3 Technologies Protecting Smart Cities
來源：工程建設標準化協會 作者：呂衛鋒
城鎮化建設，雖然有力地促進了城市的發展，但是也帶來了一系列新的問題，比如交通擁堵、空氣污染、資源消耗等，這些都是 21 世紀城市發展所面臨的關鍵挑戰。為了更好的應對這個挑戰，「智慧城市」這個概念應運而生，並且一經提出就受到了廣泛的關注。
智慧城市這個概念，可以追溯到 20 世紀 90 年代，在 2009 年 IBM 公司在此基礎上進一步提出了「智慧地球」策略之後，更是受到世界各國廣泛關注，其核心主要就是利用以新一代資訊技術為基礎，透過物聯化和互聯化的方式，對各種數據進行動態監測、分析、整合，以更透徹的感知方式，對城市進行更合理全面的調控。
使城市中各個部分協調配合，在城市的經濟、交通、通信、教育、環境、能源、安全、管理、服務、文化、醫療等方面，實現更高效、更便捷的運作模式，極大的提高居民生活品質，塑造良好城市整體環境，加強人和城市之間溝通的新型城市形態。
為了實現智慧城市的構想，需要有合適的技術架構來進行支撐，為此，學術界對於智慧城市技術體系架構，也進行了廣泛的研究和探討，在這些技術體系架構中，數據的重要性獲得了一致的關注，普遍認為城市的智慧需要依賴對數據，進行高效和合理的採集、清洗、儲存、處理，以及實用的能力。
數據融合關鍵技術
智慧城市因其涵蓋的內容，涉及城市的方方面面，研究的切入點即可以是一個具體的應用，也可以是城市整體的發展規劃，因此研究智慧城市技術體系架構的不同方法，有著不同的側重面，比如有的重點研究包括資訊化基礎設施，對於智慧城市的影響，也有的從智慧化服務入手。但是無論從什麼角度，絕大部分的研究，都認為數據及其使用，才是智慧城市最為核心的研究要點之一。
對於智慧城市的數據，第一步首先是有效的獲取與感知，其核心主要是，研究如何高效獲取網際網路、電信網、物聯網和各行業數據，透過研究視訊、音訊、雷射、射頻定位、報警、智慧圖像分析等感知技術，建構智慧城市內立體感知系統，特別是需要針對數據來源的多源、異構等特性，對獲取數據進行再組織與管理。
在獲取到了有效數據之後，下一步主要工作，則是對數據進行高效的傳輸，其核心內容是透過各種無線、有線的長距離或短距離通信網路，在確保資訊安全和傳輸品質的前提下，實現選定範圍內的數據互聯互通。
在有了海量的多源異構數據之後，如何高效智慧化地儲存、管理和分析數據，並將有意義的資訊提取出來，應用於各種城市數據密集型應用，成了最重要的一個挑戰。
為此，需要將數據進行廣泛深度的融合，為了應對這個挑戰，出現了一系列相關的技術和解決方案，其中數據活化是一個針對智慧城市數據融合需求的技術體系，該體系透過研究數據的描述、認知、建模、關聯、演化等方法，實現海量多源異構數據的自我認知、自主學習和主動生長。
智慧城市的數據活化技術體系，首先需要研究數據描述方法，與描述語言、數據認知技術、關聯數據動態建模技術、數據演化與自主生長機制和數據聯網等，針對海量異構數據的關鍵技術，針對數據和應用的規模性、資源分配的動態性，以及資源環境的異構特徵，為建構智慧城市應用提供支撐能力。
數據描述方法與描述語言的重點研究內容，主要包括數據描述的共性基礎問題，如何定義通用數據特徵描述規範，並研究數據的實體對象描述方法。其核心能力包括建立元數據組織、語義等模型，對元數據語法進行表示和封裝，然後進行數據抽象，將數據、數據模型和描述型元數據封裝，成可唯一標識的數據實體對象，能夠支持不同層次的數據粒度大小要求。
數據的認知技術主要研究數據的底層特徵辨識、提取和檢索方法，基於統一完備的數據特徵與語義描述，建立數據底層特徵與高層語義的多粒度跨媒體數據映射，形成一個較為完整的海量數據之間語義理解和認知的技術理論方法。
從海量多源異構數據的底層特徵辨識、提取和檢索，到上層語義理解和知識發現，透過統一完備的海量多源異構數據特徵，與語義描述，建立完整的數據的認知技術體系。
