热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

城市大数据平台面临的挑战及建议

日前,中国信息通信研究院正式发表了《城市大数据平台白皮书》,阐述了城市大数据的概念和内涵,分析了建设城市大数据平台对解决智能城市建设难点的意义,并介绍了我国城市大数据平台的发展

  日前,中国信息通信研究院正式发表了《城市大数据平台白皮书》,阐述了城市大数据的概念和内涵,分析了建设城市大数据平台对解决智能城市建设难点的意义,并介绍了我国城市大数据平台的发展现状。

 

  同时,白皮书还提出了城市大数据平台的通用技术架构,梳理了城市大数据平台的运营模式,并就城市大数据平台发展给出了相应的建议。

 

  一、什么是城市大数据?

 

  随着数据处理技术的不断进步,人们对于数据应用的意识不断提高,人们生活和各行业运行产生的数据呈现爆发式增长,形成了城市大数据。

 

  城市大数据是指城市运转过程中产生或获得的数据,及其与信息采集、处理、利用、交流能力有关的活动要素构成的有机系统,是国民经济和社会发展的重要战略资源。用简单、易于理解的公式可以表达为:城市大数据=城市数据+大数据技术+城市职能。

 

  城市大数据的数据资源来源丰富多样,广泛存在于经济、社会各个领域和部门,是政务、行业、企业等各类数据的总和。同时,城市大数据的异构特征显著,数据类型丰富、数量大、速度增长快、处理速度和实时性要求高,且具有跨部门、跨行业流动的特征。

 

  按照数据源和数据权属不同,城市大数据可以分为政务大数据、产业大数据和社会公益大数据。政务大数据指的是政务部门在履行职责过程中制作或获取的,以一定形式记录、保存的文件、资料、图表和数据等各类信息资源。产业大数据指的是在经济发展中产生的相关数据,包括工业数据、服务业数据等。

 

  此外,还有一些社会公益大数据。当前,城市大数据多数为政务大数据和产业大数据,所以城市大数据的主要推动者应为一个城市的政府和相关的具有一定数据规模的企业。

 

  为保障城市运转的安全高效,智慧城市建设需要对海量的数据资源进行收集、整合、存储与分析,并使用智能感知、分布式存储、数据挖掘、实时动态可视化等大数据技术实现资源的合理配置。因此,城市大数据是实现城市智慧化的关键支撑,是推动“政通、惠民、兴业”的重要引擎。

 

  二、新型智慧城市发展面临挑战

 

  数据驱动的新型智慧城市发展面临诸多问题。白皮书认为,虽然当前各级地方政府和企业都在积极探索智慧城市建设,但仍存在着特色不明、体验不佳、共享不足等问题。究其根源在于,未能实现城市大数据资源与城市业务的良好融合。

 

  具体而言,挑战包括三个方面:一是信息系统烟囱林立,阻碍数据共享;二是数据治理普遍薄弱,价值大打折扣;三是数据管理水平不一,缺乏整体联动。

 

  如何应对新型智慧城市建设中的困难和挑战?白皮书认为城市大数据平台的建设能够发挥积极作用,具体表现在三个方面。

 

  1.通过数据汇集加速信息资源整合应用

 

  第一,城市大数据平台建立了数据治理的统一标准,提高数据管理效率。通过统一标准,避免数据混乱冲突、一数多源等问题。通过集中处理,延长数据的“有效期”,快速挖掘出多角度的数据属性以供分析应用。

 

  通过质量管理,及时发现并解决数据质量参差不齐、数据冗余、数据缺值等问题。第二,城市大数据平台规范了数据在各业务系统间的共享流通,促进数据价值充分释放。通过统筹管理,消除信息资源在各部门内的“私有化”和各部门之间的相互制约,增强数据共享的意识,提高数据开放的动力。通过有效整合,提高数据资源的利用水平。

 

  2.通过精准分析提升政府公共服务水平

 

  在交通领域,通过卫星分析和开放云平台等实时流量监测,感知交通路况,帮助市民优化出行方案;在平安城市领域,通过行为轨迹、社会关系、社会舆情等集中监控和分析,为公安部门指挥决策、情报研判提供有力支持。

 

  在政务服务领域,依托统一的互联网电子政务数据服务平台,实现“数据多走路,群众少跑腿”;在医疗健康领域,通过健康档案、电子病历等数据互通,既能提升医疗服务质量,也能及时监测疫情,降低市民医疗风险。

 

  3.通过数据开放助推城市数字经济发展

 

  开放共享的大数据平台,将推动政企数据双向对接,激发社会力量参与城市建设。一方面,企业可获取更多的城市数据,挖掘商业价值,提升自身业务水平。

 

  另一方面,企业、组织的数据贡献到统一的大数据平台,可以“反哺”政府数据,支撑城市的精细化管理,进一步促进现代化的城市治理。

 

  三、六方面推进平台建设

 

