在过去的几年中，前端摄像头收集数据并将其传输到后端服务器，NVR或云以进行存储和智能分析。这是安全行业的传统方法，但是随着视频数据量和网络传输带宽的迅速增加，由于压力和成本问题，安全行业开始寻找新的解决方案，并且开始了边缘计算和边缘存储的应用。边缘计算以其安全高效的特性吸引了众多企业和行业的关注。与依赖于多个数据中心的云计算不同，边缘计算是指在数据源处进行的计算，其具有低延迟，安全性和灵活性的特征。海康威视首席执行官胡扬中曾表示：“将AI计算能力注入边缘并增强边缘智能能力是大势所趋。”作为典型的边缘计算应用程序之一，安全视频监视领域不应被低估。与传统的视频监控相比，边缘计算+视频监控通过对视频图像进行预处理以去除图像冗余信息，从而将部分或全部视频分析移至边缘，从而降低了对计算，存储和网络的要求云中心。带宽要求提高了设备的响应速度，这相当于直接在边缘处理和分析视频图像。边缘计算弥补了云计算响应不及时，功耗高的问题，并满足了安全行业在实时业务，安全性和隐私保护方面的需求，因此得到了广泛的应用。如果将云计算视为视频监控的1.0时代，那么边缘计算就是2.0时代。根据CB Insights的市场规模量化工具，到2022年，全球边缘计算市场预计将达到67.2亿美元。根据Research and Markets发布的报告，边缘计算市场的复合年增长率高达35.2％。当然，安全也不例外。目前，边缘计算正在孕育监视领域的巨大市场。安全行业的领导者海康威视和大华已经相继发布了边缘计算产品和解决方案，例如海康威视“ Mingmo”产品和解决方案。系列产品，大华边缘计算节点网络解决方案等。此外，除海康威视和大华外，华为和Univision Technology等领先公司也纷纷跟进部署边缘计算技术。一些监视制造商和VC初创公司也将深度学习技术应用于终端摄像机，并且在前端实现了诸如车牌识别和面部识别之类的功能。那么，安全公司将在2019年将哪些应用领域扩展到边缘计算呢？值得期待！结论：从以上观点来看，边缘计算确实可以弥补云存储的不足，但应注意的是，纯边缘存储也有其不足，例如在发生本地灾难时容易丢失数据，并且存在困难。在站点之间的边缘存储协作中，数据被盗的风险很高，并且无法搜索，并且由于缺乏本地IT，因此很难进行大规模管理。以这种观点，在安全大数据时代，边缘计算和云计算技术仍然需要相互补充。云计算提供了强大的全局结构化数据推理分析以及资源管理和控制，而边缘计算则提供了快速，敏捷，高效和准确的实时响应。二者共同推动安防产业迈上新台阶。