京公网安备 11010802034615号
经营许可证编号:京B2-20210330
风来了:贵州大数据产业空间巨大 安防乘势
大数据开启了一次重大的时代转型,一个大规模生产、分享和应用数据的时代正在改变我们的思维模式、认知体系和生活方式。6月17日,习总到贵阳市大数据广场考察,见证了贵州大数据产业的发展成果。
贵州,一个以省为单位的庞大的大数据产业正在形成。当其他城市还在以城市或小区域范围为视频监控系统联网单位时,贵州已实现了城市与城市之间的互联互通。而其中,贵州全省大联网电子监察系统中的视频监控系统的建立也成为安防另一个先锋典范。
2009年,作为贵州省大数据战略的计划之一,贵州省电子监察系统视频监控项目开始启动。它涉及的面非常之广,涉及9个地级市、88个区县,2014年该项目启动联网视频,2014年年底全部投入使用。这种以省为单位构建的视频监察系统在全国来说是极为少有的。很难想象,这样一个跨地域、跨部门、跨系统的大型复杂电子监察视频监控系统究竟是怎样炼成的?
NO.1:为什么是贵州?
传统观点认为,互联网等高新行业适合在发达地区建设,但大数据产业并非如此,视频监控系统的大联网建立尤为如此。负责贵州全省电子监察系统的集成商深圳太极软件巩总对表示,贵州能建起这样庞大的视频监控联网系统有几大原因。
一是,这几年,贵州省大力推广大数据战略,并且把这种大数据当作产业来建设,首先政府带头开放数据,提高老百姓办事的效率;另一个原因,发达地区的视频监控系统是陆陆续续在建设,作为信息口来说,是条条块块的,它们要全部联网,技术上比较难实现,成本也很大。原来虽然相对落后一点,但重新建设反而更容易;此外,贵州省各级主管部门领导重视,这是其诞生的基础。
NO.2:系统建设难度有多大?
在巩总看来,这个跨地域、跨部门、跨系统的大型复杂的电子监察系统在系统构建上有相当大的难度,除了全省近百个地级市、区县的视频监控点建设,每个地区的每个点都有很多窗口,建设规模巨大。最主要的难度是,跨系统得建立相应的接口标准,还有行业各个主管部门的协调,全省整个系统的联网非常不容易。
NO.3:什么样的安防产品和平台担此大任?
据了解,贵州省整个电子监察系统视频监控项目最终选用了华安泰公司VIKOR品牌的视频监控产品和平台,主要考虑到VIKOR监控及安防综合管理平台的兼容性和稳定性非常好,能承载大型联网系统的高要求。经历了近5年时间的建设,VIKOR监控平台将贵州省所有的服务中心、资源中心进行了无缝对接,实现了整个省所有行政点的互联互通大联网。
在整个系统建设中,VIKOR品牌以“智能应用”的定位非常好的诠释在该项目上,全景高清摄像机和高清云存储综合管理平台得到了极致的应用。VIKOR高清云存储综合管理平台可集成千兆网络接口、24个SATA硬盘接口,每个硬盘容量可达4000GB,适合存储时长要求非常高的场合,以实现海量存储。另外,多台NVR可组成多个监控中心进行级联构建大规模的网络视频监控系统,系统可分级管理,也可以按地理位置组成物理域或按业务划分组成逻辑域进行管理。
贵州全省视频监控平台将原有监控系统也纳入其中,为全省行政服务中心提供服务,是市、州、县、省视频联网的三级联网结构,VIKOR平台从网络、硬件、软件三个方面解决现有统一管理难题,对无法提供二次开发包和硬件系统老旧的中心,统一采用编解码的方式,进行统一管理,为管理者提供统一管理服务。
NO.4:大数据改变了什么?
依托监察局和政务服务中心的行政审批及电子监察系统,实现了省、市、县三级系统的数据交换和监察数据的全省汇总。这是贵州省建设完成的第一个覆盖全省3级(部分地区延伸到乡镇)政府全业务部门并纳入监察的庞大系统。
视频监控系统主要是在全省各级政府办事大厅和审批部门办事窗口等审批现场设置相关网络及视频监控点,在各级行政许可电子监控中心进行远程视频图像的监控,通过VIKOR监控平台和系统可实现对相关审批人员作风、服务态度和办事效率的有效监督和服务,并及时处理行政审批现场可能发生的问题,提高电子监察的整体效果,真正做到“看得见,管得住”。同时对现场办公情况进行录像和录音,为行政监管部门提供后期的事实依据。
据悉,到2017年,贵州将实现数据服务产业集群化发展,提供较为全面和专业的大数据存储、分析、挖掘、组织和管理等服务,建设成为全国领先的大数据资源中心和大数据应用服务示范基地。大数据产业将会对政府治理模式,对企业的决策、组织、业务流程和商业模式,对个人生活方式等都将产生巨大的影响。
以贵州为样板,大数据产业将产生巨大的市场空间,这也意味着,安防也正迎来新的风口。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22CDA数据分析师 出品 作者:李诗怡 1. 金字塔原理 定义: 一种“先总后分、先结论后原因”的思考和表达方式。顶层为核心观点,中 ...
2026-09-22数据收集是数据分析、数据挖掘与数字化运营的源头工作,数据收集的完整性、准确性、时效性直接决定后续数据分析结果的可信度与业 ...
2026-09-21箱线图是数据分析中用于识别数据分布、判断离散程度、筛查异常值的核心图表。相比于直方图、趋势图,箱线图可以精准区分正常数据 ...
2026-09-21 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-09-21在数据库数据查询与数据分析工作中,日期时间是最常用的数据类型之一。原始数据库中存储的日期格式多为标准时间戳、年月日时分秒 ...
2026-09-20在时序数据分析中,增长率是衡量数据涨跌幅度、研判发展趋势、识别周期波动的核心指标,主要分为环比增长率与同比增长率。传统Ex ...
2026-09-20 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-09-20CDA数据分析师 出品 作者:李诗怡 STP模型(营销战略三步法) 定义: 现代营销战略核心框架,通过市场细分(S)、目标市场选择( ...
2026-09-18在互联网产品迭代、运营优化、界面改版与策略升级过程中,主观经验判断容易造成决策偏差、盲目改版、资源浪费等问题。AB实验(AB ...
2026-09-18 很多企业并不缺少指标,缺少的是让指标“串起来、动起来、用起来”的体系。零散指标像散落一地的珠子,指标体系则是那根把珠 ...
2026-09-18在电商行业精细化运营时代,流量红利逐步消退,粗放式投流、广撒网营销模式已无法适配市场竞争需求。依托用户点击、加购、收藏、 ...
2026-09-17在数据可视化与数据分析工作中,图表是将零散数据转化为直观业务规律的核心工具。不同图表拥有专属的数据逻辑与分析维度,能够从 ...
2026-09-17