  白皮书认为,当前我国城市大数据平台的建设仍处于起步阶段,且各地在管理机制、业务架构和技术能力等方面各有优劣,不利于城市大数据平台的长远发展。对于建设城市大数据平台的具体路径,白皮书提出了六点建议。

 

  1.强化平台顶层设计

 

  科学合理的顶层设计是城市大数据平台建设的关键,需从落实国家宏观政策出发,结合地方实际需求,统筹考虑平台目标、数据主权、关键技术、法制环境、实现功能等各个方面,以“高起点、高定位、稳落地”开展平台的顶层设计,保障城市大数据平台建设有目标、有方向、有路径、有节奏地持续推进,并且根据项目进展状况,不断迭代更新、推陈出新。

 

  2.完善平台配套保障机制

 

  城市大数据平台建设与运营须有相应的配套保障机制,并充分发挥保障机制的导向作用和支撑作用,以确保平台规划建设协调一致和平台整体效能的实现。

 

  如建立城市大数据资源管理机制,明确数据内容的归口管理部门、数据采集单位和共享开放方式等;建立城市大数据平台运行管理机制,明确平台使用中数据、流程、安全等各项内容和管理标准,保障平台持续稳定运行。

 

  3.加强数据管理

 

  加强城市大数据管理,实现数据从采集环节到数据资产化的全过程规范化管理。明确数据权属及利益分配,以及个人信息保护、数据全生命周期的管理责任问题。明确数据资源分类分级管理,健全数据资源管理标准。

 

  分类指的是通过多维数据特征准确描述政府基础数据类型;分级是指确定各类数据的敏感程度,为不同类型数据的开放和共享制订相应策略,完善数据采集、管理、交换、架构、评估认证等标准,推动数据共享与开放的基本规范和标准出 台。

 

  以资源目录汇编、资源整合汇聚、交换共享平台为三大标准步骤,坚持“一数一源”、多元校核,统筹建设政务信息资源目录体系和共享交换体系。建立一套科学合理的数据分类体系,将不同领域、多种格式的数据整合在一起,通过多元的检索途径、分析工具与应用程序,方便用户查找和利用数据内容。

 

  四、因地制宜开展平台建设与运营

 

  城市大数据平台的建设与应用要结合,避免出现重平台建设轻平台使用的现象。政府、产业和城市的数据资源极其庞杂,需要明确平台数据资源的权属性,保障数据所有权的归属。

 

  政府拥有政府数据资源所有权,互联网企业往往掌握着先进的数据技术和拥有互联网思维的专业队伍,本地企业对当地的人才资源、市场环境、产业发展等因素有更清晰、更准确的认识,需要充分盘活政府、互联网企业、本地企业等各方资源,参与平台的建设与运营。

 

  城市大数据平台的数据治理和运营体系相当复杂,平台建设的模式和路径没有固定模式,需要发挥各方的主观能动性,因地制宜,挖掘地方优势,突出地方特色,为城市大数据决策提供有力的支撑。

 

  五、开展城市大数据综合评价

 

  各省市大数据主管部门应制定平台长效运行机制和考评办法,建立完善的上报、检查、考评机制,设计量化考核内容和标准,加强平台数据质量管控,管好用好城市大数据平台。

 

  加强对城市大数据平台项目的后评价和项目稽查,强化对数据资源建设以及数据共享开放、数据质量和安全的审计监督。科学构建城市大数据平台综合评价指标体系,开展城市大数据平台建设成效综合评价工作,引导各地城市大数据平台建设工作,不断提升城市大数据平台建设应用成效。

 

  六、加强平台数据安全保障

 

  城市大数据平台包含大量政务和产业数据,涉及国家利益、公共安全、商业秘密、个人隐私,具有高度敏感性,因此必须加强平台数据安全保障能力建设。

 

  落实等级保护、安全测评、电子认证、应急管理等基础制度,建立数据采集、传输、存储、使用、开放等各环节的安全评估机制,明确数据安全的保护范围、主体、责任和措施。研究制定数据权利准则、数据利益分配机制、数据流通交易规则,明确数据责任主体,加大对技术专利、数字版权、数字内容产品、个人隐私等的保护力度。

 

   城市大数据平台面临的挑战及建议. 中琛魔方大数据 ( www.zcmorefun.com )表示:加强大数据安全技术的研究、开发、推广和应用,提高网络安全风险防范和跨境数据流监管水平,研究制定数据应用违规惩戒机制,引入第三方专业机构对数据应用合规情况进行监督审计,加强流通环节的风险评估,加大对数据滥用、侵犯个人隐私行为的管理和惩处,建立和完善信息披露制度。

 


