学会大数据时代智能制造与企业数据中心建设研讨（共5篇）

第一篇：学会大数据时代智能制造与企业数据中心建设研讨

省计算机学会大数据时代智能制造与企业数据

中心建设研讨会在成都举行

大数据、云计算、人工智能等技术的迅猛发展，带来了社会的巨大改变，同时也影响着传统制造业的生产和经营方式。为适应这一发展趋势，充分利用大数据技术、超融合技术开展企业数据中心建设，实现企业向智能制造成功转型。四川省计算机学会联合北京并行科技股份有限公司、英特尔（中国）有限公司于2017年6月23日下午在成都祥宇宾馆成功举办了“大数据时代智能制造与企业数据中心建设”研讨会。来自西南地区高校、军工科研单位、企业共计60余人参加了研讨会。

西南民族大学并行计算实验室、中国科学院成都计算所博导王鹏教授做了“人工智能优化算法与应用”主题报告。讲述了人工智能算法发展的前世今生，同时向大家介绍了实验室团队独创的“多尺度量子谐振子算法（MQHOA）”研究现状与应用领域，展望该算法在军工科研单位与企业的应用与发展。张利民与刘海超工程师分别就“智能制造时代高性能计算中心（HPC）的建设、优化与升级”和“基于大数据的超融合技术、建设企业级服务效益型数据中心”做了技术报告。介绍了智能制造时代企业级数据中心、高性能计算中心的转型与升级的技术方案以及大量的成功案例。专家报告引起了与会者广泛的关注与讨论，大家对企业级数据中心由职能型转为服务性的转变、高性能中心建设与优化升级有了新的认识与见解，会议进行了热烈的互动讨论。大家对本次培训研讨反响良好，会议获得圆满成功。

学会宋昌元秘书长到会致辞并做了讲话。就学会上半年热络的学术活动及学会发展现状作了介绍，向与会的各位嘉宾表示欢迎和感谢。

学会秘书处

第二篇：《从大数据到智能制造》读后感

《从大数据到智能制造》读后感

近日，在繁忙的工作中有幸读到了由李杰、倪军和王安正三位教授联袂著作的《从大数据到智能制造》这本书，该书以大数据与智能制造的关系为视角，系统地阐述了如何利用大数据解决和避免在制造过程中的可见和不可见问题。作为制造行业的制造部门共通系的我来说感慨颇深、深受启发。

这本书总共分为三篇：导引篇、案例分析篇和专家访谈篇。分别从理论和实践对如何运用大数据去预测需求、预测制造、解决和避免不可见问题的风险，和利用数据去整合产业链和价值链。数据本身不会说话，也不会直接创造价值，真正为企业带来价值的是数据分析之后产生的信息的意义和行动的价值。FY17上半年公司主推的VAA附加价值分析活动，在这个埋藏金挖掘的过程中，第一步就是通过对大量数据的深入挖掘，去分析探讨其中的非附加价值，进而对非附加价值进行定义，利用大数据进行附加价值和非附加价值的可视化，最后通过改善对非附加价值进行削减突破，进而开展各种改善活动进行cost down。

中国是制造大国，西方国家又这样一句话“To live well，a nation must produce well”，说明制造也是一个国家综合国力的最重要的体现，也是决定民众生活质量的重要条件。随着“工业4.0”、“NNMI计划”和“IVI”的提出，我国也感受到了来自世界各位新技术战略的压力，也相继提出了“中国制造2025”，“互联网+”和“供给侧改革”等多项措施。除了技术的革新，我们从中更不难发现的是中国制造哲学的进步，作为制造企业，目标即为以低成本生产高质量的产品；通过全流程改善降低浪费。所有的流程都离不开大数据的分析。

在公司的整个运营过程中，每年都会进行OB和RB的经营数值预测和设定，在这个过程中就需要整合大量的数据，从数据中进行以往的review和今后的action plan，今年更是联协INZ，通过GP4数据模拟的导入，通过建模来推动材料、装备、工艺、测量和维护这五个环节。通过智能制造的第六个关键因素建模（Modeling），基于大数据，从而对生产线体的配布有直观、超前的判断。

