快捷搜索:  汽车  科技

大数据智慧安防:安防大数据平台运维服务的需求与方向

大数据智慧安防:安防大数据平台运维服务的需求与方向为寻求合理的解决方案,锐安科技按照数据质量监管数据处理全环节符合要求、数据运维监管数据流全环节正常运转、数据服务正常调用等的要求定位,构建了适用于公安行业实时运维的指标体系,实现各类资源的治理、调度、配置和运行保障,满足自助化、可视化、智能化、标准化运营运维的管理。公安行业存在数以万计的前后端设备,前端设备包括摄像头、物联网传感器等感应设备,后端设备包括各级中心机房中的服务器、应用服务器、网络设备及机房动力系统等。如此数量巨大、种类繁多的设备给公安内部运维管理带来了巨大挑战,由于公安内部运维管理的特殊性,通过 ICMP/SNMP、Trap/Syslog 等传统工具对设备进行诊断、分析的方式已不能满足实际要求。同时,这也给公安大数据平台运维方向带来极大改变——低层次的初级运维将会越来越少,中级层次的运维也会逐步被淘汰,高水平的大数据运维需求量则会日益增长。这种改变要求我们转变运维思维,不但要

近年来,伴随安防业务的深化发展,安防大数据平台蕴含的巨大应用价值和潜力已被广泛认知和运用。众多的应用场景、海量的数据服务离不开平台的高效运行,而平台的高效运行则始终离不开运维的强有力支撑,为此做好安防大数据平台的运维工作十分重要。本文以锐安科技Ayena大数据运维平台服务公安行业的实践为例分享了平台有关运维服务的经验与心得体会,希望可以为安防行业的运维服务提供参考。

一、运维服务的需求情况

俗话说,好的项目三分靠建设七分靠运维。这句话放在公安大数据项目中也同样适用。

近几年,随着政府部门对平安城市和智慧城市建设需求的日益增加,公安大数据数据规模呈指数级爆发式增长,许多政府项目要求所有的视频、网络资源、存储和应用系统都必须 24小时可用,发生任何事件都可以及时地发挥大数据平台快速感知及实现智能研判分析的效用。因此,建立专业的、市场化的运维服务模式成为了公安大数据市场与客户的客观需求。

同时,这也给公安大数据平台运维方向带来极大改变——低层次的初级运维将会越来越少,中级层次的运维也会逐步被淘汰,高水平的大数据运维需求量则会日益增长。这种改变要求我们转变运维思维,不但要考虑大数据平台自动化和智能化,保障大数据平台的稳定、高效运维以及切实安全,而且要具备大数据平台架构的设计能力。

除了市场存在的巨大需求外,国家对公安大数据行业也非常重视,出台了《“十四五”软件和信息技术服务业发展规划》等多项行业相关的法律法规、行政规章及其他政策规范性文件,国家政策的支持将成为公安大数据平台运维服务发展的重大推动因素。所以,当技术发展到大数据云计算时代,建立统一、集成、开放并可扩展的运营运维管理平台,实现资源的合理利用、服务的合理分配、应用的合理建设、组织的合理管理,突出重点、注重实效,以客户为中心、以需求为导向、以服务为目的,加强平台的可用性和易用性等,已成为保障公安大数据平台健康稳定运行的当务之急。

二、运维服务的主要内容

公安行业存在数以万计的前后端设备,前端设备包括摄像头、物联网传感器等感应设备,后端设备包括各级中心机房中的服务器、应用服务器、网络设备及机房动力系统等。如此数量巨大、种类繁多的设备给公安内部运维管理带来了巨大挑战,由于公安内部运维管理的特殊性,通过 ICMP/SNMP、Trap/Syslog 等传统工具对设备进行诊断、分析的方式已不能满足实际要求。

为寻求合理的解决方案,锐安科技按照数据质量监管数据处理全环节符合要求、数据运维监管数据流全环节正常运转、数据服务正常调用等的要求定位,构建了适用于公安行业实时运维的指标体系,实现各类资源的治理、调度、配置和运行保障,满足自助化、可视化、智能化、标准化运营运维的管理。

Ayena 大数据运维服务平台的主要目标是保障运维人员及时发现大数据平台的数据流异常和大数据组件及服务器的运行故障,并能快速预警反馈问题,使其得到快速处理,从而保障大数据平台健康、稳定运行。并在“大运维”的总体原则下,基于精细化运营和智能化运维的理念,合理规划运营运维管理体系,以标准化、规范化、自动化及智能化为原则,构建了适用于公安行业统一的运营平台和一体化高效运作的运维业务组织与流程,建设起全面覆盖数据层、应用层及数据支撑层的运维中心,最后对各类资源进行全方位的资源整合,科学合理地组织各类软硬件资源的基础数据,建设成基础信息管理模块。

大数据智慧安防:安防大数据平台运维服务的需求与方向(1)

