基于智慧城市建设关键技术的应用研究

王兆庆++贺勇

摘 要：以物联网、云计算等新一代技术为核心的智慧城市建设理念，已成为一种未来城市发展的全新模式。智慧城市是人类社会发展的必然产物，文中分析了智慧城市建设的关键技术，介绍了各种技术的体系架构和应用，通过云技术的应用，提出云计算在海南万宁智慧城市建设中的解决方案。

关键词：智慧城市；云计算；物联网；大数据

中图分类号：TP391 文献标识码：A 文章编号：2095-1302（2016）11-00-05

0 引 言

智慧城市是指在新一代物联网、云计算、大数据等信息技术支撑下，把城市建设与数字化、智能化、网络化、互动化、协同化融合在一起，形成生活便捷、环境友好、资源节约、可持续发展和具有创新环境的城市形态。智慧城市技术是解决城市发展进程中存在问题的重要手段，它可提升城市服务水平，使城市实现自动感知、高效信息处理，有效决策与智慧调控，提高城市的管理与运转效率[1]。

智慧城市的关键技术是指物联网、云计算和大数据三大核心技术，这三大技术都属于平台性的包含众多技术分支的总体性描述，是智慧城市信息系统强大感知能力、计算能力和数据应用能力的体现。

1 智慧城市关键技术

1.1 物联网技术

物联网技术实质上是通过在城市体系中应用传感技术、通信技术和网络技术把城市物品与互联网相连，按约定的协议进行信息处理和交换，实现对物品的识别、定位、跟踪、监控和管理的一种智能化网络。物联网是新一代信息技术的重要组成部分，通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，将用户端延伸和扩展到了任何物品和物品之间进行信息交换，提升了城市运行的效率和效益。

1.1.1 物联网体系架构

物联网技术实现了物品与物品间的信息交流和通信，它的网络架构由感知层、网络层和应用层组成。物联网体系架构图如图1所示。

1.1.1.1 感知层

感知层是物联网系统的触角，通过识别、数据获取、处理和通信等将物品与互联网相连，进行信息交换和通讯，实现任何物品的智能化识别、定位、追踪、监控和管理。感知技术是物联网实现的基础，是物物相连实现的核心技术，只有通过感知技术进行数据采集后，系统才能对物体进行智能控制。

1.1.1.2 网络层

网络层是物联网系统的信息通道，是互联网应用的延伸和拓展，其使得网络更加互联互通。如果单凭物联网系统，由于网络终端的计算和存储能力十分有限，不能形成强大的物理系统和应用系统，因此它必须融合到大数据云计算系统平台中，利用云计算技术强大的资源整合能力，实现海量数据的存储、计算以及信息安全保障功能，物联网技术通过云计算平台可以实现更透彻的感知、更广泛的互联互通以及更深入的城市智能化。

1.1.1.3 应用层

应用层是物联网系统的受益终端，也是人与物沟通的平台，从智能家居、智慧医疗与养老、智能电网到智能的交通管理、城市管理、物流管理，物联网在居民城市生活的各个方面都得到了广泛的应用。

物联网技术的基本工作程序是： 物联网感知层和控制层通过射频识别（RFID）等信息传感设备对城市系统和环境的各类信息数据进行采集，再由网络层传送感知信息，在大数据云计算平台中对信息进行汇聚、提取和处理，并实现行业集成的应用接口整合。最后在应用层中完成智慧家居、智慧交通、智慧医疗等功能。系统架构中的安全保障体系将涵盖物联网各层面的安全，保障网络系统的稳定运行。

1.1.2 物联网关键技术

物联网发展中的关键技术指RFID 技术、传感网络、网络与通信技术、嵌入式系统技术。

1.1.2.1 RFID

RFID （Radio Frequency Identification，RFID）射频识别是一种利用无线射频识别来获取目标对象相关信息的技术，属于非接触式自动识别技术的一种，它通常由标签（Flag or Transponder）、阅读器（Interrogatoror Reader）和数据管理系统组成。其工作原理是阅读器发射特定频率的无线电波能量，以驱动电路将内部的数据送出。此时阅读器依序接收解读数据，送给应用程序做相应的处理、采集和存储。这是物联网信息数据采集、识别的主要技术。

1.1.2.2 传感器技术

传感器技术是探测物体物理信号的感知信息技术，物联网中的传感网络由大量传感器组成，传感网络分为传感单元、处理单元、通信单元。其工作原理是通过物理传感器、化学传感器、视频传感器等核心部件实时获取如温度、湿度、运动等信息，并把部分模拟信号转换成数字信号，完成数字信息的采集工作，通过网络层把信息传送给大数据云计算平台[2]。

