基于云计算的交通监测大数据应用探析

强书香

关键词：数据分析；交通；云计算

0 引言

随着我国城市交通的快速发展，城市交通基础设施承载着巨大的信息，城市交通是一个统一的、多元的、迭代的动态系统，行业监管部门每天需要对城市交通基础设施的运行状态和外界信息进行监测，以及时地感知城市交通，给出应对措施。而交通数据快速的迭代和累积让数据的存储和应用出现了较大的困难，如何从巨量数据中快速地截取重要信息，并通过海量数据分析出交通风险点，是当前交通管理者需要解决的问题。而云计算技术正是基于这种应用问题产生的，将云计算与交通大数据结合起来，搭建基于云计算的交通监测大数据平台，通过平台的数据存储、数据清洗、数据过滤、数据优化来进一步发挥云计算中心的应用，这对于交通行业的长期运行监测和养护都具有好的作用。

1 交通监测大数据分析应用现状

理解交通監测大数据应用，首先要知道大数据的基本内涵，大数据具有数据规模大、类别多、性质复杂、数据处理实时性高的特点[1]，其广泛应用于政府、商业、气象、水文等领域，通常以数据的集中化存储为表征，是行业各类数据的资源池，业务系统可以通过该资源池进行数据提取和分析，但是这只是传统意义的大数据范畴，且数据的结构通常是固定的、结构化的数据，行业管理人员可以通过固化的流程去审阅文件和数据，但这类数据具有一定的限制，往往需要前期的深加工和处理才可入库，极大地限制了行业的发展和应用。大数据涵盖大量的视频信息、图片信息以及各类传感信息，这类数据多为半结构化数据，无特定的结构模式，数据的存储方式也各有异同，在进行数据采集的过程，往往因为其不具备统一格式而使用困难，无法进行相应的数据分析，因为这类数据本身就包含诸多信息，当前尚无有效的技术手段剥离出这类数据，数据识别率还存在一定的差距，无法真正商业化。因此如何真正地将大数据应用于各行各业中，首要任务就是开发出新的技术手段，一方面用于存储海量数据，另一方面深度理解数据源，将这类异构数据采取有效手段剥离出来，以一种更简单的形式出现，即用新型技术手段去对这类数据进行识别分析，建立行业应用数据与新技术之间的关系，使得数据具有可溯源、可分类、可应用的特性。

2 交通监测大数据和云计算的关联

2.1 云计算技术

云计算技术已经广泛应用于各行各业中，简单来说，云计算即依靠当下各种互联网平台来实现自己的应用方案，是可以按需访问可配置计算资源的共享池[2]，客户只需要计算好自身的数据需求和配置，以购买服务的方式来获取应用服务，通常对比传统的系统资源架构模式，云计算模式具有简单化、定制化、流程化的优势，且不需要占据大量的存储资源，统筹优化的资源管理模式增加了数据的利用价值，管理者无须自行管理其日常数据，相关运营服务均可通过购买形式实现。其核心概念是以互联网为中心[3]，与此同时，数据资源汇聚了行业内的各类数据，使得数据间增加了关联性，数据间的交换和共享均可以通过该平台实现，行业管理者通常在考虑成本和需求中做出权衡，而云计算提供了这种更优的选择。鉴于云计算在行业应用中的优势，目前云计算已经发展出了多种模式，从云的类别上来看，通常包含混合云、私有云和公有云三种模式[4]。其中， 对于公有云而言，云服务提供商部署IT基础设施并进行运营维护，将基础设施所承载的标准化、无差别的IT资源提供给公众客户的服务模式。对于私有云而言，云服务商为单一客户构建IT 基础设施，相应的IT资源仅供该客户内部员工使用的产品交付模式。私有云的核心特征是云端资源仅供某一客户使用，其他客户无权访问。对于混合云而言，用户同时使用公有云和私有云的模式。一方面，用户在本地数据中心搭建私有云，处理大部分业务并存储核心数据；另一方面，用户通过网络获取公有云服务，满足峰值时期的IT资源需求。

根据当下云计算的利用数据统计，中国云计算的应用具有广阔的发展前景，其中公有云多应用于政府研究机构，多为大体量、群应用，国家层面的战略考虑。相比而言，私有云与混合云的应用更广，且更加亲民。在数字化发展的当下，云计算将会更多地服务于各行各业，也将以更优质的数据分析能力、数据存储能力、数据运行能力来给使用者提供服务。

2.2 交通监测大数据和云计算技术的关系

交通监测数据具有体量大、半结构化、动态叠加的特征，在城市交通运行体系中，各类交通数据之间缺乏有效的数据共享机制，这与数据本身的应用权限是相关的。交通监测大数据即以交通运行数据为对象，汇聚各类异构数据，借助分析工具，提取交通运行特征数据，反映交通监测运行状态，以此作为行业决策者的管理依据。云计算则是以数据的运行过程作为研究重点，更侧重计算模型、逻辑架构、数据堆叠等方面的底层设计。交通监测大数据需要解决海量数据在识别和处理的过程，这就需要结合云计算的功能特点。在传统的交通监测行业，主要有车牌识别数据、交通诱导数据、交通流量数据、交通信号灯数据等，涉及视图库数据、感知数据、网络数据，这些数据资源均可以通过应用需求选择不同的云计算方式展开研究和分析工作。

因此，为了实现交通监测大数据的应用处理，需要借助云计算中的API、数据处理模型来设计解决思路，通过这些模型、接口、开发平台，可以实现传统数据应用中的检索、统计分析、逻辑设计等操作。一个成熟的云计算应用平台往往是不断迭代和升级的平台，是数据模型、计算方法、控制策略循序渐进优化的过程，当前信息技术快速发展，研究者结合专业知识使得所搭建的云计算平台更加高效、科学。

