CN117119177B - 视频监测方法、系统、设备及存储介质 - Google Patents
视频监测方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN117119177B CN117119177B CN202311376346.7A CN202311376346A CN117119177B CN 117119177 B CN117119177 B CN 117119177B CN 202311376346 A CN202311376346 A CN 202311376346A CN 117119177 B CN117119177 B CN 117119177B
- Authority
- CN
- China
- Prior art keywords
- encrypted data
- data packet
- video
- storage
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 146
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000005540 biological transmission Effects 0.000 claims abstract description 165
- 230000002159 abnormal effect Effects 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000002955 isolation Methods 0.000 claims abstract description 11
- 238000013527 convolutional neural network Methods 0.000 claims description 39
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 32
- 238000005192 partition Methods 0.000 claims description 21
- 238000012549 training Methods 0.000 claims description 20
- 238000013507 mapping Methods 0.000 claims description 19
- 238000013500 data storage Methods 0.000 claims description 9
- 238000012015 optical character recognition Methods 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims 1
- 239000000969 carrier Substances 0.000 abstract description 17
- 238000007726 management method Methods 0.000 description 19
- 238000004590 computer program Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 230000002441 reversible effect Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 235000012745 brilliant blue FCF Nutrition 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/06—Diagnosis, testing or measuring for television systems or their details for recorders
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/02—Network architectures or network communication protocols for network security for separating internal from external traffic, e.g. firewalls
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
Abstract
本申请提供了一种视频监测方法、系统、设备及存储介质，涉及安防技术领域。该方法应用于物理隔离的内外网络：第一网络实时监测监控视频的存储情况，检测到异常情况生成第一告警内容；根据字典将第一告警内容转换成第二告警内容，根据描述信息选择目标传输服务对第二告警内容进行分段加密得到多个加密数据包；采用多种目标传输服务对应的信息载体分别传输多个加密数据包；第二网络对接收到的多个加密数据包进行处理，得到第一告警内容进行告警推送。本申请能够高效监测视频的存储情况，利用多种信息载体将告警内容分段加密和传输，增大数据内容还原的难度，通过物理隔离避免数据泄密风险，从而及时、安全地进行告警，提升监控视频存储的安全性。
Description
技术领域
本申请涉及安防技术领域，特别涉及一种视频监测方法、系统、设备及存储介质。
背景技术
作为安全防范系统的重要组成部分，视频监控以其直观、准确、及时和信息内容丰富而广泛应用于许多场合，可提供较强的综合性防范能力。近年来，随着计算机、网络以及图像处理、传输技术的飞速发展，视频监控技术也有了长足的发展。
信息的记录和存贮是安防系统的基本功能要求，而安防系统的真正价值在于所记录信息的完整性和真实性。视频监控所记录的信息则可以认为是安防系统中最完整和真实的内容，能够作为证据和事后调查依据。因此，对监控视频的存储进行监测是保障信息完整性和真实性的重要手段。当视频存储发生异常时，需要及时地进行告警。
目前，相关技术中通常由人工依次对各个前端监控设备的视频存储情况进行判断，工作量巨大且效率低下，容易出现某个前端监控设备长时间断存却没有及时发现的情形，安全隐患大；而由于目前的数据传输服务通常直接通过端口映射来访问和传输数据，因此，在告警时被攻击的概率很大，极易造成泄密。
因此，亟需一种视频监测系统和方法，能够高效率地监测视频的存储情况，并及时地、安全地进行告警，提升监控视频存储的安全性。
发明内容
本申请提供了一种视频监测方法、系统、设备及存储介质，能够高效率地监测视频的存储情况，并及时地、安全地进行告警，提升监控视频存储的安全性。
为了实现上述目的，第一方面，本申请提供了一种视频监测方法，应用于存在物理隔离的第一网络和第二网络中，所述方法包括：
S1、所述第一网络对监控视频的存储情况进行监测，若检测到异常情况，则根据发生异常的目标监控视频所在的存储位置，生成描述所述异常情况的第一告警内容；
S2、所述第一网络根据预设的字典对所述第一告警内容进行转换，生成第二告警内容，所述字典包括多种数据格式之间的映射关系；
S3、所述第一网络从给定的多种传输服务中，根据所述目标监控视频的描述信息，选择多种目标传输服务，根据所述多种目标传输服务对应的密钥，分别对所述第二告警内容的不同数据段进行加密，得到多个加密数据包；
其中，传输服务和描述信息之间的对应关系预先设定，不同的传输服务采用不同的信息载体传输数据，所述信息载体包括图片、音频、颜色、水容量、投影、温度、湿度中的至少两项；