1.1.2.3 网络通信技术

网络通信技术主要包括无线低速网络、移动通信网络和M2M技术等。无线低速网络是指物体与物体在连接过程中，既有智能的也有非智能的，为了适应网络中那些能力较低节点的低能量、低速率、低计算能力指标要求，在将各类物体连接在一起后，通过低速网络协议实现互联互通。它包含蓝牙、紫蜂协议和近距离通信NFC等网络技术。移动通信网络是指通信双方或至少有一方处于运动中进行信息传输和交换的通信方式，它包括卫星移动、蜂窝移动、无线寻址、网关等技术。M2M技术是“机器对机器”的缩写，是指通过通信技术来实现人、机器和系统之间的智能化、交互式无缝连接，M2M技术也是物联网实现的关键，可用于安全监测、自动售货机、货物跟踪领域等[3]。

1.1.2.4 嵌入式系统技术

嵌入式系统一般指非PC系统，是完全嵌入受控器件内部，为特定应用而设计的专用计算机系统技术，嵌入式系统的构架由处理器、存储器、输入输出（I/O）和软件四部分组成。物联网不仅提供了传感器的连接，其本身也具有智能处理的能力，能够通过嵌入式系统对物体实施智能控制。

1.2 云计算

云计算是基于互联网的服务的增加、使用和交付模式，常通过互联网提供动态易扩展、虚拟化的资源，它是在分布式计算、网格计算、效用计算的基础上发展起来的，是一种通过网络提供服务的计算模式。云计算是能为用户提供无限计算资源的网络服务，是应用服务按需定制、易于扩展的软件架构。

1.2.1 云计算的体系架构

云计算的体系结构分为四层，如图2所示。

（1）软件即服务（SaaS）。把软件作为服务，服务提供商集中资金完成软件和软件设施的建设，负责管理和维护， SaaS实现了软件服务租赁化。

（2）平台即服务（PaaS）。把开发平台作为一种服务，用户以租赁的形式使用应用程序，PaaS可提供中间软件平台，开发程序数据库，托管服务和应用服务器。PaaS实现了平台的可伸缩化。

（3）基础设备服务（IaaS）。把基础设备转化为服务，服务提供商将服务器组成庞大的基础设备，用户通过租赁的方式接受存储资源和虚拟化服务器服务，IaaS 实现了存储和资源的虚拟化。物理资源层主要提供物理设置服务，并把存储作为一项服务，为互操作留有编程接口，它包含计算资源、存储资源和软件资源等。

SaaS、PaaS和IaaS服务在工作过程中既独立又相互联系，从用户角度而言，这三种服务是独立的，因为它们提供的服务完全不同，面对的用户群也不相同。但从技术角度而言，这三种云服务不是独立的，例如SaaS提供的产品和服务不仅需要SaaS技术支撑，还依赖 PaaS所提供的开发平台或直接部署于IaaS计算资源上。此外，PaaS的产品和服务也可能构建于IaaS服务之上。

1.2.2 云计算关键技术

云计算系统应用了许多技术，主要有虚拟化技术、数据分布存储技术、安全技术、编程模型四个方面。

1.2.2.1 虚拟化技术

虚拟化技术可以将离散的硬件资源统一起来以创建共享动态平台，在提供的云计算服务中，并非在真实的硬件上运行，而以虚拟软件为基础进行系统运算，实现在一台服务器上运行多个虚拟机。在云计算系统通过虚拟技术处理后，可以最大限度调动和使用网络资源，进行海量数据计算，运行多种应用程序和超强存储等，提高服务效率，高效地为用户提供各类服务。目前在云计算中普遍使用VMware、Xen和KVM虚拟技术。

1.2.2.2 数据分布存储技术

云计算系统的运行需要海量的存储空间，同时还需要提高存储数据访问的可靠性和高效性，分布式存储架构能够使众多计算机集群协调作业，它的文件管理协调系统将海量数据通过多台计算机进行并行计算，将大量数据以分布式进行储存，从而完成大型数据工程的分解、协同、计算和存储任务。当前分布式存储技术已成为云基础架构的关键部分，常用的如Google的GFS，Amazon的Dynamo，HDFS和Big Table等。

1.2.2.3 安全技术

从计算机网络研发到应用，安全始终是关键问题，在云计算系统中，用户的软件在“云”中，同样数据也在“云”中存储，云计算的安全不仅基于传统的信息数据保护，终端基础设施保护及新引入数据的兼容等安全问题，还涉及到云计算的动态易扩展特性且经常是虚拟化资源的特点，必须采用更高级别的安全技术来确保云计算平台的安全，云的安全性和稳定性是用户首要考虑的因素。