分析大数据枯燥无谓，但是对于制造企业的发展必不可少，作为制造型企业的员工要更加重视基础数据的收集，以数据为基础进行革新、改革和发展。

制造部党支部

周楠

第三篇：大数据时代的小数据建设

大数据时代的小数据建设

——应用改错本做个小数据

兴仁县城南街道三昧塘小学 姓名：杨栋先 电话：*** 联系地址：贵州省兴仁县城南街道三昧塘小学 邮编：562300

大数据时代做个小数据，《道德经》里的第六十三章有这样一句话，“天下大事必作于细，天下难事必作于易”。其意思是天下所有的大事都必须从“细”、从“小”做起，天下所有的难事都必须从从“易”、从“简”做起。对于这句话我有很深刻的体会，把它用到我的教育教学这件大事中来，应该同样可以从小事做起。

在教育教学中，大部分老师对如何轻松教会学生知识感到头疼，尤其是那些自觉性较差的学生，大脑里没有学习的概念，作业强迫做，而且有些还是为了应付差事而乱做，这是为什么呢？本人认为原因有二:一是作业量大；二是作业次数频繁。记得我孩子读小学时，有些题目做了七八遍还要做，我给孩子说会做的就不要做了，只做模糊的题目就行了，可孩子说这是老师要求做的，说是为了巩固，这都是分等惹的祸。其实学生学习知识，如果会的就永远会了，要积累的是那不懂的部分。

那么，怎样才能使学生在这激烈的社会竞争中既做得少，成绩又能脱颖而出呢？从多年来的教学经验，我找到了一条捷径——应用改错本。

2016年12月在清华大学学习期间，刘茗教授给我们讲座讲到了教师专业水平的成长时，其中一条是“不要小看改错本，必须充分利用改错本。”此时的我非常高兴，非常激动，因为我一直都在要求学生利用改错本，但是效果不是很显著。现在想来，主要原因是不会应用，我的改错本只是为了改错，为了积累，可在学生的脑海中，要把错的改正过来，应该是印象深刻了才能改正，才能真正记住。

为此，怎样才能让学生记忆深刻呢？通过最近学习了国家公务员公需科考试的大数据的应用以后，我忽然茅塞顿开，大数据的作用那么大，我们做不了大数据，但我们可以做小数据呀！正如全国十大金口才之一的周士渊老师在讲《习惯学》的其中一条就是习惯养成的三字诀——易、少、小。也就是说，我们培养学生良好的学习习惯，可以从应用改错本这个小习惯作眼。

在大数据广泛应用的时代，我深受启发，我对学生应用改错本进行初步研究，而研究的方法主要是从小数据入手。首先，一个单元结束后收集学生的错误知识点，然后对学生的错误进行分类，找出错因，挖掘错误知识之间的联系。我是语文教师，我主要研究语文，所以，学生的错误大概可以分成:字、词、句、段、章五类，要求学生准备不同的改错本，分别记下不同的错误知识。如字词类，教师先将学生错误的字词作为数据资源库，找出错因，看看学生是对哪个类型结构、或者偏旁、或者从分类的错字较多，这样可以分类统计，然后进行归纳总结，针对错误再找出行之有效的教法。例如：

一、错误的知识可以要求学生参与分析，分析的过程实际是学生再学习、再认识、再总结和再提高的过程，这样学生对字的认识理解更深刻、掌握更牢固、运用更灵活。

二、老师再要求学生把特易错的字结合课文内容变成一个个小故事，这样，呆板的字就变活了，学生肯定容易记住。然后再把单元与单元之间联系起来逐于归类处理，到最后学生对字的认识就会形成一个知识链数据库。

其他知识也可以利用类似的方法进行数据统计，必须强调的是数据不是简单的数字，而是有根据的数字，最精确的事实，是深入挖掘的语言和载体，所以教师收集的数据必须是学生真实的错误知识点，将这些知识点进行统计、分析，再找出教法，教会学生正确知识点，这样收集的数据才有用。

专家在讲大数据时谈到:数据可以说明过去，也可以驱动今天，更可以决定未来。是的，当我们在收集学生错字的资源库里找到了学生的错因，再根据错因找到了一条条的教学规律时，我们可以把每个年级的规律装订成册，作为校本教材来使用，这不就是利用国家教材开发校本教材吗？如果老师把这些规律掌握了时，应用这些规律进行教学，学生一旦都会了，还可能布置很多作业（如反复抄写生词）吗？还会把考试当作枷锁吗？

