智能安防發(fā)展的最初幾年里，主要通過前端攝像頭采集數(shù)據(jù)，將數(shù)據(jù)傳輸?shù)胶蠖朔?wù)器、NVR或者云端通過云計算進行智能分析，但隨著視頻數(shù)據(jù)量迅猛遞增，以及網(wǎng)絡(luò)傳輸帶寬的壓力和成本問題，安防行業(yè)開始尋找新的解決方案，邊緣計算和邊緣存儲的應(yīng)用由此開始。

隨著亞馬遜、阿里、華為、微軟等巨頭的戰(zhàn)略布局，邊緣計算已經(jīng)逐步成為互聯(lián)網(wǎng)時代的另一新爆點。IDC 數(shù)據(jù)顯示，未來超過 50％ 的數(shù)據(jù)需要在網(wǎng)絡(luò)邊緣側(cè)分析、處理和存儲，邊緣計算市場規(guī)模將超萬億，成為與云計算平分秋色的新興市場。

現(xiàn)階段凡是需要做圖像數(shù)據(jù)采集進行分析和反饋的場景都會需要攝像頭，而安防行業(yè)的核心終端設(shè)備之一就是攝像頭。邊緣計算可就近計算的特質(zhì)，讓其可對人臉數(shù)據(jù)、人群分析、生物識別、車輛識別等分析結(jié)果進行高效的處理，讓原先智能場景不再需要在現(xiàn)場布署昂貴笨重的硬件設(shè)備，降低了成本，極大提高智能場景的落地效率和復(fù)制速度，讓安防場景能夠更好更快地落地實施。

相比于傳統(tǒng)視頻監(jiān)控，邊緣計算＋視頻監(jiān)控，通過對視頻圖像進行預(yù)處理，去除圖像冗余信息，使得部分或全部視頻分析遷移到邊緣處，由此降低對云中心的計算、存儲和網(wǎng)絡(luò)帶寬需求，提高設(shè)備響應(yīng)速度，相當于在邊緣直接對視頻圖像進行處理分析，彌補了云計算響應(yīng)不及時、功耗高等問題，并滿足了安防行業(yè)在實時業(yè)務(wù)、安全與隱私保護等方面的需要，因此被廣泛應(yīng)用。

而邊緣計算在安防行業(yè)落地會有不同場景，具體可分為以下兩種：

第一類是私有網(wǎng)絡(luò)：通常采用邊緣存儲私有化＋邊緣計算私有化部署，該方案的優(yōu)點是可內(nèi)網(wǎng)保證數(shù)據(jù)私密性，可打開網(wǎng)絡(luò)出口，把數(shù)據(jù)備份到公網(wǎng)上，本地計算資源不足時也可打開公網(wǎng)出口，業(yè)務(wù)降級到中心計算資源去計算處理。

第二類是互聯(lián)網(wǎng)：與私有網(wǎng)絡(luò)不同，互聯(lián)網(wǎng)因為公網(wǎng)的問題通常會存在幾個痛點：

1、鏈路質(zhì)量問題。主要是設(shè)備到計算中心機房通信的延遲，同時網(wǎng)絡(luò)鏈路不可靠。

2、私有協(xié)議和利舊問題。因為安防領(lǐng)域存在歷史監(jiān)控設(shè)備，不一定可以直接做嵌入程序升級，而很多廠家的設(shè)備也需要支持非標準的多媒體協(xié)議。

3、資源成本問題。本地攝像頭的數(shù)據(jù)如果全部上傳到存儲，很多無價值數(shù)據(jù)也會占用傳輸通道和存儲空間，如果能夠就近處理刪除無用數(shù)據(jù)，將減少很多資源浪費。

4、傳輸時效問題。尤其在監(jiān)控歷史數(shù)據(jù)遷移等過程中，長距離的到中心計算機房的傳輸會帶來極大的時間成本損失。

5、隱私安全問題。部分公網(wǎng)存在易破解等缺點，容易將個人隱私被盜取。

綜上，邊緣計算可以從運營成本、帶寬利用率、丟包率、業(yè)務(wù)延遲、保護隱私安全等指標上給整個行業(yè)的性能和運營帶來極大的改善，而堃乾智能提出的邊緣計算安防解決方案，提供了一系列特性如流式上傳、倍速播放、去SD卡化、邊緣智能分析等，賦能各行各業(yè)，讓各個合作企業(yè)能夠享受邊緣計算所帶來的便捷。

邊緣計算在安防領(lǐng)域的實踐從根本上打破了原本“智能”應(yīng)用落地的壁壘，讓原本受限于計算力、傳輸環(huán)境、存儲環(huán)境等諸多問題的應(yīng)用設(shè)想得以實現(xiàn)，進一步提升了視頻分析速度，也在保護用戶隱私安全方面提高了安全指數(shù)。值得一提的是，邊緣計算最終目的不是取代云端，而是通過分布式架構(gòu)拓展云端邊際，使之更靠近用戶網(wǎng)絡(luò)，以滿足對于網(wǎng)絡(luò)等待時間、帶寬更高需求的新興應(yīng)用。

責(zé)任編輯：ct