智慧城市的大数据研究与实践

众所周知，城市是由人组织和城市服务系统联合构成并协作集成运行的复杂生态巨系统，城市服务系统包括城市管理、产业经济、社会民生、资源环境和基础支撑。在城市的快速发展中，城市服务系统本身有很多问题，同时合作运行也有不少问题，因此就应该建立新的城市理念、模式、手段和生态系统，而智慧城市就是一种现代城市发展的理念、模式、手段和业态。

何为智慧城市

智慧城市其实有很多定义，根据近几年的实践，我们可以这样理解，首先就是以我国提出创新、协调、绿色、开放、共享作为发展的前提，包括传统移动互联网、卫星网等，借助四类技术深入融合的数据化、网络化、智能化技术手段，其中四类技术就是信息通信技术、智能科学技术、系统工程技术和城市运行管理技术。

要把工业化、信息化、城镇化、农业现代化四化同步发展，根据这个特色构成以企业、政府、用户三方为中心的智慧城市资源与能力。智慧城市服务云终端通过云服务平台能随时随地按需求获取智慧城市的资源和能力，就像现在用电、用水一样。

云可以利用此做什么？就是对五大服务系统和活动中的人、机、物、环境、信息进行自主智慧的感知、互联、分析、学习、决策和执行。因此必须具备三个要素，通过经营管理、设备、技术组成新的模式，以用户为中心构成以“人、机、物、环境、信息融合，互联网、服务化、协同化、个性化、柔性化、社会化”为基调的智慧城市新模式，最后进入实现“和谐、安全、高效、幸福、绿色”崭新的现代智慧城市系统。

智慧城市的整体架构

根据这样的理念内涵，智慧城市整个架构可以这样理解，首先是智慧城市的硬软资源和能力。然后感知进入中心层，有各种各样感知单元，对各种各样的感知对象进行感知，通过多样的网络进行融合完成初步的处理后，就完成了智慧城市云服务平台的构建。

把智慧的资源和能力虚拟化、服务化，构成云池，紧接着对云池中的资源进行支撑，根据智慧资源的能力、资源管理、数据、知识模型的管理以及用户需要，怎么去构建所需要的虚拟化的环境，管理、定性并评估这个环境。很重要的智慧体现就是把大数据的资源体现，因此大数据的处理器和引擎，移动互联网要接进来，还要把仿真切入进来。

关于服务的提供者、使用者和平台运营者三方面，应用层就是具体的市民、政府、企业，所以这样的架构就是“互联网+城市”资源与能力的智慧互联系统。新的信息系统为此提供信息资源和能力的存储、共享、协同和智能计算。智能科学系统包括人工智能、机器学习、脑科学以及认知科学，也同时起到相应的作用。系统工程包括系统集成、系统架构以及基础十大系统的城市运行的管理技术，这是一个体系。另外整个城市要有经营管理，政务管理，同时要重视仿真和实践技术以及还有云服务技术。

第三个架构特别强调软件，包括新的软件平台、平台软件技术和应用软件技术。第一类是物理安全要隔离，第二类就是技术安全，例如网络控制、数据库备份、恢复等。关于管理，还有一个硬性的商业安全以及评估，这是整个智慧城市的架构。

对于基础和服务系统两部分的界定，人口、地理、经济、法人是基础数据库，如果按主体分可以分政府、企业、个人，按照数据形式可以分为结构化、非结构化，城市管理、社会民生、资源环境、产业经济、基础支撑等。这是符合大数据特点的，数据量大，高速、多样，价值不可替代。简单的说就是通过各类信息资源的共享、交换，挖掘分析基础理论，实现城市系统及活动中人机物环境信息自主智慧的感知、互联、分析、学习、决策与执行，进而使城市服务系统精准化、高效化、智能化运行。

例如智慧政务，智慧医疗，智慧经济，提高科学预测雾霾等。根据这样一个大数据的来源分类，大数据的平台技术在设计过程中要注意数据可扩展性，数据来源采集方式的多样化，计算性能高效化以及分析系统安全性。具体的说在感知层，RFID、传感器、摄象头等的感知，在存储层将基础信息、政务信息和社会信息三大类信息存起来，然后计算层包括数据的集成，数据的引擎以及分享。例如数据集成中有作业管理、配置管理、调度管理、作业集成等服务；数据引擎中涉及数据批处理引擎，数据流处理引擎，数据存储引擎等；数据分析挖掘包括数据分析，数据挖掘。应用层有统一的接口、相应算法的库，以及数据可视化的技术，还包括内容解说，应用管理调度和资源目录等。这样统一调配掌管，统一认证，数据管理、运维和物理安全、网络安全、应用安全以及数据安全的管理，这也就是整个系统架构。

智慧城市大数据领域的

六大技术

智慧城市大数据继承与清洗技术把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集成，清洗得到干净的一致的数据，为智慧城市建设提供全面的数据共享基础，并发送给存储系统或数据空间件系统进行后续处理，涉及到数据抽取、转换、加载、清洗、对比、校准等技术。特色就是实时数据源占比高，异构数据类型整合，实现信息共享和数据在智慧城市各系统中有序流动，支持后期的数据分析和辅助决策等其他深层次的应用。

存储和管理技术。就是采用云存储和分布存储技术以及高吞吐量数据库技术与非结构化数据访问技术实现经济、高效、高可靠、容错好的存储、访问与管理数据。那么什么是存储和管理的特色呢？就是海量数据的分布式存储，每天产生数千个数据，而且是多种存储形式。数据管理方面，采用层次式、目录化的管理方式使数据管理逻辑更为清晰。为了保证实时政策的指示，就需要对各类数据快速访问。

数据分析挖掘技术。智慧城市大数据的挖掘是从海量、不完全的、有噪声的、模糊的、随机的大型数据库中发现隐含在其中有价值的、潜在的信息和知识的过程，也是一种决策支持过程。主要基于人工智能、机器学习、模式学习、统计学等学科知识。

大数据可视化。要把整个大数据运用计算机的图形和图象处理技术，将数据转化为图形或者图象在屏幕上显示出来，进行交互处理。这涉及到很多学科，例如计算机图形学、图象处理等。其中多维数据分析展示，交互式数据展示是最新的部分成就。特色是综合维度数据以及交互式需求迫切，通过各种形式存在，能更加直观传达关键方面的问题和特征。

此外，标准的质量。技术产品行业安全等方面的标准与规范也是必须要具备的，而且涉及到规范、标准、控制，监督等技术。已有成果是大数据标准体系框架，大数据交易规范体系，大数据质量管控方面。技术特色类型标准需求迫切，以交换和交易过程为导向，標准与质量体系聚焦于智慧城市跨领域的数据交换集成和应用数据交易。另外安全技术，涉及采集安全，传输安全，存储安全，挖掘安全，发布应用安全，隐私数据保护，安全态势感知，安全防御，安全管理，安全检测等方面，目前大数据已有大数据隐私保护和数据水印方面的成果。

大数据已然成为智慧城市建设运行的战略资源，作用、潜力巨大，研究和实践要把技术应用与产业协调起来发展。在技术方面，要重视大数据技术与信息通信技术、智能科学技术等深度融合。没有高性能计算以及人工智能技术是达不到效果的。在技术上，要重视安全技术及相关标准评估指标体系技术研究，重视技术创新体系的持续建设。在产业方面，要加强大数据三类技术，技术工具和平台的研发产业，这是一类；另一方面就是大数据系统的构建与运行，依据行业特点开展工作，突出问题导向。

（本文根据李伯虎的公开演讲整理而成，未经本人确认。）