摘? 要：云計算作為一種新的應(yīng)用模式，已在各行各業(yè)廣泛應(yīng)用，尤其是在智慧公安領(lǐng)域，通過可靠的公有云服務(wù)與私有云服務(wù)相結(jié)合的模式，搭建適合智慧公安業(yè)務(wù)應(yīng)用的混合云。以上海某區(qū)智慧公安視頻數(shù)據(jù)建設(shè)為例，對當(dāng)前已建的12 760路視頻監(jiān)控進行數(shù)據(jù)轉(zhuǎn)發(fā)存儲和智能分析算力設(shè)計，建設(shè)計算和數(shù)據(jù)存儲處理兼顧的綜合云計算平臺。通過對云平臺架構(gòu)分析，數(shù)據(jù)存儲及算力計算，設(shè)備選型，實現(xiàn)基于云平臺的公安數(shù)據(jù)存儲及算力設(shè)計。

關(guān)鍵詞：云平臺;云存儲;云計算;混合云;智慧公安;算力設(shè)計

中圖分類號：TP311.13;TP393.09? ? ? ?文獻標(biāo)識碼：A 文章編號：2096-4706（2021）02-0080-05

Abstract：As a new application mode，cloud computing has been widely used in all walks of life，especially in the field of intelligent public security. Through the reliable combination of public cloud services and private cloud services，we can build a hybrid cloud suitable for intelligent public security business applications. Taking the construction of intelligent public security video data in a district of Shanghai as an example，this paper designs the data forwarding storage and intelligent analysis computing power of the existing 12 760 channels of video surveillance，and constructs a comprehensive cloud computing platform with both computing and data storage and processing. Through the analysis of cloud platform architecture，data storage and computing power，equipment selection，the design of public security data storage and computing power based on cloud platform is realized.

Keywords：cloud platform;cloud storage;cloud computing;hybrid cloud;intelligent public security;computing power design

0? 引? 言

上海智慧公安建設(shè)以智能化安防體系和大數(shù)據(jù)應(yīng)用為支撐，實現(xiàn)感知泛在、多維研判、智慧扁平、處置高效的精準(zhǔn)警務(wù)應(yīng)用，實現(xiàn)最有序、最安全、最干凈的智慧城市終極目標(biāo)[1]。上海市某區(qū)分局積極參照公安部下發(fā)的《公安大數(shù)據(jù)云平臺功能性要求》以及上海市公安局發(fā)布的《關(guān)于智慧公安大腦三級架構(gòu)建設(shè)指導(dǎo)意見》，擬在感知網(wǎng)中建設(shè)基于飛天云平臺及私有云平臺的智慧公安視頻數(shù)據(jù)存儲及算力設(shè)計，實現(xiàn)數(shù)據(jù)資源的云端管理、彈性計算，提供負載均衡、數(shù)據(jù)分布式存儲、大數(shù)據(jù)在線運算等各種云服務(wù)。筆者作為該項目技術(shù)咨詢顧問，全程協(xié)助項目開展，項目結(jié)合該區(qū)智慧公安監(jiān)控數(shù)據(jù)建設(shè)應(yīng)用的實際需求，為分局各業(yè)務(wù)部門的業(yè)務(wù)應(yīng)用和大數(shù)據(jù)應(yīng)用提供云端資源，對該區(qū)基于飛天云平臺及私有云平臺的智慧公安監(jiān)控數(shù)據(jù)存儲及算力分析技術(shù)應(yīng)用進行了整體研究和設(shè)計。

