安防演变至今，摄像机越来越清晰，数量越来越多;这带来了庞大的数据采集量，为了能够更清楚的知道视频中都有什么内容，视频结构化是安防现在的重点发展方向。

　　但是大数据仅仅就是让摄像机内容进行结构化描述吗?并不是，这仅仅只是一小步。每个摄像机的信息采集量结构化之后用语言描述，相当于一本书。如果一个城市有3000个摄像机，我们谁都没有本事一天内把这三千本书读完。只有我们做到让数据变得聪明，能够梳理条理，精炼语言，一言而喻，才能真正的让数据结构化发挥其本应有的优势，而这才是大数据应该做的工作。

　　即我们要让大数据聪明起来，而不仅仅是快;虽然快是大数据的基础。

　　要让大数据聪明起来，简单分工需要做到两步，一步要对数据条理化清洗，一步是直观化展现。

　　第一步：数据的条理化清洗，要求大数据能够理解案件研判的规律，并按照规律对数据进行归类整理，按照数据的种类和重要程度建立积分模型。积分模型的建立是聪明大数据的基础，也是关键。其研判的规律来自于我们公安干警的实际破案经验。

　　比如前段时间的全国大扫毒，在某市公安干警就利用车辆研判的积分模型进行数字化扫毒研判。干警们总结贩毒分子的规律一般都是在晚上12点之后到各个娱乐场所送毒。在这句话里边公安干警能够找到三个数据关键点：1、昼伏夜出;2、出入固定地点;3、频繁出入。

　　根据这三个数据关键点，公安干警利用积分模型分析半年内全城车辆，结果发现有12辆车符合这个规律。在对这12辆车的排查过程中，共抓捕了6批贩毒分子。

　　通过这个案例我们可以看出，聪明的数据能够充分发挥出数据应有的作用，能够为案件研判提供极大的辅助作用。所以大数据的核心应是如何让数据变得更聪明。而为了让数据更聪明就必须要给数据建立更多的数据模型让数据条理更清晰，这些模型的建立其实都是公安一线干警的实际研判经验。所以聪明的大数据依靠的不仅仅是提供技术的厂商，最关键的是依靠能够提供模型的公安干警。只有厂商和干警紧密合作才能让数据真正聪明起来。