这样一来，我们今后的教学就会教得轻松，学生也会学得容易。因此，我决定在大数据时代做个小数据——对学生改错本进行数据统计再研究。

第四篇：《智能时代：大数据与智能革命重新定义未来》读后感（定稿）

《智能时代：大数据与智能革命重新定义未来》读后感 在领导的热心介绍下，仔细阅读完这本书之后，让我这个刚刚接触信息行业的实习者来说，有太多的感悟，从中也得到了一些感悟，在信息大爆炸的今天，不讨论大数据这个话题似乎就是跟不上时代。从医药到教育，再到其他各个领域，大数据充斥着现代社会的每个角落。而我们最关心的还是大数据最终将以什么样的形式，怎么样影响甚至改变我们的生活。在这个文字泛滥的年代，找到一本好书，真的不是一件容易的事。刚刚读完的这本《智能时代》就是一本好书，大数据和人工智能迅猛发展，对社会和商业的影响日益深刻，从学术界到企业界，智能化浪潮的来临，已经成为共识。可以比肩于大航海时期和工业革命的此次变革浪潮，必然会对我们的技术发展、商业和社会都会产生重大的影响。作者吴军在《智能时代：大数据与智能革命重新定义未来》中指出，首先，我们在过去被认为非常难以解决的问题，会因为大数据和机器智能的使用而迎刃而解，比如解决癌症个性化治疗的难题。同时，大数据和机器智能还会彻底改变未来时代的商业模式，很多传统的行业都将采用智能技术实现升级换代，同时改变原有的商业模式。大数据和机器智能对于未来社会的影响是全方位的。另一方面，智能化也会对整个社会带来巨大的冲击，尤其是在智能革命的初期。因此，在智能时代开始的时候，我们需要未雨绸缪，力争做控制世界的2%人，而不是被智能化浪潮淘汰。

这个时代价值观太多，要学的知识太多，穷尽一生也追求不完，我读书的一个心法是认准一个作者，相信他所说的都是对的。我觉得这本书的作者就很对我的胃口，在此把作者的名字一并记录下来，吴军。

前几个月，我和几个朋友一起吃饭，一个朋友还说到，中国人真笨，发展了这么多年，经济还是没有搞上去，中国五千年的文化有什么用嘞，搞来搞去人还是饭都吃不饱，还赶不上人家西方几次工业革命，读书有什么用嘞，读历史没什么意义。我还跟他说，我要把我看的书留给我的下一代看，他就笑我说，到时候你的这些书早过时了，要是天天给他们看这些，你们的日子只会越过越穷。我当时什么也没说，因为我脑子什么也反映不出来了。今天我就用这本书来反驳他吧。

我倒是认为中国人是这个世界上最聪明的。为什么这样说，我先从西方世界谈起。外国人之所以这么牛逼，倒不是他们有多聪明，是因为他们发明了方法论，他们说大胆假设，小心求证（这就使得西方人很有怀疑精神，这决定了他们的思维朝着追求因果一一对应的方向发展）：他们研究问题用大样本随机双盲试验（西医就是在这种试验模型下一步一个脚印发展壮大的）：他们给科学的定义是可证伪（在西方人的世界里，每句话的定义都很明确，他们说，在什么什么情况下，这条定理是成立的）。西方人发明了方法论，使得他们在发展过程中所积累的经验都是可进化可迭代的，因此他们能一步一个脚印的实实在在的创造出成果来。而我们中国人发展过程中没有方法论，我们只有方法，我们虽然也发明了一些先进技术，但是那都是历史上出类拔萃的一两个大神用其一生的精力发明创造出来的，他们的技术成不了系统。因此中国人讲悟性，我们的祖先所追求的是事物的统一以及一贯正确性。我们发明了八卦，阴阳互补就恨不得用这个东西去解释世界的所有现象，这样就使得那些不懂的阴阳的假学者整天搞那些歪理邪说以谋生。中国文化是不敢拿出来造次的，我们这个名族对人自身以及人与自然的关系这方面的研究可是方法论所解释不了的。关于相信不相信中医这个问题，我想说的是，现在中医界混饭吃的人太多，这些没有真学问的人，是能害死人的。我倒是觉得中国文化只要学好了，人人都可以是自己的医生，中医的关键不是那些花草植物熬制的汤水，而是人对自身的把控。