1? 數(shù)據(jù)存儲及算力需求現(xiàn)狀

某區(qū)智慧公安基礎(chǔ)視頻前端經(jīng)過近幾年的建設(shè)發(fā)展，通過上海市“十二五”規(guī)劃、“十三五”規(guī)劃、智慧社區(qū)及分局自建等方式，當(dāng)前已建設(shè)共計18 610路視頻監(jiān)控，同步實現(xiàn)以NVR方式存儲前端實時監(jiān)控錄像。當(dāng)前納入本次視頻數(shù)據(jù)建設(shè)的前端攝像機主要分為兩類，一類是泛智能攝像機（可輸出視頻流和特征圖片），一類是非智能高清攝像機（只輸出視頻流），同時針對該區(qū)視頻監(jiān)控可視場景的具體需求進行用途類別劃分，具體分析匯總情況如表1所示。

1.1? 圖像圍欄需求

在該區(qū)重點區(qū)域及周邊選取1 200路前端攝像機（包含泛智能攝像機750路和非智能高清攝像機450路），形成區(qū)域圖像虛擬圍欄。通過圖像圍欄一體機自帶人臉/人體解析算法對前端攝像機視頻流進行實時解析的方式，生成場景大圖、人臉/人體小圖、特征抽取及結(jié)構(gòu)化數(shù)據(jù)信息，通過后端實現(xiàn)人像比對、布控預(yù)警、以圖搜人、人體軌跡、同行分析等功能。

1.2? 數(shù)據(jù)存儲需求

數(shù)據(jù)存儲是指把私有云算力平臺處理解析后的各用戶類別場景大圖、人臉/人體小圖、機動車小圖等半結(jié)構(gòu)化數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)集中存儲到分局私有云數(shù)據(jù)存儲平臺，保存時間不低于180天;私有云算力平臺輸出的結(jié)構(gòu)化數(shù)據(jù)、特征值集中存儲到飛天云平臺，保存時間不低于365天。區(qū)級搭建私有云存儲平臺，租賃飛天公安云綜合平臺（云存儲+云計算+安全及其他）[2]。

1.3? 算力分析需求

算力分析包括四方面需求，一是對圖像圍欄涉及的1 200路前端攝像機（包含智能攝像機750路和非智能高清攝像機450路）視頻流的實時計算解析智能分析需求;二是對剩余2 840路非智能攝像機視頻流的實時計算解析智能分析需求;三是對剩余12 720路泛智能攝像機人臉圖片流及視頻流的實時計算解析智能分析需求;四是對本區(qū)存儲到市局飛天云平臺的結(jié)構(gòu)化數(shù)據(jù)進行離線大數(shù)據(jù)計算解析智能分析需求。區(qū)級搭建私有云算力平臺（圖像圍欄算力+其他算力），市級租賃飛天公安云綜合平臺（云存儲+云計算+安全及其他）。

1.4? 數(shù)據(jù)轉(zhuǎn)發(fā)需求

數(shù)據(jù)轉(zhuǎn)發(fā)包括四方面需求，一是將9 470路泛智能攝像機圖片流按照GA/T1400協(xié)議推送至市局韜安管理平臺和分局私有云存儲平臺，二是將9 470路泛智能攝像機中用于人體分析的2 100路圖片流推送至區(qū)級私有云算力平臺;三是將圖像圍欄涉及的1 200路前端攝像機（包含泛智能攝像機750路和非智能高清攝像機450路）視頻流和剩余2 840路非智能攝像機視頻流轉(zhuǎn)發(fā)至私有云算力平臺;四是將私有云算力平臺解析后的半結(jié)構(gòu)化數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)分別推送至分局私有云存儲平臺和飛天云平臺。具體數(shù)據(jù)轉(zhuǎn)發(fā)設(shè)備的配置需求按照前端攝像機的用途分類進行合理設(shè)計。

2? 數(shù)據(jù)存儲及算力解析設(shè)計架構(gòu)

經(jīng)過上述需求統(tǒng)計，深入調(diào)研分析，該區(qū)數(shù)據(jù)存儲及算力設(shè)計整體拓撲架構(gòu)如圖1所示。

根據(jù)需求調(diào)研及上圖分析匯總，數(shù)據(jù)存儲、算力解析、數(shù)據(jù)轉(zhuǎn)發(fā)等匯總表格如表2、表3、表4所示。

