大數據時代的軌道交通公共安全體系探究

蒲友劍

(重慶市勘測院,重慶 401120)

0 引言

在社會經濟與科學技術的快速發展下,我國軌道交通運營和管理工作中產生的信息和數據非常多,尤其是非結構性信息和數據,增長速度特別快。必須科學處理好結構化與非結構化信息和數據相關問題,挖掘出優勢數據和信息,并有效應用這些信息改善軌道交通公共安全體系。本文主要對大數據時代的軌道交通公共安全體系進行了深入探究。

1 軌道交通公共安全框架分析

大數據時代的軌道交通公共安全框架涉及的要素很多,主要有5個方面,一是人員,二是器械和設備,三是材料,四是方法和模式,五是環境[1]。大數據信息技術在上述5種要素的安全管理當中發揮了根本性作用,亟須加強預警和增強應急決策效能。

1.1 人員

人員組成比較多。首先是運營和管理人員,其次是維護與服務人員,最后是安保人員等。而人員的作用是基于網絡大數據信息技術的合理運用,進行人員操作和具體行為剖析,嚴格控制操作性實踐風險。

1.2 器械和設備

大數據時代的軌道交通公共安全管理涉及的器械和設備比較多,比如車輛、供電機構車輛、通信設備、檢票設備、保養設備等[2]。大數據信息技術的有效運用,不但能夠避免器械和設備故障,還能從根本上避免業務中斷。

1.3 材料

大數據時代的軌道交通公共安全管理相關材料多元,不僅有文本和圖像,還有視頻、錄音、網絡信號以及和乘客有關的數據與信息。材料的作用是通過合理運用網絡大數據技術,可以完成發展趨勢評估,還可以進行風險評判、網絡輿情研究以及現場情況管控和處理。

1.4 制度與方法

大數據時代的軌道交通公共安全管理工作的有序開展,離不開專門的運營管理制度以及方式方法,且要注重模式和體系創新。通過合理運用網絡大數據技術,往往能夠基于日常記錄找到軌道交通公共安全管理規律和發展趨勢,指明相關問題,并找到問題產生原因,從根本上控制安全風險。

1.5 環境

大數據時代的軌道交通公共安全管理工作的有序開展,也離不開有關環境因素的優化,比如站臺環境、隧道環境、氣候條件以及水文條件等[3]。網絡大數據技術的合理應用,不但能夠消除自然災害環境因素下的不良情況,還能有效降低自然災害造成的損失。

2 軌道交通公共安全風險治理模型分析

風險治理指針對大數據時代的軌道交通公共安全風險,做出針對性識別、研究、評估、處理以及加強監管和得出決策方案,這一治理目標是在優先處理高發生率安全問題的基礎上,從根本上控制安全風險。大數據時代的軌道交通公共安全風險具有明顯的不確定性,而且具有種類多元性,導致風險治理工作問題重重,特別是在如今復雜的城市軌道交通環境和背景下,還存在熱點問題多、困難多的特點,而通過合理運用網絡大數據技術,則能夠從根本上管控好各種風險事件,創新和完善相應的風險管控模型和體系。

2.1 大數據時代的軌道交通公共安全風險識別

風險識別是指可以自主發現、認同,進而記錄現有以及潛在風險因素的全過程,也是實現風險治理目標的根本和前提。要想有效管控軌道交通公共安全風險,必須科學運用網絡大數據信息技術,有效識別公共安全框架下的幾大要素,找到危險和風險,為采取有效的應對措施和處理措施奠定基礎[4]。

2.2 大數據時代的軌道交通公共安全風險分析

風險分析是針對風險產生的原因、實際威脅、影響因素等做出預測、評估和研究,進而確定風險對應的標準等級和水平,對風險以及后果做出估計和預測。風險分析是指科學運用網絡大數據技術,針對風險因素和可能性事件做出研究和預估,得出相應的風險概率,找到最終合理的應對措施。

2.3 大數據時代的軌道交通公共安全風險評估

風險評價是指針對風險產生的后果做出確認,評估其嚴重性,結合標準和要求,對風險進行等級評價。網絡大數據技術的合理應用往往可以對多元歷史風險信息做出預測和研究,進而劃分風險等級,確保風險應對有效性。

2.4 大數據時代的軌道交通公共安全風險處置

風險處置指為了管控和處理各種安全風險,采取有效的應對措施,從根本上降低安全問題產生率,消除相關不良影響。應對措施不僅包括風險因素消除、信息置換,還包括風險轉嫁、隔離、規避以及風險補償等[5]。總之,通過合理運用網絡大數據技術,往往可以實現對科學決策的有效評判,嚴格落實好風險防范工作。

2.5 大數據時代的軌道交通公共安全風險監控

風險監控是指為了降低風險事件產生率,消除相關安全風險因素,采取長久的日常情況監控和管理措施,及時預判風險,進而針對高等級風險,特別是特殊重大風險做出評估和預警。通過加強風險監控,科學應用物聯網技術和移動網絡技術等,沿用和引進多種信息傳感設備,可以形成和優化人和物之間相聯系的網絡結構體系,為后期進行大數據研究和情況分析提供必要的信息源。

3 軌道交通公共安全應急管控平臺分析

大數據時代的軌道交通公共安全應急管控平臺有著相對應的設計框架,框架主要包括3大模塊,一是風險評估,二是決策支持,三是預警預測。其中,基礎架構又可以細分為3部分,一是數據倉庫,二是數據倉庫管理,三是數據集市[6]。而支撐架構涉及的內容模塊更多,具體的平臺內容如圖1所示。

