大数据在维基百科全书的定义是飞速增长的，用现有数据库管理工具难以管理的数据集合这些数据包括：社交媒体、移动设备、科学计算和城市中部署的各类传感器等等，其中视频又是构成数据体量最大的一部分。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。

　　从国内情况来看安防行业的大数据主要来源于平安城市、智慧城市和智能交通等大型安防项目。当前，智慧城市建设已成为地方政府推进城镇化发展的重要途径，而随着智慧城市的发展，对高清摄像机和智能化监控设备的需求会持续增长，这种高持续性的需求景气必定进一步推升安防行业大数据体量成几何性增长。而随着信息爆炸般的产生，人们对于信息的准确性、真实性、有效性产生了更高的追求，尤其是在安防行业每天都能产生大量的数据，而这些数据如何开发应用是人们亟需解决的问题。

　　视频监控行业大数据应用

　　在安防领域中，主要的数据来源是视频，视频所占据的存储空间相对其他行业结构化的数据不一样，它不能直接被计算机进行处理或分析。

　　平安城市监控系统实时汇总并综合分析各种公共安全数据和资料，为执法人员快速准确应对提供科学依据：如实时调阅现场视频录像、犯罪嫌疑人记录、同一地区的相似案件资料；进行地理、时间和空间的比较分析，揭示其犯罪模式和行为模式；追踪嫌疑人与其车辆的位置等。指挥人员也可以参照各种数据对不同来源的资料进行综合分析，制作指挥图。

　　针对交通行业的海量数据处理需求，智能交通管理系统可以在海量数据、恶劣网络环境和复杂业务处理情况下，实现大量图片、车辆数据、视频数据的时时网络传输和快速持久化存储，同时对任意站点的图像进行显示，对任意站点的视频进行流畅播放、实时进行比对报警，快速进行多条件检索，并且将各类多媒体数据和车辆数据合二为一。系统实现对目前的城市道路交通中异常行为的智能识别和自动报警等，从而减轻了交管监控人员的工作负担，提高了监测的准确度，使得交通管理工作更高效。比如，实时交通状况分析可通过视频实时分析道路交通流量，然后综合分析统计出全城市的交通状况；套牌分析可通过视频进行车牌识别，按照一定的规则(如最近时间内一定距离以外)在全城市中检索相同车牌的汽车。

　　视频监控云服务领域：实现基于大数据的视频监控云服务，让摄像机仅通过互连网就能连接云端的视频监控托管服务，通过快速、智能地分析部署在云端的大数据，为小型企业、零售商店、餐馆酒店等提供实时的监控视频和潜在的风险管理，甚至能提供收费的基于视频内容的分析报告，如日常的客户数，平均队列长度等，创造新的商业模式。

　　大数据技术和视频监控的结合，把孤立的视频内容通过大数据技术的加工，形成可视化结果呈现，这种转变可为视频监控业务创造更加智能高效的使用方式，让用户从繁重的观看视频监控劳动中解脱出来，能轻松自如地通过视频监控进行高效准确的决策。

　　未来大数据应用重在预测

　　从目前大数据在安防行业的应用情况来看，主要几种在视频监控智能分析这一块。其中视频浓缩检索技术，主要是利用图像处理(包括视频浓缩、摘要、复原等)、模式识别、海量数据分类存储以及搜索等技术，对海量的存储录像等原始信息进行分析和挖掘，对于目标特征、目标行为、目标间关联关系这三大类信息内容，形成各种分类的特征信息库、元数据和索引等，并提供统一接口供外部应用进行搜索，以期通过有限的线索，达到案件快速关联和定位。

　　另外借助视频图像信息库的建设，目前应用比较广泛的是卡口和电警的应用。由于车牌识别技术的日趋成熟，通过车牌、车牌颜色、车身、车身颜色、车辆类型等特征识别，把车辆图片、车辆信息、车主信息、盗抢车辆库等结合起来，可以有效的进行车辆的查找、布控和案件线索搜索。而其他如视频监控录像、案件等信息如何形成统一接口查询，如何进行有效数据关联，应用不是特别广泛。

　　据安防行业资深专家李仲男老师分析介绍，从以上大数据的应用技术来看，现存的技术并没有达到真正的应用。大数据的本质是系统通过处理采集到的所有数据，去提取其特征和共性的信息。通过大数据的处理使得所有的数据都有价值。通过大数据的处理，把传统认为没有价值的信息也能够产生非常有价值的信息，这就叫做数据挖掘。同样的数据摆在我们面前不同的挖掘方法，不同的挖掘目标可以为各种各样的业务的应用产生有价值的信息。这就是大数据的本质。而不是原有观念认为大数据需要剔除无用的信息才能显示其真正的价值。大数据的核心价值是通过预测信息达到增值的服务。