大数据标准在铁路信息化中的需求及应用*

任俊桦

（1 中国铁路信息科技集团有限公司网络技术研究院 工程师，北京 100038；2 中铁信（北京）网络技术研究院有限公司轨道交通运营安全研究室，北京 100044）

0 引言

作为云计算之后的下一代信息技术，大数据技术的发展和应用已经对政府、企业的政策和人们的生活方式产生了深远的影响。大数据标准体系是为实现大数据领域的标准化而形成的体系。目前，各种大数据存储商品和面向各行各业的大数据应用不断产生，通过标准化渠道规范认知，整合资源，促进各当事人的共识，为大数据产业的健康发展奠定基础，为数据安全应用提供无障碍物的同时，有必要促进诸如大数据交易等新兴服务模式的规范发展。铁路在运输生产和经营活动中，产生和积累了海量的旅客出行、货运物流、安全监测、工程建设等数据。这些数据的应用，对于促进国家综合交通运输体系规划和发展、满足人民群众和行业企业对交通运输信息日益增长的需求、服务国家“走出去”战略和“一带一路”倡议实施产生重要价值。为此,本文就铁路信息化对大数据标准的需求进行分析,对大数据标准化在铁路信息化中的应用进行论述，并提出基于大数据对铁路信息化标准进行修改和完善的必要性,以便为铁路信息化标准的建立和完善奠定基础。

1 铁路信息化对大数据标准的需求

2015 年，原中国铁路总公司开展了铁路信息化标准体系研究，制定了铁路信息化标准体系框架，由信息技术通用基础标准、基础设施标准、信息资源标准、业务应用标准、信息安全标准、管理与服务标准、新技术应用标准等7 大类构成[1]。铁路信息化标准体系框架的提出，为铁路大数据标准体系的构建提供参照。

1）技术和工具。技术和工具类标准主要是对大数据相关的技术、数据使用过程中的过程性工具和终端应用类工具进行标准化规范，主要包括基础设施和平台、铁路数据采集、铁路数据存储、铁路数据共享、铁路数据挖掘等方面。基础设施和平台类标准，主要是对总体规划中铁路数据服务平台及部署的软硬件要求、功能和性能要求等进行规范；铁路数据采集、存储、共享标准，主要是针对数据从收集到使用过程中的关键技术、工具等进行规范；数据挖掘类标准，主要是针对数据挖掘过程中的通用方法、工具和关键技术等进行规范。

2）数据。数据标准主要是对铁路相关数据及其质量等进行规范，主要包括铁路主数据、铁路元数据、铁路地理信息数据、铁路数据目录、铁路数据分类分级等。铁路主数据、元数据和地理信息数据是铁路数据服务平台中存储的基础数据，对这些数据进行标准规范是提升数据质量的重要支撑。这些数据的质量标准可适当参考ISO 8000 数据质量系列标准[2]，该系列标准主要是对数据质量的把控，并根据铁路大数据应用和发展的需求，进行适当增补。数据本身的模型、风险等方面，同样具有较高要求，因此要对数据目录、分类分级等进行规范。

3）应用。应用类标准从发挥数据价值的角度出发，将应用分为数据访问、开放、共享、交易及行业应用等环节，主要包括与平台数据接口、各业务领域应用等标准。数据接口标准是描述数据服务平台与各外部系统间的数据接入规范和技术文件，由于外部系统众多，因此需针对不同系统分别制定相应规范。同时，已有铁路相关系统间的接口和共享标准可作为本部分内容的参照文件。各业务领域应用类标准主要针对应用过程中的数据使用、数据分析（专业数据模型、方法）、应用分析工具、可视化工具等进行规范。

4）安全。安全类标准是针对通用的安全和大数据环境下隐私数据的保护，主要包括数据安全、隐私保护等。其中数据安全是基于信息安全技术的系列标准，为数据提供软硬件等多方面的安全保护；隐私保护则重点针对铁路数据中信息主体利益密切相关的数据进行更严格的安全保护。

5）管理。管理类标准是铁路大数据标准的重要支撑，贯穿于数据生命周期的各阶段，主要包括铁路数据运维、业务数据治理、铁路数据共享。其中数据运维包括数据库维护、运行维护、运行安全维护、大数据系统及相关工具等方面的运维及服务标准；数据治理包括数据资产管理、大数据解决方案设计、数据管理能力成熟度评价等。

2 大数据标准化在铁路信息化中的应用

近年来，铁路行业充分利用大数据技术，发挥大数据在提高效率、提升效益、确保安全、优化服务方面的独特作用，推动了铁路数据资源开放共享和开发利用，实现了数据规模、质量和应用水平的大幅提升。大力推进铁路大数据应用，已成为新时期铁路信息化发展的重要手段和途径[3-6]。

1）标准规范方面：制定了铁路大数据标准规范体系框架。梳理了铁路各领域数据资源，确定了数据内容、采集方式，建立了数据资源目录和数据共享目录，明确了铁路内部数据共享及与政府部门、外部企业以及国外铁路企业等数据共享的技术标准、技术规范和实现方式，基本形成了完善的铁路大数据标准体系。