其实西方社会所创造的这些东西依靠与方法论，所以只要搞清楚了，就很好解释。中国文化我不敢瞎咧咧，唯有潜心去悟，可不敢把自己仅悟到的那些皮毛讲出来害人的，但西方发展史我还是敢根据这本书所讲的内容跟大家分享一下的。过去的一二百年，工业一二次革命，所创造的物质比过去人类创造的所有物质的总和还要多。这些物质无疑给人类的生活带来了巨大的改变，让人的生活变得五彩斑斓。这些让人眼花缭乱的成就的背后的逻辑其实很简单，不过是机械思维而已。谈谈离我们近的，刚刚过去的信息革命以及我们正在面临的智能革命。在过去信息革命的时代里，机械思维已经不是那么实用了，人类所面临的问题不再是那些简单的因果关系所能解决的了，在物理界处了牛顿，爱因斯坦的两个等式，还出现了一个不等式（至于是啥记不清了，抱歉我是和这书写的），自然界那些确定的因果关系以及被发现殆尽了。人们开始去探索那些复杂问题的解决办法。例如，吸烟有害健康，人们到现在也证明不了这个观点是对的，因为决定人是否得肺癌的因素太多了，人类目前的水平无法做到排除所有因素去控制唯一变量去研究其真伪。

研究复杂的问题，机械思维已经不实用了，方法论就创造了一个全新的思维，好像叫摩尔定律吧。反正主要意思就是要大家放弃过去的追求因果，转而去追求事情发生的最大可能性。在信息时代，人们在互联网上互相传递信息，传递信息的过程中必然会产生数据(这时候，人类发明了比特，比特是用来计量信息量的单位。信息是虚无的，看不见摸不着，但它却实实在在影响着我们的生活)。数据这个东西，在它的数量还不是很多的时候，并没有多大用，可现实是，人类已经在2012年把数据的量积累到足够的多，多到人可以用它来解决复杂问题。这就有了大数据时代，或称之为智能时代。

智能时代的本质是大数据，这一点望各位看官一定记住，这样你才能看懂你所生活的这个年代（例子没时间举了，感兴趣的私聊）。在八九十年代，人们发明智能机器人的思路是模仿人的神经元，走条路人工智能发展缓慢，人们只是造出了许多好玩的玩具（有点像中国几千年的发明史，走错了路）。最近这些年，改走大数据这条路，智能机器人下围棋战胜人类，智能汽车上路行驶几百万英里零事故，智能机器现在都已经可以写财务报表了。大数据时代，互联网公司疯狂的抢夺着我们老百姓的生活信息，现代社会的资本都在全力向数据公司靠拢，美团以及滴滴打车等互联网公司在其起步阶段，我们这一代大学生都是享受过其价格补贴的红利的，互联网很烧钱的，可是资本家有钱啊，只要你能获得数据，砸多少钱他们都愿意，当然，现在他们已经不给我们补贴了，但是我们也已经离不开这些软件了。现在微信，滴滴等手机软件已经占据了我们的生活，我们真的已经离不开它们了，但我们在享受这些便捷的同时，它们也掌控了我们的生活，破坏了我们的隐私。

这是一个最好的年代，也是一个最糟的年代。大数据去让那些大资本家去做吧，我们这一代老百姓史享受不到多少利益的。世界永远是百分之二的人掌控着的。（有个二八法则，感觉和这个意思差不多，说的挺有道理的）这也符合资本社会发展的规律，书上说我们至少需要两代人才能把科技革命的诟病解决掉。关于这些政治社会上的问题，在此就不说了，也说不好。我就谈谈我个人的体会吧。我觉得现在每个人都应该理解这个时代的思维习惯，这样才能融入进去。这个时代做一个有意思的人是一件至关重要的事，说不定某一天你的工作就会被机器抢走，这时现代化政策可以不要你工作养着你。但没有工作的生活多难受啊，想我最近一样，闲的能把自己逼疯。