3? 數(shù)據(jù)存儲設(shè)計

3.1? 私有云數(shù)據(jù)存儲設(shè)計

在某區(qū)分局總機房搭建私有云數(shù)據(jù)存儲平臺，采取全對稱分布式架構(gòu)并行讀寫，性能、容量隨節(jié)點數(shù)增加而呈線性增加。每臺單節(jié)點存儲容量為350 TB（35×10 TB），單節(jié)點間通信帶寬可達2.8 GB/s，每臺節(jié)點配置內(nèi)存為128 GB，支持N+M冗余模式，最多可接受2個節(jié)點同時失效而業(yè)務(wù)不中斷，數(shù)據(jù)不丟失;為提升磁盤利用率，采取糾刪碼（EC）算法編碼進行云存儲，磁盤冗余度按1.4估算（磁盤利用率約為70%）。所有節(jié)點組合搭建私有云數(shù)據(jù)存儲平臺，支持虛擬化管理。選用華為OceanStor 9000 V5存儲節(jié)點搭建云存儲平臺。

私有云數(shù)據(jù)存儲平臺主要存儲私有云算力平臺處理解析后的各用戶類別場景大圖、人臉/人體小圖、機動車小圖等半結(jié)構(gòu)化數(shù)據(jù)。根據(jù)表2匯總和對數(shù)據(jù)保存180天的實際應(yīng)用需求，數(shù)據(jù)存儲核算容量為：

（1）每張場景大圖按500 kB計算，每張?zhí)貙懶D按50 kB計算;按照每路攝像機每24小時采集的大圖和小圖分別為10 000張，保存180天計算，同時考慮私有云存儲磁盤冗余度。

（2）人臉圖片存儲容量為3 725×10 000×180×（500+ 50）/（1 024×1 024×1 024）/（70%）≈4 906 TB。

（3）車輛圖片存儲容量為4 805×10 000×180×（500+ 50）/（1 024×1 024×1 024）/（70%）≈6 329 TB。

（4）人體圖片存儲容量為4 230×10 000×180×（500+ 50）/（1 024×1 024×1 024）/（70%）≈5 572 TB。

（5）整體私有云存儲平臺半結(jié)構(gòu)化存儲容量為4 906+ 6 329+5 572=16 807 TB。

（6）云存儲節(jié)點需求數(shù)量為16 807÷350≈49（臺）。

該區(qū)智慧公安私有云平臺存儲需配置存儲節(jié)點服務(wù)器49臺，略有冗余。

3.2? 飛天云數(shù)據(jù)存儲設(shè)計

從該區(qū)智慧公安實際業(yè)務(wù)需求出發(fā)，租賃阿里飛天云平臺，核心部分是云計算和云存儲功能，同時也包括云安全、云運維及云管理等各類云服務(wù)。飛天云ODPS數(shù)據(jù)處理存儲平臺是分布式存儲系統(tǒng)，采用Shared-nothing架構(gòu)設(shè)計，支持1萬以上用戶并發(fā)讀寫，通過存儲虛擬化、網(wǎng)絡(luò)虛擬化以及負載均衡技術(shù)，實現(xiàn)資源存儲的動態(tài)分配，形成統(tǒng)一的飛天云平臺體系[3]。

飛天云數(shù)據(jù)存儲為該區(qū)智慧公安提供數(shù)據(jù)塊級別的隨機存儲，具有低時延、持久性、高可靠性等特點，采用分布式三副本機制，三份數(shù)據(jù)拷貝副本分別保存在不同的服務(wù)器上，這樣任何一個服務(wù)器宕機都不會造成數(shù)據(jù)丟失，為智慧公安用戶提供高于99.99%的數(shù)據(jù)可靠性，可實現(xiàn)隨時創(chuàng)建或釋放，支持隨時擴容。為了降低整體的帶寬消耗和讀取延時，系統(tǒng)設(shè)計為盡量讓讀取程序讀取離它最近的副本。