圖1 大數據時代的軌道交通公共安全應急管控平臺

從圖1可知,在收集和整理相關數據資源之后,就可以形成專門的主題數據庫,進而進行基于Hadoop基礎架構的信息調研、選擇、轉化、完善等,創建專門的數據和信息倉庫,利用倉庫整合相關軌道交通公共安全信息,建立可以實現信息共享、數據預估、管控和決策支撐的網絡數據平臺,不斷優化和完善公共安全應急管控體系[7]。此外,要想完善這一平臺和體系,還必須實現多元網絡技術的有效整合,對各個層次的信息技術進行集合與管控,管理多個格式和不同領域內的信息數據,對公共安全突發問題的處理流程做出優化管理和后期跟蹤,及時響應各項應急事務,挖掘和研究多種公共安全應急管理資源,為后期的信息科學決策奠定信息基礎。

4 軌道交通公共安全技術及其應用分析

4.1 大數據存儲技術分析

在網絡大數據技術不斷發展和大數據資源越來越豐富的背景下,信息儲存對文件系統的標準要求越來越嚴格,若再單純應用以往的本地文件系統進行管理,因為受到單一節點影響,已經無法有效完成數據密集型計算。所以合理運用分布式文件系統,將相應的負載轉移到多節點上,已經成為發展趨勢。HDFS是基于Hadoop發展而成的一種分布式文件系統,該系統自身具備較強的容錯性,而且吞吐量比較大,所需成本和費用比較低,可以為實現上層技術應用奠定信息存儲服務和管理基礎。基于HDFS,可以對存儲文件進行具體分割,進而將文件塊和多元數據節點融合在一起,結合具體配置,將統一的文件塊副本融入多個主機,確保數據管理安全性,切實提升信息讀取效率。NoSQL(Not Only SQL)是一種非關系型的信息庫,能夠處理高并發讀寫、信息存儲訪問等問題。運用NoSQL數據庫,可以創新出更加能夠滿足大數據管理要求的操作模式,通過應用層來完成數據庫自身應該完成的工作;還可以采取具備擴展功能的信息模型,利于多元、復雜的信息保存;也可以制定足夠透明、公正的分布式存儲方案,確保大數據處理的可行性和有效性。NoSQL數據庫主要包括4種:Kye-Value數據庫、針對具體文檔的數據庫、列存儲數據庫、圖數據庫[8]。

大數據存儲技術應用主要體現在3大方面:一是應用于視頻監控。在監控中,用戶必須保證所提供的視頻數據足夠清晰,且在數據管控中,需要科學運用云存儲技術。基于云存儲技術開發的視頻管理功能,能夠滿足高清錄制的需求,避免出現復雜數據管理困難的情況。同時,基于云存儲技術,還能擴大視頻監控范圍,完成分布式管理任務。二是應用于互聯網運營。如今,云存儲技術已經開始合理運用到互聯網領域,滿足不同用戶的使用需求。因此,作為互聯網運營管理主體,也要關注云存儲革新與合理運用,科學創建用戶需要的云存儲平臺,確保提供多元的數據資源,消除約束因子,提升數據庫資源運用率。三是應用于視頻編排。云存儲系統便于高清視頻編排,可以實現對多種視頻編排節目資源的存儲和管理,切實提升視頻編排效率。

4.2 大數據計算處理技術及其應用分析

Hadoop是基于大范圍集群而處理多元信息的分布式體系和構架,具備一定的開源性,可以完成數據和信息的自由儲存,智能解決節點問題,實現跨機器信息集合與管理。Hadoop能滿足大規模、多種服務器集群管理和實際運行,其關鍵計算部件是MapReduce,比較可靠、有效,具備分布性,可以完成運算編程,管控大規模半結構化數據集,封裝多元功能,將簡單計算當成接口,確保信息處理的可行性。MapReduce可以從多元信息中提取自己需要的元素,進而返回結果集,核心原理是實現大數據的多內容分配,提取必要的key和value,進行信息匯總研究,獲取預期效果。MapReduce對應的計算節點和存儲節點往往不可分離,這一配置可以滿足Hadoop在信息保存節點上運行的需求,所以具有較快的信息處理速度,有利于大數據研究[9]。

如今,大數據處理技術的應用范圍越來越廣,不僅涉及金融和醫療行業,還支持航空、制造領域等。下面以金融、醫療、制造行業為例,探索大數據處理技術應用場景。首先,對于大數據技術應用領域而言,金融領域是主要領域[10]。這一行業的數據復雜,涉及的范疇很大,對數據處理有嚴格要求。所以,基于大數據處理技術,往往可以有效預測市場情況,提升金融決策結果精準度。與此同時,利用大數據處理技術,還能有效完成金融風險評估和信用評級,控制風險,提升效率。其次,醫療行業也比較常見。大數據處理技術不但能夠快速研究多元醫療數據,切實提升醫療服務水平,還可以保障公共衛生。最后,制造業中的大數據處理技術也很常用,旨在改善和管控生產全過程。此外,基于大數據處理技術,還能從生產鏈中獲得復雜數據,做出有效研究,切實提升產品生產質量。

5 結語

綜上所述,在大數據時代下,實現大數據網絡技術和城市軌道交通公共安全管理體系的有效融合,不僅有利于不同機構和區域信息的融合與服務共享,還能夠促進基礎信息的互聯,切實優化城市軌道交通運營管理和安全風險管控現狀,增強大數據時代的軌道交通公共安全預防控制能力,并有效落實隱患排查與處理工作,避免出現不必要的安全事故,建立健全大數據時代的軌道交通公共安全管理機制,形成足夠完善的大數據時代的軌道交通公共安全體系,切實提升軌道交通公共安全管理整體水平。