3 云计算在交通监测大数据分析中的运用

交通监测大数据分析的云计算应用是一个系统设计概念，通常具有一整套完备的设计流程，以统筹总体设计思路、应用平台搭建再到应用部署等多个层面实现数据的价值。

3.1 交通监测大数据云平台设计思路

城市交通监测大数据与云计算的结合将在技术上实现交通数据的融合和贯通，协助行业管理者进行交通管理和应急决策，减轻工作压力，提升交通管控效率。需要梳理城市交通业务部门的业务模式，了解他们的业务难点和痛点，搭建相应的业务流程和框架，从而从逻辑上明确各业务部门的权属职责和工作模式，进而整合出各部门的数据类型和体量。

在交通监测数据平台的搭建过程，最重要的是底层支撑系统的设计，通过标准化的数据处理和整合，可以将抽象的数据、异构数据进行标准处理。数据整合的过程不仅仅是对网络基础设施进行搭建，还要考虑系统在运行过程中产生的各类动静态数据的整合，系统能够通过底层内嵌的模型和工具，借助强大的硬件计算能力，对这类数据进行分析和处理，当业务部门在行业管理过程遇到问题时，可以通过简单的检索和分析获取相关信息，而这些功能的实现都需要底层支撑系统的支持，各类业务系统也在该基础上实现了数据的共享和交换。

从数据的应用对象来说，交通监测大数据分析平台主要面向交通管理部门、交通企业以及个人，从交通系统分析而言，主要包含行人、车辆、道路、环境以及管理五个层面。本平台的搭建也主要是实现数据在交通系统中的横向和纵向流动，将有用的信息通过系统网络传输至数据中心，用户借助该平台执行相关业务，既增强了数据资源的利用率，也提高了数据信息的安全性[5]。另外本平台应该具备较大的兼容性，可以充分调动不同平台的数据为本平台所用，数据的标准需要规范化，而这个过程就需要云计算技术，基于城市数据中心的基础设施资源，加快网络、安全、服务器等IT资源的升级迭代，确保城市数据中心可以通过该平台实现大体量、多类型的数据处理和分析，满足城市交通监测数据的分析和决策诉求，进而减少城市交通管理者的工作压力，提升工作效率。

3.2 构建业务应用平台

交通监测业务系统的搭建并非一蹴而就的，而是一个循序渐进的过程，伴随着云计算技术与交通监测的融合，城市交通管理者的思维也发生了巨大的变化。当前云计算在交通层面的应用还处于前期阶段，各行业建设应用系统希望将平台部署到该综合云中心。

综合来说，云计算的三种基础服务模式包含Laas、Paas、Saas，无论哪一种服务模式都有一定的复杂性[6]。尤其是IaaS模式，需要前期搭建完备的硬件资源。各系统的业务诉求不同，还需要计算其存储资源和服务器能力需求购买相应的服务，比如，当下交通局需要建设一个行业内的建设管理系统，就需要统筹辖区各行业各部门的业务数据，有个宏观的数据推算，基于此估算报送给运营商，提供相应的数据资源。作为行业管理者需要购买本行业业务发展几年的数据存储，满足自身的业务需求，这样才能保证系統能够正常地部署于该平台上。交通监测数据包含交通基础设施监测数据、交通参与者运行数据，这些数据分别属于不同的业务系统，这些数据每天都在产生，且数据体量大、数据繁杂，只有解决云计算的方式才能够进行有效的整合和处理，完备的硬件基础设施搭建在前期提供了平台运行所需要的支撑资源，只需要在进行数据融合和分析过程时，对数据进行标准化处理，搭建统一的标准规范，统一接口对接要求和数据库搭建要求，在数据传输和共享上都能无障碍执行。

3.3 交通云平台部署

交通业务系统部署即将设计的系统和资源统一迁移到云平台上，以现有的云资源平台为基础重新架构业务系统。这个过程中要基于一定的部署原则，比如平台的先进性、可靠性、开放性、可扩展性以及安全性原则，充分考虑现有的部署环境以及业务诉求，适当地增加IT基础设施，满足系统运行对安全性的要求。与此同时，需要考量原有业务系统及数据资源的迁移，迁移过程包含数据迁移前准备、开始数据迁移、数据迁移后系统检查等内容，需要全程记录、统计原有数据库的完整信息，并方便在移植完成后进行对应的检查工作。

以城市交通安全业务的平台部署为例，在基于云计算技术的部署方案中，前端设备通过3G/4G 或MSTP专线等方式接入互联网/IOT平台，最终接入部署在政务云上的交通运行监测平台。中心端应用系统均部署于政务云上，对所有接入的数据进行汇聚、处理、运算、分析。政务云根据业务需求，配置大数据服务器、应用服务集群、IOT服务器、基础应用服务器。用户端通过设置业务专网互联政务云。其部署架构如图1所示。

另外，由于迁移的数据具有类型繁多、层次复杂等特点，加上数据迁移时间通常非常紧张，且部署设备的稳定性也是一个考验，因此必须协调好各单位的关系。数据迁移实施前，要保证数据的稳定过渡。需要重新评估业务环境和类型，设计好迁移方案，优化部署流程，必要情况下增加相关配套设施，以满足部署要求。

4 结束语

近年来，交通监测数据朝着大规模、大体量、高并发的模式发展，对于数据的存储环境和应用要求越来越高，行业研究人员应当注重云计算业务应用的技术研发，进一步发挥云计算的技术优势，促进云计算与交通监测大数据分析的深度融合，这对于提升城市交通管理和决策水平具有重要意义。