2）数据安全方面：制定了大数据安全防护总体方案，建设了铁路大数据安全管理制度，落实了大数据基础设施、采集、存储、应用各环节技术防护要求。目前已实现大数据安全防护，并达到自主可控目标。

3）运输生产领域：整合了铁路运输各领域大数据资源，基于生产作业信息、业务管理信息、设备状态信息、地理空间信息、环境信息、客户信息以及相关行业信息，以自感知、自诊断、自学习、自决策为重点，深化大数据分析挖掘和智能化应用，为调度指挥、客货运输、营销决策和安全管理等提供了技术支撑，全面提高了中国铁路智能化水平。

4）建设管理领域：围绕提升铁路大中型建设项目管理水平目标，以工程进度和质量安全为重点，实现了铁路工程设计、建设、施工全过程信息数字化集成，建立了重点领域大数据模型，开展了大数据深度挖掘和关联性分析，为建设管理及运营维护提供了决策支持。

5）经营开发领域：深入挖掘了铁路互联网平台和数据资源价值，开展了电子商务和数据增值开发。通过对铁路特定服务场景、业务交易、用户行为等大数据分析，推动了铁路与社会电商深度融合。围绕多元经营领域，提高了资产营运效率效益目标，加强了资产经营开发信息归集和分析评价，为提高经营质量和效益提供了支撑。

6）综合协同领域：通过非涉密数据和信息开放共享机制，开展了涵盖国铁集团公司办公、科技、计量、审计考核、公安、外事、信息化、纪检监察、党群、工会等各领域数据分析工作，利用相关数据进行了多维度、关联性分析，提升了本领域工作效率，实现了国铁集团公司跨部门、跨专业业务协同和综合信息集成展现。

7）资源管理领域：通过人力、财务、物资等数据资源的共享共用和深入分析挖掘，推动了国铁集团公司资源的合理配置和高效利用，进一步提升了人力资源管理、财务管理、物资管理精益化水平。

8）战略决策领域：以统计支持系统为切入点，统筹开展了战略决策大数据应用，构建了以服务决策支持为核心的完整的指标体系，提升了综合分析及决策支持能力。

3 基于大数据的铁路信息化标准的修改和完善必要性

经过几十年的发展，我国铁路信息化建设取得了举世瞩目的成绩。近年来，铁路先后发布不同专业信息化相关标准及规范等，但在公用基础信息标准方面，仅有通信、线路、钢轨损伤、货运事故分类、行车事故统计、货车车种车型车号、货物运输品名等标准；在业务应用系统标准化方面，仅仅涉及列车超速防护、调度集中和调度监督系统以及DMIS、调度集中和调度监督系统间的数据通信标准；在数据接口方面，制定TMIS 与DMIS 间的数据接口规范、铁路电子支付平台数据接口规范和中俄铁路电子数据交换接口规范等。与电力、银行、航空等行业相比，铁路行业在信息化标准方面还存在一定差距：一是现有铁路信息化标准比较零散，不成体系；二是铁路信息化标准体系是一个有机的整体，正处于逐步建设阶段，许多方面缺乏完备的技术标准。

《中国铁路总公司信息化标准体系框架》已发布执行近5 年[1]，亟需进一步调整与完善。现有《中国铁路总公司信息化标准体系框架》发布于《铁路信息化总体规划》[7]之前，铁路“十四五”规划也即将发布，框架设计部分内容需要调整；在《中国铁路总公司信息化标准体系框架》执行期间，不断有新的国家、行业或企业标准发布和旧的标准废止，标准体系需要做相应的增减变化；随着信息化水平的发展，大数据、移动互联网、云计算等新技术、新应用的产生，国际国内环境的变化，也让信息技术国产化需求日益增强，这些因素在制定信息化标准体系时没有充分考虑，需要把这部分内容尽快补充完善；近年来随着IT 技术的发展，国际上一批与铁路信息化相关的标准迅速出台，为了满足中国铁路与国际接轨的需求，也需要尽快把部分国际标准纳入信息化标准体系框架中。因此，为推动铁路运输业高质量发展，适应信息技术发展新形势，迫切需要修订《中国铁路总公司信息化标准体系框架》，以有效解决部分标准滞后、引领性不强等方面问题，进一步明确当前和今后一段时期标准制修订任务，为国铁集团信息化发展提供标准支撑。

4 结语

大数据领域的标准化工作是支撑信息化产业发展和应用的重要基础。加快大数据关键技术和标准的研发创新，促进大数据的发展和应用，推动我国大数据产业转型升级，是我国科技发展重大战略需求。大数据领域的标准化工作定会对未来的产业、生活起着不可估量的作用。

铁路大数据是促进铁路业务创新增值、提升企业核心价值的重要驱动力。基于国家大数据标准体系现状，在开展铁路大数据标准体系研究的基础上，对铁路信息化标准体系进行修改和完善，一方面将健全铁路信息化标准体系，另一方面满足铁路数据服务平台、铁路信息化应用建设的急迫需求，同时也为《铁路信息化总体规划》和《铁路大数据应用实施方案》的全面推进奠定基础。因此，亟须逐步填充和完善包括大数据应用在内的铁路信息化相关标准。