大数据背景下 智慧城市建设何去何从

近年以来，我国各地区、各部门智慧城市建设开展火热,在最初各自为政式的建设智慧城市建设过程中，各信息系统标准不一、互不兼容、接入受阻、出现信息孤岛，成为城市智慧化发展一大瓶颈。随着云计算、物联网、大数据、人工智能等各种新技术风起云涌，数据的融合与共享越来越得到重视，以数据融合、数据共享为手段，深挖数据价值为标志，开启了全新的智慧城市大数据时代.
　　大数据是智慧城市的智慧引擎
　　在智慧城市中，大数据正扮演越来越重要的角色。众所周知，城市中由海量传感器组成的物联网正日夜不断地采集各类结构化、非结构化数据。监控视频数据、城市地理信息、交通数据、人口数据以及环境监测数据等各行业数据量正呈现爆发式增长，大数据已经遍布智慧城市的方方面面，从政府决策与服务，到人们衣食住行的生活方式，再到城市的产业布局和规划，直到城市的运营和管理方式，都将在大数据支撑下走向“智慧化”，大数据成为智慧城市的智慧引擎。
　　ZNV智慧城市信息共享平台
　　总体框架
　　在智慧城市海量数据的背景下，ZNV中兴力维推出了SCIM产品，以新型智慧城市信息化系统中间件为核心设计理念，以不同维度为客户提供量身定制的产品为原则，科学梳理不同部门的图像及数据监管需求并将其纳入数据中心集中管理，通过小v（大数据平台）创新的大数据分析处理技术，对这些数据进行分析、挖掘、提炼，从各种海量的数据中成长出各式各样的业务，进而为新型智慧城市建设提供多源信息采集、海量数据汇聚、智能分析处理、大数据深度挖掘、城市态势展报、惠民信息等多样化服务，创建城市管理社会服务新模式，从而实现新型智慧城市的核心价值。
　　小v大数据引擎
　　而小v大数据引擎，是利用开源大数据平台，为智慧城市提供一个可横向扩充的、高性能的大数据管理平台，其主要功能包括各种数据提供快速的提供秒级查询与统计（OLAP）、实时模型对比、预测预警、定时离线分析、数据清洗与重塑等功能。
　　系统亮点特色
　　1、系统能力的横向扩充，一个智慧城市物联网管理环节在刚开始搭建的时候，收集到的数据量并不是很大，但随着时间的推移，采集到各式各样的数据会随着时间堆积，系统会随着数据的增加在存储空间、统计报表、数据检索、离线分析方面会变的越来越慢，到最后物理网经营者或系统管理者，不能不选择放弃系统所采集到的有价值的数据，而这些数据都蕴含着各种各样的价值。小V大数据引擎它兼顾Hadoop-Spark大数据系统所有特征，提供性能与存储的1 N的横向扩充，也就是随着时间的推移数据的累积，当单台小V大数据引擎不能满足性能与存储要求，可以通过增加数据节点，是系统能力得到线性的增加。
　　2、去中心化软件系统，去中心化是使系统稳定性，每个节点都是一个完整的大数据系统，多个节点互相连接组成一个性能更高的大数据集群。当大数据集群中某个节点出现故障时，不会影响整个集群的稳定性。
　　3、数据安全性，采集到的数据一旦进入大数据系统就很难丢失。数据被按照数据块备份多份分布在不同的数据节点中，而一个节点的故障不会影响整个系统，当这个节点恢复时，这个节点的数据也会被修复。
　　4、适合于海量数据的处理与分析，系统就是为海量数据处理而设计的，小V大数据引擎可高速的对海量数据进行统计分析，数据搜寻秒级响应，实时模型对比、预测预警、定时离线分析、数据清洗与重塑等功能，能够实现数据的价值转换。
　　5、使用灵活，小V大数据引擎提供统一方便的SDK，方便于基础到多个系统中。可根据用户与物联网系统经营者的需求，根据所采集的数据，做离线分析、机器学习，对整个物联网IoT进行不断地优化，给出各种优化建议，能够降低整个系统的使用成本，真正做到高效、节能、安全、省心、省钱。
　　八大应用，助力城市更加智慧
　　1.城市公共安全：
　　随着智能电话和电脑网络的普及，犯罪嫌疑人活动会产生大量在线信息，通过对收集到的海量的、模糊的、不完整的案件信息中的涉案人员信息、涉案物品信息、旅馆业信息、航班信息、车辆信息等，进行分析、挖掘，发现案件属性与犯罪人员属性的关联规则，进而找到犯罪的规律、特点，对预防、打击犯罪，保障城市公共安全具有重要的理论意义和现实意义
　　2.智慧交通：
　　通过在道路上预埋或预设物联网传感器，实时收集车流量、客流量信息，结合各种道路监控设施及交警指挥控制系统数据，识别道路通行的能力并可用作未来车流量的预测依据，把抽样的数据进行类比分析得出隐藏在数据中的发展趋势，预测道路车辆流量的发展，并根据预测的结论来管理交通。同时可利用大数据挖掘技术研究各种与交通存在潜在关系的对象的数据，来识别这些影响道路运营的因素，演算测出各个因素的影响度，最终的目的是利用这些挖掘出来的高价值信息，精确地指导交通，为城市服务。
　　3.智慧城管：
　　通过挖掘城市管理部件数据(涉及公用设施类、道路交通类、市容环境类、园林绿化类、房屋土地类、其他设施等)、城市管理事件数据(涉及市容环境类、宣传广告类、施工管理类、突发事件类、街面秩序类以及扩展事件类等)、历史业务数据(历史案卷数据、历史统计数据、历史考评数据等)、专业管理数据(涉及户外广告数据、门前三包数据、执法车辆数据、工地管理数据、企业法人数据、视频探头数据、市政公用事业数据、风险源数据等)各种类型的综合数据，将信息与空间地理坐标进行关联，及时发现并有效处理城市管理中的各种问题，为智慧城管的深层次应用提供了必要前提。
　　4.应急指挥
　　通过实时采集并集成海量、多源、异构应急数据，对线上多源应急信息进行抽取、过滤、标准化、储存、智能分析与态势研判；基于网络技术进行智能化应急感知、异常探测、预警和应急资源实时定位，智能发掘应急需求，为情景还原和应急需求决策提供坚实的数据基础。
　　5.电子政务：
　　在电子政务方面，政府部门的政务公开、政府上网工程的实施，民众对政府行为监督的要求，市领导对全市城市发展、经济发展、人口分布、交通状况等情况的了解，都需要在市政府各部门的数据库中挖掘出有用、潜在的知识，支持领导的决策和满足群众的要求。
　　6.智慧环保
　　借助大数据采集技术，可以将收集到大量关于各项环境质量指标（PM2.5、水质、噪音等等）的信息，通过传输到中心数据库进行数据分析，直接指导下一步环境治理方案的制定，并实时监测环境治理效果，动态更新治理方案。
　　7.智慧能源
　　通过物联网系统对城市水、电、气、暖等资源进行数据采集，利用大数据挖掘技术发现之间关联，例如通过时段调配能源供给或在电力峰值不同的建筑物之间进行电力融通，提高能源使用效率以达到节能减排之目的。
　　8.智慧医疗
　　以大数据为基础的新的医学时代，将对循证医学、关注病征的传统医学产生强烈冲击甚至颠覆。由于新技术的支持，对个体的医学数据的大量获取，使得医疗服务更加关注个体，治疗、检查、健康管理会更有针对性，医疗服务模式和质量将产生飞跃。