技术架构

　　平台基本架构分为业务平台和大数据分析平台两部分，如图1所示。

　　（1）业务平台

　　业务平台分为四个逻辑层：终端层、网关层、业务层和应用层。终端层主要以终端平台、感知设备为主，包括前端数据采集硬件、平台信息数据等。通过终端层作为整个平台的入口可获取和收集人脸图片信息。作为整个平台的切入点，通过制定终端设备的通讯协议和数据报文协议，可使终端层快速接入到整个平台网关层是终端层设备接入的入口，能够通过TCP协议接入终端设备，并通过网络传输通道中的数据进行互相转换。在网关层的协议设计中，通过设计出的协议指令能够直接转换成相对应的服务处理类，通过该服务类可实现协议指令的业务处理能力。此外，网关层通过长连接的socket方式维持和终端层设备之间的长连接通道，通过该通道能够实时向终端设备发送动作和响应内容。

　　图2描述了通过网关层收集终端设备上传的数据。图3描述了从业务平台往终端层设备发送指令动作和推送信息，用来实现在平台控制终端层设备的指令和同步人脸底库。平台层对人脸数据的管理流程如图4和图5所示。

　　图5同步人脸信息

　　业务层是整个平台的业务核心，针对业务需和终端层设备上传的数据，利用人脸识别引擎和聚类引擎等来处理设备上传的人脸图片信息，产生人脸识别流水等业务数据。该业务数据可以用来提供绘应用层做具体的业务处理，比如布控，报警等，并且该层产生的人脸识别流水可以通过数据采集通道，作为大数据分析平台的数据输入源提供给分析。

　　应用层是整个平台的展示层，其中利用业务上相关场景，如布控任务，预警等，将场景与AI能力平台整合，可向使用者提供各类特色应用，用来输出整个平台的处理能力。

　　（2）大数据分析平台

　　大数据分析平台基于Hadoop生态构建，通过数据采集模块采集人脸识别流水和MAC地址等业务数据，进行处理和计算之后移动到存储（Hbase）上，作为大数据分析平台的数据基础。最后通过计算能力对大数据进行分析和计算，并产生业务分析结果提供给业务平台查询使用。

　　2．数据流程

　　平台的数据全流程中，终端设备通过网关层将采集数据上传到数据资源池，利用心跳信息保持边侧平台对端侧平台、、设备的实时管理。中台通过AI引擎存储，实现内部的数据、设备管理，并以订阅推送的方式与上层业务系统进行数据交换，支撑整个上层业务系统的实战应用。

　　（1）标准的通讯协议

　　面向各种终端层的设备产品，人脸大数据平台指定了一套标准的通讯协议，能够在TCP数据传输时约定传输的数据格式和要求，使平台可以对接任意通过该协议标准实现的终端层设备。

　　（2）安全的通讯模块

　　面对复杂的网络通信场景，安全通信模块通过软件方式实现安全保障。软件层对终端层设备的身份提供认证和授权，并在数据传输过程中做AES加密处理，通信双方（终端设备和平台）都需要对传输数据做签名的验证，以保证数据的完整性。

　　责任编辑：思睿