大数据和机器智能的出现，对我们的技术发展、商业和社会都会产生重大的影响。作者吴军在《智能时代：大数据与智能革命重新定义未来》中指出，首先，我们在过去认为非常难以解决的问题，会因为大数据和机器智能的使用而迎刃而解，比如解决癌症个性化治疗的难题。同时，大数据和机器智能还会彻底改变未来的商业模式，很多传统的行业都将采用智能技术实现升级换代，同时改变原有的商业模式。大数据和机器智能对于未来社会的影响是全方位的。

以上是我个人的一些拙见，在未来的工作中，希望能够得到领导更多的教诲与帮助，让我也能成为与书中的一些人物一样，为企业的发展献出一份力。

第五篇：智能分析助力安防进入大数据时代

智能分析助力安防进入大数据时代

随着智慧城市和智能交通的快速发展,金融、交通、政府等传统领域的安防应用更加深入，新生领域如教育、卫生、体育、能源飞速发展，社区、居民相关应用也在不断升温,移动互联设备随之快速激增，产生了海量的非结构化视音频数据，带动了大数据的存储、管理、分析等应用。

驱动大数据发展的重要因素主要来自两个方面：一是消费领域，如网购及社交媒体应用产生的大量数据；另一方面来自城市基础设施建设，安防便是其中之一。建设平安城市的过程伴随大量数据的产生，尤其是以视频监控为主要特征的数字安全监控（Digital Security Surveillance，DSS）。我们所居住的城市中有无数的高清摄像头，涉及治安监控、指挥通信、侦查破案、规范执法、社会服务等，视频接入规模从几千到几十万，随着安防监控对高清、智能、联网的要求越来越高，每天产生的数据规模正以惊人的速度不断增长。

一、安防公共领域对大数据的运用

大数据时代来临，行业变革才刚刚开始，未来前景广阔。就目前发展来看，国内安防行业对大数据的应用领域还较有限，主要集中在公共领域。目前我国在安防公共领域对大数据的运用主要集中在智能交通、司法系统等方面。

（一）智能交通：交通运输部今年7月份下发通知，将对公共交通信息化应用系统建设、相关支撑系统建设、数据资源与交换系统建设提供资金支持。在政策利好支撑下，可以从以下三方面掘金智能交通领域：

1.从事城市交通系统建设、高速公路信息化建设等领域； 2.智能交通发展必需的视频监控设备供应商；

3.提供导航地图、地理信息系统软件建设的内容提供商。

（二）司法系统：公安市场大规模的信息化和装备投资产生了海量的非结构化数据，公安的实战应用是大数据的重要应用领域。该领域大数据类公司业务包括电子数据取证、电子数据鉴定、网络舆情分析、数字维权、公证云、搜索云以及取证云服务等。

二、安防大数据技术分析

在安防行业，涉及的数据信息类型很多，以数据的结构类型来看，包括各类非结构化、结构化及半结构化信息。其中，非结构化数据主要包括视频录像和图片记录，如监控视频录像、报警录像、摘要录像、车辆卡口图片、人脸抓拍图片、报警抓拍图片等；结构化数据则包括报警记录，系统日志记录，运维数据记录，摘要分析结构化描述记录以及各种相关的信息数据库，如人口信息、地理数据信息、车驾管信息等；半结构化数据则如人脸建模数据，指纹记录等。

对IT大数据来说，其特征通常用4V（Velocity、Variety、Volume、Veracity）来概括，但对于安防大数据来说，它有自己独特的特点。首先，安防大数据以非结构化的视频监控数据为主，因而它更侧重于对非结构化数据的信息分析、提取挖掘以及处理能力；其次，就数据容量而言，以视频录像为主的安防大数据对传输、存储和计算过程中需要的带宽以及存储空间要求都更高；再次，以数据量基础做比较，安防大数据中的信息价值密度更低，从海量的图像信息中快速和准确地检测或者挖掘出有用信息的难度更大；最后，视频监控数据7×24小时都在持续不断地更新积累，其时效性更高。