根據(jù)表2匯總和對數(shù)據(jù)保存365天的實際應(yīng)用需求，對12 760路結(jié)構(gòu)化數(shù)據(jù)存儲集群核算容量如下：

（1）每條結(jié)構(gòu)化數(shù)據(jù)按2 kB計算，按每路攝像機每24小時生成10 000條結(jié)構(gòu)化數(shù)據(jù)估算，保存365天;計算磁盤需求空間的數(shù)據(jù)膨脹率按2計，數(shù)據(jù)壓縮率按2計，HDFS副本數(shù)目按3計，磁盤利用率（格式化損耗等）按0.9計，ODPS集群存儲控制線設(shè)置按85%計。

（2）結(jié)構(gòu)化數(shù)據(jù)總的入庫數(shù)據(jù)量為12 760×10 000× 365×2/（1 024×1 024×1 024）≈87 TB。

（3）需求基本磁盤空間為87×2×2×3/0.9/0.85≈1 365 TB。

（4）單機存儲單元數(shù)量。選用阿里云PN68M2單機存儲單元，磁盤物理容量為96 TB，需求單機存儲單元數(shù)量為1 365÷96≈15（臺）。

某區(qū)智慧公安飛天云平臺存儲至少要租賃基本磁盤存儲空間1 365 TB，至少要搭建15個飛天云存儲平臺單機存儲單元。

4? 數(shù)據(jù)算力設(shè)計

4.1? 私有云算力平臺設(shè)計

私有云算力平臺硬件資源按照算力資源、存儲資源、檢索資源等需求分類池化，業(yè)務(wù)應(yīng)用部署在容器上，對具體硬件環(huán)境不感知;在一臺實體服務(wù)器虛擬化后的多臺邏輯服務(wù)器上，支持靈活部署不同功能的智能算力分析、存儲檢索服務(wù)模塊并且不受數(shù)量限制，算力云平臺通過異構(gòu)資源池、智能編排等關(guān)鍵技術(shù)，可以將GPU、檢索等資源池化，拉遠后進行統(tǒng)一編排調(diào)度，從而使硬件資源利用率最大化[4]。主要包括圖片流人體建模算力、圖片流車輛智能分析、視頻流人體建模分析、視頻流車輛智能分析、視頻流人臉智能分析、視頻流圖像圍欄解析等。

4.1.1? 圖片流人臉人體建模算力計算

根據(jù)選用產(chǎn)品的性能和圖片流人臉人體建模算力解析需求計算為：

（1）圖片流人臉人體建模算力智能分析并發(fā)路數(shù)要求不少于3 725路，圖片流半結(jié)構(gòu)化數(shù)據(jù)解析為結(jié)構(gòu)化數(shù)據(jù)。

（2）檢索云節(jié)點計算。每路每24小時按人臉人體建模30 000張計算，存儲180天，總共產(chǎn)生的數(shù)據(jù)量=3 725×30 000×180/10 000/10 000=201.15億條。配置華為CloudIVS 3000R檢索云節(jié)點，單節(jié)點支持不少于6億條人體元結(jié)構(gòu)化數(shù)據(jù)存儲，則需要檢索云節(jié)點數(shù)量=201.15÷6≈34（臺）。

（3）算力分析云節(jié)點計算。配置華為CloudIVS 3000CR算力分析云節(jié)點，單臺分析云節(jié)點支持配置6塊GPU卡，單個GPU計算卡處理人體建模圖片按100張/秒計算，3 725路攝像機并發(fā)峰值按每路1張/秒估算，則需GPU卡數(shù)量= 3 725÷1÷100≈38（張），需要配置算力分析云節(jié)點數(shù)量= 38÷ 6≈7（臺）。

