智慧地铁视图数据中心建设方案（56页 PPT）.pptx

汇报人姓名汇报日期智慧地铁视图数据中心建设思路LOREMIPSUMDOLOR

业务需求找到1个可疑人员大量计算资源分布式智能分析快速调用580TB录像1分钟内，在一条线路2000个摄像头1周的录像中检索到视频内的1个可疑人员海量录像调用智能人脸识别人脸轨迹抽取业务集群调度

大数据时代下的智慧地铁数据描述：从非结构化到结构化数据处理：从信息孤岛到数据融合数据存储：从业务透明到业务感知最终目标：从事后取证到事前预警

自顶向下设计项目需求设计客户组织实施策略行业需求预算与验收标准项目目标应用设计······业务设计逻辑组件设计流量模型WANLANIntranet管理模型客户组织适配网络自治适配计算模型卷积神经网络深度学习MapReduceSPARK存储模型集中式分布式云安全模型不可信网络隔离网络可信网络业务架构设计环调综合安防平台入侵报警系统电子巡查系统物品探测系统行调公安乘客信息系统视频监控系统BIM系统实体防护系统出入口控制系统······工程设备设计车站采集设备基地控制中心停车场车辆段存储设备传输设备控制设备工程布线显示设备管理设备············

1逻辑组件整体设计

IntranetLANLANLANLANLAN流量设计原则——本地集中车站内千兆接入，本地终结主要流量车站与OCC间千兆可用带宽，预留故障切换与应急指挥车站间不能有窜流流量模型设计

管理设计原则——本地自治警用、专用在车站、传输或者OCC处分开系统间对接灵活，要求本地系统高度自治网间流量可控，故障可自治，要求本地系统高度自治管理模型设计分控中心OCC车站车站车站车辆段市公安局COCC

计算设计原则——IO路径最短，分布计算，集群调度特征提取与结构化描述前置，IO路径最短多维度时空分析与轨迹碰撞后置，分布计算，集群调度海量数据，流式实时分析与离线数据分析，业务模型时空化计算模型设计车站1特征提取与分类实时数据与存储数据采集与检测车站2特征提取与分类实时数据与存储数据采集与检测车站n特征提取与分类实时数据与存储数据采集与检测OCC/公安分控业务集群调度

存储设计原则——本地集中，远程灾备，业务感知两级云存储架构，统一管理和故障切换本地高可用性设计，云内负载均衡故障后云间切换，恢复后数据回迁依据业务不同设计数据保护存储模型设计车站1车站nOCC其他分控

安全设计原则——业务感知，两层隔离部署于视频传输和业务系统之间，保证OCC数据安全前端准入控制，与运维管理联动，防御非法接入后端深层防御，感知业务数据，防御非法数据安全模型设计安全隔离网络可信网络IPC接入交换机IMP视频监控管理服务器智能运维管理服务器策略/授权下发不可信网络准入控制模块车站汇聚交换机802.1x认证

组件解耦设计——高内聚、低耦合130路6Mbps90天存储：878TB转发：2Gbps业务：权限/用户/视频/设备/业务/域间管理、智能计算存储、转发、计算、权限/用户/视频/设备/业务/域间管理存储计算转发权限/用户/视频/设备/业务/域间管理

业务适配性设计——业务硬件化，流量全交换流媒体方案全交换方案转发原理依靠CPU的业务层复制分发依靠ASIC芯片实现报文级的复制分发转发性能引入延时50ms以上最优路径转发，引入延时ns级别可靠性集群的故障恢复时间在10S以上无阻塞的网状架构，故障恢复时间小于50msTCO单台服务器转发容量小于200路合理组播规划，利用现有网络设备适用场景异构系统、广域网的通用性对接同构系统、视频专网的高效对接流媒体架构全交换架构

1数据抽象业务设计

基于视频图像的智能分析视频浓缩技术人脸识别技术行为分析技术时空分析技术车牌识别技术违章分析技术视频诊断技术违章处罚系统维护视频侦查缉查布控

智能分析的难点算法适应性差算法集成难施工要求高服务器成本高每个厂商各有所长多厂商算法很难集成算法环境适应性差算法特征可扩展性差施工的质量决定智能效果智能分析效率低服务器数量多

宇视WISE+智能应用解决方案高密度计算GPU/CPU混合应用分布式计算资源调度WISE+Wisdom智慧算法Integration集成框架Scene场景设计Elasticity弹性计算深度学习技术算法自学习平台可集成最优算法统一智能应用接口统一智能数据接口三维虚拟工勘三维智能场景设计+集成各项核心技术，超过60家厂商的智能分析产业链，打造专家级智能解决方案。

UniHadoop利用CPU、CPU集群做数据挖掘和碰撞。UniIA利用GPU、GPU集群做图像分析和图像数据结构化。以视频图像为中心的计算传统CPU计算宇视GPU+CPU混合计算计算性能提升10倍整体性能提升6-8倍

CPU/GPU混合计算——提升处理性能多线程并发服务器云调度算法云调度GPU高密度智能监所业务平台行