安防大数据的处理和分析工具主要有两类：一类是对视频图像等非结构化信息的处理和分析工具，包括视频智能分析工具、视频摘要工具、图像清晰化工具、视频清晰化工具、视频转码工具、视频编辑工具等等；另一类则是对结构化、半结构化信息的大数据分析处理工具，此类处理和分析工具安防界吸取了IT界在处理大数据方面的架构和经验，比较流行的如Hadoop，Spark大数据处理的框架，以及Mahout、R数据挖掘工具，以对结构化和半结构化的数据可以实现快速和准确的数据分析和挖掘。

（一）智能分析

大数据在安防行业的应用使得安防更加智能化，大数据的技术一般分为数据采集、存储、挖掘和分析技术。其中，智能分析居于核心地位。

智能分析是安防大数据区别于IT大数据的根本点，只有利用智能分析技术将安防大数据的非结构化数据转换为结构化数据，才能将IT大数据成熟的技术体系应用到安防大数据中，充分发挥安防大数据的作用。对于视频图像等非结构化数据的分析和处理，目前可能更多地是把它归属到智能分析的范畴，这些技术很多已在初期应用中不断改进和完善，很多更新的智能分析技术仍处在研发过程中，对这类数据的分析和处理也将成为安防大数据的核心价值点。日益丰富的智能算法将大大提高视频监控摄像机的使用范围和价值，处于应用初级阶段的智能视频监控，也将随着智能算法的日益丰富而快速发展。而数字处理芯片、编解码能力以及压缩算法，是影响图像处理技术的重要因素。安防智能化的核心还体现在VA(视频分析或图像分析)，而VA需要底层算法的支持并运用单元执行，这可提高视频分析的效率。

（二）云存储与云计算

随着数字安防技术的普及，监控技术逐渐往高清化、网络化发展，随之而来的是海量的数据存储问题，海量数据必须拥有能够进行可靠、可保证效率且拥有快速的读写以及响应能力的存储。存储设备从监控系统的边缘化位置逐渐走向了中心，在监控系统的比重也随着集中化的提升而得以大幅提高，传统的存储方式已经不能适应网络存储的需求，云存储作为一种新型的存储服务应运而生。

所谓云存储，是指通过集群应用、网格技术及分布式文件系统功能，将网络中大量不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问的一种系统，即以数据存储和管理为核心的云计算系统。

云计算、云存储和大数据将对视频监控行业带来存储架构、虚拟化、安全和高效处理四个方面的变化。

首先，大数据的特征对存储容量的总体拥有量需求激增，海量存储模式也从传统的集中存储式架构发展到分布式存储架构，这种分布式架构，在多副本、网络 RAID技术、快照技术驱动下，实现海量存储的高可靠、大并发能力，推进了存储从设备供应模式到服务模式的升级和转变。

其次，虚拟化技术在存储服务能力建设上将继续不断发展，升级模式从SCALE-UP向SCALE-OUT模式发展，为无处不在的存储资源的调度与管理、存储资源的在线扩容升级、数据持续保护、存储服务不间断等实现有力的支撑。虚拟化，一方面大大简化应用环节，节省客户建设成本，同时提供更强的存储和共享功能；另一方面解决了存储空间的浪费，可以自动重新分配数据，提高了存储空间的利用率，同时具备负载均衡、故障冗余功能。

再次，安全方面实时计算和存储，对存储设备性能、存储网络性能、存储资源配置简化性要求越来越高。在复杂的存储服务中，基于虚拟化所构建的混合存储系统，系统的自动分层存储能力尤为重要。伴随闪存的成本不断降低的市场，市场上也有基于全闪存阵列产品的出现，基于虚拟化下的存储资源自动化分层，实现数据分层存储，并迁移的策略，对大数据实时性、安全性更加不可或缺。

最后，面对结构化数据、非结构化数据、半结构化等元数据的处理机制，云存储管理可以实现自动化和智能化，所有的存储资源被整合到一起，客户看到的是单一存储空间，提高了存储效率；云存储能够实现规模效应和弹性扩展，降低运营成本，避免资源浪费。受限于安防视频监控自身业务的特点，监控云存储和现有互联网云计算模型会有区别，如安防用户倾向于视频信息存储在本地、政府视频监控应用比较敏感、视频信息的隐私问题、视频监控对网络带宽消耗较大等问题。海量数据存储的检索、目录服务、去重化都将在以大数据牵动的存储应用中，给存储产业带来新的发展机遇。