4.1.2? 圖片流車輛智能算力計算

根據(jù)選用產(chǎn)品的性能和圖片流車輛智能算力解析需求計算為：

（1）圖片流車輛智能算力并發(fā)路數(shù)要求不少于4 805路，圖片流半結(jié)構(gòu)化數(shù)據(jù)解析為結(jié)構(gòu)化數(shù)據(jù)。

（2）檢索云節(jié)點計算。如果每路每24小時按車輛抓拍15 000張計算，存儲時間180天，總共產(chǎn)生的數(shù)據(jù)量= 4 805×15 000×180/10 000/10 000=129.735億條。配置華為CloudIVS 3000R檢索云節(jié)點，單節(jié)點支持不少于6億條車輛結(jié)構(gòu)化數(shù)據(jù)存儲，則需要檢索云節(jié)點數(shù)量=129.735÷6≈22（臺）。

（3）算力分析云節(jié)點計算。配置華為CloudIVS 3000CR算力分析云節(jié)點，單臺分析云節(jié)點支持配置6塊GPU卡，單個GPU計算卡處理車輛圖片按100張/秒計算，4 805路攝像機并發(fā)按每路1張/秒進行估算，則需GPU卡數(shù)量=4 805÷100≈49（張），需要配置算力分析云節(jié)點數(shù)量=49÷6≈9（臺）。

4.1.3? 視頻流人體建模算力計算

根據(jù)選用產(chǎn)品的性能和視頻流人體建模算力解析需求計算為：

（1）視頻流人體建模算力智能分析并發(fā)路數(shù)要求不少于1 230路，視頻流解析為人體圖片流（半結(jié)構(gòu)化數(shù)據(jù)），圖片流半結(jié)構(gòu)化數(shù)據(jù)再解析為結(jié)構(gòu)化數(shù)據(jù)。

（2）檢索云節(jié)點計算。如果每路每24小時按人體建模20 000張計算，存儲時間180天，總共產(chǎn)生的數(shù)據(jù)量=1 230×20 000×180/10 000/10 000=44.28億條。配置華為CloudIVS 3000R檢索云節(jié)點，單節(jié)點支持不少于6億條人體結(jié)構(gòu)化數(shù)據(jù)存儲，則需要檢索云節(jié)點數(shù)量=44.28÷6≈8（臺）。

（3）算力分析云節(jié)點計算：配置華為CloudIVS 3000CR算力分析云節(jié)點，單臺分析云節(jié)點支持配置6塊GPU卡，單個GPU計算卡處理人體建模圖片按100張/秒計算或視頻接入處理按16路計算，每臺云節(jié)點1 230路攝像機并發(fā)峰值按每路1張/秒進行估算，則需GPU卡數(shù)量=1 230÷ 1÷100+1 230÷16≈90（張），需要配置算力分析云節(jié)點數(shù)量=90÷6≈7（臺）。

4.1.4? 視頻流車輛智能算力計算

根據(jù)選用產(chǎn)品的性能和視頻流車輛智能算力解析需求計算為：

（1）視頻流車輛智能算力分析并發(fā)路數(shù)要求不少于1 155路;視頻流解析為車輛圖片流（半結(jié)構(gòu)化數(shù)據(jù)），圖片流再解析為車輛結(jié)構(gòu)化數(shù)據(jù)。

（2）檢索云節(jié)點計算。如果每路每24小時按車輛圖片30 000張計算，存儲時間180天，總共產(chǎn)生的數(shù)據(jù)量= 1 155×30 000×180/10 000/10 000=62.37億條。配置華為CloudIVS 3000R檢索云節(jié)點，單節(jié)點支持不少于6億條人體元結(jié)構(gòu)化數(shù)據(jù)存儲，則需要檢索云節(jié)點數(shù)量=62.37÷6≈11（臺）。

