华为“云监控”助力提升平安城市安全等级

平安城市案件分析

2013年3月4日上午7点20分左右，在长春西环城路与隆化路交会处，一辆灰色RAV4车辆被盗，车牌号为吉AMM102，连同车一起丢失的还有一名两个月大的男婴。事发后，吉林省交警总队立即在全省主要交通干 道卡点进行设卡堵截，并经公安机关微博扩散，长春市全城动员，各种途径自发帮助寻找婴儿，全面开展大范围清查搜查。

然而，遗憾的是，直到1天之后，3月5日早8时左右，被盗车辆在吉林公主岭营城子小学附近的一个民房院子里找到。而车上的婴儿已经被犯罪嫌疑人杀害。

据了解，截至到2012年5月，吉林省视频监控”天网”系统仅省会长春市即超过60000个监控点。但是，此次事件中，这个被称为“天网”的巨大工程在及时发现和堵截被盗车辆上未能起到应有的作用。一个大家都在关注的问题是：全城这么多个监控摄像头，车辆信息又非常详实，为什么明明有的摄像机已经拍到了，甚至是拍到驾驶者的人脸照片，但是却无法及时有效的定位需要的信息？

另一个真实的案例，2013年3月10日，成都电视台新闻频道报道了一则新闻，一个婆婆在广场带着自己的孙子，婆婆去洗手间的短短几分钟时间，孩子失踪了。事发后，警方紧急响应，通过视频监控系统找到了涉嫌拐带孩子的案发录像。但是，由于几个关键路口监控摄像机录取的图像因为种种原因丢失或无法回放，导致跟踪嫌疑人难度大增，警方不得不抽调大量人力侦破。幸运的是，通过警方的不懈努力最终还是成功解救了失踪的孩子并抓获犯罪嫌疑人。在新闻的最后，警方发言人意味深长的表示，覆盖全城的“平安城市”视频监控系统，对警方侦破案件提供了强有力的支持，但是，系统的效率还不尽如人意。此次事件警方紧急调集了1500名警力，花费24小时调阅全城视频监控录像，甚至是社会监控资源的监控录像才找到犯罪分子最终落脚的地方。

以上的两个案例都透露出当前平安城市建设面临的一个现实的情况，那就是即使现在各类视频监控系统铺天盖地，摄像头遍布各个角落，犯罪行为理应无所遁形。但是真正遇到需要侦查破案时，大量的视频背后暴露出隐藏的一个非常明显的问题：破案效率低下。

这个痛点的其中一个重要原因就是搜索定位的效率低下。正是由于现在系统的检索效率低下，导致很多案件的侦破，警方都不得不采用“暴力回放”的人海战术。随着高清化视频监控的普及，视频数据变得越来越庞大，录像信息从以往几百MB猛增到几百TB甚至PB级别。相应的，系统中必须要有一套数据库管理这些海量视频，而当前的视频监控系统中，几乎都是通过部署数据库服务器，即使是标准数据云存储也会要部署元数据服务器。各大方案厂家都会在数据库服务器中保存视频数据的索引，如基于图像帧的索引或者基于时间的索引，无外乎是这两种方式。

当然，数据库也多种多样，有MS SQLSERVER，有ORACLE，有MySQL，PGSQL等等。但无论采用哪种数据库，采用哪种索引，都会遇到同一个问题。那就是，随着数据量的增加，搜索查询性能会越来越慢，数据库就是这个瓶颈。

我们用国内某平安城市的实际案例举例。26,000个25帧网络摄像机存储1个月时间，如果按照标准的帧索引来计算的话，记录数量会达到16,848,000,000,000条。数不清楚？这是1万6848亿条记录。如果放在SQL SERVER这种大型关系型数据库里面，执行搜索命令定位到其中1条，实验室里面的数据是耗时1小时50分钟。当然，经过大量的优化后，定位时间还是保持在30分钟以上。

