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，包括了各类非结构化、结构化以及半结构化信息。非结构化数据主要指视频录像和图片记 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。

　　这些信息的来源有几个渠道，一个是安防系统内部产生的信息，如各种视频录像、抓拍图片、系统运维数据、日志记录、摘要记录等； 另外一些则是通过外部系统采集或者集成，如人口信息、地理数据信息、人脸库数据、车驾管数据等。

　　这些数据作为一个整体，构成了安防系统或者说安防领域的大数据基础，并且具有以下特征：最显着的是安防数据体量巨大并不断快速膨胀，随着视频监控图 像系统的不断联网和整合，以及视频分辨率和帧率的不断提高，实时视频数据的存储已经从TB的级别开始跃升到PB级别；其次，安防数据类型繁多，如上面提到 的视频、图片、地理位置信息等等，而且随着各类安防系统以及相关的信息系统的不断整合，数据类型也会越来越多； 另外，安防数据整体蕴含的价值密度低，但是价值高。以视频监控数据为例，在7*24小时连续不间断监控的过程中，可能有用的数据仅仅有一两分钟，甚至一两 秒。同时，这些信息更新频率特别快，安防数据每时每刻都在大量产生，信息每时每刻都在更新。

　　要从这些海量的信息里快速高效地筛选有效信息，安防厂商需要两个基础来保证：首先需要提升对非结构化信息的处理能力和效率，准确和快速地处理视 频图像，人脸特征建模等数据，从里面提取出有用的信息，并且能够进行信息的某种表述，在大数据的存储层面上完成数据信息的提取和存储工作，以便进行后续的 数据信息检索、分析和挖掘业务。其次，通过使用并且有针对性地改进目前的大数据处理技术以及平台框架，提供针对安防数据信息的快速检索机制，形成有针对性 的海量安防数据信息处理架构，从这些大量的结构化和半结构化信息中快速检索和分析。