在大數(shù)據(jù)時(shí)代，作為海量數(shù)據(jù)的主要來(lái)源之一，安防行業(yè)相關(guān)應(yīng)用產(chǎn)生了巨大的信息數(shù)據(jù)，特別是在當(dāng)前大集成、大聯(lián)網(wǎng)的環(huán)境下，數(shù)據(jù)量呈現(xiàn)飛速增長(zhǎng)趨勢(shì)，面對(duì)海量的數(shù)據(jù)，也帶來(lái)了數(shù)據(jù)整合、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析應(yīng)用等一系列問(wèn)題。通過(guò)尋求解決這些問(wèn)題的方法，也進(jìn)一步促進(jìn)了大數(shù)據(jù)技術(shù)和產(chǎn)品在行業(yè)的落地應(yīng)用。

大數(shù)據(jù)在公共安全視頻監(jiān)控中的應(yīng)用，根據(jù)采用不同處理方法、挖掘工具及多種數(shù)據(jù)融合，可獲得不同價(jià)值的數(shù)據(jù)應(yīng)用。目前來(lái)看主要有以下幾種：

一是人流密度分布、變化趨勢(shì)、活動(dòng)的動(dòng)態(tài)監(jiān)測(cè)，預(yù)測(cè)踩踏指數(shù)，實(shí)現(xiàn)大型活動(dòng)和重要區(qū)域的風(fēng)險(xiǎn)管理。

二是空間狀態(tài)分析，車(chē)流密度分布、變化趨勢(shì)，道路狀態(tài)及變化監(jiān)測(cè)，主要用于預(yù)測(cè)擁堵指數(shù)，實(shí)現(xiàn)交通信號(hào)的預(yù)測(cè)調(diào)節(jié)；

三是數(shù)據(jù)融合、關(guān)聯(lián)，實(shí)現(xiàn)同號(hào)搜索，人、車(chē)軌跡跟蹤等。

四是有序過(guò)程與隨機(jī)過(guò)程分析，成為社會(huì)治安關(guān)鍵因素，進(jìn)行常態(tài)與暫態(tài)分析，實(shí)現(xiàn)社會(huì)治安風(fēng)險(xiǎn)評(píng)估，事件預(yù)警。

五是高風(fēng)險(xiǎn)因素監(jiān)控和關(guān)聯(lián)分析，主要應(yīng)用于擴(kuò)大社會(huì)掌控面；制定有效防范措施和反應(yīng)預(yù)案。

六是融合定位、通信、網(wǎng)絡(luò)等技術(shù)，提高對(duì)高風(fēng)險(xiǎn)因素(人、物、事、時(shí)間、地點(diǎn)等)掌控的精度、粒度，建立重大事件風(fēng)險(xiǎn)評(píng)估、預(yù)警機(jī)制，提高防范能力，進(jìn)而實(shí)現(xiàn)犯罪高發(fā)分布及分類(lèi)基礎(chǔ)性研究及綜合治理方案的制定。

七是高風(fēng)險(xiǎn)單位、區(qū)域、活動(dòng)安全管理，利用大數(shù)據(jù)，進(jìn)行風(fēng)險(xiǎn)和脆弱性分析，結(jié)合歷史數(shù)據(jù)的回歸統(tǒng)計(jì)；成功和不成功案例的分析，建立風(fēng)險(xiǎn)管理機(jī)制，指導(dǎo)安防系統(tǒng)建設(shè)。

八是各類(lèi)系統(tǒng)效能分析，主要應(yīng)用公共安全系統(tǒng)建設(shè)、評(píng)價(jià)。

九是安防基礎(chǔ)理論研究數(shù)據(jù)庫(kù)，通過(guò)數(shù)據(jù)融合、關(guān)聯(lián)及歷史回歸統(tǒng)計(jì)，開(kāi)展大數(shù)據(jù)應(yīng)用；建立安全基礎(chǔ)研究和預(yù)警理論研究基礎(chǔ)數(shù)據(jù)庫(kù)。

總而言之，大數(shù)據(jù)應(yīng)能解決公共安全的關(guān)鍵問(wèn)題，支撐公共安全系統(tǒng)建設(shè)。