推荐阅读
  • ZeroMQ在云计算环境下的高效消息传递库第四章学习心得
    本章节深入探讨了ZeroMQ在云计算环境中的高效消息传递机制,涵盖客户端请求-响应模式、最近最少使用(LRU)队列、心跳检测、面向服务的队列、基于磁盘的离线队列以及主从备份服务等关键技术。此外,还介绍了无中间件的请求-响应架构,强调了这些技术在提升系统性能和可靠性方面的应用价值。个人理解方面,ZeroMQ通过这些机制有效解决了分布式系统中常见的通信延迟和数据一致性问题。 ... [详细]
  • 智能制造数据综合分析与应用解决方案
    在智能制造领域,生产数据通过先进的采集设备收集,并利用时序数据库或关系型数据库进行高效存储。这些数据经过处理后,通过可视化数据大屏呈现,为生产车间、生产控制中心以及管理层提供实时、精准的信息支持,助力不同应用场景下的决策优化和效率提升。 ... [详细]
  • 字节跳动深圳研发中心安全业务团队正在火热招募人才! ... [详细]
  • 【并发编程】全面解析 Java 内存模型,一篇文章带你彻底掌握
    本文深入解析了 Java 内存模型(JMM),从基础概念到高级特性进行全面讲解,帮助读者彻底掌握 JMM 的核心原理和应用技巧。通过详细分析内存可见性、原子性和有序性等问题,结合实际代码示例,使开发者能够更好地理解和优化多线程并发程序。 ... [详细]
  • Python与R语言在功能和应用场景上各有优势。尽管R语言在统计分析和数据可视化方面具有更强的专业性,但Python作为一种通用编程语言,适用于更广泛的领域,包括Web开发、自动化脚本和机器学习等。对于初学者而言,Python的学习曲线更为平缓,上手更加容易。此外,Python拥有庞大的社区支持和丰富的第三方库,使其在实际应用中更具灵活性和扩展性。 ... [详细]
  • PHP中元素的计量单位是什么? ... [详细]
  • 本文推荐了六款高效的Java Web应用开发工具,并详细介绍了它们的实用功能。其中,分布式敏捷开发系统架构“zheng”项目,基于Spring、Spring MVC和MyBatis技术栈,提供了完整的分布式敏捷开发解决方案,支持快速构建高性能的企业级应用。此外,该工具还集成了多种中间件和服务,进一步提升了开发效率和系统的可维护性。 ... [详细]
  • 2019年后蚂蚁集团与拼多多面试经验详述与深度剖析
    2019年后蚂蚁集团与拼多多面试经验详述与深度剖析 ... [详细]
  • 本文详细介绍了HDFS的基础知识及其数据读写机制。首先,文章阐述了HDFS的架构,包括其核心组件及其角色和功能。特别地,对NameNode进行了深入解析,指出其主要负责在内存中存储元数据、目录结构以及文件块的映射关系,并通过持久化方案确保数据的可靠性和高可用性。此外,还探讨了DataNode的角色及其在数据存储和读取过程中的关键作用。 ... [详细]
  • 深入理解Spark框架:RDD核心概念与操作详解
    RDD是Spark框架的核心计算模型,全称为弹性分布式数据集(Resilient Distributed Dataset)。本文详细解析了RDD的基本概念、特性及其在Spark中的关键操作,包括创建、转换和行动操作等,帮助读者深入理解Spark的工作原理和优化策略。通过具体示例和代码片段,进一步阐述了如何高效利用RDD进行大数据处理。 ... [详细]
  • 随着人工智能(AI)技术在日常作业与生活中的应用不断扩展,企业对AI系统的依赖也日益加深。为了确保这些系统能够高效、稳定地运行,有效的部署与管理策略变得至关重要。这不仅涉及技术层面的优化,如算法选择和数据处理,还包括组织架构的调整和人才培训等方面,以全面支持AI系统的成功实施与持续运营。 ... [详细]
  • 基于Matlab的区域多微电网社区分层协同能源管理系统设计与实现
    本文提出了一种创新的分层协同能源管理系统(EMS),专为多微电网社区设计与实现。该系统利用Matlab进行建模和仿真,详细探讨了微电网社区的结构及其在能源管理中的应用。通过高效的算法和优化策略,该系统能够有效提高能源利用效率,实现能源的智能分配与调度。实验结果验证了该系统的可行性和优越性。 ... [详细]
  • NoSQL数据库,即非关系型数据库,有时也被称作Not Only SQL,是一种区别于传统关系型数据库的管理系统。这类数据库设计用于处理大规模、高并发的数据存储与查询需求,特别适用于需要快速读写大量非结构化或半结构化数据的应用场景。NoSQL数据库通过牺牲部分一致性来换取更高的可扩展性和性能,支持分布式部署,能够有效应对互联网时代的海量数据挑战。 ... [详细]
  • 为何Serverless将成为未来十年的主导技术领域?
    为何Serverless将成为未来十年的主导技术领域? ... [详细]
  • 多喜爱家纺股份有限公司是一家专注于家用纺织品的企业,主要业务涵盖套件类(如枕套、被套、床单、床笠等)和芯类(如枕芯、被芯)产品的研发设计、外包生产和品牌推广。通过引入Power BI,公司显著提升了数据分析能力,优化了决策流程,实现了更精准的市场洞察和运营效率。 ... [详细]
author-avatar
4396
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有