評估視頻監控解決方案的給力標準

　　由于視頻監控系統的使用度和復雜度不斷增長，越來越多的計算機服務機構(CSO)發現將視頻監控與IT安全整合為一體勢在必行。BRS實驗室的首席技術官埃里·克伊頓認為，視頻監控解決方案在進行評估時需要考慮五大標準。

　　視頻監控曾經是物理安全業專用，運維人員面對著多個監視器屏幕，每個屏幕展現了一個單一的視頻監控畫面，用以監控突發事件。但漸漸地，僅一個組織開始無力完全承擔如此大量的視頻信息多重窗口監控探頭所需要的費用。

　　由于原來的系統將被增加更多的視頻監控探頭，我們就需要使用信息技術分析工具，以幫助排序，去尋找潛在的威脅。在這種情況下，CSO發現自己需要整合一個關鍵的物理安全解決方案——將視頻監控系統納入IT安全運營總體范疇的一個解決方案的。這意味著了解視頻監控可以和不可以做什么，也揭示了對視頻監控解決方案的需求引導以及如何改善現有系統的需要。

　　從移動規則到算法學習

　　視頻分析軟件的出現有可能使現在的電腦“讀”監控探頭輸出，檢測到異常行為時自動報警。 最初的監控系統是不是很小呢?10至12個監控探頭，為期六個月的實施周期，一旦安裝便無法進行改善或者擴展，并沒有增加多少價值，因為這只是被編程去提醒某個類型的行為。例如，某組織安裝了監控系統，以檢測在一個受限制的停車場在夜間是否被強行闖入。該系統在18個月里記錄一個事件，這是一個難以自圓其說的昂貴系統，在18個月內只提供了一件或兩件有價值的零碎信息。

　　這已被證明是一個具有挑戰性的視頻監控系統方案，對每一個單一的不同尋常的活動進行分析，下一步，企業需要一個類似于目前現有的在IT部門用來檢測網絡異常數據流的系統。各種工具已經出現，不僅使“看視頻更好”，而且還對監控探頭進行實時分析以了解和識別正常行為，無需預先輸入就能發現異常活動并自動報警。

　　相關組織可能會發現從算法和規則為基礎的系統遷移到技術的學習將有益下一步完善視頻監控系統。監控有所成效的關鍵是認知正常行為，檢測可疑的行為，以幫助預測未來的威脅。通過過濾掉日常活動，認知可以幫助保安人員集中異?；顒?，這有助于提高識別能力，減少對潛在威脅響應時間。

　　可擴展性是成功的關鍵

　　視頻分析技術的認知基礎依賴于計算能力，這就需要企業確保系統的所有元素具有潛在的規模，以滿足更大的視頻監控業務的需求。視頻監控目前的部署速度想當驚人;可擴展性已成為至關重要的考察因素之一。截止到2007年6月，倫敦估計有420萬臺閉路電視監控探頭。

　　人工操作不僅價格昂貴，而且限制了系統有效的可擴展性，如果視頻監控系統無法規?；?，在新增監控探頭時，我們需要建立和定義每個探頭的安全區域以及相關規則?？蓴U展的系統將允許視頻監控系統隨著時間的推移進行擴展——增加監控探頭和監控區域，隨著企業的發展，視頻監控系統將與之一起發展。同時，隨著時間的推移，企業也會大面積擴大自己的視頻監控部署，這時解決方案可自行校準，而不需要手工編程。企業部署視頻監控還需要一個企業級的體系結構，用以規?；幚硭杏布?a href="http://www.androidadvance.com/product/server/list.html" target="_blank" class="inlink">服務器必須進行的視頻分析。

　　供應商可以把從視頻監控探頭捕獲的多路數字化視頻流傳輸到存儲裝置進行壓縮或直接采取網絡視頻存儲。大多數視頻監控解決方案會提供一些錄像功能和集中管理功能，以限制所有的電子設備在視頻監控部署中被使用。