S4、所述第一网络采用所述多种目标传输服务对应的信息载体，分别传输所述多个加密数据包；
S5、所述第二网络按照所述多种目标传输服务对应的接收方式，分别接收所述多个加密数据包，采用所述多种目标传输服务对应的密钥和所述字典，对所述多个加密数据包进行拼接、解密和转换，得到所述第一告警内容并进行告警推送。
在一种可能实施方式中，所述步骤S4包括如下中的一项或多项：
在目标传输服务以图片为载体的情况下，对显示有所述加密数据包的画面进行截屏，通过发送截屏图片来传输加密数据包；
在目标传输服务以音频为载体的情况下，将所述加密数据包转换为音频，通过播放音频来传输所述加密数据包；
在目标传输服务以颜色为载体的情况下，根据预设的颜色数字映射关系，将所述加密数据包转换为颜色序列，按照所述颜色序列展示颜色来传输所述加密数据包；
在目标传输服务以水容量为载体的情况下，将所述加密数据包转换为对应的水容量数值，通过将指定区域内的水容量调整为所述水容量数值来传输所述加密数据包；
在目标传输服务以投影为载体的情况下，将所述加密数据包转换为投影数据，基于所述投影数据在指定区域内进行投影，以传输所述加密数据包；
在目标传输服务以温度和/或湿度为载体的情况下，将所述加密数据包转换为温度和/或湿度，通过改变指定区域内的温度和/或湿度来传输所述加密数据包。
在一种可能实施方式中，所述步骤S5中的接收方式包括：
在目标传输服务以图片为载体的情况下，采用训练好的卷积神经网络对所述截屏图片进行图像识别，得到所述加密数据包；
在目标传输服务以音频为载体的情况下，对接收到的音频进行语音识别，得到所述加密数据包；
在目标传输服务以颜色为载体的情况下，根据检测到的颜色展示顺序，查询预设的颜色数字映射关系，得到所述加密数据包；
在目标传输服务以水容量为载体的情况下，通过传感器采集指定区域内的水容量数值，得到所述加密数据包；
在目标传输服务以投影为载体的情况下，在指定区域内对采集到的投影图像进行OCR识别，得到所述加密数据包；
在目标传输服务以温度和/或湿度为载体的情况下，通过温度和/或湿度传感器采集指定区域内的温度和/或湿度，得到所述加密数据包。
在一种可能实施方式中，所述卷积神经网络的训练过程包括：
基于样本加密数据包和样本加密数据包对应的截屏图像，构建数据集；
基于TensorFlow平台，构建所述卷积神经网络，所述卷积神经网络包括：输入层、多个卷积层构建的隐藏层以及全连接层构建的输出层；
将所述数据集输入所述卷积神经网络，训练所述卷积神经网络，直至所述卷积神经网络根据所述截屏图像预测样本加密数据包的准确率满足预设的训练目标。
在一种可能实施方式中，所述字典描述了文字和数字之间的映射关系，所述步骤S2包括：根据所述字典，将用文字表示的所述第一告警内容转换成用数字表示的第二告警内容；
所述描述信息包括：时间戳、温度、湿度和监控地点中至少一项，所述步骤S3包括：
S31、对所述描述信息进行哈希运算得到哈希值，根据预先配置的哈希值和传输服务之间的对应关系，从给定的多种传输服务中，选择所述哈希值对应的多种目标传输服务；
S32、根据所述多种目标传输服务对应的密钥对所述第二告警内容的不同数据段进行加密，得到多段加密内容，所述数据段的数量和所述目标传输服务的数量对应；
S33、针对任一所述数据段，生成所述数据段的摘要；
S34、针对任一所述数据段，根据所述数据段的开始时间和结束时间、所述数据段对应的加密内容、所述数据段的摘要、所述数据段对应目标传输服务的标识以及所述字典中用于转换所述数据段的字典表，拼接得到所述数据段对应的加密数据包。
在一种可能实施方式中，所述加密数据包的头部指针携带对应数据段的开始时间，所述加密数据包的尾部指针携带对应数据段的结束时间，所述步骤S5包括：
根据各个加密数据包携带的摘要对所述加密数据进行校验，在校验通过的情况下，采用对应目标传输服务的密钥对所述加密数据包进行解密；
根据各个加密数据包的头部指针和尾部指针，按照时间先后顺序对所述各个加密数据包的解密结果进行拼接，得到所述第二告警内容；
采用所述各个加密数据包中携带的字典表，对所述第二告警内容进行转换，得到所述第一告警内容并进行告警推送。
在一种可能实施方式中，所述监控视频由视频存储平台进行存储和管理，所述步骤S1包括：
S11、基于心跳机制，对所述视频存储平台所提供的多种服务进行监测，确定所述监控视频的存储是否发生异常情况，所述视频存储平台所提供服务包括下述至少一项：
监测存储服务器的运行指标；
监测数据存储所涉及基础软件的运行状态；
监测数据存储和转发所涉及基础服务的运行状态；
监测存储服务器的总存储记录和/或分区存储记录；
S12、在监测到所述运行指标、所述基础软件的运行状态、所述基础服务的运行状态、所述总存储记录、所述分区存储记录中至少一项发生异常波动的情况下，根据发生异常的目标监控视频所在存储服务器的IP地址，生成所述第一告警内容。
第二方面，提供一种视频监测系统，所述系统包括：位于第一网络的视频监测模块和传输模块以及位于第二网络的告警推送模块；所述第一网络和所述第二网络之间存在物理隔离；
所述视频监测模块用于：对监控视频的存储情况进行监测，若检测到异常情况，则根据发生异常的目标监控视频所在的存储位置，生成描述所述异常情况的第一告警内容；
所述传输模块用于：根据预设的字典对所述第一告警内容进行转换，生成第二告警内容，所述字典包括多种数据格式之间的映射关系；
所述传输模块用于：从给定的多种传输服务中，根据所述目标监控视频的描述信息，选择多种目标传输服务，根据所述多种目标传输服务对应的密钥，分别对所述第二告警内容的不同数据段进行加密，得到多个加密数据包；
其中，传输服务和描述信息之间的对应关系预先设定，不同的传输服务采用不同的信息载体传输数据，所述信息载体包括图片、音频、颜色、水容量、投影、温度、湿度中的至少两项；
所述传输模块用于：采用所述多种目标传输服务对应的信息载体，分别传输所述多个加密数据包；
所述告警推送模块用于：按照所述多种目标传输服务对应的接收方式，分别接收所述多个加密数据包，采用所述多种目标传输服务对应的密钥和所述字典，对所述多个加密数据包进行拼接、解密和转换，得到所述第一告警内容并进行告警推送。
第三方面，提供一种计算设备，包括存储器和处理器，所述存储器存储有至少一段程序，所述至少一段程序由处理器执行以实现如第一方面提供的视频监测方法。
第四方面，提供一种计算机可读存储介质，该存储介质中存储有至少一段程序，该至少一段程序由处理器执行以实现如第一方面提供的视频监测方法。
本申请提供的技术方案应用于物理隔离的内外网络，能够高效率地监测视频的存储情况，利用多种信息载体将告警内容分段加密和传输，增大数据内容还原的难度，通过网络间的物理隔离避免数据泄密风险，从而可以及时地、安全地进行告警，提升监控视频存储的安全性。
附图说明
图1是本申请实施例提供的一种视频监测系统的示意图；
图2是本申请实施例提供的一种视频监测模块的功能示意图；
图3是本申请实施例提供的一种加密数据包的格式示意图；
图4是本申请实施例提供的一种卷积神经网络的训练流程图；
图5是本申请实施例提供的一种多类传输服务的原理图；
图6是本申请实施例提供的一种在视频存储平台中配置视频监测相关存储任务的交互流程图；
图7是本申请实施例提供的一种视频监测方法流程示意图；
图8是本申请实施例提供的一种多类传输服务实现数据解析和告警推送的示意图；
图9是本申请实施例提供的一种计算设备的硬件结构示意图。
具体实施方式