这个性能数据带来的影响是非常可怕的。一个真实的案例，在某大型城市里发生了一起汽车肇事的案件。幸运的是，案件发生后马上接到了报警。公安在城市治安卡口里面搜索汽车牌照号码，半个小时过去了，结果还没有反馈出来。这次事故在公安体系里面都知道。

尽管现在的视频监控解决方案提供商都宣称自己能实现秒级搜索，但是这只是在理想情况下的“理论值”，在系统刚刚部署后一段很短的时间里，验收阶段确实可以做到基本上秒级。但一个月后，半年后，随着数据量的激增，后面的苦就只有客户自己清楚。

华为视频监控解决方案提升平安城市安全等级

华为公司在几年前高清海量视频开始占领市场的时候，就预感到这个问题将随着视频数据量的激增变得越来越尖锐，通过对客户痛点细致的分析，最后推出了基于视频监控应用云存储架构的“分布式并行搜索”特性。

分布式“秒级检索”

在数据写入的时候，视频监控应用云存储节点保存了一份分布式索引，这是一个基于秒偏移技术的视频索引专用散列算法。监控系统中每一台云存储节点除了作视频存储外，同时还是一个视频检索节点，当系统下达了一条搜索指令时，这个指令被分布式的下达到各个节点，无论这个节点是在省厅，在市局，还是在派出所，甚至在社会视频监控系统中。真正的实现了各级监控系统的“如臂使指”。

例如在日常的业务应用中，用户搜索一条指令“在XX路口一辆红车的汽车”。当确认键被按下时，搜索服务会拿出一个广播，对着XX路口附近所有的应用云节点设备一声大喊：“我要找在XX路口的红色汽车”。这个区域的应用云节点设备听到后，均埋头在自己内部空间里面寻找（事先已经被智能分析系统打好标记了）。因为每个节点的内部搜索速度都很快，而且所有听到广播的节点都是并发的在找，谁也不打扰谁。于是乎，100毫秒左右，搜索服务器就能获得所有节点的反馈了。

对于一个大规模的平安城市来说，视频云存储的搜索模型不会随着平安城市的扩容、存储时间延长等导致数据量的增加而变慢。当然，仅搜索速度快也不能完全解决破案效率的问题。还需要如智能分析、视频摘要、案件归档、串并案分析等多种手段配合才能使客户使用视频监控系统的效率得到提升。

破案效率低下除了检索能力这一直接因素外，还有许多间接原因，其中一个最常见的问题就是视频录像的丢失。警方办案的时候经常遇到一类情况是，清楚知道案发位置，也知道现场有监控摄像头，但是当调取案发时候录像时，发现由于硬盘故障导致某一时间段的录像全部丢失了。在上面提到的拐带孩子案例中，就是由于现场最直接的几个摄像机保存录像的硬盘损坏，导致无法看到案发视频，警方只能靠推理以及对周边众多摄像机拉网式排查才重新定位到嫌疑人，大大增加了案件的侦破难度。如果本案的犯罪嫌疑人是个惯犯，具备一定的反侦查能力的话，很可能出现“大海捞针茫茫不可得”的情况，犯罪分子逍遥法外，一个美满家庭破裂的悲剧很难避免。

SafeVideo“数据永不丢失”

出现这种情况的主要原因是当前绝大多数视频监控系统的存储机制决定的。众所周知，在海量视频存储的“平安城市”监控系统中，需要大量的硬盘作为存储载体，即使采用RAID5等数据冗余技术，也仅仅能保证RAID组中一块硬盘损坏的时候数据不丢失。当多块硬盘出现故障的情况下，目前绝大多数的视频监控系统对此只能“徒呼奈何”，无能为力。而硬盘本身的特性和视频监控循环覆盖的存储特点决定了硬盘在系统中需要7×24小时不间断全负荷的运行，使得硬盘成为系统中的一个“易耗品”。多块硬盘出现故障绝非“偶然”或“小概率事件”。