面向智慧城市的數據開放共享平臺建設研究

［摘 要］文章以智慧城市建設為背景，針對當前數據整合能力不足、數據利用率低、數據安全問題頻發等數據問題，運用數據采集融合、數據治理、數據安全保障等技術，設計一種數據開放共享平臺，提升在智慧城市場景下數據采集、數據治理、數據管理、數據開放共享、數據安全管控等方面的能力，提高城市數據資源整合和利用能力，促進城市管理與服務的數字化、智能化。

［關鍵詞］大數據；智慧城市；數據開放；數據共享

doi：10.3969/j.issn.1673-0194.2023.05.054

［中圖分類號］D630；TP315 ［文獻標識碼］A ［文章編號］1673-0194（2023）05-0206-04

［作者簡介］鄭茜文（1992— ），女，浙江舟山人，中級工程師，主要研究方向：海洋信息化產品技術研發與系統集成。

0" " "引 言

近年來，隨著我國經濟的發展和城鎮化進程的加快，城市居民對生活水平和質量的追求也越來越高，但城市的迅速擴張也使人口劇增、環境污染、交通擁堵、資源短缺等問題日益嚴重，這嚴重阻礙了城市建設和城市管理，傳統的城市管理模式已無法滿足現有城市規模發展和人們美好生活需要［1］。隨著物聯網、5G移動網絡、云計算、大數據分析與挖掘、人工智能等技術的廣泛應用與不斷完善，以及相關政策、規劃的陸續出臺，城市信息化、智能化水平不斷提高，智慧城市已成為現代城市發展的主要方向。

城市數據與社會生活息息相關，蘊藏大量可利用價值，可為智慧城市建設注入“活血”。同時，在智慧城市的發展與建設過程中也會不斷產生大量城市數據，“智慧城市建設產生城市數據，城市數據支撐智慧城市建設”，兩者相互促進、共同發展。

1" " "智慧城市建設當前存在的數據問題

隨著城市數字化、智慧化程度的不斷提高，各類城市級的大型數據平臺，為智慧城市的發展提供數據支撐，然而城市數據平臺也存在各類問題，在很大程度上制約了智慧城市的發展。

1.1" "數據整合能力不足

智慧城市數據面向政府決策、公共服務、民生保障等多個方面，這些城市數據通常來自各前端感知設備、各業務系統，數據類型多樣，由于沒有統一的數據標準與口徑，導致數據壁壘嚴重，影響數據的整合。

1.2" "數據利用率低

城市發展勢必會產生大量數據，雖然城市數據平臺存儲的數據量很大，但是缺乏有效的數據治理和數據管理，數據中存在數據錯誤、數據重復、數據及時性和準確率不高等問題，數據利用率低。

1.3" "數據安全問題頻發

當前，隨著城市數據開放共享力度的不斷增強以及數據價值的不斷提高，數據被竊取、數據被濫用、數據被泄露等問題頻發，面臨巨大的數據安全隱患。數據安全如何保障成為一個影響數據開放共享的新問題。

2" " "解決對策與平臺設計

為解決上述問題，本文設計面向智慧城市的數據開放共享平臺，形成相應的解決對策。

2.1" "建立統一標準規范，整合各類城市數據

強化智慧城市數據統籌，建立統一的城市數據目錄及標準規范，針對各地、各行業、各部門、各系統及互聯網中的城市數據，多渠道采集與融合數據資源，全面整合基礎資源數據、政府可共享與開放數據和互聯網數據。

2.2" "形成數據治理閉環，提升數據資源可用性

建立全面覆蓋數據全生命周期的規則體系，形成從數據歸集、數據規則、數據清洗到問題數據反饋的數據治理閉環，結合數據智能標簽、數據質量評估等功能，提高數據質量。

2.3" "建立數據安全防護體系，強化數據安全管控

建立數據分級分類管控機制，強化實時行為監控和數據使用審計，明確“數據從哪來、數據給誰用、數據怎么用”，在數據充分開放共享的同時，保障數據應用安全。

3" " "平臺總體框架

圍繞交通、旅游、民生服務等城市信息化需求，建設面向智慧城市的數據開放共享平臺，通過采集各類跨地域、跨行業、跨部門、跨層級的數據資源，對數據資源進行整合、歸集、治理，挖掘數據資源的經濟與社會效益，協調促進數據資源的開放共享，實現城市智慧化管理和運行，充分發揮數據資源對智慧城市建設的驅動作用［2］。

面向智慧城市的數據開放共享平臺包括數據采集系統、數據治理系統、數據管理系統、數據開放共享系統、數據安全管控系統，平臺總體架構見圖1［3］。

4" " "平臺功能

4.1" "數據采集系統

以城市管理、公共服務及民生保障為導向，建立統一的城市數據規范和標準，完善相關管理制度，運用物聯網、5G移動通信網絡等技術，面向生態環境、交通出行、教育文化、醫療衛生、社保就業、城建住房、社會救助、法律服務等領域，整合基礎資源數據庫、政府可共享與開放數據和互聯網數據，建設海量、完善、多元的城市數據資源池。

4.1.1" "感知設備數據采集

基于不同的城市感知需求，面向人、車、物、環境等城市重要觀測要素，連接城市內各類的傳感器、RFID設備、視頻設備等感知設備，實現對城市全要素、全方位、全天候、實時的動態感知。

4.1.2" "城建基礎數據采集

基于智慧城市建設的地理環境信息需求，接入公共設施、道路交通、城市環境、房屋土地等城市基礎地理、基礎環境、基礎設施數據，同時保證數據的一致性、完整性、時效性和精確性。

4.1.3" "政府業務數據采集

按照不同部門、不同業務系統的存儲數據方式、系統數據敏感度的不同，建立實時、定向、單向、雙向等不同形式的數據交換機制，運用靈活多樣的系統接入方式和數據采集方式，采集政府業務系統中政策信息、政務服務、公共服務、供水供電、社會福利等相關的可公開、共享的業務數據。

4.1.4" "互聯網數據采集

基于政府決策、社會公共服務、城市動態分析等需求，運用各類互聯網數據采集技術，對各網絡主流網站中的海量城市相關數據進行實時、連續采集。

4.2" "數據治理系統

建立數據使用標準、數據清洗規則體系、數據質量評估模型等，對采集到的數據按規則進行清洗，并將問題數據追根溯源，形成問題數據治理閉環，提升數據資源的可用性，為數據的應用、共享和開放提供標準化、規范化的數據。

4.2.1" "數據規則管理

充分調研并考慮智慧城市不同業務模式和應用場景的數據清洗需求，建設統一的智慧城市數據標準規范，建立包括通用規則、個性化規則、主題庫規則等數據全生命周期規則體系，通過數據標準化轉換，實現數據資源融合互通，有助于更完善地保障數據及其應用過程中運營合規、風險可控和價值實現。

4.2.2" "數據清洗管理

基于統一的規則配置以及數據標準的定義，從不同來源、不同類型采集的源數據中抽取相應的數據，基于統一的規則配置以及數據標準的定義，結合其業務與應用場景進行全面高效的清洗轉換清理工作，包含去除奇異值、數據濾波與平滑、數據缺失補充等功能，過濾出不符合要求的數據。將清洗完成的數據進行分類，使干凈、有效的數據進入優質庫，為智慧城市的數據多元化應用、共享、開發提供優質、穩定的數據支撐；問題數據進入問題庫，并可通過問題數據反饋機制，將數據問題反饋至數源單位，分析產生數據質量問題的原因并加以解決，提高數據質量。數據清洗流程見圖2。

4.2.3" "數據智能標簽

建立明確的數據標簽規則定義和更新策略，將治理后的數據按照采集方式、業務類型、更新時效、訪問方式、字段類型等進行標準化和細分，以業務化視角進行建模、查看、管理及使用，并提供業務衍生標簽的自定義功能。隨著標簽的不斷更新、驗證和完善，逐漸形成完整、精準的數據標簽體系，實現數據標簽的結構化和智能化，為上層應用提供統一的標簽數據目錄和標簽調用接口。

4.2.4" "數據質量評估

基于對數據質量各方面的把控，根據數據的完整性、準確性、唯一性、關聯性、一致性、規范性六個數據質量評估維度形成數據質量評估指標，運用層次分析法等數據質量評估算法，建立數據質量定量評估模型，結合具體的數據質量評估需求對各類數據質量進行評估。同時，系統運用預設的判斷規則定時對接口情況進行自動檢測，如“接口響應時間”“接口調用是否正常”等，實現在接口調用方真正發現接口問題前，發現存在問題的接口。

4.3" "數據管理系統

構建統一的數據目錄體系、用戶體系、權限體系、組織體系，集成數據采集系統、數據治理系統、數據開放共享系統、數據安全管控系統等各系統，實現對城市數據倉的建設和管理，建立數據工作臺，為各系統的系統管理員、業務管理員、普通用戶等不同角色用戶提供統一的管理系統，實現用戶管理、應用管理、接口管理等各類功能。

4.3.1" "數據倉建設

運用多個應用邏輯關系，全面整合來自不同數據源、不同特征的城市數據，最終形成兩大城市數據庫。一是城市基礎數據庫。圍繞自然資源和地理空間、人口、城市資源等變化頻次較低的城市基礎數據，建設完善不同的基礎數據庫。二是城市主題數據庫。面向民生服務、政務服務、社會保障、產業創新、應急防控、經濟發展等不同應用場景的業務需求，建設不同城市主題數據庫，為各類城市智慧型應用提供數據支撐。

4.3.2" "用戶管理

采用分級、分權限管理，針對不同用戶、不同業務、不同數據的共享、交換、開放需求，建設共享、交換、開放、目錄、治理等權限樹，實現各系統統一的用戶管理、認證和訪問控制， 保證用戶在登錄系統后能夠在各系統自由獲取與其身份一致的資源與服務。

4.3.3" "應用管理

針對開發者開發的城市數據應用，應用管理為運維人員、應用管理人員以及相關使用人員提供統一的審核與監控窗口，實現對所有上線應用運行環境及情況的實時掌控。

4.3.4" "接口管理

為更好地支撐各部門及其他平臺對城市數據開放、共享的需要，利用數據開放共享平臺實現個性化的接口開發，提供城市數據開放系統、數據共享系統的對外接口，通過對接口的新增注冊、審核、搜索、查看、修改、刪除、權限管理、信息展示等功能，實現接口的編目、展示、檢索、管理等，保證城市數據的開放性、完整性、安全性和實時性。

4.4" "數據開放共享系統

依據數據開放與共享相關政策制度，以海量城市數據資源為基礎，建立完善多層級開放、安全合規的數據開放與共享機制，形成城市開放與共享目錄集。以城市開放數據與目錄為支撐，建設數據開放門戶，實現城市開放數據對公眾開放使用的各項功能，實現公共數據與社會數據的融合創新［4］。

4.4.1" "開放共享數據目錄管理

城市開放共享數據包括政府開放共享數據、感知開放共享數據、基礎公共數據、社會公共數據、互聯網公開數據等，城市開放共享數據根據基礎、主題、部門等方式進行分類，經過整理匯總，形成城市開放共享數據資源目錄。開放共享數據目錄包括數據服務的申請、審批、目錄，開放共享數據的檢索服務管理等。目錄管理包括目錄的登記、注冊、審核、發布、更新與維護等。

4.4.2" "數據開放門戶

數據開放門戶是將城市數據面向社會公眾開放和使用的門戶網站，通過搭建數據開放平臺，提供數據資源、數據接口、數據圖譜等數據服務方式，并按數據主題、行業、服務進行多維展現，并可根據實際需求對開放門戶進行個性化、定制化開發。數據開放門戶的建設不僅僅是為實現城市公共數據的展現，更是為了統一城市數據對外服務的窗口，從而達到對數據開放的高效、標準化管理的目標。

4.4.3" "數據共享系統

建立公共數據平臺共享體系，為結構化數據和非結構化數據提供標準化接口對接，便于其他業務系統、信息平臺在業務處理與應用過程中能夠高效地調用平臺共享數據，從而實現與相關部門、其他平臺的共享服務能力，支撐城市跨區域、跨部門、跨層級、跨業務的數據共享，打破信息孤島，為城市服務管理、決策分析等提供全面的數據支撐。

4.5" "數據安全管控系統

為防止非法惡意獲取或利用城市數據，數據開放共享平臺應建立全面且有效的數據安全防護體系，為數據的開放與共享提供安全保障。在充分保障網絡安全的基礎上，基于數據使用與應用安全，全面采用數據分級分類、實時行為監控、數據使用審計等措施進一步保障平臺安全［5］。

4.5.1" "數據分級分類

從數據管理的角度出發，結合數據安全與業務需求，形成完善的城市數據分級管控機制，對數據進行分級分類，并運用數據脫敏、數據標簽、數據加密等技術，實現對不同級別數據不同等級的安全防護與管控。并且，將數據分類分級結果作為數據管理系統中用戶管理模塊的分級分權限管控標準，為數據的傳輸、處理、訪問、利用提供保障。

4.5.2" "實時行為監控

當用戶使用數據時，系統將依據用戶級別與權限，結合預設的風險控制策略，對數據活動進行實時監控，對任何非法攻擊、特權濫用、越權使用、人為失誤等行為進行監測并實時告警。

4.5.3" "數據使用審計

基于用戶管理模塊和實時行為監控模塊，運用多層次的數據使用審計機制，對所有數據使用痕跡進行全方位審計，包括對使用請求、使用時長、使用結果等各類信息的完整還原和追蹤審計，更便于分析和追溯系統安全問題，也為事后的取證和追溯提供支撐［6］。

5" " "應用案例

從2020年開始，數據開放共享平臺已在Z市得到應用，該平臺從城市發展和市民生活的實際需求出發，整合城市地理數據、城市感知數據、道路交通數據、城市環境數據、政務服務數據、社會福利數據、互聯網數據等智慧城市數據資源，并通過數據處理、數據治理、安全管控、數據開放和共享等功能，推進城市公共數據的歸集整合、有序流通和共享，為智慧城市多場景應用提供數據支撐。平臺自上線運行以來，數據歸集總量已超十億條，數據共享需求滿足率達99%，健全了數據標準規范體系，提升了數據價值和資源使用頻率，優化了數據歸集和共享，有效解決當前智慧城市建設中存在的數據質量低、數據標準不統一、數據開放共享困難、數據基礎設施重復建設等問題，全面助力城市數字化、智慧化運行。

6" " "結 論

數據開放共享平臺作為智慧城市建設的基礎，通過數據采集、數據治理、數據管理、數據開放共享、數據安全管控等功能，實現對城市基礎資源以及政務數據的共享應用，從而為人民群眾提供更方便、快捷、優質、高效的城市服務，讓城市在“互聯網+”的引領下變得更智能、更便捷。

主要參考文獻

［1］朱磊.智慧城市與大數據在城市規劃中的應用［J］.中國科技信息，2021（14）：39-40.

［2］秦沖，李從巖.智慧城市大數據中心功能與架構探討［J］.智能建筑與智慧城市，2021（6）：14-15.

［3］周祥，陳琪，盛易學，等.大數據背景下科技資源開放共享服務體系研究：以上海研發公共服務平臺為例［J］.華東科技，2021（2）：64-68.

［4］王兆慶，賀勇.基于大數據云平臺的智慧城市建設的研究［J］.物聯網技術，2017，7（12）：87-90.

［5］孫天偉.智慧城市大數據系統設計及實現［J］.廣東通信技術，2020，40（3）：49-53.

［6］朱亞杰，李琦，馮逍.基于大數據的智慧城市技術體系架構研究［J］.測繪科學，2014，39（8）：70-73.