为进一步说明各实施例，本申请提供有附图。这些附图为本申请揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本申请的优点。图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。本申请中术语“至少一个”的含义是指一个或多个，本申请中术语“多个”的含义是指两个或两个以上，例如，多个数据包是指两个或两个以上的数据包。
现结合附图和具体实施方式对本申请进一步说明。
本申请提供了一种视频监测系统，该系统包括：视频监测模块、传输模块和告警推送模块。图1是本申请实施例提供的一种视频监测系统的示意图。图2是本申请实施例提供的一种视频监测模块的功能示意图。下面结合图1和图2对本申请实施例提供的视频监测系统进行介绍。
本申请实施例中，视频监测模块用于：对监控视频的存储情况进行监测，若检测到异常情况，则根据发生异常的目标监控视频所在的存储位置，生成描述异常情况的第一告警内容。
其中，视频监测模块和传输模块处于第一网络，告警推送模块处于第二网络，第一网络和第二网络之间存在物理隔离。在一些实施例中，第一网络为涉密网络（内网），第二网络为非涉密网络（外网）。此处所区分的内网和外网是相对监控视频的存储位置而言。内网也即是可以直接访问所存储的监控视频的网络，外网也即是无法直接或间接访问所存储的监控视频的网络。通过划分内外网并进行物理隔离，可有效保证数据安全。
参见图1，涉密内网中：前端监控设备（例如，摄像头或传感器等）接入视频存储平台，视频存储平台用于对监控视频进行存储和管理。具体地，可以对视频存储平台的相关服务进行配置，以进行录像存储；视频监测模块对视频存储平台所提供的各种服务进行监测，以确定所存储的监控视频是否发生异常情况。参见图2，图2中（a）部分示出了视频监测模块所提供的监测服务，包括IT监测、基础服务监测和存储记录监测。具体地，视频存储平台所提供服务包括下述至少一项：
（1）IT监测：监测存储服务器的运行指标。示例性地，可以采用zabbix对服务器的CPU、内存以及带宽等关运行指标进行监测。
（2）基础服务监测1：监测数据存储所涉及基础软件的运行状态。示例性地，基础软件包括结构化数据库、缓存管理、非结构化数据库以及消息中间件等。
（3）基础服务监测2：监测数据存储和转发所涉及基础服务的运行状态。示例性地，基础服务包括中心服务、转发服务、网关服务、存储服务、国标上联服务、国标下联服务等。
（4）存储记录监测：监测存储服务器的总存储记录和/或分区存储记录。示例性地，存储记录能够表示监控视频在存储分区中的存储情况。通常采用多个存储分区来对监控视频进行分区存储，则存储记录可以包括所有分区对应的总存储记录以及各个分区各自的分区存储记录。
具体地，存储记录可以包括已存储监控视频的所占的容量、存储分区的访存性能等。若容量发生了异常波动，或者访存性能发生了异常卡顿，则可以判定发生了异常情况，需要进行告警。则视频监测模块根据发生异常情况的目标监控视频所在的存储位置（例如，存储分区或存储服务器的IP地址等）生成第一告警内容。示例性地，第一告警内容的格式为：发生异常的存储位置+异常情况，例如，视频存储平台（IP：192.168.98.22）已断存。
图2中（c）部分示出了通过依次监测总存储记录和分区存储记录来触发告警的原理，还示出了在存储巡检过程中，判定是否发生异常的参数配置。具体地，可以先监测总存储记录，在总存储记录发生异常的情况下直接触发告警，例如，总存储记录的存储合格率小于85%；在总存储记录正常的情况下，继续监测各个分区各自的分区存储记录的存储合格率，在任一分区的存储合格率发生异常的情况下触发告警。其中，异常可以是指存储合格率小于预设的阈值，例如，阈值为10%；异常还可以是指单个分区的存储合格率发生较大的波动，例如，合格率波动大于20%。上述判定异常的阈值均可预先配置，进一步地，还可以配置对各个服务的存储进行巡检的时间间隔（如10分钟）以及每次检测的视频长度（如5分钟）。
在这种示例下，视频监测模块用于：S11、基于心跳机制，对视频存储平台所提供的多种服务进行监测，确定监控视频的存储是否发生异常情况。
具体地，视频监测模块采用多个监测子模块进行协同监测。示例性地，每个服务每隔3秒向各个监测子模块发送心跳信息，监测子模块每隔2秒监测各个服务的在线情况，多个监测子模块之间通讯，共同决定该服务是否在线，减少误判。
参见图2，图2中（b）部分示出了视频监测模块采用多个监测子模块（监测子模块1-3），基于心跳机制对各个分区（分区一、二、三…）中服务的状态进行协同监测的原理。
S12、在监测到运行指标、基础软件的运行状态、基础服务的运行状态、总存储记录、分区存储记录中至少一项发生异常波动的情况下，根据发生异常的目标监控视频所在存储服务器的IP地址，生成第一告警内容。
参见图1，当出现异常情况，传输模块则调度多种传输服务来对第一告警内容进行字典转换、分段加密和分段传输，得到多个加密数据包。
本申请实施例中，传输模块用于执行：
S2、根据预设的字典对第一告警内容进行转换，生成第二告警内容，字典包括多种数据格式之间的映射关系。
在一种可能实施方式中，字典描述了文字和数字之间的映射关系，传输模块根据字典，将用文字表示的第一告警内容转换成用数字表示的第二告警内容。示例性地，字典规定了文字“视”用数字“1”表示，文字“频”用数字“3”表示，文字“断”用数字“4”表示，文字“存”用数字“5”表示，则第一告警内容中的“视频断存”可以通过字典转换为一串数字“1345”，也即是第二告警内容。
本申请实施例中，传输模块从给定的多种传输服务中，根据目标监控视频的描述信息，选择多种目标传输服务，根据多种目标传输服务对应的密钥，分别对第二告警内容的不同数据段进行加密，得到多个加密数据包。进而采用多种目标传输服务对应的信息载体，分别传输多个加密数据包。
其中，传输服务对应的密钥预先设定，例如，传输服务A采用密钥对X，密钥对X包括公钥PK1和私钥PK2，公钥PK1可用于对数据进行加密，私钥PK2可用于对公钥PK1加密后的数据进行解密。
其中，传输服务和描述信息之间的对应关系预先设定，不同的传输服务采用不同的信息载体传输数据，信息载体包括：图片、音频、颜色、水容量、投影、温度、湿度中的至少两项。
在一种可能实施方式中，描述信息是目标监控视频的相关信息，例如，可以包括：时间戳、温度、湿度和监控地点中至少一项。描述信息能够精准描述发生异常的目标监控视频，按照预先设定的传输服务和描述信息之间的对应关系，即可自动选择出用于加密传输该第二告警内容的多种目标传输服务。
具体地，传输模块进行分段加密和分段传输的过程包括：
S31、对描述信息进行哈希（hash）运算得到哈希值，根据预先配置的哈希值和传输服务之间的对应关系，从给定的多种传输服务中，选择哈希值对应的多种目标传输服务。
本申请实施例中，传输服务和描述信息之间的对应关系具体是指描述信息的哈希值和传输服务之间的对应关系。
具体地，参考图1，对描述信息包括的时间戳+温度+湿度+地点编号（监控地点）取hash值，描述信息以字符串形式进行处理：string="307041556001+26+30+room1"，哈希值例如是“2741”。
示例性地，预先配置的哈希值和传输服务之间的对应关系如表1所示。
表1
当然，根据所选择哈希算法的不同，哈希值可以是其他的字符或进制表示，本申请不局限于上述示例。
S32、根据多种目标传输服务对应的密钥对第二告警内容的不同数据段进行加密，得到多段加密内容，数据段的数量和目标传输服务的数量对应。
S33、针对任一数据段，生成数据段的摘要。