当前，安防监控的发展如火如荼，与此同时，云存储技术在安防监控的应用也日渐普遍，作为未来安防存储发展的一种趋势，目前，云存储厂商正在将各类搜索、应用技术和云存储相结合，以便向用户提供一系列的数据服务，但是，云存储的发展状况仍受限于以下几个因素：

1.网络带宽的限制：真正的云存储系统将会是一个多区域分布、遍布全国、甚至于遍布全球的庞大公用系统，使用者需要通过adsl、ddn等宽带接入设备来连接云存储。只有宽带网络得到充足的发展，使用者才有可能获得足够大的数据传输带宽，实现大量容量数据的传输，真正享受到云存储服务，否则只能是空谈。

2.数据安全性：从云计算诞生，安全性一直是企业实施云计算首要考虑的问题之一，同样，在云存储方面，安全仍是首项考虑的问题。云存储系统的安全威胁主要表现如下：

云存储提供可伸缩的数据服务，无法清晰定义安全边界及保护设备，给云存储的安全保护措施增加了难度；

云存储通过IP网络传输数据，因此传统网络上的安全威胁也存在于云存储系统上，如数据破坏、数据窃取、数据篡改、拒绝服务等，影响了数据的安全存储；

数据存储的安全性包括静态存储安全和动态存储安全，静态存储安全是确保云存储系统上最终存储数据的存放安全，动态存储安全是确保在数据传输时的完整性和保密性；

云存储需要保证数据的容错J性、可恢复性和完整性，在灾难发生时如何避免数据服务中断及数据丢失等问题；

云存储系统作为一个公共数据中心，具有多客户连接、高交互性、数据安全保障要求高等特点，对入侵、攻击、病毒和恶意软件十分敏感，有必要对云存储中的数据流进行实时主动地检测和防御。

3.应用存储的发展：云存储不仅仅是存储，更多的是应用。应用存储是一种在存储设备中集成了应用软件功能的存储设备，它不仅具有数据存储功能，还具有应用软件功能，可以看作是服务器和存储设备的集合体。应用存储技术的发展可以大量减少云存储中服务器的数量，从而降低系统建设成本，减少系统中由服务器造成单点故障和性能瓶颈，减少数据传输环节，提供系统性能和效率，保证整个系统的高效稳定运行。

三、大数据应用于安防中存在的不足

在信息化浪潮的冲击下，人们当前已经步入互联网与云计算的时代，整个安防行业也从产品销售、平台建设逐渐转向系统运营和数据分析，安防行业IT化已经是不可避免的趋势。

在视频监控领域，伴随着高清监控时代的大潮，产生了越来越多的海量视频数据。但是，大量的视频数据仍然是独立的、零散的。视频录像数据散布在各个行业、单位独立的系统中，没有发挥达到联网、共享，业界也没有形成对数据挖掘、利用的通用方法，核心技术仍然在研究中，尚没有实现重大突破。

目前大量的视频监控数据运用于安防领域，但主要以人工搜索为主，政府之间跨警种、跨部门、跨区域的联网共享应用仍然较少，更不用说为老百姓、为社会所用的应用还没有启动。如能开放这些视频资源，为老百姓服务，而不仅仅用于治安、刑事案件，能通过信息公开、数据共享、数据挖掘推动新型的数据服务业的大发展，将是社会的福音。

安防行业从单一产品到系统集成，从模拟监控到网络监控，从封闭系统到大数据、云平台，已经不是简单的视频传输，而是涉及数据采集、通信、处理、反馈的IT 化系统解决方案。在产品层面，监控系统平台的储存、传输与服务器技术更依赖于IT技术。未来基于大数据处理提供智能分析也需要IT技术的支撑。

而安防企业需要做的，便是积极加强内功，提高研发能力，加强技术储备，应对更大数据量带来的冲击。后期安防厂家会进行分化，部分传统安防厂家更加专注于某固定安防领域继续深耕，专注于产品和技术，一部分安防厂家会向大安防集成平台转变，专注于业务整合和数据分析处理。