關聯數據動態建模方法則重點放在不同類型數據之間的數據內在關聯關係上，通過研究關聯數據的多層次建模方法，實現異構數據間關係的規範化表示、添加、刪減、重構等基本運算操作，突破數據模型的動態建構與即時更新。根據文本、圖像、影像等各種不同數據實體之間，在時間、空間、事件等方面的相互關聯、作用及影響，應用動態圖理論對數據實體之間的關聯關係，進行動態建模。
數據的演化與自主生長機制，主要研究具有競爭與協同特性的關聯數據主動成長機制，分析數據關聯主動辨識方法的基本原理，透過建立一套基於，數據特徵描述規範的屬性操作運算法則，研究分析數據實體成長、演進和繁衍的基本方法。
數據聯網則是借鑒物聯網的概念，研究比數據本身所包含的資訊，更為重要的數據之間的關聯關係。數據聯網(Internet of Data，IOD)結合資訊隱藏技術，將數據的虛擬標籤，嵌入到數據實體中，虛擬標籤將用於儲存 ID、元數據、日誌資訊、以及數據活化結果等資訊，從而記錄數據從產生開始後，全生命週期中的各種活動資訊，為未來數據的使用提供完整的記錄。
數據融合挑戰與應對措施
數據已經慢慢變成了，關係到城市經濟和社會發展的策略性資源，城市本身是典型的數據密集環境，城市的運行涵蓋環境檢測、城市交通、公共服務、居家生活、經濟商務、健康管理、公共安全等諸多方面。
隨著城市數據規模呈爆發式成長，越來越多的數據，帶來了大量的應用和商機，但是數據量的高速膨脹、數據無意義的冗餘、數據原有關聯的割裂，又對資訊的充分利用形成嚴重限制，同時數據可能關於某一時間、空間、人物、事件，或者對象是有聯繫的，是相互關聯的，現有的數據組織和處理，並未充分體現這些關聯性，而這些關聯性往往對解決城市的管理，與服務問題，具有重要價值。
如何更充分、更智慧地發揮數據的作用，是智慧城市未來發展的必然趨勢，也使得數據融合，成為了一個最重要的能力建設方向。為瞭解決數據融合的挑戰，則需要從技術創新、管理體制、標準建設與國際合作等方面進行深化建設。
首先要加強技術創新，只有技術手段的更新，才使得數據融合成為現實，為此，需要建立起領先的「智慧城市」數據融合技術概念體系，推進技術創新投入，增強技術創新能力。同時，進一步加強創新體系建設，激發技術創新的內在動力，形成一系列具有自主知識產權的技術、產品和專利。此外，大力推動基於數據融合的應用推廣，從真實應用需求角度，指導數據融合技術的研究方向。
其次，數據融合的實現，也以來體制機制的改革。數據融合最重要的是數據能夠共享，如何將分散在現有各處的資訊化系統中的數據，提取出來並共享出來，需要一系列體制機制的保障，對涉及到數據隱私性要充分進行保護，透過共享來促進數據融合技術的發展，和應用的推廣，並催生新的基於數據融合的產業發展。
數據融合的推動，還需要依賴強有力的標準體系進行保障，需要從實際應用出發，圍繞其結構體系的共同特徵，針對術語定義、設計與實施方法、技術體系、資訊分類編碼、空間定位、數據品質要求、數據描述、數據交換格式、介面規範等問題進行標準建設，提出一系列標準化的原則和具體要求。標準體系要滿足集合性、目標性、可分解性、相關性、整體性、環境適應性等要求，只有建立良好的標準體系，才能使得數據融合無論在技術發展上，和共享應用上有章可循。
目前，數據融合類的標準在有些國家正在開展一系列工作，包括數據採集規範、數據編碼規範、開放共享要求，以及知識模型等一系列標準，都在客製化和發佈過程中，這些標準的研製在政府相關部會的政策下，需有國家智慧城市標準化總體組為依託，在不同標準化技術委員會的支持下，以協同編制的方式開展工作，這樣才能使得數據融合的技術和標準，成為一個緊密融合的體系。
最後，台灣在智慧城市數據融合中的技術發展，和相應的建設經驗，也需要與國內外組織，尤其是標準化組織進行緊密溝通，把台灣的經驗與國際進行分享，在智慧城市的核心關鍵技術發展和應用領域發出台灣的聲音。
沒有留言:
張貼留言