Ayena大数据运维服务平台结构划分为三层。

一层是数据层。该层提供运维平台的基础数据支撑,包括大数据平台中数据接入和数据分发环节的对账单,提供运维平台中数据对账功能的数据依据;统计库为大数据平台各个环节的数据处理的统计数据,运维业务库存储了服务管理、告警管理模块等相关数据。

二层是应用层。该层主要包括运维平台直接提供用户使用的功能,包括系统首页、数据量监控、运维报表、数据对账和系统配置等。此外,本层还会给大数据平台下发对账策略,获取各任务的检测数据等。

三层是应用支撑层。该层承载着与其他依赖系统的交互功能,包括从元数据管理同步运维平台所需基本元数据,发送审计日志给审计中心,给告警中心提供告警数据来源等。

为此,平台具有实时数据流监测、历史数据流监测、设备运维监测、主题库监测、服务器监测、数据对账、告警预警功能。

大数据智慧安防:安防大数据平台运维服务的需求与方向(2)

三、具体维护方式

对于公安行业的数据,传统运维的数据开发过程停留在需要大量有经验的数据开发人员写脚本阶段,成本高、复用低、上手难,无法实现自动化数据任务的统一编排和调度。面对海量的公安数据,如果继续采用传统方式,不仅效率低下,而且不能达到实战应用目的,偏离了公安大数据平台建设初衷。为充分展现 Ayenaz 大数据平台的价值,提升对公安大数据的应用能力,锐安科技从多层次、全方位考虑技术的应用,不断提升 Ayena 大数据平台的运维服务能力。Ayena 大数据平台运维服务运用的几种关键技术主要有以下几种:

1.大数据平台数据融合技术

经过最近几年的发展,公安大数据建设基本形成了以平安城市、雪亮工程、智能交通系统为主体,其他业务系统有效完善的发展态势。而“信息壁垒、数据孤岛”的现况给公安大数据应用提出了更高要求,通过汇聚融合多部门的共享公共安全数据,打造城市公共安全平台以协助提升城市公共安全管理能力,已成为现阶段公安信息化建设的当务之急。

为实现数据融合和数据共享,在技术方面首先要解决存储“分散”问题。锐安科技通过 Ayena 大数据平台统一将数据存储至数据仓库中,不断提升数据中心数据的价值密度,充分发挥平台的数据共享能力;同时在数据方面,打造数据与服务共享体系,并从规划、建设、管理及运维等方面一体推进,为“公安大脑”提供跨网的数据请求及推送服务;最后,共享的数据可以清晰的进行运营统计、使用及管理,以此更智能、更快捷地服务于各警种实战。

2.大数据平台服务开发技术

数字经济时代,数据服务作为数据统一服务平台建设的最上层,能够将数据仓库数据以服务化、接口化的方式提供给数据使用方,屏蔽底层数据存储、计算的诸多细节,简化和加强数据的使用。通过数据 API 对外提供数据服务,已成为大数据平台数据价值有效输出,提升运维效率并助推决策的产生的核心动力。

为了解决数据资源如何对外提供服务的问题。锐安科技在服务开发方面使用的是“锐享服务平台”,将各类服务能力进行汇总和统一管理,支持自定义服务的申请和构建,能对服务效能进行量化运营评估,解决服务从哪来、服务如何建、服务如何管、服务如何用等问题。治理后的数据成果通过服务接口对外开放使用,如果现有的服务接口不满足使用需求,则可以在界面里用可视化的方式,自定义构建新的服务接口,不断丰富服务能力。另外,“锐享服务平台”提供了一套完整的运营指标体系,通过记录每个接口被其他系统调用的情况,生成各种运营统计指标,实现对接口的服务使用情况、服务性能、服务稳定性、服务安全性等进行评价。

3.大数据平台应用开发技术

公安大数据历经多年的建设,在解决了稳定性和规模化之后,又开始面临深化应用的问题,即实现公安部“建为用、用为战”的要求目标,实现对公安大数据平台深层次和个性化的应用。

对公安大数据而言,要实现业务的深层次应用,首先需要最大限度挖掘数据价值,使用一站式大数据开发与治理平台来建设现代化数据平台,而且需要引入智能化技术,确保数据资产管理系统平台持续、健康地为数据资产管理体系服务,利用一套轻便灵活、动态编排、容易扩展的智能化数据融合计算开发工具等,来帮助企业或部门快速完成数据集成、开发、治理等全套数据研发工作。锐安科技万象应用开发平台可以提供低代码的方式进行应用产品的灵活构建,在界面上通过组件选择、界面布局、接口配置等步骤,快速生成例如搜索、档案、可视化等应用类产品。通过这种方式可以实现应用与底层平台的彻底解耦,并且能够根据用户的需要随时灵活扩展,让用户以及合作伙伴也能基于平台去灵活开发应用,最终实现公安大数据平台建设服务与实战的目标。

