随着我国综合实力和国民收入水平的提高，机动车每年以10%～20%的速度迅猛增长，与交通相关的刑事和治安案件也逐年上升，特别是像肇事或作案后驾车沿公路逃逸，盗抢机动车辆，车辆违章行驶等事件时有发生。

据大华在智能交通行业的多年实践所知，随着各地智能交通信息系统工程的持续建设和投入，交通设施设备大量增加，尤其是卡口系统的数量快速增长，这导致卡口系统产生的过车数据迅速膨胀。目前北上广一线城市的卡口数量约在2000～3000个左右，假设每个卡口每小时平均过车3000辆，每天以10小时计 (夜晚过车量很小)，则每个卡口一天的过车数据有3万条。以此计算，每天的过车记录将高达近亿条，一年下来就超过了300亿条记录。其它二线城市的卡口数据也在50～100亿左右。在不远的将来，全国的卡口系统过车信息将会全部统一汇总起来，以实现基于全国范围的稽查防控网络，将会形成更为庞大的交通大数据。

大华海量数据搜索分析系统

大华依靠多年来在安防行业的深厚积累，利用视频图像智能识别技术、大数据技术、分布式技术、数据容错算法、负载均衡调度策略、实时搜索技术等前沿科技，自主研发出支持千亿海量数据秒级搜索分析系统，实现了对交通管理重点关键监控对象和环节的智能管控。

利用大华先进的海量数据处理技术，单台服务器可以支持十亿数据量的快速索引数据，通过全内存计算提供秒级查询分析能力，计算集群具有水平扩展能力，随着服务器数量的增加处理能力呈线性增长，采用数据多副本和智能负载均衡技术使得服务器出现单点故障不影响系统整体使用，具有高可靠性和高可用性。

目前已经在多个平安城市项目中使用了大华海量数据搜索分析系统。除了提供传统的稽查防控应用之外，基于卡口应用的海量过车数据，还实现了涉案车辆排查、旅行时间计算、交通流量分析、图像分析等应用。其中涉案车辆排查又包括伴随车辆分析、出入案发现场车辆分析、异常车辆分析等多种应用形式；由旅行时间计算，可衍生出区间超速测量、套牌车等应用；交通流量分析是卡口系统的重要应用方向，可提供很多传统检测设备无法支撑的应用形式；图像分析可充分利用卡口设备抓拍的图片，提供更为完备的车辆特征信息。

伴随车辆分析

由于公众安全防范意识不断提高，犯罪分子独立实施犯罪行为的成功率大为降低，因此，新时期的犯罪行为，开始表现为团体作战，形成犯罪团伙。踩点和作案时，犯罪团伙通常会使用多辆汽车，以提高成功率。从卡口系统的角度看，团体作案具体表现为多辆车同时出没于特定卡口覆盖范围，利用该特征，从海量过车数据中，就可以提取出满足特定条件的车辆，提高侦破效率，这就是伴随车辆分析。

在应用上，由用户选择车辆的行进路线，设置车辆通行间隔时间、跟车数量，以及分析时间起止范围，系统就可以从海量过车信息中查找到符合上述特征的所有车辆。通常满足伴随车辆分析的车辆数量不会太多，用户从这个较小的集合中，结合卡口系统拍摄的高清照片，就能够快速定位到犯罪分子使用的车辆，进而顺藤摸瓜，迅速抓获犯罪分子。

交通流量分析

传统上，分析交通流量时，多使用来自地磁、微波等检测源的数据，但这些检测源都有一个共同点，那就是无法检测车牌号。这就限制了传统流量分析的应用场景，仅能对单一路段/路口进行分析，无法形成全局的流量分析。

卡口系统由于记录了车辆号牌，相对地磁、微波等检测设备，具有天然的优势。基于卡口系统的流量分析，可计算出城市各小区机动车发生量分布、吸引量分布，可实现出行目的地分析、出行路径分析等多种分析应用，进而找出城市热点区域，为管理者提供决策参考，更好地优化路网机制，规划更为合理的路网参数。

大华云计算主动拥抱变化，迎接大数据时代带来的机遇和挑战。