本文提出一种隐私保护的智能监控框架，旨在解决传统集中式监控系统中证据管理权限过度集中、隐私泄露风险高的问题。该框架将事件检测与证据披露分离：使用轻量级MobileNetV2-based视频分类器实时检测暴力事件，检测到的片段立即加密，只有通过基于阈值的多方审批流程才能解密访问。解密密钥采用Shamir秘密共享拆分，成员份额使用公钥密码保护，投票过程结合限时令牌、双因素认证、数字签名和审计日志。实验部分在SCVD、RWF-2000和Real-Life Violence Situations三个数据集上，评估了MobileNetV2+LSTM、MobileNetV2+BiLSTM和MobileNetV2+temporal CNN三种模型，涵盖7种域内和跨数据集场景。最佳模型MobileNetV2+BiLSTM在合并保留集上达到93.5%测试准确率和0.980的ROC-AUC，但RWF-2000子集上的较低性能表明了数据集偏移的持续性。该工作适合关注隐私保护监控系统、分布式证据治理和轻量级暴力检测的研究人员和工程师。