随着5g、数据中心等新基建领域的建设步伐加快,边缘计算作为大数据环境下重要的网络技术之一,也将迎来更广领域的应用,与边缘计算联系密切的安防行业就是其一。
边缘计算推动智能安防应用落地
边缘计算的优势使得安防行业与之紧密联系在了一起,在边缘计算的部署下安防场景能够更好更快地落地实施。
其中视频监控系统是安防行业重要的物理基础,视频监控系统位于最前端,很多子系统都需要通过与其相结合才能发挥出自身的功能,是安防行业的核心环节。
摄像机作为前端采集设备,目前已经实现了从“看得见”到“看得清”的转变,接下来正在向“看得懂”迈进。
而边缘计算一方面可以就近计算,对庞大的人脸数据、人群分析、生物识别、等分析结果进行高效的处理,比如在人脸识别应用当中,通过前端抓拍+中心分析的前后端智能相结合的模式,将人脸识别智能算法前置,在前端摄像机内置高性能智能芯片,通过边缘计算,将人脸识别抓图的压力分摊到前端,解放中心的计算资源,以集中优势计算资源做更高效的分析。
这样不但能够极大地降低信息传输系统和后端设备的负担,同时还能够提高视频图像分析的效率,加快整个监控系统的响应速度。
另一方面分布广泛的摄像头因为边缘存储服务的就近存储,也可以把海量的监控数据就近存储起来,既减少无效视频的存储,降低存储空间,又最大化存储“事中”证据类视频数据,增强证据信息的可信性,提高视频数据的存储空间利用率。
随着智慧城市、智能交通、智慧家居等行业快速发展,在边缘计算加持下,安防行业也将拓宽自身边界,加快智能化进程。
边缘计算安全问题仍需重视
在边缘计算推进安防行业发展的过程中还需要注意:在充分享受边缘计算带来的便利之前,也需要解决边缘侧设备的数据备份、连通、协作以及数据安全等问题。
一方面,云中心处理方式必不可少。边缘计算和云计算两者实际上都是处理大数据的计算运行的一种方式。边缘计算更适合实时的数据分析和智能化处理,相较单纯的云计算也更加高效而且安全。因此,边缘计算的兴起并不会取代云计算。边缘计算是云计算的补充。目前二者融合的趋势越来越明显,将在未来相互配合,共同提升计算效率。
一方面,但由于边缘计算分布广、环境复杂、数量庞大,并且很多应用在设计之初未能完备的考虑安全风险,传统的安全防护手段已经不能完全适应边缘计算的防护需求。对此,联合平台、企业、人三个要素,提高前端设备自身安全指数,对前段设备进行持续监测,构建协同联动防御体系,保障边缘侧数据安全。
结语:边缘计算极大提高了设备数据处理的效率,拓宽智能安防行业与其他行业融合的可能。下一步,思考如何保障边缘侧数据安全、高效,也将是企业加快战略布局的着重点。
Intel和SK Hynix提出闪存未来的两项重要进展
线圈中铁芯的作用_带铁芯的电感线圈原理
物联网技术融合创新,看ZETA如何引领“LPWAN2.0泛在物联”时代
上海中微半导体再融资4600万美元
欧姆龙转MQTT边缘计算网关(产品)
边缘计算未来将会如何推动智能安防应用的落地
称重传感器好坏判断视频
小米手机3月中下旬将开放新一轮预购
火险气象站远程监测,助力森林防火安全治理
山区别墅住宅能使用手机信号放大器吗,到底有没有用
欧盟将对数字平台征税,或成欧美贸易紧张的导火线
三大指导原则助你设计抗混叠滤波器
聚焦连接器线束行业热点趋势 ICH Shenzhen深圳展会即将盛大开幕
AGMX2手机怎么样?骁龙835处理器+内置8GB内存+256GB存储+北斗导航,用实力说话!
全球最薄笔记本电脑--宏碁Swift7
新日本无线开发了适合相机光学式镜头位置检测系统Opt-Pass
IC基础知识详细介绍
因技术难度,Micro-LED将无缘电视应用
智能型录放芯片HY18A应用电路图
苹果开始iPhone 12首次砍单