隨著5G、數(shù)據(jù)中心等新基建領(lǐng)域的建設(shè)步伐加快，邊緣計算作為大數(shù)據(jù)環(huán)境下重要的網(wǎng)絡(luò)技術(shù)之一，也將迎來更廣領(lǐng)域的應(yīng)用，與邊緣計算聯(lián)系密切的安防行業(yè)就是其一。

邊緣計算推動智能安防應(yīng)用落地

邊緣計算的優(yōu)勢使得安防行業(yè)與之緊密聯(lián)系在了一起，在邊緣計算的部署下安防場景能夠更好更快地落地實(shí)施。

其中視頻監(jiān)控系統(tǒng)是安防行業(yè)重要的物理基礎(chǔ)，視頻監(jiān)控系統(tǒng)位于最前端，很多子系統(tǒng)都需要通過與其相結(jié)合才能發(fā)揮出自身的功能，是安防行業(yè)的核心環(huán)節(jié)。

攝像機(jī)作為前端采集設(shè)備，目前已經(jīng)實(shí)現(xiàn)了從“看得見”到“看得清”的轉(zhuǎn)變，接下來正在向“看得懂”邁進(jìn)。

而邊緣計算一方面可以就近計算，對龐大的人臉數(shù)據(jù)、人群分析、生物識別、等分析結(jié)果進(jìn)行高效的處理，比如在人臉識別應(yīng)用當(dāng)中，通過前端抓拍+中心分析的前后端智能相結(jié)合的模式，將人臉識別智能算法前置，在前端攝像機(jī)內(nèi)置高性能智能芯片，通過邊緣計算，將人臉識別抓圖的壓力分?jǐn)偟角岸?，解放中心的計算資源，以集中優(yōu)勢計算資源做更高效的分析。

這樣不但能夠極大地降低信息傳輸系統(tǒng)和后端設(shè)備的負(fù)擔(dān)，同時還能夠提高視頻圖像分析的效率，加快整個監(jiān)控系統(tǒng)的響應(yīng)速度。

另一方面分布廣泛的攝像頭因?yàn)檫吘壌鎯Ψ?wù)的就近存儲，也可以把海量的監(jiān)控數(shù)據(jù)就近存儲起來，既減少無效視頻的存儲，降低存儲空間，又最大化存儲“事中”證據(jù)類視頻數(shù)據(jù)，增強(qiáng)證據(jù)信息的可信性，提高視頻數(shù)據(jù)的存儲空間利用率。

隨著智慧城市、智能交通、智慧家居等行業(yè)快速發(fā)展，在邊緣計算加持下，安防行業(yè)也將拓寬自身邊界，加快智能化進(jìn)程。

邊緣計算安全問題仍需重視

在邊緣計算推進(jìn)安防行業(yè)發(fā)展的過程中還需要注意：在充分享受邊緣計算帶來的便利之前，也需要解決邊緣側(cè)設(shè)備的數(shù)據(jù)備份、連通、協(xié)作以及數(shù)據(jù)安全等問題。

一方面，云中心處理方式必不可少。邊緣計算和云計算兩者實(shí)際上都是處理大數(shù)據(jù)的計算運(yùn)行的一種方式。邊緣計算更適合實(shí)時的數(shù)據(jù)分析和智能化處理，相較單純的云計算也更加高效而且安全。因此，邊緣計算的興起并不會取代云計算。邊緣計算是云計算的補(bǔ)充。目前二者融合的趨勢越來越明顯，將在未來相互配合，共同提升計算效率。

一方面，但由于邊緣計算分布廣、環(huán)境復(fù)雜、數(shù)量龐大，并且很多應(yīng)用在設(shè)計之初未能完備的考慮安全風(fēng)險，傳統(tǒng)的安全防護(hù)手段已經(jīng)不能完全適應(yīng)邊緣計算的防護(hù)需求。對此，聯(lián)合平臺、企業(yè)、人三個要素，提高前端設(shè)備自身安全指數(shù)，對前段設(shè)備進(jìn)行持續(xù)監(jiān)測，構(gòu)建協(xié)同聯(lián)動防御體系，保障邊緣側(cè)數(shù)據(jù)安全。

結(jié)語：邊緣計算極大提高了設(shè)備數(shù)據(jù)處理的效率，拓寬智能安防行業(yè)與其他行業(yè)融合的可能。下一步，思考如何保障邊緣側(cè)數(shù)據(jù)安全、高效，也將是企業(yè)加快戰(zhàn)略布局的著重點(diǎn)。

責(zé)任編輯；zl