S34、针对任一数据段，根据数据段的开始时间和结束时间、数据段对应的加密内容、数据段的摘要、数据段对应目标传输服务的标识以及字典中用于转换数据段的字典表，拼接得到数据段对应的加密数据包。
通过上述过程进行分段和加密后，每个加密数据包的头部指针携带对应数据段的开始时间，加密数据包的尾部指针携带对应数据段的结束时间。
图3是本申请实施例提供的一种加密数据包的格式示意图。参考图3，数据包括分为三部分：头部指针，链接上一个数据包的尾部，携带时间戳（数据段的开始时间）；数据内容：数据段、摘要、传输服务的标识和字典表；尾部指针，链接下一个数据包的头部，携带时间戳（数据段的结束时间）。其中，字典包括不同数据格式之间的映射关系，例如，文字和数字之间的一一对应关系。
本申请实施例中，传输模块用于执行
S4、采用多种目标传输服务对应的信息载体，分别传输所述多个加密数据包。
其中，在目标传输服务以图片为载体的情况下，对显示有所述加密数据包的画面进行截屏，通过发送截屏图片来传输加密数据包；在目标传输服务以音频为载体的情况下，将所述加密数据包转换为音频，通过播放音频来传输所述加密数据包；在目标传输服务以颜色为载体的情况下，根据预设的颜色数字映射关系，将所述加密数据包转换为颜色序列，按照所述颜色序列展示颜色来传输所述加密数据包；在目标传输服务以水容量为载体的情况下，将所述加密数据包转换为对应的水容量数值，通过将指定区域内的水容量调整为所述水容量数值来传输所述加密数据包；在目标传输服务以投影为载体的情况下，将所述加密数据包转换为投影数据，基于所述投影数据在指定区域内进行投影，以传输所述加密数据包；在目标传输服务以温度和/或湿度为载体的情况下，将所述加密数据包转换为温度和/或湿度，通过改变指定区域内的温度和/或湿度来传输所述加密数据包。
示例性地，预设的颜色数字映射关系例如是，蓝色-1，黄色-2，红色-3……。
在一种可能实施方式中，通过按照颜色序列将多个灯泡点亮为对应颜色，即可完成颜色序列的展示。
示例性地，表2是本申请实施例提供的一种传输服务和接收方式的对应关系表。
表2
本申请实施例中，告警推送模块用于执行下述步骤S51-S52。
S51、按照多种目标传输服务对应的接收方式，分别接收多个加密数据包。
具体地，告警推送模块在目标传输服务以图片为载体的情况下，采用训练好的卷积神经网络对截屏图片进行图像识别，得到加密数据包；
在目标传输服务以音频为载体的情况下，对接收到的音频进行语音识别，得到加密数据包；在目标传输服务以颜色为载体的情况下，根据检测到的颜色展示顺序，查询预设的颜色数字映射关系，得到加密数据包；在目标传输服务以水容量为载体的情况下，通过传感器采集指定区域内的水容量数值，得到加密数据包；在目标传输服务以投影为载体的情况下，在指定区域内对采集到的投影图像进行OCR识别，得到加密数据包；在目标传输服务以温度和/或湿度为载体的情况下，通过温度和/或湿度传感器采集指定区域内的温度和/或湿度，得到加密数据包。
为了便于理解卷积神经网络的预训练过程，本申请实施例提供了一种卷积神经网络的训练流程图，参见图4，下面结合图4对卷积神经网络的训练过程进行具体介绍。
在一种可能实施方式中，上述卷积神经网络的训练过程包括：基于样本加密数据包和样本加密数据包对应的截屏图像，构建数据集；基于TensorFlow平台，构建卷积神经网络，卷积神经网络包括：输入层、多个卷积层构建的隐藏层以及全连接层构建的输出层；将数据集输入卷积神经网络，训练卷积神经网络，直至卷积神经网络根据截屏图像预测样本加密数据包的准确率满足预设的训练目标。
如图4所示，以截屏图片和用于表示告警内容的简码作为训练样本数据，对训练样本数据进行预处理后得到数据集，基于数据集，以简码为目标值，训练卷积神经网络。卷积神经网络设有逐级相连的N个大卷积层（N为正整数），和第N个大卷积层相连的全连接层，设定好模型架构后，利用create_model函数构建模型，利用tf.reduce_mean()函数构建损失函数，采用tf.train.Adamoptimizer()函数优化损失，最后计算模型的准确率，也即是，模型根据输入的截屏图片预测对应简码的准确率，开启模型训练的会话线程进行模型训练，直至生成符合预设条件的模型，预设条件例如是：准确率达到预设的目标准确率。
其中，简码例如是：12ABcF67RR，包含数字和大小写字母，简码经过字典翻译转换后即可得到文字表示的原始告警内容。
如图4所示，每个大卷积层包括卷积层、激活层和池化层。大卷积层的定义过程包括：设定二维卷积层conv2d的输入（input）、滤波器（filter）、步长（strides）和填充参数（padding），设定激活层relu中激活函数的特征图尺寸（features），设定池化层pool的值（value）、池化尺寸（ksize）、步长（strides）和填充参数（padding）。采用reshape（）函数设定全连接层，实现不同维度的任意层之间的全连接。
S52、采用多种目标传输服务对应的密钥和字典，对多个加密数据包进行拼接、解密和转换，得到第一告警内容并进行告警推送。
在一种可能实施方式中，告警推送模块首先根据各个加密数据包携带的摘要对加密数据进行校验，在校验通过的情况下，采用对应目标传输服务的密钥对加密数据包进行解密；进而根据各个加密数据包的头部指针和尾部指针，按照时间先后顺序对各个加密数据包的解密结果进行拼接，得到第二告警内容； 最后采用各个加密数据包中携带的字典表，对第二告警内容进行转换，得到第一告警内容并进行告警推送。示例性地，所采用的密钥是传输服务所对应的密钥对中的私钥，可用于对公钥加密后的数据进行解密。
在另一些实施例中，第二网络（外网）中的告警推送模块从第一网络（内网）中获取到多个时间点的加密数据包，根据数据包的头部指针和尾部指针对各个加密数据包进行拼接，在拼接后再对完整的数据包进行校验，避免数据包的内容被修改；进而对加密数据包进行解密，即可得到一串数字，例如，1223434234。最后根据数据包中携带的字典表进行转换，即可形成文字形式的告警内容。具体地，可以推送到大屏幕或任意设备中进行画面告警和/或声音告警。
在表2的基础上，本申请实施例提供了一种多类传输服务的原理图。参考图5，首先对描述信息（包括时间戳、温度、湿度和监控地点）进行哈希运算得到哈希值，根据哈希值选择对应的多种目标传输服务，例如，采用不同载体的传输服务包括：1、截屏图片传输；2、音频传输；3、颜色识别；4、水容量；5、光影（投影）；6、温湿度。解析过程中，不同的传输服务采用对应的接收方式来接受所传输的数据，并采用对应的密钥进行解密。参考图5，在非涉密网络中对应的解析方式包括：通过对指定区域（例如指定大屏幕）进行截屏得到截屏图片，采用密钥A对截屏图片进行解密；通过接收音频信号，采用密钥B对音频信号进行解密；通过对多个灯泡的颜色进行识别，得到颜色序列，采用密钥C对颜色序列进行解密；通过传感器测量水容量，采用密钥D对水容量的数值进行解密；通过采集光影图像，得到投影图像，采用密钥E对投影图像进行解密；通过传感器测量温湿度数据，采用密钥F对温湿度进行解密，以此类推，根据所配置传输服务的不同可以支持更多不同载体的解析。其中的密钥是指密钥对，包括公钥和私钥。
参见图5，针对以截屏图片为载体的传输服务，首先采用例如摄像头等采集设备采集得到图片，再对图片进行解析，传输预先训练好的卷积神经网络中，识别得到最终的告警内容。其中，卷积神经网络采用TensorFlow架构进行训练，以截屏图像和表示告警内容的简码作为训练样本。
参见图5，通过不同的传输服务，在非涉密网络侧已解析得到多个数据段后，根据指针携带的时间，对多个数据段进行拼接，将拼接得到的告警内容进行告警推送，例如，以大屏显示或音频报警的形式在值班室中进行告警，使得相关人员及时地知晓视频存储所发生的异常情况。