1.2.2.4 编程模型

为了让用户能更好地使用云计算提供的服务，获取更大的计算性能，云技术提供了编程模型，用户可通过模型编写程序实现特定的功能，这种简化的分布式编程模型和高效的任务分派调度模型极大地方便了用户编程人员[4]。目前较为常用的是由Google公司研发的Map Resuce，它的主要内容有函数式编程语言的映射和简化操作，也是大规模数据集的并行运算过程。

1.3 大数据技术

大数据（big data）是指在特定时期和环境里无法对巨大的信息通过人工或常规工具进行整合、利用和处理的海量数据资源。随着技术的进一步发展，如何使用非常规软件技术和特定的应用工具来挖掘利用这些信息数据集合是大数据技术要解决的关键问题。大数据处理仅靠单机无法完成海量资源的整合，它需要通过云计算的分布式处理、分布式数据库、海量存储和虚拟化技术来实现从各种各样类型的数据中高效获取有价值信息的能力，这就是大数据技术。

1.3.1 大数据架构

从技术上分析，大数据与云计算密不可分。大数据通过云处理与云应用平台等云计算技术相结合来提升智慧城市信息系统的高可用性、高性能以及数据中心硬件资源的利用率。大数据具有Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）四个特点。

智慧城市在基于云计算环境下的大数据架构如图3所示。技术体系框架有一个共同的特性，即以数据的获取与管理技术作为底层支撑，以数据挖掘、处理和分析技术作为整个框架的核心构成，在此基础上对城市用户提供多样化的服务应用。未来智慧城市技术的发展方向必将以数据为中心。

智慧城市云平台是城市建设的核心。云平台采集大数据技术处理层所提供的数据信息以及系统的各类硬件资源和软件资源，通过虚拟化技术将计算资源、存储资源和网络资源统一构造成虚拟资源池，使用虚拟资源管理技术实现云计算资源按需自动分配与调度、动态扩展、自动部署。用户按需获取资源。其中，分布式文件系统和分布式存储系统构成了整个云计算的基石，提供上层系统所需的可靠和高效的数据存储，能够满足容错与自动故障恢复、高效的读写与创建、适应网络访问等要求。另外，云计算作为一种以虚拟化资源调度为核心的计算模式，在全局资源调度方面具有降低系统能源开销和提高基于云的远程资源访问效率的优势。

大数据技术处理层是智慧城市数据分析处理的中心。它主要完成大量不同类型的信息处理，实现信息交换和资源共享，最大限度发挥这些数据信息的效用和价值。城市数据具有非常多的类型与来源，即数据的多元性。这些不同来源的城市数据无论是从结构上、组织方式上、维度尺度与粒度上都会存在巨大差异，即数据的异构性。因此大数据应用到的技术也很多，如整合、处理、管理和分析大数据的技术包括商业智能、云计算、数据仓库、数据集市、分布式系统、元数据、关系型数据库、R语言、结构化数据、非结构化数据、半结构化数据可视化技术等。用于大数据分析的技术包括关联规则挖掘、数据聚类、数据融合和集成、数据挖掘、神经网络、神经分析、信号处理、空间分析、时间序列分析、时间序列预测模型、可视化技术等[5]。

源数据层是智慧城市数据的抓手和触角。源数据层数据信息来源多、类型杂、体量大，目前尚未有统一的格式和标准作为数据接入与汇集机制，使之形成信息间的关联关系。在城市数字化建设过程中形成了许多网络架构，如物联网、移动通信网、地理信息网以及各行业的业务数据网等，在城市环境中提供了异构、多维、海量、多时相和多观测模型的空间信息。此外，种类繁多的传感器、控制器和计算终端所采用的设备技术指标和参数主要针对某一类应用展开，之间缺乏兼容性和体系规划，如何实现各种通信标准的互联互通以及不同数据格式的转换，就成为感知智能服务必须解决的问题。由城市数字化到城市智慧化，关键是要实现对数字信息的智慧处理，其核心是引入大数据处理技术。

1.3.2 大数据关键技术

在智慧城市的云平台中，大数据应用技术非常多，其关键技术是指数据采集技术、数据挖掘技术、数据存储技术等。

1.3.2.1 数据采集

数据采集是指从各种集群网络、传统数据库以及行业系统数据源中收集与处理庞大而复杂的数据信息的过程。在集群网络中可利用网络搜索引擎技术如网络爬虫等实现对数据的抓取，传统数据库通过ETL将分布的、异构的数据如关系数据、平面数据文件等进行提取、转换、加载等预处理，然后按照定义好的数据模型加载到数据仓库（DW）或数据集市（DM）。行业系统数据源通过成熟分布式框架如Chukwa、Flume、Scrib等，实现信息的分布式收集和统一处理。

