网络安全检测|网络安全服务|网络安全扫描-香港墨客投资移动版

　　当数据库庞达到亿级之后，系统研判响应效率将会呈指数级下降;若达到百亿级、千亿级时，超大规模数据研判将会愈发困难。对此，首先以萨研发团队自主开发了自动调参系统，可对网络模型的组合类型，每层参数，以及学习率等自动寻找最佳设定，大大减少手工调整耗时耗力的弊端，同时可获得理论最佳效果;其次是开发了高度自动化的数据搜集、整理和标注系统，可以根据需要从自然数据中自动提取所需样本，并进行初步的筛选和标注，比单纯人工整理效率要高10倍以上。第三是对代码进行了深度极限优化，比如利用SIMT和SIMD技术对CPU和GPU代码进行指令集级别的优化，可提升8-10倍的处理效率。据以萨介绍，其目前某项目的动态数据采集量就达到了2亿/天，但数据调用能够稳定支持秒级响应。
 

　　“融、智、准”点亮AI
 

　　“以萨视频AI多维数据融合应用”通过几十余种技战法+几十余种目标属性+目标精细布控+组合式的条件检索，全面打通人、车、物多维动静态数据的孤立壁垒，实现了在数据层的全息感知、多维融合;通过目标智能提取、深度神经网络大数据处理等AI算法，利用人工智能+大数据技术，对人、车、物进行自动关联匹配，在技术层实现了深度人工智能化应用;再结合实战需求，基于平台对人、车、物等数据的关联分析与研判，大大提高了在案件研判及事前布控预警中的实战支撑效能，在应用层实现精准预警、精准打击、精准防范、精准管理应用。
 

　　1、核心技术
 

　　在技术层，其以人工智能算法为核心，依托GPU加速渲染、深度神经网络的大数据处理平台，打通和建立人、车、物多维目标的智能关联、智能分析、智能推送;在数据层，以萨将视频、卡口、人脸、人像等数据，同人员、车辆、物品、轨迹信息等进行多维融合，倍增数据价值;攻关解决了全市、全省级千亿数据规模下的城市视频图像实时联网智能分析、基于CPU+GPU的动态分布式异构计算等关键技术难题。该解决方案的重点在于对人、车、物三大类动静态数据的关联应用，“融、智、准”正是该平台核心技术的真实写照。
 

　　2、算力要求
 

　　以萨研发团队对代码进行了深度极限优化。利用SIMT和SIMD技术对CPU和GPU代码进行指令集级别的优化，同时优化处理器层面的缓存使用，以及IO流程的精简。另外，对网络模型进行“运行时优化”(Runtime Optimization)，在保证准确率基本不受影响的情况下，对网络模型进行压缩，减少存储和计算需求。以萨通过算法优化后，同样的深度学习技术，以萨技术可以做到比市面常见产品提升了8-10倍的处理效率。
 

　　3、大数据训练
 

　　以萨视频AI多维数据融合应用在大数据训练过程中，历经公安部、北京、广东、山东、四川、江苏、安徽、福建等20多个省部级公安机关、900多个县市区公安机关实战检验。目前其在某个单一项目上就实现了日均2亿的结构化动态数据实时分析应用。
 

　　不过，作为一款多维数据融合方案，与单一AI应用最大的不同就是，其首要目的不是为了训练识别精度，是要基于大数据碰撞进入多维数据价值挖掘无人区，支撑平安城市领域对于多维数据的规模化应用需求。事实上，该方案已经在海量数据配合训练下，实现了数据融合、淬炼的“融、智、准”应用。
 

　　4、落地能力
 

　　以萨已在全国多地搭建了多维数据深度应用平台，圆满护航厦门金砖峰会、全国两会、上合峰会等重大活动和会议的安全保障工作，受到公安部、北京市公安局、福建省公安厅、山东省公安厅等客户单位的高度认可。
 

　　5、案例分析
 

　　在某地被盗车辆追回案件应用中，由于接入的已建监控资源为老旧系统，案发附近图像视频源清晰度有限，没有能够抓到任何有价值信息。但借助汇聚全省视频资源的以萨视频AI多维数据融合平台，基于车辆特征检索，很快从某卡口图片中查找到符合度极高的疑似被盗车辆。但新情况再次出现，由于车速过高、已建系统无法适应高速运动车辆的车牌抓拍，车牌依然无法识别;民警只能继续通过车辆特征结合被盗车车牌进行分析，在试图通过大数据碰撞追查嫌疑人落脚地的时候发现，嫌疑人落脚地经常变换;更糟的情况是，大数据分析时，数据无法再碰撞，落脚地消失了。不过，经过平台更细化的视频图像特征分析，重新锁定一辆车型高度相似但车牌不同的嫌疑车;于是再通过视频图像特征数据碰撞得出“嫌疑车被套牌”的结论。民警此时沿着被套车牌线索追查车辆轨迹，随后发现车色被改装喷涂，最终通过数据分析出“喷漆地点”并获得一张可识别人脸的图像，再基于该人脸图像通过人脸识别算法及动静态数据库碰撞，锁定犯罪嫌疑人身份。
 

　　该案中，充分运用了视频图像特征识别、动静态大数据碰撞、综合研判、人脸识别等多项技战法，最终完成了案件的侦破。
 

　　6、AI创新亮点