在一种可能实施方式中，上述的视频存储平台具体包括：基础服务和视频服务系统。视频存储平台通过视频接入服务单元实现媒体资源的接入，将外部不同资源格式和协议转成平台服务内部的统一协议，为平台核心服务提供信息源。服务层实现数据源的管理、存储、转发。平台SDK接口实现对平台服务层功能的对外提供，方便应用层开发。应用层包含两部分：Qt平台客户端和管理客户端页面，其中，Qt平台客户端实现视频为主的预览、回放、地理信息系统（GIS）应用，管理客户端页面用于实现平台配置管理web页面和显示平台状态。
视频存储平台处理资产媒体数据的接入、存储、管理、应用之外，还包含结构化数据的接入、存储、管理、应用。视频存储平台中的存储管理服务单元从转发服务请求媒体数据，并将媒体数据按一定的格式保存到基于网络协议的存储区域网络（IP SAN）、云存储等大容量存储设备中。同时提供录像检索、录像回放和下载服务。
示例性地，Qt平台客户端的录像记录查询请求通过网络视频监控的中心管理服务（Center Manage Services，CMS）转到媒体存储服务（Media Record Services，MRS），录像回放时，Qt平台客户端连接到CMS并通过媒体转发服务（Media Distribute Services，MDS）中转MRS中的录像回放数据。MDS和MRS部署在同一设备上，通过127.0.0.1回路地址实现MDS和MRS之间的数据快速交互。
在一些实施例中，视频存储平台提供的存储服务的性能瓶颈一般在 IP SAN，因此，视频存储平台需要支持独立磁盘冗余阵列（RAID），一般带宽在300Mbps左右，如果采用云存储或者其他方式，性能可能会不同。进一步地，存储服务的配置主要和两个因素有关：IP SAN 的性能以及总空间大小，一个 IP SAN 可以支持的硬盘数量有限，但空间是一定的。示例性地，存储服务包含：
1、数据的输入输出；
2、数据存储管理；
3、存储协议对接：本地磁盘读写，iSCSI，IPSAN，NAS，云存储；
4、存储计划管理；
存储服务所达到的目标包括：
1、支持无跨度的时间轴回放控制；
2、支持时间轴拖拽时的场景同步浏览，秒级场景定位；
3、支持多颜色时间轴；支持多种速率的快放和慢放，最高40倍速，支持单帧进退；
4、支持各种速率控制的倒放；支持更多路数的多时间轴同步回放控制；正放和倒放切换无延时；
5、支持时间切片；支持事件切片；支持书签管理；支持不同事件片段在时间轴上用不同颜色表示，支持同步录音的颜色标识；
6、支持报警事件录像模式下的报警预录；支持秒级数据保护（系统或者设备异常时，录像视频内容丢失不超过10秒）；
7、支持实时浏览时的即时倒放（从当前时间反向调阅录像，无时间跨度限制）；
8、支持N+M故障切换；支持备机录像数据回迁；支持冷热录像切换；支持录像数据的归档服务；
9、支持抽帧存储服务；支持对录像质量的秒级检测。
图6是本申请实施例提供的一种在视频存储平台中配置视频监测相关存储任务的交互流程图。参见图6，用户可以通过管理客户端页面向视频存储平台的中心管理服务（CMS）添加存储任务，中心管理服务进一步向媒体存储服务（MRS）添加存储任务，媒体存储服务保存存储任务计划，并向中心管理服务返回结果后执行存储任务计划。中心管理服务接收到结果后则向管理客户端页面返回结果。媒体存储服务执行存储任务计划，向中心管理服务请求通道媒体流，中心管理服务则向媒体接入网关（Media Gateway，MGW）请求媒体流，媒体接入网关若打开通道成功，则直接向媒体存储服务推送媒体流（UDP），媒体存储服务则存储媒体流并将存储记录写到数据库中，供给视频监测系统进行巡检。媒体存储服务在存储后可向媒体接入网关请求定时回放媒体流的状态。如果媒体接入网关未打开通道，则媒体接入网关向第三方请求媒体流，并向中心管理服务返回结果，中心管理服务则向媒体存储服务返回结果。
上述介绍的配置流程仅为示例性地，针对不同架构不同版本的视频存储平台，可以采用对应的配置方法实现，本申请不局限于此。示例性地，上述视频存储平台也即是指网络视频监控平台，可以通过各种有线、无线网络、电力网络把从前端监控设备中采集到的监控视频以数字化的形式进行传输。因此，本申请的视频监控系统可以集成在任意种架构的网络视频监控平台中实现对监控视频存储状态的实时监测和异常告警功能。
本申请能够高效率地监测视频的存储情况，在涉密和非涉密网络间利用多种信息载体将告警内容分段加密和传输，增大数据内容还原的难度，通过网络间的物理隔离避免数据泄密风险，从而可以及时地、安全地进行告警，提升监控视频存储的安全性。
并且，利用多种传输服务结合，可大大减少数据泄密的危险；支持自定义添加传输服务，可增加数据内容还原的难度。采用机器学习卷积神经网络对信息进行识别汇总解析，预先训练了神经网络作为图像解析和识别的工具，经过加密后的图像在传输时，即使被第三方采集也难以通过普通手段识别出原始信息，只有通过针对性训练出来的神经网络模型才可以有效识别。基于此，大大扩展了传输服务的应用场景，提升了加密传输的安全性。
进一步地，本申请提供的视频监测方法能够应用在功能丰富的各种视频存储服务中，为大规模高并发访问的视频存储和访问场景提供可靠的监测性能和数据安全保护。
本申请提供的视频监测方法能够由计算设备执行，该计算设备可以为服务器、多个物理服务器构成的服务器集群或者分布式文件系统，又或者是提供云存储以及云服务、云数据库、云计算、云函数、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络（content delivery network，CDN）、大数据和人工智能平台等基础云计算服务的云服务器集群，本申请对此不做限定。
下面结合上述图1-6介绍的视频监测系统，对本申请提供的视频监测方法进行介绍。图7是本申请实施例提供的一种视频监测方法流程示意图，参考图7，本申请提供的技术方案包括下述步骤S1至步骤S5，应用于存在物理隔离的第一网络和第二网络中，步骤S1至步骤S5的具体实施方式可以参考前文，下文不做赘述。
S1、第一网络中的视频监测模块对监控视频的存储情况进行监测，若检测到异常情况，则根据发生异常的目标监控视频所在的存储位置，生成描述异常情况的第一告警内容。
在一种可能实施方式中，监控视频由视频存储平台进行存储和管理，S1包括：
S11、基于心跳机制，对视频存储平台所提供的多种服务进行监测，确定监控视频的存储是否发生异常情况，视频存储平台所提供服务包括下述至少一项：
监测存储服务器的运行指标；
监测数据存储所涉及基础软件的运行状态；
监测数据存储和转发所涉及基础服务的运行状态；
监测存储服务器的总存储记录和/或分区存储记录；
S12、在监测到运行指标、基础软件的运行状态、基础服务的运行状态、总存储记录、分区存储记录中至少一项发生异常波动的情况下，根据发生异常的目标监控视频所在存储服务器的IP地址，生成第一告警内容。
S2、第一网络中的传输模块根据预设的字典对第一告警内容进行转换，生成第二告警内容，字典包括多种数据格式之间的映射关系。
在一种可能实施方式中，字典描述了文字和数字之间的映射关系，S2包括：根据字典，将用文字表示的第一告警内容转换成用数字表示的第二告警内容。
S3、第一网络中的传输模块从给定的多种传输服务中，根据目标监控视频的描述信息，选择多种目标传输服务，根据多种目标传输服务对应的密钥，分别对第二告警内容的不同数据段进行加密，得到多个加密数据包。
