当前，安全行业中大数据的存在已为越来越多的人所熟知，尤其是安全行业中大量的非结构化视频数据，以及快速增长的特征数据（刺刀传递数据，人像捕获数据）。 ，异常行为数据等），引发了诸如大数据存储，管理和分析之类的一系列问题，吸引了更多人的注意力。从数据结构类型的角度来看，它包括各种非结构化，结构化和半结构化信息。非结构化数据主要包括视频录像和图像录像，如监控录像，报警录像，车辆卡口图片，面部快照图片，报警快照图片等；结构化数据包括告警记录，系统日志记录，运维数据等结构化描述信息，如记录和摘要分析，以及各种相关信息数据库，如人口信息，地理数据信息，驾车管理信息等；半结构化数据，例如人脸建模。在安全领域，大数据的应用目前有两个主要方向。首先是个人消费，例如家庭和社交媒体生成的数据。二是城市基础设施建设，大数据安全在安全城市和智能交通中的大规模应用表明，城市基础设施建设是大数据安全应用的主流，个人消费领域仍处于起步阶段。期待积累。无论如何，可以预见大数据带给安全行业应用程序的未来。关键在于如何加深和挖掘，然后反映数据的价值。视频应用是安全领域大数据的主要应用。视频具有相对较高的信息内容和相对较大的数据量，因此在视频智能分析中具有重要的地位。智能视频分析研究具有广阔的前景。它使用监视视频资源作为资源基础。历史监视和实时视频资源目标对象的提取以及增强的行为分析使监视视频的处理从被动处理提前变为主动预防。高清和超高清视频监控的发展方向，以及数据和信息资源的指数增长，使得视频监控的处理方法更加灵活，可扩展。多个服务器同时位于多个节点上。处理极大地增加了数据处理过程，使大数据和安全性的集成在数据时代更加紧密和便捷。大数据虽然带来了巨大的机会，但同时也带来了巨大的挑战。根据IT行业法则：在满足客户需求的前提下，技术成本越低，其生命力就越强。由于数据量的快速增长以及随之而来的对大规模计算的不断增长的需求，高端硬件的盲目使用使硬件投资成为客户难以承受的负担。如何在满足需求的前提下删除重复数据并减少硬件成本投资将成为海量非结构化数据存储的问题。另外，在数据挖掘，分析算法成熟度，及时性，信息安全性和用户隐私以及视频图像数据挖掘方面也存在困难。大数据的魅力不是“大”，而是“有用”。价值内容和采矿成本比数量更重要。因此，对于安全行业来说，如何将非结构化数据转换为结构化数据，如何更深入地挖掘和有效利用这些大规模数据已经迫在眉睫。幸运的是，随着一系列政策的出台，大数据国家战略正在加速实施，大数据产业的发展具有空前的机遇。 2016年，国家发改委发布《关于组织实施重大项目促进大数据发展的通知》后，环境保护部，国务院办公厅，国土资源部，国家林业局，煤炭工业委员会，交通运输部和农业部都启动了大数据发展的意见和计划，大数据政策已从全面的总体规划逐步扩展到主要行业和各个子领域，大数据产业的发展正逐步从理论研究转向实际应用。 “挖金矿”来自大数据的阶段是真正测试企业核心硬技术的阶段。安全公司需要与时俱进