上海铁路局关于2017年4月21日旅客列车调整运行的公告

　　除了与安全、医疗保健、交通、能源和经济发展有关的更为复杂的挑战之外，这些监视技术还将帮助满足无数的城市日常需求。

　　世界上一半以上的人口居住在城市中，因此对他们的日常工作提供更智能，更准确的见解的需求是不容忽视的。城市管理官员可以从思科，亚马逊和谷歌等领导者那里学到很多东西。这些公司的业务不仅是收集数据，而且还利用它来改善生计和社区。随着我们对它们的成功的关注，越来越明显的是，创建更智慧的城市的答案主要在于捕获数据分析的监视技术。

　　随着监视技术和预测分析技术的兴起，我们可以使智慧城市更智能，更有效，并提高其效率。但是，现实情况是，连接永远无法保证。因此，无论连接性如何，都必须提供必要的数据，以确保可以做出实时决策。必须存在令人满意的本地存储量，才能将最易感知的数据放置在最接近计算点的位置。这说明了边缘以及嵌入式存储的重要性日益提高。

　　通过边缘分析，实时数据的增长正在导致城市所需的数字存储类型发生转变。快速，毫不妥协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年将产生175 ZB的数据，我们触手可及的洞察力越来越大，而城市必须加强发展永久使用这些数据的方法。从许多方面来看，城市已经在这样做-从根据交通模式优化路线以将紧急响应时间减少20%到30%的智能路灯，到部署了可增强安全操作能力的先进监控摄像头，从而减少犯罪率。30%至40%。但是，我们可以做的更多。

　　要成为当今真正的智慧城市，城市将需要一种“边缘层”方法来存储，过滤和管理距离传感器更近的数据。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。在网络录像机(NVR)上捕获和收集数据的边缘分析使实时操作成为可能。借助该技术，城市可以找到失踪人员，将附近的紧急情况通知居民并发出交通拥堵警告。

　　数据分析和数据驱动的城市改善所带来的机遇既令人兴奋，也无法忽视。行为分析，热像仪和NVR等边缘设备中的AI引擎只是技术的样本，这些技术使我们能够在庞大的网络上保持持续连接。通过水平地关联各个系统，我们现在可以洞察各种机制。这包括电力，水，卫生，运输，环境监测和天气情报的模式。

　　以西好莱坞的创新部门为例，该部门最近因“ WeHo智慧城市”战略计划而获得了美国规划协会(APA)技术部门的智慧城市奖。它的三部分计划包括以下策略：

　　合作和实验旨在使市政厅工作人员能够更好地合作。

　　通过智能城市传感器和智能建筑程序实现流程自动化，以改善公共安全和管理建筑环境。

　　在后端(基于某些情况下)使用基于后端深度学习活动的预测分析收集的数据后，我们可以预先确定趋势，以管理一个部门中直接影响另一个部门的事件。

　　城市在当前和旅途中都需要数据。这对边缘产生了更大的需求，通常实时地产生所需的预测性和可靠信息。实际上，据报道(Seagate)预测，由于将数据注入到我们的城市工作流程和个人生活流中，将近30%的“全球数据圈”(即在全球范围内创建，捕获或复制的数据量)将到2025年实现实时。

　　那是很多实时数据。那么，城市如何实施监视技术以更好地保护城市并实现更智能的分析呢?第一步是确定位于智能城市监控应用程序中心的视频存储解决方案。这些解决方案可实现记录，数据保留，预测分析和实时警报。下一步是将数据定位在边缘，并为城市提供充足的时间来了解模式。城市将比以往任何时候都更需要团结起来以集成其技术，并最终使他们的网络变得更智能。这是一项挑战，需要跨系统的广泛合作。监控存储技术是该策略的基础，可确保从边缘到云的及时数据访问和可用性。