其中，传输服务和描述信息之间的对应关系预先设定，不同的传输服务采用不同的信息载体传输数据，信息载体包括：图片、音频、颜色、水容量、投影、温度、湿度中的至少两项；
在一种可能实施方式中，描述信息包括：时间戳、温度、湿度和监控地点中至少一项。步骤S3包括：
S31、对描述信息进行哈希运算得到哈希值，根据预先配置的哈希值和传输服务之间的对应关系，从给定的多种传输服务中，选择哈希值对应的多种目标传输服务；
S32、根据多种目标传输服务对应的密钥对第二告警内容的不同数据段进行加密，得到多段加密内容，数据段的数量和目标传输服务的数量对应；
S33、针对任一数据段，生成数据段的摘要；
S34、针对任一数据段，根据数据段的开始时间和结束时间、数据段对应的加密内容、数据段的摘要、数据段对应目标传输服务的标识以及字典中用于转换数据段的字典表，拼接得到数据段对应的加密数据包。
S4、第一网络中的传输模块采用多种目标传输服务对应的信息载体，分别传输多个加密数据包。
在一种可能实施方式中，针对不同的信息载体，S4包括：在目标传输服务以图片为载体的情况下，对显示有加密数据包的画面进行截屏，通过发送截屏图片来传输加密数据包。在目标传输服务以音频为载体的情况下，将加密数据包转换为音频，通过播放音频来传输加密数据包。在目标传输服务以颜色为载体的情况下，根据预设的颜色数字映射关系，将加密数据包转换为颜色序列，按照颜色序列展示颜色来传输加密数据包。 在目标传输服务以水容量为载体的情况下，将加密数据包转换为对应的水容量数值，通过将指定区域内的水容量调整为水容量数值来传输加密数据包。在目标传输服务以投影为载体的情况下，将加密数据包转换为投影数据，基于投影数据在指定区域内进行投影，以传输加密数据包。在目标传输服务以温度和/或湿度为载体的情况下，将加密数据包转换为温度和/或湿度，通过改变指定区域内的温度和/或湿度来传输加密数据包。
S5、第二网络中的告警推送模块按照多种目标传输服务对应的接收方式，分别接收多个加密数据包，采用多种目标传输服务对应的密钥和字典，对多个加密数据包进行拼接、解密和转换，得到第一告警内容并进行告警推送。
在一种可能实施方式中，S5中的接收方式包括：在目标传输服务以图片为载体的情况下，采用训练好的卷积神经网络对截屏图片进行图像识别，得到加密数据包。在目标传输服务以音频为载体的情况下，对接收到的音频进行语音识别，得到加密数据包。在目标传输服务以颜色为载体的情况下，根据检测到的颜色展示顺序，查询预设的颜色数字映射关系，得到加密数据包。在目标传输服务以水容量为载体的情况下，通过传感器采集指定区域内的水容量数值，得到加密数据包。在目标传输服务以投影为载体的情况下，在指定区域内对采集到的投影图像进行OCR识别，得到加密数据包。在目标传输服务以温度和/或湿度为载体的情况下，通过温度和/或湿度传感器采集指定区域内的温度和/或湿度，得到加密数据包。
在一种可能实施方式中，上述卷积神经网络的训练过程包括：基于样本加密数据包和样本加密数据包对应的截屏图像，构建数据集；基于TensorFlow平台，构建卷积神经网络，卷积神经网络包括：输入层、多个卷积层构建的隐藏层以及全连接层构建的输出层；将数据集输入卷积神经网络，训练卷积神经网络，直至卷积神经网络根据截屏图像预测样本加密数据包的准确率满足预设的训练目标。
在一种可能实施方式中，加密数据包的头部指针携带对应数据段的开始时间，加密数据包的尾部指针携带对应数据段的结束时间，S5包括：根据各个加密数据包携带的摘要对加密数据进行校验，在校验通过的情况下，采用对应目标传输服务的密钥对加密数据包进行解密；根据各个加密数据包的头部指针和尾部指针，按照时间先后顺序对各个加密数据包的解密结果进行拼接，得到第二告警内容；采用各个加密数据包中携带的字典表，对第二告警内容进行转换，得到第一告警内容并进行告警推送。
为了便于理解视频监测方法中接收加密数据包并按照对应方式进行解析的流程，本申请实施例提供了一种多类传输服务实现数据解析和告警推送的示意图，参考图8。
如图8所示，不同的传输服务对应的接收方式不同。针对以图像为载体的传输服务，可以通过摄像头采集对应的视频并存储，再利用opencv实时读取视频并截取截屏图片，再利用卷积神经网络进行识别，进而利用对应的密钥对解析识别结果得到对应的数据段，例如：解析得到数据段包括“12”，通过字典转换“1—视频存储平台，2—IP” ，可以得到“视频存储平台IP”。针对以音频为载体的传输服务，接收音频再转为文档，进而利用对应的密钥对解析得到对应的数据段，例如：解析得到数据段包括“ABC”，通过字典转换“A—192.168.22.88，B—已经，C—断存” ，可以得到“192.168.22.88已经断存”。同理的，针对以颜色、水容量、光影、温湿度为载体的传输服务，采用对应的方式接收即可得到所传输的加密数据包，再采用各自的密钥进行解析即可得到对应的数据段。最后对各个数据段进行拼接即可得到告警内容“视频存储平台IP192.168.22.88已经断存”，并向值班室推送。
本申请能够高效率地监测视频的存储情况，利用多种信息载体将告警内容分段加密和传输，增大数据内容还原的难度，通过网络间的物理隔离避免数据泄密风险，从而可以及时地、安全地进行告警，提升监控视频存储的安全性。
并且，利用多种传输服务结合，可大大减少数据泄密的危险；支持自定义添加传输服务，可增加数据内容还原的难度。采用机器学习卷积神经网络对信息进行识别汇总解析，预先训练了神经网络作为图像解析和识别的工具，经过加密后的图像在传输时，即使被第三方采集也难以通过普通手段识别出原始信息，只有通过针对性训练出来的神经网络模型才可以有效识别。基于此，大大扩展了传输服务的应用场景，提升了加密传输的安全性。
本申请提供了一种计算设备，可用于执行上述视频监测方法或实现为视频监测系统中的任一模块。图9是本申请实施例提供的一种计算设备的硬件结构示意图，如图9所示，该计算设备包括处理器901、存储器902、总线903、以及存储在所述存储器902中并可在所述处理器901上运行的计算机程序，处理器901包括一个或一个以上处理核心，存储器902通过总线903与处理器901相连，存储器902用于存储程序指令，所述处理器执行所述计算机程序时实现本申请提供的上述方法实施例中的全部或部分步骤。
进一步地，作为一个可执行方案，上述计算设备可以是计算机单元，该计算机单元可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机单元可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，上述计算机单元的组成结构仅仅是计算机单元的示例，并不构成对计算机单元的限定，可以包括比上述更多或更少的部件，或者组合某些部件，或者不同的部件。例如所述计算机单元还可以包括输入输出设备、网络接入设备、总线等，本申请实施例对此不做限定。
进一步地，作为一个可执行方案，所称处理器可以是中央处理单元（CentralProcessing Unit，CPU），还可以是其他通用处理器、数字信号处理器 （Digital SignalProcessor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现成可编程门阵列 （Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述计算机单元的控制中心，利用各种接口和线路连接整个计算机单元的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述计算机单元的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（SecureDigital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例上述方法的步骤。