1.3.2.2 数据的挖掘技术

智慧城市建设存有海量信息， 挖掘技术就是从这些信息中获取有价值的知识。利用数据挖掘技术能够合理有效的整合、挖掘和智能处理网络中的海量数据，结合云计算技术，可为网络平台提供动态伸缩的高效率计算模式和解决网络融合等问题。数据挖掘系统由数据库、数据仓库或其他信息库、数据挖掘引擎、图形用户界面等组成，数据挖掘的算法主要包括神经网络法、决策树法、遗传算法、粗糙集法、模糊集法、关联规则等方法[6]。

1.3.2.3 数据存储技术

大数据的数据容量庞大，包含结构化数据、半结构化数据、非结构化数据三种类型，由于大数据依托于云平台运行，充分利用了云计算的分布式文件管理与计算处理、数据管理等技术，很好地解决了存储问题。常用的数据存储技术有分布式文件存储、关系型数据库、实时数据库、列式数据库等。

2 云技术在海南万宁智慧城市建设中的应用研究

2013年海南省万宁市成为首批国家智慧城市试点之一，万宁市在进行智慧城市建设时需要有一个以云计算技术为支撑的数据控制平台，统一调配各类资源， 实现随需应变动态伸缩的能力。海南建设智慧城市要从解决民生问题为中心，从创新的视角来提升经济发展水平，改善环境、提高能源和资源利用率等。同时还要围绕智能化基础设施建设、传统产业智慧改造、新兴智慧产业的培育、智慧政府建设、智慧化城市生活环境和管理、智能化公共服务体系等战略重点领域，构建城市公共信息平台、网络平台、应用平台等信息化基础设施。此外，海南与全国一样仍然存在资源透支、环境污染、交通拥堵、就业困难、社会管理薄弱等问题，构建智慧城市将成为解决城市社会问题的重要途径。

根据智慧城市建设规划，万宁重点推出3大类、17个子项目进行招商，涵盖智慧城市建设基础设施建设、智慧管理、智慧民生、智慧产业4个领域。同时，提出万宁建设智慧城市的七大示范区：以万城+滨海新区、兴隆、神州半岛、石梅湾、日月湾、山钦湾、奥特莱斯（万宁芭蕾雨）为智慧城市建设示范区，按照国家标准，根据各区域的特点，将这7个区域建设成为有特色的智慧城市示范区。万宁这7个示范区通过信息网络实现了无缝对接。

考虑到基于云计算IaaS架构进行设计，海南万宁市的智慧城市建设以云计算数据中心为核心，打造独立于多个应用系统的公共云，如设定政务云、交通云、教育云、安全云、海南旅游云、医疗云、生态云等，为各类下层应用提供支持，通过云数据平台对七大示范区资源进行统一调配和管理，未来在示范区成功经验的基础上，云网覆盖全市，新功能的云又增加到云平台中，其架构能后续扩展支持其它云，云计算智慧城市架构如图4所示。

3 结 语

智慧城市关键技术是指物联网、云计算和大数据三大核心技术，这三大技术都属于平台性的包含众多技术分支的总体性描述，如表1所列，是智慧城市信息系统强大的感知能力、计算能力和数据应用能力的体现。

中国高速的经济发展促进了城市化的进一步提高，据预测，到2020年，中国的城市人口居住量将达到50%，2050年将达到75%。快速城市化进程给城市规划、建设、运行和发展带来了大量新的问题，出现了城市经济发展失调、环境建设失衡、社会管理失稳、城市运行失序等社会矛盾[7]。智慧城市可以实现更透彻的感知、更广泛的互联互通和更深入的智能化，可以实现资源的优化配置与成本节约，可以避免“信息孤岛”，有效改善民生，保护经济、社会与国家安全，实现人口、资源与环境的可持续协调发展。目前，世界各地以智能手机、智能交通、智能家居、智能电网、智能小区、智能医疗、智能安全及智慧政府等为代表的智慧城市建设正在快速展开[8]，人们享受着技术对生活带来的便捷同时，已经深刻感受到智慧城市让生活变得更美好。

参考文献

[1]陈金梅.智慧城市的愿景及其评估——智慧天津建设的对策建议[J].科学观察，2013 （2）：80-82.

[2]周杨福.论物联网技术对于智慧城市的应用[J].网络安全技术与应用，2014（2）：22-23.

[3]张丽.物联网技术及在智慧城市建设中的应用[J].信息通信，2015（8）：140-141.

[4]龚强.云计算关键技术之编程模型认知研究[J].信息技术，2015（1）：1-3.

[5]邹国伟，成建波.大数据技术在智慧城市中的应用[J].电信网技术，2013（4）：25-28.

[6]李德仁.智慧城市中的大数据[J].Science China Information Sciences，2015，58（21）：1-12.

[7]侯远志，焦黎帆.国内外智慧城市建设研究综述[J].产业与科技论坛，2014，13（24）：94-97.

[8]张永民.智慧城市总体方案[J].中国信息界，2011（3）：12-21.