智能城市核心的监控

 
今天的城市是生物实体。它们随着时间的推移而发展，成长并变得更加复杂然而，他们许多最紧迫的问题，例如改善公用事业和监测犯罪的需要，仍然是相同的。与以往一样，城市官员有能力实施分析技术。但监控将成为智慧城市的核心。
除了与安全，医疗保健，移动性，能源和经济发展相关的更复杂挑战之外，这些技术还将有助于满足各种日常城市需求。
我们需要前所未有的对城市的准确见解。
由于世界上一半以上的人口居住在城市，因此需要更加智能和更准确地了解他们的日常工作情况。城市管理官员可以从思科，亚马逊和谷歌等领域学到很多东西。这些公司的业务不仅仅是收集数据，而是利用它来改善生计和社区。当我们看到他们的成功时，越来越明显的是，创建智慧城市的答案主要在于捕获数据分析的监控技术。
随着监控技术和预测分析的兴起，我们可以更智能，更有效地制造智能城市，提高效率。然而，现实是连通性永远不是保证。因此，无论连通性如何，都必须存在必要的数据，以确保能够做出实时决策。必须存在令人满意的本地存储量才能将最具感知力的数据定位在最接近计算点的位置。这说明边缘和嵌入式存储的重要性日益增加。
实时数据的增长正在导致数字存储需求的转变。
通过边缘分析实时数据的增长正在导致城市数字存储类型的转变。快速，无与伦比的数据访问变得越来越重要。根据最近的一项研究，数据时代2025：从边缘到核心的世界数字化，估计到2025年将生成175个zettabytes的数据，我们的指尖从未有过更多的见解，城市必须加强发展如何使用这些数据。在许多方面，城市已经开始这样做 – 从智能路灯优化基于交通模式的路线到将紧急响应时间减少20%到30%，以及部署分析的高级监控摄像机，以加强安全操作，从而减少犯罪率30%至40%。但是，我们可以做得更多。
要成为一个真正的智能城市，城市将需要一种“边缘层”方法来存储，过滤和管理更靠近传感器的数据。为了获得更深入的见解，然后在边缘域以及云或后端中存储和分析数据更长的时间段。捕获和收集网络视频录像机(NVR)上的数据的边缘分析使得实时行动成为可能。通过这项技术，城市可以找到失踪人员，通知居民附近的紧急情况并发出交通拥堵警告。
数据洞察将为城市带来许多广泛的好处。
机会数据分析和数据驱动的城市改善都是非常令人兴奋和不可忽视的。 NVR等边缘设备中的行为分析，热像仪和AI引擎只是这些技术的一种示例，它使我们能够在庞大的网络上保持持续连接。通过横向关联各个系统，我们现在可以深入了解各种机制。这包括电力，水，卫生，交通，环境监测和天气情报等模式。
西好莱坞的创新部门是一个很好的例子。
以西好莱坞的创新部门为例，该部门最近获得了美国规划协会(APA)技术部门的“智慧城市”战略计划智能城市奖。其由三部分组成的计划包括以下战略：
数据驱动的决策推广到全市各部门
旨在使市政厅员工更好地共同工作的协作和实验。
通过智能城市传感器和智能建筑计划实现流程自动化，以改善公共安全并管理建筑环境。
根据基于后端深度学习活动的预测分析收集的数据，在某些情况下超过一年，我们可以预先确定趋势，以管理一个直接影响另一个行业的事件。
访问实时数据和监控技术是关键。
城市在当下和旅途中都需要数据。这对边缘提出了更大的需求，以产生所需的预测性和可靠信息，通常是实时的。事实上，报告(希捷)预测，由于数据输入我们的城市工作流程和个人生活流，近30%的“全球数据球” – 意味着在全球创建，捕获或复制的数据量 – 将到2025年实时。
这是很多实时数据。那么，一个城市如何实施监控技术以更好地保护城市并实现更智能的分析?第一步是确定位于智能城市监控应用中心的视频存储解决方案。这些解决方案支持录制，数据保留，预测分析和实时警报。下一步是在边缘定位数据，并为城市提供足够的时间来理解模式。城市将比以往任何时候都更需要整合他们的技术，最终使他们的网络变得更加智能。这是一项挑战，需要在其系统内进行广泛合作。监控存储技术是该战略的基础，可确保从边缘到云的及时数据访问和可用性。