（3）算力分析云節(jié)點計算。配置華為CloudIVS 3000CR算力分析云節(jié)點，單臺分析云節(jié)點支持配置6塊GPU卡，單個GPU計算卡處理車輛分析圖片按100張/秒計算或視頻接入處理按16路計算，每臺云節(jié)點1 155路攝像機并發(fā)峰值按每路1張/秒進行估算，則需GPU卡數(shù)量=1 155÷ 1÷100+1 155÷16≈85（張），需要配置算力分析云節(jié)點數(shù)量=85÷6≈15（臺）。

4.1.5? 視頻流人臉智能算力計算

根據(jù)選用產(chǎn)品的性能和視頻流人臉智能算力解析需求計算為：

（1）視頻流人臉智能算力分析并發(fā)路數(shù)要求不少于905路;視頻流解析為人臉圖片流（半結(jié)構(gòu)化數(shù)據(jù)），圖片流再解析為人臉結(jié)構(gòu)化數(shù)據(jù)。

（2）檢索云節(jié)點計算。如果每路每24小時按人臉圖片30 000張計算，存儲時間180天，總共產(chǎn)生的數(shù)據(jù)量=905×30 000×180/10 000/10 000=48.87億條。配置華為CloudIVS 3000R檢索云節(jié)點，單節(jié)點支持不少于6億條人體結(jié)構(gòu)化數(shù)據(jù)存儲，則需要檢索云節(jié)點數(shù)量=48.87÷6≈9（臺）。

（3）算力分析云節(jié)點計算。配置華為CloudIVS 3000 CR算力分析云節(jié)點，單臺分析云節(jié)點支持配置6塊GPU卡，單個GPU計算卡處理人臉分析圖片按100張/秒計算或視頻接入處理按16路計算，每臺云節(jié)點905路攝像機并發(fā)峰值按每路1張/秒進行估算，則需GPU卡數(shù)量=905÷1÷100+905÷16≈66（張），需要配置算力分析云節(jié)點數(shù)量=66÷6=11（臺）。

4.1.6? 視頻流圖像圍欄算力解析計算

根據(jù)選用產(chǎn)品的性能和視頻流圖像圍欄算力解析需求計算為：

（1）視頻流圖像圍欄算力解析并發(fā)路數(shù)要求不少于1 200路;采取融合算力架構(gòu)，對圖像圍欄選取的1 200路視頻流進行解碼并對解碼后的圖像數(shù)據(jù)進行檢索和智能化解析，生成場景圖、人臉小圖、人體小圖、特征抽取及結(jié)構(gòu)化數(shù)據(jù)信息。選用依圖YS-AIS視頻流全解析一體機，通過AI服務(wù)器及CPU、GPU服務(wù)器融合設(shè)計，實現(xiàn)高性能智能解析，每臺一體機設(shè)備最多支持144路視頻流接入檢索和解析。

（2）視頻流全解析一體機數(shù)量為1 200÷144≈9（臺）。

根據(jù)以上計算結(jié)果，檢索云節(jié)點配置數(shù)量=34+22+ 8+11+9=84（臺），算力分析云節(jié)點配置數(shù)量=7+9+15+ 11=49（臺），圖像圍欄全解析一體機配置數(shù)量為9臺。整體設(shè)備搭建分局私有云算力平臺，配置設(shè)備按20%冗余考慮，總共需配置檢索云節(jié)點101臺，算力分析云節(jié)點59臺，圖像圍欄全解析一體機11臺。

4.2? 飛天云大數(shù)據(jù)算力設(shè)計

飛天云大數(shù)據(jù)算力服務(wù)[5]，提供計算引擎以適應(yīng)結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)的計算，滿足離線OLAP和實時OLAP分析業(yè)務(wù)場景，基于分布式服務(wù)框架能夠支持統(tǒng)計分析類、數(shù)據(jù)挖掘類等計算分析服務(wù)。當(dāng)前主要為某區(qū)智慧公安提供離線大數(shù)據(jù)計算服務(wù)，主要針對智慧公安提供TB/PB級別數(shù)據(jù)的日志分析、數(shù)據(jù)挖掘、數(shù)據(jù)預(yù)測等處理;大數(shù)據(jù)離線計算服務(wù)由客戶端、接入層、控制層及計算層組成，每層均可平行擴展。以下內(nèi)容僅針對計算層進行算力設(shè)計。

