作为云时代海量数据的来源之一，安防视频监控行业随着智慧城市和智能交通的快速发展、移动互联设备的快速激增，产生了海量的非结构化视音频数据，带动了大数据的存储、管理、分析等应用。面向云时代，业界同仁一拥而上、热血沸腾，无论是IT供应商、存储厂商、还是解决方案提供商都不甘落后，雨后春笋般的纷纷提出基于计算、存储、网络等多层次虚拟化的数据中心解决方案，投入大量资源，推出云存储、云计算等系统产品。

　　面对大数据，视频监控行业面临哪些难题?我们如何应用云计算、大数据相关技术来获取数据背后隐含的信息?未来的挑战和前景如何?我将从以上几方面发表个人观点，意在抛砖引玉、引发业界同仁在产业发展的进一步思考和讨论。

　　1.视频监控存储及智能分析系统中的难题

　　(1)海量非结构化数据存储

　　根据IDC预测，全球在2010年已正式进入ZB时代，全球数据量大约每两年翻一番，意味着人类在最近两年产生的数据量相当于之前产生的全部数据量。爆炸式增长的数据，正推动人类进入大数据的时代。

　　大数据包括社交媒体、移动设备、科学计算和城市中部署的各类传感器信息，其中视频是构成数据体量最大的组成部分。据IMS Research统计，2011年全球摄像头的出货量达到2646万台，预计到2015年摄像头出货量达5454万台。一天产生的视频监控数据超过1500PB,而累计历史数据将更为庞大，在视频监控大联网、高清化推动下，视频监控业务将面临海量非结构化数据存储、数据共享、数据安全及数据利用四大难题。

　　(2)数据共享

　　大数据需要通过快速的采集、发现和分析，从大量化、多类别的数据中提取价值。安防大数据时代最显着的特征就是海量和非结构化数据共享，用以提高数据处理能力。比如天网工程和智能交通就是最具代表性的案例，天网工程一般分为省市县乡镇等多级架构，智能交通图像也分布在前端卡口、区节点、市省国家级中心中，海量数据存储在不同节点、不同设备中，这给传统的数据管理和使用机制带来了极大的挑战。

　　与科学计算、互联网相比，视频监控的大数据处理难度尤大，首先，视频录像是更原始的非文本非结构化的数据，必须经过复杂繁重的分析处理才能提取出文本结构化的数据进行下一步处理;其次视频录像相对其它形式数据的容量要大几个数量级，对传输、存储和计算的带宽要求大。因此我们说数据高效共享是第二大难题。