大数据是时下最热的一门技术，2012年，科技部的《中国云科技发展“十二五”专项规划》和工信部的《物联网“十二五”发展规划》都将大数据技术作为一项重点予以支持。

　　在IT领域，大数据的发展已相当成熟。如Google公司利用超过30亿条用户的指令成功预测流感的传播，利用上万亿的语料库为用户提供相对精确的翻译；亚马逊根据以往的信息预测用户感兴趣的书籍；淘宝根据用户的购物行为精确地推送广告等。

　　在安防行业，涉及的数据信息类型越来越多，以数据的结构类型来看，包括各类非结构化、结构化及半结构化信息。其中，非结构化数据主要包括视频录像和图片记录，如监控视频录像、报警录像、摘要录像、车辆卡口图片、人脸抓拍图片、报警抓拍图片等；结构化数据则包括报警记录，系统日志记录，运维数据记录，摘要分析结构化描述记录以及各种相关的信息数据库，如人口信息、地理数据信息、车驾管信息等；半结构化数据则如人脸建模数据，指纹记录等。

　　在安防领域大数据的特点主要表现为：以非结构化的视频监控数据为主，更侧重于对非结构化数据的信息分析、提取挖掘以及处理能力；以视频录像为主的安防大数据对传输、存储和计算过程中需要的带宽以及存储空间要求都更高；安防大数据中的信息价值密度更低，从海量的图像信息中快速和准确地检测或者挖掘出有用信息的难度更大；视频监控数据24小时全天持续更新积累，其时效性更高。

　　利用大数据，安防行业内都用它来做什么？

　　大数据是视频智能分析基础

　　在大数据应用时代，视频因其信息含量最高、数据量最大，分析运算最复杂而成为大数据时代采集分析传输存储应用最具挑战的国际技术难题！智能视频分析研究永无止境，分析算法必须以监控视频为资源，研究实时或历史监控视频中的目标特征提取、增强与行为分析等关键技术，才能推动监控视频应用模式从事后被动处置向事前主动预防转变。

　　帮助实现智慧城市智能化

　　智慧城市建设要真正实现，必须引入大数据技术，主要包含三大方面的需求，通过以下三个方面才能实现海量数据的搜集、处理、加工、分析，并真正作用于具体细分行业：

　　1.大数据融合技术

　　我国智慧城市建设面临的重大挑战之一，是城市系统之间由于标准问题无法有效集成，形成信息孤岛。因此，在大数据融合技术领域，一方面要加强大数据标准建设，另一方面要加强海量异构数据建模与融合、海量异构数据列存储与索引等关键技术研发，为给予底层数据集成的信息共享提供标准和技术保障。

　　2.大数据处理技术

　　大规模数据在智慧城市系统流动过程中，出于传输效率、数据质量与安全等因素的考虑，需要对大规模数据进行预处理。大数据处理技术往往需要与基于云计算的并行分布式技术相结合，这也是目前国际产业界普遍采用的技术方案。

　　3.大数据分析和挖掘技术

　　大数据分析与挖掘技术为智慧城市治理提供了强大的决策支持能力。相比于大数据融合和处理技术，大数据分析与挖掘技术更为复杂，是国际学术界和产业界面临的极具挑战性的技术难题。

　　实现防盗报警平台化管理

　　互联网技术发展让防盗报警服务行业建立全国性专业报警运营服务平台成可能，而报警平台必然产生海量数据信息，这就是大数据，利用这些数据，运营服务服务商可以进行分析和挖掘，充分发挥大数据的商业价值。

　　1.对顾客群体细分

　　通过大数据分析和挖掘用户群的文化观念，消费收入、消费习惯、生活方式等数据，将用户群体划分为更加精细的类别，报警运营服务商可以根据用户群的不同可以制定不同品牌推广战略和营销策略，提高用户的忠诚度、培养能为企业带来高价值的潜在客户，提升报警运营服务商的市场占有率。

　　2.发掘新的需求和用户

　　运用大数据模拟实境，发掘新的需求和提高投入的回报率。移动互联网飞速发展的时代，大部分的数据广泛存在于社交网络、电子商务等之中。在这些数据中，仅依托社交网络而存在的数据对企业开拓新的市场需求就是一个巨大的机遇。每天我们在网上点一个赞、或者随意的发表一句感慨，在我们普通人看来，它传递的价值是有限的，但从大数据分析进行审视，它带来的价值将大大提升。试想一下，如果我们可以被授权可以从微博的数据中挖掘我们感兴趣的词汇，当有人在微博上发出“小区的安保差”之类的吐槽后，通过对数据的分析和提炼，这个人甚至这个小区的住户都可以成为报警运营服务潜在的用户。

　　3.提高企业的投入回报率

　　随着报警运营服务商提高对大数据的处理能力，平台能对上报的大数量的警情进行有效的分析和及时处理，避免了人工处理带来的效率不高，并发处理量不大，对不同类型的警情的过滤性不高的问题。与此同时，依托平台强大的数据处理能力，人们可以通过电脑、手机、平板等任何一款设备接入到报警运营服务中，随时随地都可以在第一时间收到警情数据，通过分享大数据来提高用户粘性，降低了用户流失的风险。

　　4.进行商业模式、产品和服务的创新

　　依靠对大数据分析报警运营服务商可以从海量的警情数据中挖掘出有用的信息，促进报警运营服务从“事后查看”向“事前预测”转变。通过关联分析，拓展产品，挖掘产品价值，提升报警运营服务商的核心竞争力。根据对警情数据的分析，可以提供某个地区的警情预测，便于企业、政府、消费者及时调整自己的安保措施。根据对消费记录的分析，可以识别出潜在的用户群或者即将流失的客户。根据对维修记录的分析，可以对设备进行更全面的监控和主动维修来降低设备的误报率。根据对逾时未设的分析，可以识别出哪些用户需要提早提醒布撤防。