
寻找大数据时代金融集中存储解决方案
银行是我国最早安防应用领域之一,在新时期,历经诸多技术变革后,必然在存储系统出现新变化。
银行监控现状
视频监控是安防行业中发展最快、空间最大的子门类。据悉,到十二五规划末期将实现产业规模翻一番的总体目标,年均增长率达到20%左右,2015年总产值将达到5000亿元,实现增加值1600亿元。金融监控市场约占中国视频监控市场6%左右,就此计算,到今年金融安防在激增,将达到300亿元。
此外,目前我国有各类金融营业网点超过35万个,仅邮政储蓄网点就接近4万个。据有关部门预计,2015年,我国ATM机超过40万台。从每百万人口拥有的ATM数量指标来看,中国ATM需求缺口依然很大。与此同时,更加便捷的ATM机和自助银行将成为下一步各银行发展的重点。目前我国银行安防设备应用已基本形成五年一更新的规律,再加上每年对安防系统必不可少的升级工作,就形成了金融行业几乎每年百亿规模的安防市场需求。因此,我们需要了解到,偌大的市场,我们面对的现实是银行传统监控方案是各银行营业网点采用的是数字图像监控体系。该图像监控体系通常是基于本地监控,即各营业网点各自组建一个完整的监控体系,分别配有监控主机、监视器、数字摄像头等设备。
新时期,这种监控方案已经跟不上时代的发展,出现许多弊端:
1、复杂,成本高昂:各网点均需配备专人负责图像监控、设备保养维护等繁琐工作。
2、安全性低:由于监控中心维护均设在各网点本地后台,极易被人恶意破坏销毁监控信息数据。
3、响应慢:由于网点和支行之间无法共享监控图像信息,一旦网点有事件发生,上级单位不能及时全面地掌握有关情况。
若能在总行统一构建集中监控管理中心,将大大减少维护投入、管理成本,提升安全性和响应速度。而现今各网点构建专线网络,以及网络摄像、网络存储技术的成熟,为实现集中监控提供了技术保证。
大数据时代银行监控存储方案选择
我们所说的新时期,是指大数据安防的到来。大数据是信息技术与互联网产业发展到特定阶段的产物,从互联网到物联网,从云计算到大数据,信息技术正在从产业基础走向产业核心。而银行业作为与信息技术深度结合的行业,互联网思维和决策数据化已开始嵌入经营管理的全流程。大数据安防实质是能够为银行提供全方位、精确化和实时的安全保护和决策信息支持。所以,在银行行业集中存储的需求极为明显。
大数据时代银行监控的集中存储是在网点监控分中心的基础上,在总行设立统一的监控中心进行集中存储,从而节省人手,建立网点-支行-总行间的应急快速反应体系。而集中存储在金融行业比较成熟的技术有NAS、SAN两种,而SAN又可分为FCSAN和IPSAN两种。
文件级数据存储。NAS设备最主要的应用就是银行企业或部门内部的文件共享。由于NAS本身就是一台服务器,有自己的操作系统和文件系统,可以直接与本地局域网连接,提供文件级的数据共享,但NAS设备无法成为服务器的本地硬盘,无法提供数据块的存储。NAS是在局域网中传输,且有自己的操作系统和文件系统,这些因素都会导致NAS设备的带宽降低,增加NAS设备的读写响应时间。由此来看,该存储方式对于分行或者小银行企业的信息管理还适用,要架构大数据安防还需要很多地方完善。
IPSAN存储架构。IPSAN中所采用iSCSI通信协议实际上是一个互联协议,是SAN结构的一种。通过将SCSI协议封装在IP包中,使得SCSI协议能够在LAN/WAN中进行传输。该种方案目前而言在是银行大数据监控集中存储应用的主流。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08