曾經有人說，大數據就是“99%的垃圾數據+1%的有用數據”，不可否認。隨著金融網點的迅速擴張和視頻監控高清化，必定會增加更多的“垃圾數據”。如何合理對這些數據進行分析，成為眾多廠商的共同關心的問題。

    優勢與前景

    銀行安防管理的數據形式由兩個方面組成，一是非結構化數據，即前端視頻監控設備采集的視頻圖像數據信息；另一方面是結構化數據，如報警、門禁統計數據等。

    安防管理中大數據的優勢就在于對非結構化的海量數據的管理能力，依托全新的技術分析算法，對這些數據進行復雜的分析和處理，得到簡潔且有業務價值的報告結果，從而服務整體安防管理目標。

    困難與優勢

    當前，全行業正處于從模擬到高清化的過渡階段，這必然帶來數據的海量增長，海量數據與有效數據的甄別問題。針對當前視頻數據主要依靠人工搜索的方式，在工作效率、人力成本投入方面存在制約。另一方面，海量數據也對銀行安防管理存儲資源的投入提出了更高要求。

    由于傳統安防管理對數據分類管理的認識較淺，目前銀行大量的視頻數據仍然是獨立、零散分布的。高清化之后的高質量視頻數據集中化管理仍然需要一個過程。

    標準統一的問題。銀行安防管理系統主要包括音視頻監控系統、入侵報警系統、出入口控制銀行(門禁)系統、語音對講系統等四大子系統。安防管理平臺的集中化管理要求各子系統間數據信息文件標準高度統一，形成一切數據皆可量化的數據管理目標。

    專家建議

    建立多層次存儲管理體系。針對當前高清化的海量數據增長，除了前端NVR本地存儲設置外，銀行監控中心對管轄區域內重點風險部位、高等級報警聯動的圖像數據信息采用集中備份存儲，通過多層級的存儲管理體系，做好核心數據信息的分類管理，凸顯多層次存儲管理中大數據分析的管理價值。

    編輯點評

    大數據時代，是目前業內的熱點之一，隨之而來的數據倉庫、數據安全、數據分析、數據挖掘等圍繞大數據的技術研發，也成為行業廠商關注的重點。相信，在不久的將來大數據技術的成熟應用將帶給行業用戶的是更深入、更智能的安防管理應用體驗。