四、未来运维服务方向预判

安防运维服务作为一种新型的企业经营模式,已经历了从初期的系统设备维护到今天的安防系统全方位管理运营的发展阶段。作为业内企业,需要顺应趋势,做好业务发展策略设定,迎接或把握这一前景可期的市场,实现新的发展和跨越。

1.完善运维流程和机制

当前,大数据平台运维服务的工作难点主要体现在对平台数量庞大的各类设备、复杂的网络及平台架构等缺乏统筹管理和统一运维,缺乏先进的运维流程和机制,导致日常运维服务中无法确保及时性和有效性,往往一个故障点需要多日才能解决故障问题,这对于需要实时、不间断运行的业务来说是致命的。因此,随着大数据平台数据接入规模的日益庞大、使用及维护人员的不断增多,必须引入先进科学的运维流程和机制,特别是利用智能化手段实现大数据平台自动检测和提示报警,将粗放管理转变为标准化管理,最大化的减少所有环节上的人为干预,明确故障发现、故障受理、定期维护等流程,才能有效地保障大数据平台的正常运行。

2.运维服务与大数据等技术融合

大数据、云计算等技术对于安防大数据平台运维服务的价值更多地是体现在数据增长的过程中,通过对海量增长的数据进行分析,让用户提前了解设备及系统的状态变化,提高管理效率和减少系统的故障发生率。另外,移动互联网技术的应用也将大大提高安防大数据平台运维服务的质量和效率,比如可以将绝大多数运维流程在移动终端上完成,包括设备保修、维保管理、快速统计及身份验证等,其可以基于移动互联网访问运维服务平台,实现数据查询、业务操作、业务流程管理,实现对安防运维的可视化及便捷化。

3.搭建统一的智能化运维平台

从目前安防大数据平台运维的状态来看,其管理模式逐渐由粗放型向集约化发展,要积极引入和推动视频诊断技术在运维工作上的应用,变手工维护为机器自动运维,变被动响应为主动维护,变粗放管理为标准流程化管理。另外,通过建立统一的运维管理平台,提高运维管理的信息化程度,辅助人工高效管理处置各类情况。最后,要整合不断扩大的社会资源,实现横向和纵向管理,满足不断提升的运维需求,利用管理平台可以接入市场上大多数生态厂家的产品,并且能够管理大部分产品的通用功能,在全国各地实现跨区域运营,使得整个运维体系具备强大的兼容和承载能力。

4.引进运维服务外包模式

未来,随着安防大数据平台逐渐大型化和联网化,运维服务也将变得越来越庞大和复杂,平台的分散、维护成本高等困难也无法让一家运维服务厂家“一包到底”。为了保证整体运维服务的质量,可以考虑进行运维服务外包,将不同的环节外包给专业的运维服务团队。这样既能够减少用户单位专业人员不足的问题,也能大幅度降低管理人员的压力,提高安防行业整体体验,获取用户更高的满意度,这也将是安防大数据行业发展的一个大趋势。

5.重视运维服务的行业化

安防大数据领域不断扩展,安防大数据平台的运维也应根据行业的特点,不断推出差异化的解决方案。对于类似一刀切、无针对性的安防大数据平台运维方案,我们应该在借鉴的基础上进行提升和优化。未来,安防大数据平台运维应更加重视与其他行业解决方案的配套,针对诸如能源、交通、金融、教育及医疗等细分行业进行深入研究,以提供更加符合市场和高效率的安全运维服务。

6.打造创新的服务模式

在互联网化的今天,安防大数据平台运维服务应更多地借鉴 IT 服务新模式,充分运用互联网思维进行服务模式的创新,在提供单一的安防运维服务的同时,不断为用户提供更多的特色化的增值服务。

五、结语

一直以来,安防行业与大数据、人工智能、5G、物联网、云计算等新一代信息技术的交融使安防大数据平台在公安、医院、社区、交通、商圈等众多场景中都有广泛应用,大数据的应用平台也越来越多,种类也越来越丰富,随之带来运维需求不断增加。尤其是在智慧城市、平安城市、雪亮工程等城市级、规模化民安工程日益深化与提升的今天,很多项目从建设期进入运营期,为平台有关运维服务带来广阔的市场机遇,也提出新的挑战。

为了支撑日常的运维管理工作,大数据运维服务平台未来服务方向是能够自动汇集各类资源的运行服务管理数据、机房环境等资源的运行数据,对全网软硬件资源实行统一管理,明确资源间的关联关系,构建起符合国际标准、信息完整、实时准确的软硬件资源配置管理数据库,实现集中监控、集中展示和集中管理,并通过预设运行异常指标,实现灵活可控、多种渠道的事件 ALM 和提醒,变“救火式”的故障被动响应为主动发现、主动预防。

猜您喜欢: