基于云計算的交通監測大數據應用探析

強書香

關鍵詞：數據分析；交通；云計算

0 引言

隨著我國城市交通的快速發展，城市交通基礎設施承載著巨大的信息，城市交通是一個統一的、多元的、迭代的動態系統，行業監管部門每天需要對城市交通基礎設施的運行狀態和外界信息進行監測，以及時地感知城市交通，給出應對措施。而交通數據快速的迭代和累積讓數據的存儲和應用出現了較大的困難，如何從巨量數據中快速地截取重要信息，并通過海量數據分析出交通風險點，是當前交通管理者需要解決的問題。而云計算技術正是基于這種應用問題產生的，將云計算與交通大數據結合起來，搭建基于云計算的交通監測大數據平臺，通過平臺的數據存儲、數據清洗、數據過濾、數據優化來進一步發揮云計算中心的應用，這對于交通行業的長期運行監測和養護都具有好的作用。

1 交通監測大數據分析應用現狀

理解交通監測大數據應用，首先要知道大數據的基本內涵，大數據具有數據規模大、類別多、性質復雜、數據處理實時性高的特點[1]，其廣泛應用于政府、商業、氣象、水文等領域，通常以數據的集中化存儲為表征，是行業各類數據的資源池，業務系統可以通過該資源池進行數據提取和分析，但是這只是傳統意義的大數據范疇，且數據的結構通常是固定的、結構化的數據，行業管理人員可以通過固化的流程去審閱文件和數據，但這類數據具有一定的限制，往往需要前期的深加工和處理才可入庫，極大地限制了行業的發展和應用。大數據涵蓋大量的視頻信息、圖片信息以及各類傳感信息，這類數據多為半結構化數據，無特定的結構模式，數據的存儲方式也各有異同，在進行數據采集的過程，往往因為其不具備統一格式而使用困難，無法進行相應的數據分析，因為這類數據本身就包含諸多信息，當前尚無有效的技術手段剝離出這類數據，數據識別率還存在一定的差距，無法真正商業化。因此如何真正地將大數據應用于各行各業中，首要任務就是開發出新的技術手段，一方面用于存儲海量數據，另一方面深度理解數據源，將這類異構數據采取有效手段剝離出來，以一種更簡單的形式出現，即用新型技術手段去對這類數據進行識別分析，建立行業應用數據與新技術之間的關系，使得數據具有可溯源、可分類、可應用的特性。

2 交通監測大數據和云計算的關聯

2.1 云計算技術

云計算技術已經廣泛應用于各行各業中，簡單來說，云計算即依靠當下各種互聯網平臺來實現自己的應用方案，是可以按需訪問可配置計算資源的共享池[2]，客戶只需要計算好自身的數據需求和配置，以購買服務的方式來獲取應用服務，通常對比傳統的系統資源架構模式，云計算模式具有簡單化、定制化、流程化的優勢，且不需要占據大量的存儲資源，統籌優化的資源管理模式增加了數據的利用價值，管理者無須自行管理其日常數據，相關運營服務均可通過購買形式實現。其核心概念是以互聯網為中心[3]，與此同時，數據資源匯聚了行業內的各類數據，使得數據間增加了關聯性，數據間的交換和共享均可以通過該平臺實現，行業管理者通常在考慮成本和需求中做出權衡，而云計算提供了這種更優的選擇。鑒于云計算在行業應用中的優勢，目前云計算已經發展出了多種模式，從云的類別上來看，通常包含混合云、私有云和公有云三種模式[4]。其中， 對于公有云而言，云服務提供商部署IT基礎設施并進行運營維護，將基礎設施所承載的標準化、無差別的IT資源提供給公眾客戶的服務模式。對于私有云而言，云服務商為單一客戶構建IT 基礎設施，相應的IT資源僅供該客戶內部員工使用的產品交付模式。私有云的核心特征是云端資源僅供某一客戶使用，其他客戶無權訪問。對于混合云而言，用戶同時使用公有云和私有云的模式。一方面，用戶在本地數據中心搭建私有云，處理大部分業務并存儲核心數據；另一方面，用戶通過網絡獲取公有云服務，滿足峰值時期的IT資源需求。

根據當下云計算的利用數據統計，中國云計算的應用具有廣闊的發展前景，其中公有云多應用于政府研究機構，多為大體量、群應用，國家層面的戰略考慮。相比而言，私有云與混合云的應用更廣，且更加親民。在數字化發展的當下，云計算將會更多地服務于各行各業，也將以更優質的數據分析能力、數據存儲能力、數據運行能力來給使用者提供服務。

2.2 交通監測大數據和云計算技術的關系

交通監測數據具有體量大、半結構化、動態疊加的特征，在城市交通運行體系中，各類交通數據之間缺乏有效的數據共享機制，這與數據本身的應用權限是相關的。交通監測大數據即以交通運行數據為對象，匯聚各類異構數據，借助分析工具，提取交通運行特征數據，反映交通監測運行狀態，以此作為行業決策者的管理依據。云計算則是以數據的運行過程作為研究重點，更側重計算模型、邏輯架構、數據堆疊等方面的底層設計。交通監測大數據需要解決海量數據在識別和處理的過程，這就需要結合云計算的功能特點。在傳統的交通監測行業，主要有車牌識別數據、交通誘導數據、交通流量數據、交通信號燈數據等，涉及視圖庫數據、感知數據、網絡數據，這些數據資源均可以通過應用需求選擇不同的云計算方式展開研究和分析工作。

因此，為了實現交通監測大數據的應用處理，需要借助云計算中的API、數據處理模型來設計解決思路，通過這些模型、接口、開發平臺，可以實現傳統數據應用中的檢索、統計分析、邏輯設計等操作。一個成熟的云計算應用平臺往往是不斷迭代和升級的平臺，是數據模型、計算方法、控制策略循序漸進優化的過程，當前信息技術快速發展，研究者結合專業知識使得所搭建的云計算平臺更加高效、科學。

3 云計算在交通監測大數據分析中的運用

交通監測大數據分析的云計算應用是一個系統設計概念，通常具有一整套完備的設計流程，以統籌總體設計思路、應用平臺搭建再到應用部署等多個層面實現數據的價值。

3.1 交通監測大數據云平臺設計思路

城市交通監測大數據與云計算的結合將在技術上實現交通數據的融合和貫通，協助行業管理者進行交通管理和應急決策，減輕工作壓力，提升交通管控效率。需要梳理城市交通業務部門的業務模式，了解他們的業務難點和痛點，搭建相應的業務流程和框架，從而從邏輯上明確各業務部門的權屬職責和工作模式，進而整合出各部門的數據類型和體量。

在交通監測數據平臺的搭建過程，最重要的是底層支撐系統的設計，通過標準化的數據處理和整合，可以將抽象的數據、異構數據進行標準處理。數據整合的過程不僅僅是對網絡基礎設施進行搭建，還要考慮系統在運行過程中產生的各類動靜態數據的整合，系統能夠通過底層內嵌的模型和工具，借助強大的硬件計算能力，對這類數據進行分析和處理，當業務部門在行業管理過程遇到問題時，可以通過簡單的檢索和分析獲取相關信息，而這些功能的實現都需要底層支撐系統的支持，各類業務系統也在該基礎上實現了數據的共享和交換。

從數據的應用對象來說，交通監測大數據分析平臺主要面向交通管理部門、交通企業以及個人，從交通系統分析而言，主要包含行人、車輛、道路、環境以及管理五個層面。本平臺的搭建也主要是實現數據在交通系統中的橫向和縱向流動，將有用的信息通過系統網絡傳輸至數據中心，用戶借助該平臺執行相關業務，既增強了數據資源的利用率，也提高了數據信息的安全性[5]。另外本平臺應該具備較大的兼容性，可以充分調動不同平臺的數據為本平臺所用，數據的標準需要規范化，而這個過程就需要云計算技術，基于城市數據中心的基礎設施資源，加快網絡、安全、服務器等IT資源的升級迭代，確保城市數據中心可以通過該平臺實現大體量、多類型的數據處理和分析，滿足城市交通監測數據的分析和決策訴求，進而減少城市交通管理者的工作壓力，提升工作效率。

