随着经济社会的不断发展、城市人口流动日益频繁,人们的安全意识不断增强,同时安全技术防范行业迅猛发展,社会治安的监控与保障手段也在日渐更新与进步,安全技术防范系统已经逐渐成为治安防控、城市创新的重要抓手。
为提升人们幸福感,提升破案效率,公安部门对平安城市的建设和投入逐年增加,经过十余年平安城市系统的建设,在保护城市安全方面起到了不可替代的作用,但原来传统的视频监控系统经过这多年的实战应用,也出现不少问题,如系统单点故障多、效率低、维护难、成本高、不安全等问题。
作为全球唯一一家同时掌握云计算、云存储、网络、视频等领域核心技术的厂家,华为借助领先的云计算、云存储技术和视频处理技术,推出了视频云节点VCN3000系列新一代智能监控一体化平台。该平台采用一体化架构设计,集成了视频监控“看、存、管、控”等功能,并采用开放兼容的设计理念,符合行业标准协议和规范,支持ONVIF、28181、SIP、RTP/RTSP等标准协议,兼容主流厂商前端设备,可降低用户在建设方面的再次投入,同时可满足视频资源之上的警务云和大数据的媒体处理和转发需求。
华为视频云节点VCN3000系列产品具备云化集群、安全可靠和开放易集成等亮点特性,可满足不同用户不同场景的监控业务需求。
一、云化集群
结合云计算技术,华为视频云节点VCN3000系列智能监控一体化平台具备故障迁移、负载均衡、弹性升缩等特色功能。
故障迁移:集群具备自动故障检测、自动业务迁移和恢复能力,平台实时收集各节点工作状态,当检测到某节点故障时,可以快速调度集群内其他节点接管其业务,保证业务正常运转。
负载均衡:集群可以根据各节点承担的业务压力动态调整各节点的业务负担,使系统始终处于均衡稳定状态中,避免单节点过载。
当集群增加新的节点时或故障节点恢复后,视频云节点可以自动平衡各节点的业务负担,实现负载均衡。
弹性伸缩:VCN3000系列视频云节点可以对至少3台以上节点设备进行集群部署,用户可以通过平台将需要集群的节点设备列为集群成员,转变为集群模式。当业务系统持续扩大后,用户可以继续向集群中增加节点设备,新的集群节点设备将自动分担集群中的业务,最多可达16台。当业务量较少,业务节点负载较轻时,可以适当缩减集群节点数量,退出集群的节点所承担的业务可以自动切换到其他集群节点上,不影响业务正常运行。
二、高度集成
VCN3000系列视频云节点采用All in one一体化架构,集接入、存储、管理和转发为一身,具有功能集中、建设成本低、绿色节能的特点。
一体化设计:采用集成一体化设计,单设备集成前端设备接入和管理、实况浏览、录像存储、录像搜索和下载、媒体转发等功能。
绿色节能:相比传统视频监控架构,建设成本降低10%、节能50%、空间节约50%、部署周期缩短80%,具有绿色节能的特点。
高可靠性:在视频监控项目建设中,可以极大减少外置服务器的数量,故障节点数量也因此会减少,整个视频监控系统的可靠性得以提升,同时还可以有效降低项目的实施与运维成本。
三、安全可靠
VCN3000系列视频云节点采用SafeVideo技术和数据保险箱技术,可以保证用户单机设备上的录像及数据的安全性和可靠性。
SafeVideo是一种基于磁盘块的流媒体优化的存储和数据保护技术,能够最大限度地发挥视频监控系统存储设备的作用。
独有录像保护功能,实时侦测存储阵列RAID组运行状态,在多盘故障情况下,RAID组暂停数据写入防止数据破坏,原有数据仍可读取。故障磁盘被更换后,自动恢复所有读写和冗余保护功能,提升存储性能,磁盘I/O占空比大幅下降,磁盘寿命延长,年故障率大幅下降。
数据保险箱是一套运行在视频云节点上的软件系统,它会定时备份运行期可能被修改的数据,这些数据存放在系统盘上并且与视频云节点的配置、环境及应用相关。如果发生比较重大的数据故障,如系统盘损坏不可用,用户可以在恢复环境后使用数据保险箱,利用最近一次的备份数据进行全系统整体恢复。
支持将系统盘关键数据备份到数据盘中,并产生多份拷贝,在系统盘损坏时通过插入新的系统盘实现系统盘数据的恢复,支持系统重装后软件自动从数据盘中找出最新且完好的数据,这些数据可以帮助恢复系统盘数据库、配置文件、及录像索引文件到故障前状态。
四、开放易集成
视频云节点提供全方位的开放对接能力,支持向上级平台开放、支持对接第三方前端和告警平台,以及支持被第三方视频监控平台集成的能力,进行不同平台和设备之间的业务组合和调用,实现不同平台业务之间的互联互通。
作为全球领先的信息通信与解决方案提供商,华为拥有国内最大的研发平台、最先进的技术,我们将持续为公安客户提供更加安全、稳定、可靠、智能的视频监控系统,为城市安全提供更有力的保障。目前,华为平安城市解决方案已广泛服务于80+个国家,200+个城市,已为全球10亿人口提供安全的社会环境。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。