视频监控边界云与中心云存储分析系统的研究

发布时间：2017-08-14 09:18

  本文关键词：视频监控边界云与中心云存储分析系统的研究

  更多相关文章： 智能视频监控 Hadoop Docker 大数据分析 轨迹描绘 数据关联

【摘要】：随着视频监控系统在社区、安检等方面的广泛应用,视频海量数据的存储以及分析是一个应用非常广泛,非常有用的题目。视频海量数据的存储以及分析包含数据存储的方式,处理数据的方式,以及与其他数据关联及分析等几个方面。因为对海量数据的分析往往同时兼顾实时性与准确性,就必须找到一种可以快速分析海量大数据的方式方法。另外,对于视频数据的分析,往往又集中到人体,车体等运动,外观,复杂环境差异等因素,使得分析/建模的难度较大。所使用的存储和分析方式也需兼顾效率和成本。本文研究了海量视频存储的分布方式,提出来边界云与中心云相结合的方式来部署数据存储与分析。边界云采用了基于Docker的轻量化操作系统,中心云部分基于Hadoop+Mapreduce的计算方法,用于实时采集并分析视频数据,提取有用信息。本文同时对边界云,Docker,中心云,Hadoop,以及Hadoop Mapreduce进行了较为详细的介绍。用边界云和中心云建立了视频存储模型,进而对其存储、处理性能进行实验验证。最后,将边界云-中心云系统与传统系统对比,分析了它的优势和局限。实验证明,采用边界云中心云系统进行视频数据的存储分析,比传统方式更快捷,更安全。特别是对海量数据的存储和分析,速度和安全性数倍于传统方式。本文介绍了基于轻量级操作平台Docker部署的边界云,使用HDFS(Hadoop Distributed File System)和Map Reduce算法部署边界云-中心云的存储分析系统,对此系统的存储性能和安全隐患作出较为详细的分析,最后分析了未来大数据分析的方法以及发展趋势。
【关键词】：智能视频监控 Hadoop Docker 大数据分析 轨迹描绘 数据关联
【学位授予单位】：河北工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN948.6;TP333
【目录】：

• 摘要4-5
• Abstract5-7
• 第一章 绪论7-11
• 1.1 本文研究背景目的7-8
• 1.2 视频监控数据存储与分析的发展趋势8-10
• 1.3 本文主要研究内容10-11
• 第二章 边界云的概念及部署11-19
• 2.1 Docker的概念及部署11-14
• 2.2 人脸识别应用的部署14-16
• 2.3 边界与中心的连接16-17
• 2.4 本章小结17-19
• 第三章中心云的部署19-29
• 3.1 HDFS系统的概念以及优势19-22
• 3.2 Hadoop的优势22-23
• 3.3 HDFS系统的部署23-24
• 3.4 Hadoop Map Reduce的介绍24-28
• 3.5 中心云存储系统28
• 3.6 本章小结28-29
• 第四章 边界云与中心云系统视频监控应用29-33
• 4.1 常见的应用场景29-31
• 4.2 云存储分析系统的安全隐患31-32
• 4.3 本章小结32-33
• 第五章 性能测试与结果分析33-43
• 5.1 测试平台的介绍33-38
• 5.2 传统视频分析与采用中心-边界云的视频分析的对比测试38-41
• 5.3 本章小结41-43
• 第六章 结论43-45
• 参考文献45-47
• 致谢47

【相似文献】

中国重要报纸全文数据库 前1条

1 特约撰稿人 岑义涛;从Docker容器漏洞谈Docker安全[N];网络世界;2014年

中国硕士学位论文全文数据库 前3条

1 冯明振;基于macvlan的Docker容器网络系统的设计与实现[D];浙江大学;2016年

2 肖磊;视频监控边界云与中心云存储分析系统的研究[D];河北工业大学;2015年

3 王飞;基于Docker的研发部署管理平台的设计与实现[D];北京交通大学;2015年

，

本文编号：671908