系統(tǒng)采用多個單機節(jié)點并行計算的策略和基于代價的優(yōu)化方式（CBO），實現(xiàn)數(shù)據(jù)高性能時空碰撞計算，支持高并發(fā)、低延時的數(shù)據(jù)處理，滿足單表1億條記錄的常規(guī)應(yīng)用場景，可承載不少于100個并發(fā)查詢和碰撞分析，平均響應(yīng)時間小于2秒。選用阿里云PN68M2P物理資源服務(wù)器，設(shè)立BlinkCluster-A云服務(wù)集群。經(jīng)理論估算分析，公安業(yè)務(wù)碰撞分析每秒最高處理需求暫估為300萬條業(yè)務(wù)數(shù)據(jù)。

根據(jù)選用的產(chǎn)品和數(shù)據(jù)處理計算規(guī)則，服務(wù)集群物理資源服務(wù)器需求計算為：

（1）根據(jù)服務(wù)能力及業(yè)務(wù)需求，理論評估1CU每秒處理0.8萬條數(shù)據(jù)。

（2）按每秒處理300萬條數(shù)據(jù)計算，理論需要的CU數(shù)量=300÷0.8=375CU。

（3）每臺PN68M2P數(shù)據(jù)處理能力=服務(wù)器CPU物理邏輯核數(shù)[64]-系統(tǒng)消耗[4]=60CU。

（4）PN68M2P需求數(shù)量=375÷60≈7（臺），考慮服務(wù)集群算力冗余不低于30%，建議配置10臺PN68M2P物理資源服務(wù)器。

5? 結(jié)? 論

通過公有云加私有云的混合云平臺架構(gòu)，搭建一體化的數(shù)據(jù)存儲與算力分析應(yīng)用平臺，實現(xiàn)非結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)的集中存儲、算力分析、轉(zhuǎn)發(fā)共享及應(yīng)用展示。通過對某區(qū)現(xiàn)有資源利用的綜合分析和業(yè)務(wù)應(yīng)用需求分析，選擇適合本項目的硬件產(chǎn)品，進行存儲資源核算、算力資源核算、轉(zhuǎn)發(fā)資源核算，科學(xué)合理設(shè)計，對該區(qū)智慧公安視頻數(shù)據(jù)資源進行高效分析應(yīng)用，實現(xiàn)研判多維、指揮扁平、處置高效的精準(zhǔn)警務(wù)應(yīng)用。

參考文獻：

[1] 漆源.基于“智慧警務(wù)云”的公安科技信息化管理建設(shè)研究 [J].現(xiàn)代計算機，2019，648（12）：92-95.

[2] 王眾托，吳江寧，郭崇慧.信息與知識管理 [M].北京：電子工業(yè)出版社，2010.

[3] 李揮，張宇蒙，陳俊.大數(shù)據(jù)環(huán)境下的可靠存儲技術(shù)思考 [J].中興通訊技術(shù)，2015，21（5）：27-31.

[4] 虛擬化與云計算小組.云計算寶典：技術(shù)與實踐 [M].北京：電子工業(yè)出版社，2011.

[5] 閆德生，佟敏.云存儲技術(shù)在支撐系統(tǒng)中的應(yīng)用 [J].中國新通信，2016，18（8）：58-59.

[6] 徐含，許連生.云平臺數(shù)據(jù)中心的安全防護技術(shù)分析 [J].科學(xué)與信息化，2018（13）：45-46.

作者簡介：孟凡龍（1981—），男，漢族，江蘇邳州人，工程師，本科，研究方向：計算機軟硬件系統(tǒng)集成及開發(fā)應(yīng)用。