所述计算机单元集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
尽管结合优选实施方案具体展示和介绍了本申请，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本申请的精神和范围内，在形式上和细节上可以对本申请做出各种变化，均为本申请的保护范围。
Claims (6)
1.一种视频监测方法，其特征在于，应用于存在物理隔离的第一网络和第二网络中，所述方法包括：
S1、所述第一网络对监控视频的存储情况进行监测，若检测到异常情况，则根据发生异常的目标监控视频所在的存储位置，生成描述所述异常情况的第一告警内容；
S2、所述第一网络根据预设的字典，将用文字表示的所述第一告警内容转换成用数字表示的第二告警内容，所述字典描述了文字和数字之间的映射关系；
S31、所述第一网络对目标监控视频的描述信息进行哈希运算得到哈希值，根据预先配置的哈希值和传输服务之间的对应关系，从给定的多种传输服务中，选择所述哈希值对应的多种目标传输服务；
S32、所述第一网络根据所述多种目标传输服务对应的密钥对所述第二告警内容的不同数据段进行加密，得到多段加密内容，所述数据段的数量和所述目标传输服务的数量对应；
S33、所述第一网络针对任一所述数据段，生成所述数据段的摘要，针对任一所述数据段，根据所述数据段的开始时间和结束时间、所述数据段对应的加密内容、所述数据段的摘要、所述数据段对应目标传输服务的标识以及所述字典中用于转换所述数据段的字典表，拼接得到所述数据段对应的加密数据包；
其中，所述加密数据包的头部指针携带对应数据段的开始时间，所述加密数据包的尾部指针携带对应数据段的结束时间；
S4、所述第一网络在目标传输服务以图片为载体的情况下，对显示有所述加密数据包的画面进行截屏，通过发送截屏图片来传输加密数据包；在目标传输服务以音频为载体的情况下，将所述加密数据包转换为音频，通过播放音频来传输所述加密数据包；在目标传输服务以颜色为载体的情况下，根据预设的颜色数字映射关系，将所述加密数据包转换为颜色序列，按照所述颜色序列展示颜色来传输所述加密数据包；在目标传输服务以水容量为载体的情况下，将所述加密数据包转换为对应的水容量数值，通过将指定区域内的水容量调整为所述水容量数值来传输所述加密数据包；在目标传输服务以投影为载体的情况下，将所述加密数据包转换为投影数据，基于所述投影数据在指定区域内进行投影，以传输所述加密数据包；在目标传输服务以温度和/或湿度为载体的情况下，将所述加密数据包转换为温度和/或湿度，通过改变指定区域内的温度和/或湿度来传输所述加密数据包；
S51、所述第二网络在目标传输服务以图片为载体的情况下，采用训练好的卷积神经网络对所述截屏图片进行图像识别，得到所述加密数据包；在目标传输服务以音频为载体的情况下，对接收到的音频进行语音识别，得到所述加密数据包；在目标传输服务以颜色为载体的情况下，根据检测到的颜色展示顺序，查询预设的颜色数字映射关系，得到所述加密数据包； 在目标传输服务以水容量为载体的情况下，通过传感器采集指定区域内的水容量数值，得到所述加密数据包；在目标传输服务以投影为载体的情况下，在指定区域内对采集到的投影图像进行OCR识别，得到所述加密数据包；在目标传输服务以温度和/或湿度为载体的情况下，通过温度和/或湿度传感器采集指定区域内的温度和/或湿度，得到所述加密数据包；
S52、所述第二网络根据各个加密数据包携带的摘要对所述加密数据进行校验，在校验通过的情况下，采用对应目标传输服务的密钥对所述加密数据包进行解密；根据各个加密数据包的头部指针和尾部指针，按照时间先后顺序对所述各个加密数据包的解密结果进行拼接，得到所述第二告警内容； 采用所述各个加密数据包中携带的字典表，对所述第二告警内容进行转换，得到所述第一告警内容并进行告警推送。
2.根据权利要求1所述的视频监测方法，其特征在于，所述卷积神经网络的训练过程包括：
基于样本加密数据包和样本加密数据包对应的截屏图像，构建数据集；
基于TensorFlow平台，构建所述卷积神经网络，所述卷积神经网络包括：输入层、多个卷积层构建的隐藏层以及全连接层构建的输出层；
将所述数据集输入所述卷积神经网络，训练所述卷积神经网络，直至所述卷积神经网络根据所述截屏图像预测样本加密数据包的准确率满足预设的训练目标。
3.根据权利要求1所述的视频监测方法，其特征在于，所述监控视频由视频存储平台进行存储和管理，所述步骤S1包括：
S11、基于心跳机制，对所述视频存储平台所提供的多种服务进行监测，确定所述监控视频的存储是否发生异常情况，所述视频存储平台所提供服务包括下述至少一项：
监测存储服务器的运行指标；
监测数据存储所涉及基础软件的运行状态；
监测数据存储和转发所涉及基础服务的运行状态；
监测存储服务器的总存储记录和/或分区存储记录；
S12、在监测到所述运行指标、所述基础软件的运行状态、所述基础服务的运行状态、所述总存储记录、所述分区存储记录中至少一项发生异常波动的情况下，根据发生异常的目标监控视频所在存储服务器的IP地址，生成所述第一告警内容。
4.一种视频监测系统，其特征在于，所述系统包括：位于第一网络的视频监测模块和传输模块以及位于第二网络的告警推送模块；所述第一网络和所述第二网络之间存在物理隔离；所述视频监测系统用于实现如权利要求1至3任一所述的视频监测方法。
5.一种计算设备，其特征在于，包括存储器和处理器，所述存储器存储有至少一段程序，所述至少一段程序由处理器执行以实现如权利要求1至3任一所述的视频监测方法。
6.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一段程序，所述至少一段程序由处理器执行以实现如权利要求1至3任一所述的视频监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311376346.7A CN117119177B (zh) | 2023-10-24 | 2023-10-24 | 视频监测方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311376346.7A CN117119177B (zh) | 2023-10-24 | 2023-10-24 | 视频监测方法、系统、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117119177A CN117119177A (zh) | 2023-11-24 |
| CN117119177B true CN117119177B (zh) | 2023-12-22 |
Family
ID=88813283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311376346.7A Active CN117119177B (zh) | 2023-10-24 | 2023-10-24 | 视频监测方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117119177B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050037859A (ko) * | 2003-10-20 | 2005-04-25 | 엘지전자 주식회사 | 무선 데이터 송수신용 보안방법 및 송수신장치 |
