产生更高的效应，比如说公安，你不能完全用机器去识别，肯定还要一线的民警结合起来，才能达到最高效的应用，这是安防行业有别于其它行业用大数据的特点，经常需要人机结合的方式。

　　5）　　安防大数据的提取和应用

安防大数据的提取和应用过程事如何的呢？

　　上面那张图是一个简单的安防行业拓普结构图，也就是云边端，当然还有一个概念叫管，它通常指的是各种传输方式，这不在我们的大数据讨论范围内。

　　云边端都有自己的大数据提取和产生的过程。

　　先看端，这几年的趋势是端边智能，端指的是各种前端的传感系统，比如说各种AI摄像头、智能终端、智能的摄像机，这就是指端。现在在端的部分产生的大数据相对的比例还是比较少的。

　　除了云端提取的应用，其它大部分是在做边缘，边就是现在的边缘计算，比如说AI BOX，或者是各种分布式的应用中心，就是边端产生和提取的数据。

　　最后一个是数据上云，就是指IoT的云平台处理这些数据，这就是很简单的一个安防行业大数据提取和应用的流程。

三、大数据给安防带来的变化

大数据赋能安防，大数据用在安防以后，会给安防带来哪些变化呢？

①　　技术的变化

　　这个技术的变化体现在云化，现在大家也在逐渐地理解和接受安防数据上云这样一个概念，海大宇以及华为等等大的玩家都建立了自己的安防数据云。

　　云化以后，它给安防带来最大的好处就是提升数据处理的能力。因为不管你是做边缘端还是做本地端，你的数据处理的能力毕竟是有限的，特别是在一些大项目上，像城市、公安级别的项目里面，用云化的处理能力还是性价比最高的。

②　　格局的改变

　　过去在安防行业，不管是厂家还是使用方，建设一个项目时，数据相互之间绝大部分都是独立的，信息孤岛效应非常严重，大数据进来之后，是要尽可能地将不同行业、不同客户、不同用户的数据打通，这样才会让大数据产生最大的价值，所以第二个改变就是尽可能打破信息孤岛的局面。

③　　业务模式的改变

　　安防行业的大数据市场，有很多外来的玩家，他们并不是想去做什么硬件，想来抢安防产品的饭碗，他们看到的是安防行业产生这么多大数据，他们想把这些数据利用起来，让这些数据产生更多的价值，所以越来越多的玩家进入到这个行业。

　　以前做安防，大部分是在玩产品，现在是在弄方案，有了大数据加持以后，这些大的玩家以后是朝运营的模式转变。

现在大数据在安防行业最大的两个应用方向，主要还是在政府部门，一个是公安，一个是交通。

　　现在在全中国，公安装的摄像头超过2500万个，交通的摄像头也差不多。在这两个行业，他们的价格接受能力还是比较强。

　　另外，公安的维稳和交通的秩序确实也是政府最大的刚需，所以现在主要的应用还是在政府的层面上，比如公安的大数据能够发挥一些作用，去做人像大数据、时空轨迹的捕捉，最终做一些综治和交管的平台。

当然，任何一个新兴的东西应用到一个行业，都会面临一些问题，现在大数据赋能安防过程中，遇到哪些问题？

　　第一个，数据挖掘和整合的矛盾。要打破信息孤岛，要打通各个部门的数据，这个难度是非常大的。

　　第二个，数据量的急剧扩大与硬件投资之间的矛盾。IT的法则，在满足用户的使用条件基础上，你的成本越低，你的技术和产品的生命力、普及度是越强的。

　　大数据的增长速度和数量是非常大的，需要客户投资的硬件成本，光是本地端可能都已经受不了，你再让他上云，如果不是公安和交通这种政府部门，一般的客户是很难承受大数据的投资建设成本的。

　　第三个，时效性与信息安全之间的矛盾。安防的数据通常是需要非常高的时效性，但是时效性跟大数据之间是有矛盾的，如果我要保护你的隐私，就必然会对时效性产生影响，所以时效性与信息安全的矛盾，同样也是现在大数据普及遇到的问题。

　　这三点就是现在急需要解决的问题。

那么，大数据在安防行业会有怎样的技术演变路径呢？

　　第一，数据分析，这是现在大部分企业在做的事情，就是让这些数据价值化，其实就是把大量的非结构化数据结构化。

　　第二，数据中台，有了这些数据之后，很多企业在搭建数据中台，它其实就是一种数据的公共服务平台，把这些数据封装成很多公用的数据包，让不同的部门直接取用。

　　举一个例子，比如说你是开餐馆的，你把这个餐馆的规模开得很大之后，你的后厨就需要很多的调料，把油盐酱醋按照一定的比例调到一个桶里，这个桶就是数据中台，不用厨师自己单独再调调料。

　　安防行业的数据中台，比如说在一些大型的项目里面，会把数据封装成是公安部门用的，交警部门用的，或者是市政部门用的，这就是数据中台的概念。

　　第三，软件定义一切，现在软件可以定义很多东西，比如软件定义网络就有了SDN，软件定义存储就有SDS，软件定义计算就有了云计算，华为也提出了软件定义摄像机的概念。

　　未来会有很多软件定义的概念，以前是平台即服务、基础设施即服务，以后可能一切都是服务，很多都是由软件来定义的。

　　第四，数字孪生，大数据在安防行业演变的终极形态就是做到数字孪生，或者有的企业叫孪生城市，它的意思就是把一个物理城市任何的东西都数据化，那就可以在数字世界重构一个城市的模型，就能够对现实的城市中很多的事情进行优化。

　　现在行业正在做的是数据分析和数据中台。在AIoT的时代下，越来越多的玩家也进入到安防行业这个赛道，最终谁能胜出呢？

　　谁把数据玩好了，可能谁在未来的安防道路上就会取得自己的优势，所谓的数据为王就是这个概念。