185-0822-7772
四川海輝千訊網(wǎng)絡(luò )科技有限公司
地址:成都雙流區東升街道藏衛路南二段699號附6號1層
電話(huà):185-0822-7772(王)  
189-8000-5257(佘)
郵箱:ibfs@qq.com
成都弱電公司訊:
隨著(zhù)云端運算及物聯(lián)網(wǎng)等科技的不斷發(fā)展,大數據(BigData)在智慧城市扮演的角色也越來(lái)越重要。但事實(shí)上,數據本來(lái)就是城市治理非常重要的依據,尤其是與城市安防的相關(guān)業(yè)務(wù),舉凡人口統計、犯罪率、交通流量等數據,政府治理單位本來(lái)就會(huì )定時(shí)搜集并加以分析,作為施政的參考,假如不能先了解大數據與傳統數據的差別,把握大數據的分析與工具的特性,就算擁有大數據,也可能只是“入寶山空手而回”,無(wú)法將數據轉換成價(jià)值,自然也無(wú)法對城市安防產(chǎn)生貢獻。
了解大數據才能有效運用
相較于傳統數據,大數據至少具有三個(gè)差異極大的特性。首先是數據量(Volume),假如換算成數位數據單位,基本單位通常已經(jīng)是TB、PB等級,不僅要考量收集及儲存成本,如何迅速傳遞這么龐大的數據,也是大數據應用必須思考的重點(diǎn)。
其次是時(shí)效性(Velocity),即使是這么大的數據量,仍然要在最短的時(shí)間內產(chǎn)生分析結果,如傳統的年報統計,往往是在今年收集去年的數據,卻在隔年才出版,曠日廢時(shí)的結果,往往會(huì )讓數據分析結果失真。
最后也是最大的差別,就是數據的多樣性(Variety),傳統的數據通常有明確的結構性,選項也比較少,如年齡、性別、等級等,但大數據可能會(huì )有各種形式,包括文字、影音、圖像、網(wǎng)頁(yè)等,不僅沒(méi)有明顯的結構,而且大數據還常常出現形式交錯的現象,如Youtube上的影片除了有點(diǎn)擊數外,同時(shí)還有留言討論。
由此可知,傳統的數據收集方式,顯然已經(jīng)不能滿(mǎn)足城市安防對于大數據的需求,所幸在物聯(lián)網(wǎng)(InternetofThings;IoT)、云端運算及4G無(wú)線(xiàn)寬頻等技術(shù)的發(fā)展下,要取得物與物、物與人、人與人的互聯(lián)互通數據,技術(shù)上已不是問(wèn)題,但必須得先迅速建構起收集、傳遞及儲存大數據的基礎建設,才有可能建立全面感知的能力,成為城市安防決策的最佳后盾。
但只是從感知層獲取資訊是不夠的,因為想要做好大數據深度分析,就必須要有能力針對復雜且開(kāi)放式的問(wèn)題尋找答案,并藉由視覺(jué)化分析工具,透過(guò)連續性的篩選和抽象化,才能洞悉重要資訊。然而大數據具有的超大量半結構化/非結構化數據的特性,往往會(huì )造成傳統關(guān)聯(lián)式數據庫經(jīng)管系統(RDBMS)的運作瓶頸,必須要導入全新的大數據分析工具,方能真正靈活運用大數據。
此外,大數據的價(jià)值既然遠超過(guò)傳統數據,大數據的真實(shí)、平安及穩定性,就必須加以重視。尤其是現在的網(wǎng)路應用無(wú)所不在,舉凡機場(chǎng)、銀行、捷運、車(chē)站、水電油氣供應機制等,都可能被駭客入侵,加上政府為了能讓把握的數據更有價(jià)值,必須要采取公開(kāi)透明的數據使用機制,當公共事業(yè)的數據開(kāi)放愈多,可能被入侵的機會(huì )也愈高,因此想要利用大數據來(lái)解決城市安防的問(wèn)題,首先就得先做好大數據的保護,因此資安技術(shù)的導入及專(zhuān)業(yè)人員的配置,絕對不能輕忽。
大數據對城市公共衛生及治安的幫助
目前已有許多歐美城市開(kāi)始藉由搜集及分析大量數據、預知可能出現的危機,進(jìn)而作為城市安防的參考。如紐約的康乃爾大學(xué)威爾醫學(xué)院(WeillCornellMedicalCollege)計算與系統生物醫學(xué)助理教授ChristopherE.Mason的研究團隊,花了18個(gè)月的時(shí)間在紐約400多個(gè)地鐵站的車(chē)廂、樓梯扶手、座椅、燈桿、垃圾桶等地方搜集樣本,總共發(fā)現15,152種微生物,其中來(lái)自于人類(lèi)的DNA只占0.2%,將近一半的樣本是人類(lèi)未知的有機生物,27%是活性且具有抗生素抗藥性的細菌,所幸其中僅有12%會(huì )讓人生病。
這項名為PhthoMap的研究計劃,還透過(guò)華爾街日報網(wǎng)站提供互動(dòng)地圖,讓使用者可以用來(lái)觀(guān)看特定車(chē)站的研究成果,如收集的樣本來(lái)源、微生物來(lái)源比例、細菌種類(lèi)與說(shuō)明等,也可利用搜尋細菌的種類(lèi),了解那些車(chē)站有這些細菌的存在,等于也展示了公衛數據開(kāi)放使用的過(guò)程。