當下，安防行業大數據的存在已經被越來越多的人熟知，特別是安防行業海量的非結構化視頻數據，以及飛速增長的特征數據（卡口過車數據、人像抓拍數據、異常行為數據等），帶動了大數據的存儲、管理、分析等一系列問題，吸引著更多人的關注。

從數據的結構類型來看，包括各類非結構化、結構化以及半結構化信息。非結構化數據主要包括視頻錄像和圖像記錄，如監控視頻錄像、報警錄像、車輛卡口圖片、人臉抓拍圖片、報警抓拍圖片等;結構化數據則包括報警記錄、系統日志記錄、運維數據記錄、摘要分析等結構化描述信息，以及各種相關的信息數據庫，如人口信息、地理數據信息、車駕管信息等;半結構化數據則如人臉建模。

在安防領域，大數據的應用目前主要有兩個方向。一是個人消費領域，如家庭和社交媒體產生的數據;另外是城市基礎設施建設，平安城市和智能交通大數據安防的規?；瘧谜f明了這個城市基礎設施建設是大數據安防應用主流，而個人消費領域還在孕育階段，期待厚積薄發。不管怎樣，大數據帶給安防行業化應用的未來可以期待，關鍵在于如何深耕、挖掘，進而體現數據價值。

視頻應用方面，是大數據在安防領域的應用主要。視頻具有比較高信息含量、比較大的數據量因而在視頻智能分析中具有重要的地位。智能視頻分析研究具有廣闊的前景，其以監控視頻資源作為資源基礎，對于歷史監控和實時視頻資源目標對象的提取、增強行為分析，使得對于監控視頻的處理從被動的處置向事前主動預防轉變。而視頻監控的高清化和超高清化發展方向，以及數據信息資源的成倍指數級別的爆發式增長，使得對于視頻監控的處理方式更加靈、伸縮性更大，多臺服務器同時在多個節點進行處理，大大加大了數據的處理進程，使得數據時代下，大數據與安防的結合更加緊密和便利。

大數據在帶來巨大機遇的同時，也帶來了很大的挑戰。按照IT產業的法則：在滿足客戶需求的前提之下，往往技術成本越低，其生命力往往越強。由于數據量的急速擴大，以及隨之而來的大規模計算的需求越來越多，一味采用高配硬件，使得硬件投資成為客戶不可承受之重。如何在滿足需求的前提下，刪除重復數據、降低硬件成本投資將成為海量非結構化數據存儲的一個難題。此外，還有數據挖掘、分析算法的成熟度問題、時效性問題、信息安全與用戶隱私問題、視頻圖像數據挖掘等難點。

大數據的魅力并不在“大”，而在于“有用”。價值含量、挖掘成本比數量更為重要。所以，對于安防行業而言，如何將非結構化數據轉換成為結構化數據，如何深入挖掘并有效利用這些大規模數據，已經迫在眉睫。

值得慶幸的是，隨著一系列政策的出臺，大數據國家戰略正在加速落地，大數據產業發展機遇空前。2016年，繼國家發改委印發了《關于組織實施促進大數據發展重大工程的通知》后，環保部、國務院辦公廳、國土資源部、國家林業局、煤工委、交通運輸部、農業部均推出大數據發展意見和方案，大數據政策從全面、總體規劃逐漸朝各大產業、各細分領域延伸，大數據產業發展也在逐步從理論研究走向實際應用之路。

從大數據中“挖出金礦”，是真正考驗企業核心硬技術的階段。安防企業需要腳踏實地、一步步迭代出符合時代需求的產品，在保持自主研發和創新的基礎上，挖掘市場潛力，在具體應用上扎根垂直領域，并且從解決用戶在大數據管理中遇到的實際問題入手，以實際應用帶動產業鏈配套進行市場競爭。