3.2 構建業務應用平臺

交通監測業務系統的搭建并非一蹴而就的，而是一個循序漸進的過程，伴隨著云計算技術與交通監測的融合，城市交通管理者的思維也發生了巨大的變化。當前云計算在交通層面的應用還處于前期階段，各行業建設應用系統希望將平臺部署到該綜合云中心。

綜合來說，云計算的三種基礎服務模式包含Laas、Paas、Saas，無論哪一種服務模式都有一定的復雜性[6]。尤其是IaaS模式，需要前期搭建完備的硬件資源。各系統的業務訴求不同，還需要計算其存儲資源和服務器能力需求購買相應的服務，比如，當下交通局需要建設一個行業內的建設管理系統，就需要統籌轄區各行業各部門的業務數據，有個宏觀的數據推算，基于此估算報送給運營商，提供相應的數據資源。作為行業管理者需要購買本行業業務發展幾年的數據存儲，滿足自身的業務需求，這樣才能保證系統能夠正常地部署于該平臺上。交通監測數據包含交通基礎設施監測數據、交通參與者運行數據，這些數據分別屬于不同的業務系統，這些數據每天都在產生，且數據體量大、數據繁雜，只有解決云計算的方式才能夠進行有效的整合和處理，完備的硬件基礎設施搭建在前期提供了平臺運行所需要的支撐資源，只需要在進行數據融合和分析過程時，對數據進行標準化處理，搭建統一的標準規范，統一接口對接要求和數據庫搭建要求，在數據傳輸和共享上都能無障礙執行。

3.3 交通云平臺部署

交通業務系統部署即將設計的系統和資源統一遷移到云平臺上，以現有的云資源平臺為基礎重新架構業務系統。這個過程中要基于一定的部署原則，比如平臺的先進性、可靠性、開放性、可擴展性以及安全性原則，充分考慮現有的部署環境以及業務訴求，適當地增加IT基礎設施，滿足系統運行對安全性的要求。與此同時，需要考量原有業務系統及數據資源的遷移，遷移過程包含數據遷移前準備、開始數據遷移、數據遷移后系統檢查等內容，需要全程記錄、統計原有數據庫的完整信息，并方便在移植完成后進行對應的檢查工作。

以城市交通安全業務的平臺部署為例，在基于云計算技術的部署方案中，前端設備通過3G/4G 或MSTP專線等方式接入互聯網/IOT平臺，最終接入部署在政務云上的交通運行監測平臺。中心端應用系統均部署于政務云上，對所有接入的數據進行匯聚、處理、運算、分析。政務云根據業務需求，配置大數據服務器、應用服務集群、IOT服務器、基礎應用服務器。用戶端通過設置業務專網互聯政務云。其部署架構如圖1所示。

另外，由于遷移的數據具有類型繁多、層次復雜等特點，加上數據遷移時間通常非常緊張，且部署設備的穩定性也是一個考驗，因此必須協調好各單位的關系。數據遷移實施前，要保證數據的穩定過渡。需要重新評估業務環境和類型，設計好遷移方案，優化部署流程，必要情況下增加相關配套設施，以滿足部署要求。

4 結束語

近年來，交通監測數據朝著大規模、大體量、高并發的模式發展，對于數據的存儲環境和應用要求越來越高，行業研究人員應當注重云計算業務應用的技術研發，進一步發揮云計算的技術優勢，促進云計算與交通監測大數據分析的深度融合，這對于提升城市交通管理和決策水平具有重要意義。