| CN105471575A (zh) * | 2014-09-05 | 2016-04-06 | 阿里巴巴集团控股有限公司 | 一种信息加密、解密方法及装置 |
| CN107145704A (zh) * | 2017-03-27 | 2017-09-08 | 西安电子科技大学 | 一种面向社区的健康医疗监护、评测系统及其方法 |
| CN111935112A (zh) * | 2020-07-29 | 2020-11-13 | 深圳市安车检测股份有限公司 | 一种基于串行的跨网数据安全摆渡设备和方法 |
| CN112434080A (zh) * | 2020-11-25 | 2021-03-02 | 国网湖北省电力有限公司咸宁供电公司 | 一种配电网分析平台的数据获取方法、设备及存储介质 |
| CN112564969A (zh) * | 2020-12-04 | 2021-03-26 | 浪潮电子信息产业股份有限公司 | 简单网络管理协议中的信息传输方法、系统及相关装置 |
| CN115511646A (zh) * | 2022-10-08 | 2022-12-23 | 杭州首新网络科技有限公司 | 一种应用于线上交易的欺诈识别系统 |
| CN116910816A (zh) * | 2023-09-12 | 2023-10-20 | 北京迅京科技有限公司 | 一种提高隐私保护下的多方资产协同管理方法及装置 |
-
2023
- 2023-10-24 CN CN202311376346.7A patent/CN117119177B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050037859A (ko) * | 2003-10-20 | 2005-04-25 | 엘지전자 주식회사 | 무선 데이터 송수신용 보안방법 및 송수신장치 |
| CN105471575A (zh) * | 2014-09-05 | 2016-04-06 | 阿里巴巴集团控股有限公司 | 一种信息加密、解密方法及装置 |
| CN107145704A (zh) * | 2017-03-27 | 2017-09-08 | 西安电子科技大学 | 一种面向社区的健康医疗监护、评测系统及其方法 |
| CN111935112A (zh) * | 2020-07-29 | 2020-11-13 | 深圳市安车检测股份有限公司 | 一种基于串行的跨网数据安全摆渡设备和方法 |
| CN112434080A (zh) * | 2020-11-25 | 2021-03-02 | 国网湖北省电力有限公司咸宁供电公司 | 一种配电网分析平台的数据获取方法、设备及存储介质 |
| CN112564969A (zh) * | 2020-12-04 | 2021-03-26 | 浪潮电子信息产业股份有限公司 | 简单网络管理协议中的信息传输方法、系统及相关装置 |
| CN115511646A (zh) * | 2022-10-08 | 2022-12-23 | 杭州首新网络科技有限公司 | 一种应用于线上交易的欺诈识别系统 |
| CN116910816A (zh) * | 2023-09-12 | 2023-10-20 | 北京迅京科技有限公司 | 一种提高隐私保护下的多方资产协同管理方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 多元化信息发展下的安全保密;张耀天;;电子制作(第10期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117119177A (zh) | 2023-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021218143A1 (zh) | 数据同步方法、装置、服务器及存储介质 | |
| US9740940B2 (en) | Event triggered location based participatory surveillance | |
| EP2688296B1 (en) | Video monitoring system and method | |
| US9489426B2 (en) | Distributed feature collection and correlation engine | |
| CN109039749B (zh) | 一种远程日志采集和加密传输系统及方法 | |
| US20180249190A1 (en) | Method and apparatus for cloud storage and cloud download of multimedia data | |
| WO2022052630A1 (zh) | 一种多媒体信息处理方法、装置、电子设备及存储介质 | |
| CN110457190A (zh) | 一种基于区块链的全链路监控方法、装置及系统 | |
| CN103096042A (zh) | 一种视频监控系统 | |
| CN104602102A (zh) | 视频截取内容的传输响应方法、装置、服务器和系统 | |
| US11621986B2 (en) | Peer-to-peer media streaming from an edge data storage device to a browser | |
| CN112788270B (zh) | 视频回溯方法、装置、计算机设备及存储介质 | |
| CN103152437A (zh) | 分布式视频监控云存储系统 | |
| Li et al. | Automatically discovering surveillance devices in the cyberspace | |
| CN113507461B (zh) | 基于大数据的网络监控系统及网络监控方法 | |
| CN109218093B (zh) | 一种获取告警的方法和系统 | |
| US10719552B2 (en) | Focalized summarizations of a video stream | |
| US20200366967A1 (en) | Method and system for monitoring quality of streaming media | |
| CN113923192A (zh) | 一种流量审计方法、装置、系统、设备和介质 | |
| US20160205118A1 (en) | Cyber black box system and method thereof | |
| CN111125426A (zh) | 一种数据存储和查询的方法及装置 | |
| CN102868909A (zh) | Mp4在线视频缓存方法及装置 | |
| CN117119177B (zh) | 视频监测方法、系统、设备及存储介质 | |
| CN114650236A (zh) | 一种日志处理方法、装置及存储介质 | |
| CN113473166A (zh) | 一种数据存储系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |