交通管理數據分析精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的交通管理數據分析主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：交通管理數據分析范文

【關鍵詞】數據庫 教務管理系統 安全現狀 分析策略

The current situation and countermeasures on educational management system database security

Chen Song1，Kong Lin Jun2

（1．Zhejiang University of Finance and Ecnomics，Dong-fang college，Haining 314408；2．Zhejiang University of Finance and Ecnomics，Modern educational technology center，Hangzhou 310018；）

Abstract：Database is a basic platform of educational management system. Also the core of the entire information system data. Database security is the important part of information security of educational management system. Through the current database security status of the educational management system in digital campus environment. Summarizes the system database’s main types of security threats. Suggestions on how to enhance database security analysis strategy.

Key words：Database Educational Management System Security Situation Analysis Strategy

0 引言

數據庫的安全性是指保護數據庫避免不合法的使用，以免數據的泄漏、更改或破壞[1]。在當今的數字信息化時代，數據庫系統廣泛應用到了高等教育的各個機構領域，如教務處的教務管理系統、各辦公室的OA系統、學工的迎新系統等，這些均表明其越來越彰顯在現代化教育中的重要作用和戰略地位，慢慢成為數字化校園建設的重要基礎。可盡管如此，數據庫安全問題卻仍沒有得到妥善地解決，其本身的脆弱性及易于被攻擊的軟肋，使得數據庫系統的安全問題一直受到人們的廣泛重視。教務管理系統數據庫安全一直都是教務信息管理員所重點關注的問題，如何有效地保證數據庫系統的安全，實現數據的保密性、完整性和有效性，已經成為教務信息管理員所要探索研究的重要方向。

1 教務管理系統數據庫安全現狀

1.1 數據庫安全的含義及特點

數據庫安全包含兩部分，分別是系統運行安全和系統信息安全。系統運行安全通常是由于網絡黑客通過互聯網、局域網等相關途徑來入侵計算機，造成系統無法正常運行，或超負荷加載電腦運行進程引起系統當機，甚至損壞計算機相關硬件等破壞性活動；系統信息安全主要是指黑客對數據庫進行入侵，并竊取重要信息數據。

針對數據信息來說，數據庫系統的安全特性主要由以下幾個部分組成[2]，分別是：數據信息的獨立性、數據信息的完整性、數據信息的安全性、數據信息的并發控制及故障恢復等。

1.2 數據庫安全目前存在的主要威脅

隨著高校信息化水平和要求的不斷提高，數據庫的使用也越來越頻繁，其面臨的問題和突況也逐漸增多，數據庫安全受到更大程度的威脅。教務管理系統的絕大多數信息都保存在數據庫服務器里，它的安全性問題一直是教務信息管理員和學校網絡中心管理人員的一塊心病。總結目前系統數據庫安全威脅主要由以下幾方面：

1、管理員權限威脅

（1）過高的權限濫用，當一般用戶被授予了超出其工作職能所需要的數據庫訪問權限時，權限可能會被有些人惡意濫用。比如，授予某些用戶有修改學生信息的權利，而有可能導致學生成績等信息數據也被更改。

（2）合法權的濫用，用戶或管理員還可能將合法的數據庫權限用于一些未經授權的不良目的。如用戶可以根據自己擁有的一些權限，在系統中查看學生成績、身份證號、家庭住址、聯系方式等信息，并將其拷貝。一旦由于用戶疏忽將這些存儲在電腦上或存儲介質中的數據被黑客或者其他有不良企圖的人獲取，很有可能會造成學生隱私信息的泄露，造成一定影響。

（3）權限提升產生威脅，黑客利用數據庫平臺軟件的一些漏洞將普通的用戶權限轉換為管理員之權限。黑客可以通過程序內置函數、系統存儲過程、SQL語句找到漏洞，利用這些漏洞來獲得數據庫的某些管理權限，從而導致系統數據被篡改、竊取和丟失。

2、平臺及數據庫通信協議漏洞威脅

底層的操作系統（如UNIX 等）中的漏洞與安裝在數據庫服務器上其他一些服務中的漏洞很容易引起數據破壞、未經授權的訪問以及拒絕服務等。最常見的如“沖擊波病毒”，它就是利用漏洞為拒絕服務攻擊創造條件。

在運行過程中，數據庫通信協議中的安全漏洞也是越來越突出。往往在補丁修復程序過程中，與協議有關的就占很大一部分。網絡黑客或攻擊者常常會針對這些漏洞進行未經授權的數據訪問、數據破壞以及拒絕服務等。

3、SQL注入產生的威脅

SQL注入攻擊是入侵者將未經授權的數據庫語句注入到存在漏洞的SQL數據信道之中。一般情況下，攻擊所針對的數據信道包括Web應用程序輸入參數及存儲過程；然后這些注入的語句被傳遞到數據庫中執行。用SQL注入，攻擊者可以不受限制地訪問整個數據庫，最終導致教務系統數據信息被泄露。

4、拒絕服務(DoS)威脅

拒絕服務是一種比較寬泛的攻擊類別，在攻擊過程中，一般正常用戶對網絡應用程序或數據的訪問會被拒絕。攻擊者通過一些漏洞為拒絕服務攻擊創造條件，如利用數據庫平臺漏洞來制造拒絕服務攻擊，致使服務器崩潰。此外，拒絕服務攻擊還包括網絡泛洪、數據破壞及服務器資源過載等。

5、身份驗證產生的威脅

身份驗證方案過于簡單，使得攻擊者更加容易竊取或以其他方法獲得登錄憑據，進而得到合法的數據庫用戶身份。常用的竊取方法有：①攻擊者用自動程序不斷地枚舉用戶名及密碼組合，直到獲取可以登錄的一組。②攻擊者利用交識獲取當事人信任，再通過一些手段、途徑獲得其登錄憑據。③教務人員因平時事務繁瑣，又在認識上不過于重視，為方便記憶，常常會在自己的便箋本、即時貼上記錄自己的身份密碼，攻擊者通過抄寫其上內容或拓印密碼文件來竊取登錄憑據。

6、暴露備份數據產生威脅

教務管理系統數據庫安全備份是一項非常有效的數據安全手段，但是也往往會由此引發備份數據被不法分子竊取麻煩，原因在于備份數據庫存儲介質對于攻擊者是毫無防護措施可言的。一旦數據庫備份硬盤被盜、被復制或被修改，都可能產生無以估量的損失。

2 教務管理系統數據庫安全分析

制訂合理的教務管理系統數據庫安全策略，是維護其數據庫安全的規范，需要我們從技術和管理上同時進行。根據對目前數據庫安全現狀的分析，數據庫的安全策略主要應圍繞保護數據庫信息的完整性、保密性和可用性這三點進行，包括物理安全、數據備份、訪問控制安全、應急響應等。

2.1 物理安全

物理安全是數據庫安全防范策略的基本。這里所指的物理安全主要包括保證數據庫硬件服務器、數據庫存在的環境及數據庫相關網絡的物理安全性。常見的如：①能夠確保服務器所在網絡的網線、交換機、周邊環境的溫度和濕度等環境上的物理安全。②明確制度，要規定好只有數據庫管理員或服務廠商才能在物理上接觸數據庫服務器，且保證服務廠商是在得到有效監控的情況下作業。③培養系統管理員的堅強意志和良好品德，不會被欺騙或誘導，防止社會人員獲得相關數據庫服務器的物理訪問能力。④在數據庫服務器房間按照監控，做好24小時嚴密布控。⑤安裝溫度與濕度報警裝置，做好實時報警，一旦超出正常環境溫度與濕度范圍，以手機短消息的方式發送給管理員，確保物理環境安全。

2.2 數據備份

數據備份是數據庫、信息系統安全策略中必須的一步，是增強數據庫可靠性的一項重要內容，能夠最大限度地減少因軟硬件故障造成數據丟失導致的不良后果。

制訂適合自身的數據庫備份策略，通常情況下要做好以下4點內容：①在制訂總體備份策略前要考慮諸多因素，包括確定數據的可用性要求、所備份的數據類型與頻率、所需的硬件特性與速度等。②事先做好系統備份測試和恢復過程，充分了解數據備份運行過程及其可能產生的影響，如：數據庫故障時間將對單位造成多大的影響和損失；何候會大量使用數據庫，導致頻繁的查詢、插入和更新操作；遇到磁盤發生故障，可接受的故障時間是多長；重新創建丟失的數據的難易程度如何等。③確保擁有從各種故障中恢復所需的備份，并且當真正的故障發生時可以快速平穩地執行恢復過程。④在制訂過程中管理員根據自己的需要和實際情況來確定備份周期，保證既不浪費資源空間又能準確有效地恢復到最近數據庫安全時間。

2.3 訪問控制安全

訪問控制是數據庫基本安全的重要核心。它包含用戶帳號管理、密碼控制策略、用戶權限控制和用戶身份認證等方面，主要從與用戶帳號相關的方面來維護數據庫的安全性。

訪問控制安全策略主要應注意的問題有：①避免用戶帳號被人列舉。管理員一定要做好帳號保密工作，盡可能不要讓非管理員獲得所有數據庫用戶帳號列表。②用戶權限盡可能向下取小。管理員只要將用戶角色所需的權限分配下去即可，不要將一些多余的權限交給用戶，方便管理員進行監控。權限的擴散以及超越應用范圍的訪問是訪問控制的一大威脅。③確保不分配多余的用戶和管理員權限帳號。實事證明，用戶和管理員帳號的數量與數據庫的安全性是成正比的。④用戶和管理員帳號密碼安全原則。無論是管理員還是一般用戶，帳號密碼必須符合嚴格的密碼安全要求，密碼長度一定要在8位以上，且必須包含字母、數字和符號交互不連續。⑤用戶認證要確保密碼加密。在數據傳輸過程中，有時候密碼也僅僅是經過簡單的數據編碼，很容易破譯，這就要求我們在有需要的情況下采用密碼加密。⑥做好訪問審計。通過訪問審計提供用戶操作痕跡的可查依據，從而達到監視的目的。⑦嚴格的文件的訪問控制。確保數據庫系統文件、數據庫文件、日志文件以及備份文件等不會被人惡意修改、刪除。

2.4 應急響應

做好正確的事件響應機制是我們維護數據庫安全策略的重要內容之一。及時做出響應可以最大程度的減少對數據庫造成的損失和影響，甚至完全避免。要做好這點，需要從以下幾方面入手：①積極組建應急響應小組。每位成員各司其職，確保對每個問題都能做出及時響應。②建立并實施所有數據庫策略及步驟。相關人員須遵守或理解管理過程，能安全正確地配置設備，避免人為無意間造成數據庫安全問題。

除以上策略外，數據庫管理員還應關注數據庫系統廠商定期的安全公告，以此制定補丁升級方案，在確保不影響系統正常運行的情況下，謹慎實施；另外，管理員和用戶應加強對數據庫安全的法律意識和道德意識，并時刻保持數據庫應用技術的理論學習和技術提升。

3 結束語

文章就目前教務管理系統數據庫常見的一些威脅進行了概括和分類，根據這些問題提出的相應對策，在一定程度上解決了數據庫安全中存在的問題。但是我們也需要明確，數據庫安全作為一個具有時效性、系統性、綜合性的問題，并不僅僅靠幾個策略就能完全解決的。在計算機技術與數據庫技術應用大發展的時代，數據庫安全研究必須全方位、分層次、立體式進行。孤立地、片面地、停滯地思路永遠無法解決數據庫安全的問題，只有通過不斷地改進和完善安全防范手段，才能提高數據的可靠性。

參考文獻：

[1]薛麗,邵誠.供電企業綜合統計系統中的安全性策略[J].計算機工程,2004, 30(11):168-169.

第2篇：交通管理數據分析范文

大數據時代智能交通發展的需求與機遇

1.智能交通系統發展的數據分析需求

一方面，交通數據采集的范圍、廣度和深度急劇增加，隨著智能交通系統建設規模的不斷擴大，正在形成以微波、線圈、GPS、車牌等交通流檢測數據，交通監控視頻數據，以及系統數據和服務數據等為主體的海量交通數據。

另一方面，對動靜態海量交通數據的挖掘分析成為智能化交通信息處理分析的核心內容，交通數據的深層價值有待進一步的挖掘和開發。根據調查，韓國3G手機上的服務中，有50%以上的服務與交通有關，包括實時道路交通信息、地鐵和公交信息、火車和飛機班次動態信息、換乘信息、與汽車服務有關的信息等。以智能終端為服務窗口的、以云計算和大數據分析技術為支撐的智能交通信息服務正在逐步成為主流，與我們的生活息息相關。

2.大數據分析為智能交通發展帶來的新機遇

一是大數據技術的海量數據存儲和高效計算能力，將實現交通管理系統跨區域、跨部門的集成和組合，將會更加有效地配置交通資源，從而大大提高交通運行效率、安全水平和服務能力。二是交通大數據分析將為交通管理、決策、規劃和運營、服務以及主動安全防范帶來更加有效的支持。三是基于交通大數據的分析為公共安全和社會管理提供新的理念、模式和手段。

大數據時代智能交通的發展趨勢

第3篇：交通管理數據分析范文

【關鍵詞】公共交通安全、視頻分析技術、圖像特征信息

中圖分類號： C913 文獻標識碼： A

1、引言

1.1智能視頻監控的背景

對于城市交通的狀況，大城市的人都有深有體會，日常早晚高峰的擁堵，如同一具枷鎖，牢牢地鎖住了我們每天的生活。隨著經濟的發展，城市交通量必然還將持續增加，盡管政府修建了大量的交通設施，但是交通擁擠狀況仍然十分嚴重。同時在各城市相繼發生的各種公共安全事件，無形中引發了人們對公共安全的一種新焦慮，這種影響公共安全的新苗頭，比以往更復雜、防控難度更大，面對城市交通監控壓力的日益嚴峻，大規模監控視頻數據的分析預測是極為必要的。

“預測”是實現智慧交通的關鍵，匱乏的軟、硬件設施阻礙了發展的進程，而實現智慧的交通管理系統的關鍵，在于對交通流信息的數學建模和對交通數據的分析，它的“預測”能力可以幫助行人和市政管理部門提前做決策。智慧的交通管理系統可實時和持續的集成城市網絡來自不同部門的各種道路和交通相關信息，包括城市公路圖、公共交通行車路線和時刻表、收費站點圖，收集可能影響未來交通流量的各種事件，比如演唱會、火災、交通事故、道路坍塌、緊急維修等，通過城市路網時空模型，根據不同時間段，分析和預測不同的交通流量，為行車人員判定并提供路線建議，提前避讓。在平時，市政部門也可以根據城市道路信息監控，通過“收費”杠桿，引導車流，合理分散道路壓力；遇到突況的時候，可以聯動城市應急系統指揮中心，統一指揮，調配周邊急救資源，安排和控制車流量，迅速實施救援。

從技術實現方式上，監控系統已經歷了第一代全模擬技術、第二代模擬與數字化相混合，跨入第三代全數字智能的臺階，由于融入了更多網絡化應用。城市交通安全監控系統正與更多的公共服務系統對接融合，形成一套集成眾多系統、不同品牌的數字化管理及應用的超大規模監控系統，涉及到多個不同類型職能部門之間的相互協調、信息共享、資源互用。

1.2數字化監控集成管理平臺

新加坡以其健全發達的交通路網和前瞻性的交通規劃管理，為高密度的人流與車輛提供著優質的服務。其中，富有成效的開發和運用智能交通系統（ITMS）是新加坡在城市交通發展規劃和實踐中引人注目的一環。

新加坡整合交通管理系統以交通信息中心為軸，連接公共汽車系統、出租車系統、城市捷運系統（MRT）、城市輕軌系統（LRT）、城市高速路監控信息系統（EMAS）、車速信息系統（TrafficScan）、電子收費系統（ERP）、道路信息管理系統（RIMS）、優化交通信號系統（GLIDE）、電子通訊系統、車內導航系統等的綜合性集成系統。ITMS使道路、使用者和交通系統之間緊密、活躍和穩定的相互信息傳遞與處理成為可能，從而為出行者和其他道路使用者提供了實時、適當的交通信息，使其能夠對交通路線、交通模式和交通時間做出充分、及時的判斷。新加坡憑借其前瞻性的交通規劃理念和對科技的應用，為解決大城市交通問題提供了新的思路。

數字化監控的設計不僅包含常規的視頻監控、報警防范，同時拓展到與更多的先進技術相互融合，從普通的高清數字監控，到專業的智能視頻分析、無線識別RFID、光纖震動感應、信號探測和追蹤等。眾多的數字化系統都需要將硬件與軟件有機結合和總體規劃，方可以實現一個真正有效的一體化管理。而數字化監控的集成管理平臺將占據其核心位置，并發揮著至關重要的作用。

第2章視頻分析系統的設計架構

2.1視頻分析平臺的組成

視頻數據分析集成平臺,根據實現方式的不同需求，至少應包括集成開放性架構及標準的管理平臺、命令指揮控制中心、中心冗余備份機制、集中及分布式存儲、分布式體系及架構的全數字化視頻管理客戶端、多級視頻調度策略、虛擬矩陣切換系統、統一設備接口及第三方集成兼容端口、數據管理中心瀏覽模式、多設備信息管理、權限日志管理、矢量電子地圖設置、智能視頻分析系統、資源邏輯重組、預案編程規則、情景感知威脅判斷規則等。

2.1.1系統架構的設計原則

不同的視頻數據分析根據其應用及技術特點需要，采用不同的實現方式。有些信息的應用對于實時性有較高的要求，在數據分析過程中，需要對成像設備進行控制，這類數據分析就適用于依靠設備的實現方式。例如在公共區域發生，這類信息一般以報警的方式呈現給用戶，由于獲取了高清晰度的圖像，通過設備特定的視頻分析，用戶可以及時獲取這類告警信息并做出應對，這類數據分析在設備中實現具有較大的優勢。

另外一些信息在分析過程中，需要系統提供很強的計算能力支撐，或者需要對多路視頻數據進行信息融合，這類數據分析就適用于依靠數據庫的實現方式。例如公安在刑偵工作中，需要用到的目標特征信息，對于這類應用，需要系統短時間內完成區域內海量視頻數據目標特征的提取及檢索，因此利用服務器集群的后端實現方式，就可以提供高密度計算能力的支撐。

2.2視頻分析的信息分類

根據實際應用需求及應用方式的不同，可以將視頻圖像中的信息分為五類，分別是：事件定義信息、目標身份信息、目標圖像特征信息、視頻統計信息及視頻質量信息。

事件定義信息是指從視頻中獲取的可用語言描述的事件信息，例如有人闖入軌道交通地鐵行車區域、屏蔽門設備故障、地鐵站廳或站臺發生群聚性事件等，這類信息根據等級不同，主要以報警的方式實時呈現給車站及控制中心，運營管理人員根據這類信息，實時對異常事件進行監控并同步處理。

目標身份信息主要是指人員身份，運營管理人員以報警方式或者檢索方式使用這類信息，例如進站黑名單人員報警或者嫌疑人照片檢索等。

目標圖像特征信息是指可描述的目標圖像特征，例如人員臉部特征信息等，地鐵公安可以利用這類信息在海量視頻數據中對目標進行快速定位。

視頻統計信息是指從視頻中獲取的長時間統計數據，例如大客流時間點信息等，運營管理人員可以利用這類信息進行管理工作的優化。

視頻質量信息是指對視頻質量進行診斷，獲取視頻圖像異常的信息，例如視頻被遮擋、視頻失焦、視頻偏色等，運營管理人員可以利用這類信息進行監控系統的運行維護。

2.3視頻分析的實現方式

視頻數據分析的實現方式可分為設備實現方式和數據庫實現方式兩種。設備實現方式是指在各種前端監控設備中集成智能視頻分析技術，以實現視頻信息的實時分析；數據庫實現方式是指利用后端服務器集群，對前端監控設備采集的視頻信息進行數據統計、分析、歸類。

2.3.1依靠設備的實現方式

一般而言，依靠設備實現方式的優點是可以對視頻數據進行實時分析，并根據視頻分析算法的需要，對前端設備進行成像控制的一種技術；這種方式要求在高清數字攝像機及球機等多種前端設備中集成視頻分析算法。

2.3.2依靠數據庫的實現方式

視頻數據分析技術的另一種實現方式的是利用服務器集群提供更強大的處理能力，依靠數據庫同時對多路視頻數據進行處理對比，實現多路視頻數據之間的信息融合；視頻數據的分析在后端服務器集群中實現，而云計算平臺由于具有高度的靈活性及擴展性，是視頻數據分析技術后端實現方式優秀的承載平臺，這種方式要求后臺的視頻分析系統功能至少具備多元性、可擴展性及快速響應性。

2.4視頻分析的層次流程

視頻數據分析的目的是建立底層視頻數據到高層語義信息之間的映射關系，由于這種映射關系比較復雜，采用多層次的信息提取及映射技術來實現數據分析判斷，得到的結果將更為可靠。在視頻數據分析過程中，從末端的視頻數據中首先提取圖像的特征信息，包括圖像紋理、圖像色塊、運動矢量、圖像邊緣、灰度直方圖等信息，這類信息無法為我們所直接理解，它們是提取基礎語義信息的基礎。然后利用目標檢測、目標跟蹤、特征比對等手段從圖像特征中提取基礎語義信息，包括運動目標、運動目標軌跡、車牌圖片、人臉圖片等，這類信息已經可以為我們所理解，但是離最終應用還有距離。最后將基礎語義信息融合為高層的語義級描述信息，例如融合運動目標軌跡信息及用戶設計的信息所生成的描述內容為“發現有人闖入”的語義級報警信息，再例如融合目標行人目標檢測信息及運動軌跡信息可以生成客流量統計報表；隨著提取信息的層次越高，其包含的信息量逐步減少，其信息的抽象程度越高，也更接近我們所能應用及理解的范疇。

圖2-4視頻分析層次結構

第3章 視頻分析集成子系統

不同行業對于視頻信息的需求及應用是截然不同的，目前很難開發出一套通用的視頻數據預測算法去適用于各個行業。在現有的技術發展水平下，比較合理的做法是根據各行業的需求，開發專用的視頻數據分析系統。以下重點對異常事件監控、交通客流監控、身份信息識別在公共交通監控的應用做闡述。

3.1異常事件監控系統

監控系統的主要用途之一是為了在監控場景中發生各類異常事件時，用戶可以及時發現這類事件并進行處理，過去在缺少視頻數據分析技術時，監控系統很難發揮應有的效能。視頻數據分析可以從視頻中獲取描述運動目標的各種語義信息，并結合用戶事先設定的規則生成報警事件描述性語義信息，并及時通知用戶，使用戶能夠及時對這類事件做出反應。這類視頻數據分析已經發展到一定的成熟度，并在機場、鐵路、監獄、油田、住宅小區等監控領域有了較多的應用，但是這類技術具有比較強的場景依賴性，在比較復雜多變的場景下其應用效果還需要進一步提升。

3.2交通客流監控系統

監控視頻中包含了大量統計類信息，這類信息對管理優化及決策輔助有寶貴的應用價值，例如地鐵車站站廳站臺進出站客流，在特定時間段或突況下，超出車站允許的容留能力，現階段要處理這類信息，一般只能靠車站人工干預處理，OCC控制中心對各線路車站現場情況的行車調度處理并不及時。視頻數據分析技術通過安裝在車站站臺的高清數字攝像機，獲取進出人員及人員運動軌跡等元語義信息，并最終根據用戶設定的需求生成各類統計文件，及時發送到調度控制中心；雖然由于技術限制，從視頻分析中取得的統計信息無法達到很高的精確度，但主要利用統計或報警的方式，可為行車調度的優化和車站運營的安全管理，提供生動及時的圖文信息。

3.3身份信息識別系統

在公共交通監控系統建設中，眾多的視頻監控同樣需要一種遠距離、用戶非配合狀態下的快速身份識別技術，以求遠距離快速確認人員身份，實現智能預警。

目前的身份識別系統主要包括四個組成部分，分別為：圖像采集及檢測、圖像特征提取以及匹配與識別。

對于圖像采集及檢測，當乘客或事物在采集設備的拍攝范圍內時，高清數字攝像鏡頭會自動搜索并拍攝乘客的人臉圖像或事物的特征圖像。對于圖像預處理是基于底層設備檢測的結果，系統獲取的原始圖像由于受到各種條件的限制和隨機干擾，往往不能直接使用，必須在圖像處理的早期階段對它進行灰度校正、噪聲過濾等圖像預處理，最終服務于特征提取。

圖像識別特征通常包括視覺特征、像素統計特征、圖像變換系數特征、圖像代數特征等。它是對原始圖像進行特征建模的過程。主要是根據圖像中事物局部構成及其結構關系的幾何特征進行提取。

提取的圖像的特征數據與數據庫中存儲的特征模板進行搜索匹配，通過設定一個閾值，當相似度超過這一閾值，則把匹配得到的結果輸出。這一過程又分為兩類：一類是確認，是一對一進行圖像比較的過程，另一類是辨認，是一對多進行圖像匹配對比的過程。4、結論

脫離數字監控集成化管理平臺，用戶的操作和管理將凌亂而無序，系統之間關聯和信息共享將無法保障，交通監控的業務管理和綜合調度指揮將始終游離。而擁有融合專業需求和綜合指揮決策的數字監控集成化管理平臺，才能發揮數字化技術優勢，既滿足公共交通運營對安全防范的需要，又滿足提高日常調度指揮管理的需要，實現“以人為本、統一和諧”的規劃理念。雖然視頻分析的核心算法還處在深入研究階段，但隨著各方面持續不斷的努力，利用視頻分析技術建立一道智能化的監控防線，為城市公共交通提供更完善的安全保障，將只是一個時間問題。

參考文獻

1 談新權. 視頻技術基礎. 重慶：華中科技大學出版社，2004.

2 趙鴻章. 數字視頻處理.北京：北京師范大學出版社. 2009.

3趙春暉. 視頻圖像運動目標分析.北京: 國防工業出版社. 2011.

第4篇：交通管理數據分析范文

在中國，產生大數據的行業同樣層出不窮。比如，與智慧城市相關的項目所產生的數據量，就達到了200PB。而如何將海量數據轉化為城市治理的方法，則是“平安城市”建設過程中亟待破解的課題。

需求轉變引發計算框架改變

平安城市是一個特大型的管理系統，綜合性非常強。它的建設目標是滿足治安管理、城市管理、交通管理、應急指揮等需求，往往還要兼顧災難事故預警、安全生產監控等方面對圖像監控的需求，并考慮報警、門禁等配套系統的集成以及與廣播系統的聯動。如何做到對海量視頻數據的精準分析，正是平安城市的“大數據”痛點。

近年來數據量爆發式的增長已經將安防行業變成了典型的大數據行業。從“事后查看”到“事前預警”的需求變化，也為安防行業以視頻為核心的應用帶來了巨大挑戰。海康威視副總裁、CTO 蔣海青告訴記者，在各類的平安城市建設項目中，依靠大數據分析技術，從海量視頻圖像中提取有效的安防信息，早已成為業界共識。而城市安全建設對大聯網的要求，也讓云計算、物聯網這樣的IT基礎架構成為新型平安城市的首選。

對平安城市而言，其IT基礎架構不僅要完成數據的采集、傳輸，更要支撐對海量視頻數據的分析。計算平臺是實現數據分析的核心，什么樣的計算框架才是適合平安城市建設需求的呢？“在平安城市的安防項目中，視頻數據有其特殊性，一方面，流量非常大，另一方面，對高清的要求也很高。一個高清視頻的流量一般是8MB，數據則來自成千上萬的攝像頭，這些攝像頭的信息又是24小時不間斷傳送的，數據就像長年累月不停流出來的水一樣。如果采用全集中的計算框架，必然會存在很大風險，不僅數據傳輸容易出現瓶頸，還很容易導致災難性的損失。而全分布式的計算框架也有問題，比如管理、運維會非常復雜，因為難以把專業的IT人員也分散到各個機房。所以，在計算框架上，我們所采用的其實是一種將二者相結合的計算框架，即區域性的、綜合性的集中和概念上的分散，以便讓我們的網絡更有效地支撐其上的應用。”蔣海青表示，海康威視目前正在基于至強平臺的Hadoop計算框架上進行研發，以期找到實現安防行業大數據分析的最佳方法。

大數據分析將屬于開放平臺

智能城市項目及物聯網的發展，正在讓大數據分析技術更廣泛地為城市的智能交通監控、智能公共安全、氣象和污染變化的智能監控及預測服務。蔣海青認為，目前雖然平安城市的IT基礎架構的框架已經具備了實現大數據分析的能力，但在分析能力方面依舊存在短板。隨著數據分析技術的演進，平安城市的應用才能豐滿起來。

大數據分析的價值清晰可見，當前產業界以及行業用戶對于加速大數據技術的發展和應用達成了共識，但相關技術的成熟不可能是一蹴而就的。英特爾認為，在相關IT基礎設施與服務層、數據組織與管理層、數據分析與發現層、決策支持與IT服務層需要全面導入創新技術。特別是在堪稱大數據應用“載體”的IT基礎設施與服務層，采用基于開放架構的平臺將是最佳選擇。因為我們不斷看到大數據飛速增長為更大的數據，IT基礎架構的計算能力、存儲能力和數據交換傳輸能力必須與這種成長速度相匹配，才能保證數據分析的實現。而實現這些能力的關鍵在于IT基礎架構的可擴展性，特別是橫向擴展的能力。能讓其先天就具備強大、橫向的可擴展性，并在實現這種擴展時擁有成本和性價比優勢的，一定是基于開放架構的平臺。

第5篇：交通管理數據分析范文

一、大數據驅動云服務的特點

我們所說的大數據驅動主要是指計算機即物聯網和云計算之后，又一個革新的技術。它最主要的優勢是能夠存儲更多種類和更多數目的數據。它具有更高的商業價值，處理數據的速度也更快。在智能交通方面，大數據驅動主要是指能夠應用各種各樣的交通數據，應用發達的交通監控，來處理數據巨大，種類多樣的交通領域中的事情。它主要具有以下幾個特點：

存儲體積大。原來存儲數據的TB技術已經被淘汰，如今所采用的大數據的存儲設備已經升級到PB的級別的技術。這種PB技術最重要的特點就是其存儲空間更大，它自身的存儲數據的體量也更大。

數據種類多。大數據所涉及的領域非常廣，如果通過上傳的方式將這些數據進行處理和整合，那么其工作量非常大，而且非常耗時。而且分析的效率并不高。而如果通過大數據驅動的智能交通云服務將這些數據進行處理，那么我們就可以將分布在不同平臺的不同數據進行整合，從而分析出更加精確的數據。

處理速度快。大數據驅動通過后臺可以將各個數據很快的整合在一起，極大的提高了處理數據的速度。從一定程度上來說，提高了管理的效率。

二、應用大數據驅動云服務的優勢

為了進一步提升我國的智能交通建設，建設一個信息化和現代化的智能交通云服務平臺，我國相關部門已經將智能交通云服務廣泛應用在交通建設的各個領域。我們已經致力于通過實踐提高我國交通建設效率，為交通建設提供了更多的幫助。其主要優勢有以下幾個方面：

首先大數據驅動有效的將復雜繁多的大數據整合在了一起，極大提高了工作效率。也增加了數據的存儲時間。過去的云計算智能只能將異構的數據和分散的系統進行整合處理。

可以提高交通服務的效率。我們利用大數據驅動的智能交通云服務平臺，提高了交通和道路網通的能力，也提升了道路設施的永遠效率。還能通過實際情況調整交通的要求。如今我國面臨巨大的交通壓力，所以導致了交通運行效率很低，我們可以通過大數據驅動實時監督交通的運行狀況。根據實際的情況調整策略，從而提升交通的運行。而且大數據驅動還具備更高的預測能力，可以對交通進行針對性的實時跟蹤監控。

可以提升交通安全保障。大數據驅動具備更高的預測性和實時性的優勢，所以，大數據驅動具備與道路探測器聯合工作的能力，從而實現對車輛的追蹤，而且還能分析車輛行駛的安全性，降低交通事故的發生率，還能及時反饋相關信息，使信息得到及時處理，提高處理解決緊急事務的速度。降低交通事故的傷亡率。

三、完善智能交通服務的相關技術

在智能交通服務中，我們必須將其最基本的服務層和數據的分析層，以及終端位置的層的技術平臺不斷完善，其主要分析如下：

首先，基礎服務層作為大數據驅動的基礎設施，它主要是利用云計算的技術，將不同種類的數據整合在一起，同時存儲不同種類的異構數據從而確保數據的安全性。

加強數據分析層主要是要根據交通管理和存儲的數據，再利用數據的分析能力分析相關信息，從而達到交通管理的要求，我們要根據實際情況不斷更新數據，才能確保分析結果更加準確。

終端的層主要是將分析出的數據最終到云終端上，我們要根據實際的情況得出相應的分析結果，使社會大眾能夠更加直觀的理解，使他們直觀的找到相關所需要的功能入口。

第6篇：交通管理數據分析范文

關鍵詞：射頻識別；智能交通；體系框架；中間件

中圖分類號：TP182 文獻標識碼：A 文章編號：2095-1302（2014）10-00-04

0 引 言

射頻識別（RFID）具有遠距識別、多目標識別、運動目標識別等特點，廣泛應用于智能交通領域[1，2]。其中，由于被動式超高頻RFID的電子標簽不需要電池，成本低廉、維護方便，已被基于RFID的電子車證系統廣泛采用。

電子車證是RFID在智能交通領域的一種典型應用。在電子車證系統中，包含RFID電子標簽的電子車證通常安裝在車輛的前擋風玻璃上，電子標簽包含車輛的號牌等信息；包含讀寫器及天線的數據采集設備安裝在道路上方或停車場的出入口處。當車輛經過讀寫器天線作用區域時，車輛上的電子車證被讀寫器識別，電子標簽包含的信息被讀寫器讀取，這些信息可以被數據采集設備傳送到后臺系統進行進一步處理。

本文根據電子車證系統項目開發經驗，結合智能交通系統體系框架和RFID應用系統架構，設計了一種電子車證系統。本文將首先描述電子車證系統的架構設計，然后描述各個子系統的設計，隨后給出架構的實現情況，最后是結論和未來的工作。

1 系統架構設計

電子車證系統屬于RFID的智能交通應用，因此其架構設計應考慮結合智能交通系統架構和RFID應用系統架構的特點。

根據智能交通體系框架設計理論[3]，電子車牌系統的架構主要包括從用戶服務、邏輯架構和物理架構等方面描述系統。其中，用戶服務描述系統對外提供的服務及服務領域；邏輯架構描述系統內部組成元素及組成元素之間的數據交換關系，物理架構則描述系統內部組成元素之間的通信連接關系。

在電子車證系統中，其服務領域為交通管理，提供的服務主要為實時的交通流信息服務和非實時的交通流分析和數據挖掘服務。

從RFID應用系統的角度，RFID包括對象標識、數據采集、RFID中間件和應用系統等4個層次[4]。在電子車證中，整個系統在邏輯上由5部分組成，包括車證發行子系統、電子車證（對象標識）、數據采集子系統、數據整合子系統（RFID中間件）、業務應用子系統，其頂層邏輯架構如圖1所示。其中，車證發行子系統實現對電子車證從初始化、發行、使用到作廢等全生命周期的管理；電子車證攜帶車輛的號牌等信息；數據采集子系統利用RFID和基于圖像的車牌等手段，實現對運動車輛和靜止車輛信息的采集；數據整合子系統利用RFID中間件技術、數據倉庫技術和數據挖掘技術，管理分布在道路各處的數據采集設備的管理，實現多種采集手段采集到的數據的融合，并進行實時事件檢測以及交通流數據分析和挖掘，將交通流數據轉化為交通流信息；業務應用子系統則用于支持各種具體的車輛管理業務。

圖1 電子車證系統的頂層邏輯架構

根據電子車證系統各個組件的分布情況，電子車證系統的物理架構分為車載的電子車證、路側的數據采集、后端系統等3個部分。其中，后端系統包括車證發行、數據整合和業務應用。電子車證系統的頂層物理架構如圖2所示。車證發行子系統、數據整合子系統和業務應用子系統通過交通管理部門的內部計算機網絡進行互聯，數據采集子系統通過電信部門的3G網絡和交通管理部門的接入平臺，將采集到的交通流數據傳輸到交通管理部門的內部網絡中。車證發行子系統和數據采集子系統則通過射頻識別的空中接口協議，與電子車證進行交互，識別電子車證，向電子車證寫入信息或讀取電子車證中的信息。其中的接入平臺由路由器、防火墻、入侵檢測系統和服務器等組成，實現內部網絡和外部3G網絡之間的隔離。

圖2 電子車證系統的頂層物理架構

2 子系統設計

2.1 電子車證

本電子車證系統的主要功能是標識車輛的身份。該電子車證系統采用符合ISO/IEC18000-6C（EPC C1G2）國際標準的電子標簽，條件成熟時，將采用符合GB/T29768-2013國家標準的電子標簽。這兩種標準的被動式超高頻電子標簽，不帶電池，由讀寫器提供能量，成本低廉、維護方便。

電子標簽的存儲區分為保留區、EPC區、TID區和用戶區，其中，保留區主要存儲各種密碼，只能寫入，不能讀取；EPC區存儲物品的標識，可以寫入和讀取，大部分電子標簽的EPC區存儲容量為96 b；TID區存儲標簽生產廠商在標簽出廠時寫入唯一標識符，包括廠商標識符和序列號，TID區只能讀取，不能寫入；用戶區存儲物品的額外信息，用戶區的存儲容量從0到64 kb不等，常見的是512 b。

根據空中接口協議，電子標簽被識別時，首先返回給讀寫器的數據是存儲在EPC區中的數據，為讀取TID區和用戶區中的數據，需要讀寫器再發送讀取指令。因此，EPC區中的讀取速度最快。對于電子車證應用，通常要求在車輛高速運動下也能識別車輛，這樣，車輛的號牌等數據應該存儲在EPC區中，其他數據應存儲在用戶區中，這可以保證車輛速度在180 km/h的情況下，也能被正確識別。

電子車證的安全性主要包括數據私密性、數據完整性和車證真實性等[5]。為保證EPC區和用戶區中數據的私密性，可以采用對稱分組加密算法，在數據寫入標簽前，加密數據，并在數據從標簽讀取后，解密數據。為保證數據的完整性，可以在加密數據的同時，生成消息驗證碼（Message Authentication Code，MAC），與數據一起存儲。同時，對EPO區和用戶區增加訪問密碼（寫保護密碼）。數據加密密鑰和訪問密碼都可以利用標簽的TID分散主密鑰得到。電子車證的真實性由兩個措施來保證：電子標簽采用防拆卸的陶瓷封裝方式，后臺系統監控電子車證在各個采集點處出現情況。

2.2 車證發行子系統

車證發行子系統的功能比較簡單，主要實現電子車證生命周期管理，包括標簽的初始化、寫入車輛信息、電子車證的掛失解掛、電子車證報廢等管理。

2.3 數據采集子系統

電子車證數據采集分為3種采集方式。其中固定式采集，試講采集設備安裝在道路上方，實現對高度運動車輛的識別；而移動式采集，則將采集設備安裝在車輛上、停車場出入口、或臨時安裝在路測，主要實現對低速運動車輛的識別；手持式采集，是管理人員利用手持式采集設備實現對靜止車輛的識別。

由于數據采集設備與后臺通過廣域網連接，為防止網絡中斷丟失數據，需要數據采集設備具有本地存儲功能和一定的處理能力。因此，固定式采集設備和移動式采集設備采用工控機加RFID讀寫模塊的方式，手持式采集設備采用手持計算機加讀寫模塊的方式。

根據應用要求，固定式采集設備又分為RFID數據采集設備和綜合數據采集設備兩類。一臺RFID數據采集設備配備一個RFID讀寫器、2～4個天線，可采集2～4個車道上的電子車證。一臺綜合采集設備配備一個RFID讀寫器、2個天線、2臺圖像/視頻采集設備，天線的作用范圍與圖像/視頻采集設備的作用范圍盡量保持一致，由于實現了車輛電子車證和車牌的識別和融合，從而具有一定的取證功能。RFID采集設備的軟件結構如圖3所示，綜合采集設備的軟件結構如圖4所示。

圖3 RFID采集設備的軟件結構

圖4 綜合采集設備的軟件結構

RFID采集設備軟件分為設備控制、數據過濾和數據傳輸等3個模塊。設備控制模塊的功能是設置讀寫器參數，控制讀寫器識別電子標簽、讀取電子標簽中的數據。數據過濾模塊實現簡單的消除重復讀取的功能，根據設置，刪除一段時間內重復讀取到的電子標簽數據，同時，利用讀取到的重復數據，計算交通擁擠程度，以充分利用RFID數據的價值。數據傳輸模塊負責與后臺數據整合的通信接入部分的交互，向后臺傳輸采集到電子車證信息和交通擁擠程度，同時接收后臺傳輸的讀寫器配置命令，配置讀寫器參數，實現讀寫器固件、數據采集軟件本身的在線升級。數據傳輸模塊實現了讀寫器的適配功能，允許電子車證系統中存在多種廠商的讀寫器，只需要數據傳輸模塊和后臺之間的通信協議符合系統規定的要求即可。

綜合采集設備軟件分為5個模塊：RFID設備控制、RFID數據過濾、車牌識別、數據融合和數據傳輸。設備控制、數據過濾和數據傳輸等3個模塊的功能與RFID采集設備軟件對應模塊相同。車牌識別模塊用于控制圖像/視頻采集，并識別圖像中的車牌，保存包含車牌的圖像。數據融合模塊將車牌識別的結果和RFID數據采集的結果融合，以車牌識別的結果為基準，對于時刻t識別到的車牌，在電子車證中尋找采集時間在t±Δt內與這個車牌匹配的車牌，作為融合結果，將車牌和電子車證關聯，否則認為出現車牌誤識或RFID漏識，無法融合。

2.4 數據整合子系統

數據整合子系統采用RFID中間件的思想設計。RFID中間件是介于讀寫器和應用系統之間的軟件系統[6-8]。RFID中間件的主要功能包括：屏蔽各種讀寫器之間的差異，為應用系統訪問、配置和管理讀寫器提供統一的接口；對讀寫器采集到的與標簽有關的事件和數據進行過濾、匯集和計算，減少從讀寫器傳送到應用系統的海量原始數據；面向不同的應用，提供統一的服務接口，實現應用的透明操作。

由于上述RFID中間件的功能主要針對物流供應鏈的RFID應用。在電子車證系統中，備識別的車輛移動速度較快，在讀寫器天線的作用范圍內不會同時出現多個車輛。因此，電子車證中間件的數據過濾功能要求不高，而對實時事件檢測和數據分析的功能要求較高。

根據應用對電子車證系統中間件的需求，我們將屏蔽讀寫器差異的讀寫器適配功能、部分數據過濾功能、數據處理功能和數據融合功能從數據整合系統移動到數據采集子系統，以減輕數據整合子系統的負載。在數據整合子系統中，我們增加了實時事件檢測功能、數據分析功能和數據挖掘功能。數據整合子系統的結構如圖5所示。

在圖5中，數據整合子系統主要由8個模塊組成，并通過4個接口與其他子系統交互。數據采集子系統通過TCP接口，與數據傳輸模塊進行數據交換；用戶通過Web接口，與配置管理模塊進行交互，配置數據采集設備的工作參數，查看數據采集設備工作狀態，并配置事件檢測規則；業務應用通過TCP接口，從實時數據管理模塊獲取實時數據和實時事件；業務應用通過Web Service接口，獲取歷史數據和歷史事件，并調用數據整合子系統的數據分析和數據挖掘模塊，對歷史數據和事件進行分析和挖掘。

圖5 數據整合子系統結構

根據電子車證應用需求，事件檢測模塊主要檢測的實時事件包括：超速、套牌、車輛行駛異常、違規行駛。所謂超速就是同一個車牌連續出現在兩個不同數據采集點的時間之差小于規定的時間差。所謂套牌就是同一車牌連續出現在兩個不同數據采集點的時間之差小于在物理上可能的時間差，這通常是由于一輛車使用了偽造的車牌或電子車證。車輛行駛異常指的是指定的車輛在規定的時間內沒有被數據采集點檢測到。違規行駛是指某些車輛在規定的時間內，行駛到不允許出現的數據采集點。事件檢測將原始的（車牌，地點，時間）數據，轉換為（車牌，地點，時間，事件）信息，使得交通管理人員能根據檢測到的事件，及時采取措施，調節交通流，提高道路利用效率。

在對交通流事件進行分析和挖掘前，需要原始數據進行去重、補漏和分段。如果同意車牌由于停留在一個采集點被重復采集多次，則只需要保留第一次和最后一次的采集數據，其他重復數據被刪除。如果同一車牌連續經過A、B兩個采集點，但沒有被A、B之間的車輛必須經過的C點采集到，則需要補上這個車輛經過C 的數據。如果同一車牌連續經過A、B兩個采集點的時間遠遠大于A、B兩點的正常行駛時間，則認為車輛在A、B之間進行了停留，這個車輛的序列數據在A、B兩點之間斷開，形成兩個序列。

對電子車證系統的交通流數據的分析采用RFID數據倉庫的方式[9]，電子車證在采集點處的停留事實表（車牌，地點，起始時間，停留時間）和在兩個采集點之間的遷移事實表（車牌，地點1，地點2，起始時間，遷移用時間），根據各個維度的信息的概念層次，分析各個時段、各種車輛類型在各個采集點或區域的流量和平均行駛時間情況。

對于電子車證的交通流數據的數據挖掘主要包括頻繁路徑挖掘[8]和軌跡分析[10]。熱點路徑分析、將各個車輛的數據按照時間順序排列，分段形成行駛序列。發現某個或某類車輛頻繁出現的路徑序列或子序列，可以了解各類車輛頻繁行駛的路徑，了解車輛行駛狀況和有關趨勢。通過軌跡分類，可以了解交通流的匯聚和分散情況。數據挖掘的結果可以輔助交通管理部門分析交通擁擠原因，輔助道路規劃部門改善道路規劃。

3 系統實現

本文所提出的電子車證系統架構已經在兩個大型體育賽事的電子車證系統、一個特種車輛監控系統等多個實際項目中實現。其中一個大型體育賽事的電子車證系統中，涉及約2萬輛機動車、32個固定式采集斷面（一個斷面是道路的一個方向，安裝有1～2臺采集設備）、14個移動采集點、90個手持采集設備。圖6給出了2臺固定式采集設備安裝在道路一個斷面上方的情景，圖7所示是固定式采集設備安裝在橋梁上的情景。

圖6 安裝在道路一個斷面 圖7 安裝在橋梁上的

上方的2臺固定式采集設備 固定式采集設備

圖8給出了數據分析模塊對固定式采集設備采集到的賽事車輛流量的分析結果。圖8（a）給出了賽事車輛在一個月內各日的交通流量分布，圖8（b）給出了某個采集斷面在一個月內各日的交通流量分布可以看出，在賽事期間的12日～22日，采集到的電子車證數目較多。圖8（c）給出了賽事車輛在一個月內各個時段交通流量分布，圖8（d）給出了某個采集斷面在一個月內各個時段交通流量分布。可以看出，在每日3～4時，道路上的賽事車輛較少，一個月內累計流量不到1 000輛次；而在8～10時、15～19時道路上的賽事車輛較多。

5 結 語

本文結合智能交通系統體系框架和RFID中間件思想，設計了一種電子車證系統的架構，實現了對交通流數據的實時采集、可靠傳輸和智能處理。多個電子車證項目的實施驗證了所提出的架構的可行性。

（a）賽事車輛在一個月內各日的交通流量分布

（b）某個采集斷面在一個月內各日的交通流量分布

（c） 賽事車輛在一個月內各個時段交通流量分布

（d）某個采集斷面在一個月內各個時段交通流量分布

圖8 賽事車輛流量的分析結果

隨著電子車證系統規模的擴大，系統中涉及的車輛數目和采集點數目不斷增加，系統的數據量也急劇擴大，這對數據整合子系統的處理能力提出了挑戰。我們正在研究將數據整合子系統作為一種軟件服務（SaaS），向各種應用系統提供數據服務[12]，以利用云計算的強大處理能力和可伸縮性，來解決電子車證系統規模急劇擴大帶來的問題。

參考文獻

[1]鄒力. 物聯網與智能交通[M]. 北京：電子工業出版社，2012.

[2]張浩，李曉娜. 基于RFID技術的城市聯網智能停車系統[J]. 物聯網技術，2013，3（6）：14-16.

[3]張可，劉浩，劉冬梅，等. 智能交通系統體系框架構建方法與應用[M]. 北京：人民交通出版社，2012

[4]張智文. 射頻識別技術理論與實踐[M]. 北京：中國科學技術出版社，2008.

[5]張之津. 智能卡安全設計[M]. 北京：電子工業出版社，2010.

[6]鐘惠安. RFID技術運作的神經中樞―RFID中間件[J]. Electronics Commerce Pilot，2004，6（2）：16-19.

[7]廖國瓊. RFID實時中間件技術[M]. 成都：西南交通大學出版社，2010.

[8] Ahmed N， Ramachandran U. RFID Mideleware Systems： A Comparative Analysis[M]. Ranasinghe D C et al （eds） Unique Radio Innovation for the 21st Century， 2010：257-278.

[9] Gonzalez H， Han JiaWei， Li XiaoLei， and Klabjan D. Warehousing and analyzing Massive RFID Data Sets[C]. In： Int. Conf. on Advance Data Mining and Its Applications， Xi’An， China， Aug. 2006：126-134.

[10] Li XiaoLei， Han JiaWei， Lee Jae-Gil， and Gonzalez Hector. Traffic Density-Based Discovery of Hot Routes in Road Networks. Papadias D， Zhang D， and Kollios G（eds）.LNCS， 2007，4605：441-459.

第7篇：交通管理數據分析范文

【關鍵詞】大數據；道路安全；交通管理；策略

最早我國的“大數據”概念是由英國人所著的《大數據時代》而引領并發展開來，隨著“大數據”概念的全面實行，我國全國各地城市都受到了大數據的全面影響，網絡智能化的監控設備更是遍布全國各地，由此來看大數據的引領帶動了我國信息化的發展，隨著監控設備的大規模普及，我國警務的道路交通管理也被隨之帶動得到了發展，而伴隨時間的推移，大量的新型設備會給我國交通管理者帶來大量的監控數據，這邊延伸出一個全新的問題，如何對大量數據進行整合，制定快速高效的管理系統，使管理人員可以快速的采集到需要的數據資料，在這種難題之下便誕生了我國大數據背景下的道路交通管理模式，它使得我國交通管理在大數據背景下，達到了效率高、處理能力強、管理水平提高的交通管理水平，但是隨著我國現代科技的快速發展，給我國交通管理也帶來了巨大的壓力，在工作效率、工作能力以及新型道路交通問題都帶來了新型難題，本文則是基于大數據的背景下，對我國道路交通管理的發展進行全面分析，希望能夠啟發從業者發展我國道路發展弊端并改正，全面提示我國道路交通管理水平。

1.大數據的概念分析

從我國大數據環境的發展分析來看，大數據又可稱之為“巨量資料”，它最早是源于英國的《大數據時代》，而被我國所熟知，是一個由IT行業所引出的新型詞匯，它依靠著先進的行業技術，由全新的處理模式進行處理，可以對行業效率起到優化的作用，換而言之，大數據是以來源不同、性質不同、內容不同的數據為基礎并進行整合，通過關聯和交叉進行數據分析，對行業發展的預測是大數據的核心價值。尤其是近幾年，跟隨世界經濟不斷發展，它已經成為影響世界各方面經濟發展的重要因素，大數據對于世界經濟、國家政治、社會管理、傳統教育以醫療救助等多個方面都產生了積極的推動影響。下面舉例說明，2009年，Google公司通過分析5000萬條美國人最頻繁檢索的詞匯，將之與美國疾病中心在2003年至2008年間季節性流感傳播時期的數據進行比較，最終預測了2009年冬季流感的傳播。2013年2月1日，我國科技部公布的《國家重點基礎研究發展計劃》明確將大數據計算的基礎研究作為信息科學領域的重要支持方向。

2.大數據對于我國道路交通管理的影響

目前，我國機動車保有量已經突破2.8億輛，其中汽車1.6億輛；駕駛人超過3億人，其中汽車駕駛人2.5億人。按照國際百戶擁有汽車數量標準，我國已進入汽車社會。據專家預測，到2020年，我國的汽車將由現在的1.6億輛增加到2億多輛，當汽車達到3億輛的時候才會進入平穩期，在此之前，機動車、駕駛人保有量仍將持續大幅增加，機動車每年增加1500萬輛，駕駛人每年增加2000萬人。目前，我國公路里程約500萬公里，其中高速公路里程約12萬公里。到2030年，交通需求量、主要通道交通流量將增長3至4倍。近年來，快速增長的車輛、駕駛人與有限道路資源之間的矛盾，快速機動化、綜合治理體系缺乏與交通安全之間的矛盾，人民群眾日益增長的交通服務需求與供給不足的矛盾，繁重的交通保障任務與警力嚴重不足之間的矛盾。傳統的靠拼警力、注重一定時期的集中整治以及粗放的管理已無法適應形勢發展的需要，公安交通管理部門的管理理念、管理思路有待轉變，管理手段、管理方法有待改進，管理水平有待提高。整合當前的大數據時展，我國公安道路交通管理部門需要全面提高其業務管理水平，跟隨我國時展進程，在交通管理方面全面實現先進化、現代化、科技化的整體需要，通過改革與提升業務能力，更好的為人們服務，提升我國人們生活的整體質量高水平。

3.大數據在我國道路交通管理中的發展現狀

3.1大數據具體應用的限制

大數據在帶給我國各行業發展便利的同時，也有很多限定因素，影響大數據的發展進度與力度，換句話說大數據不是萬能的，通常，人們在海量的數據庫搜尋答案時，往往只有不到20%可以供行業發展使用，才是真的具有存在價值的數據，在大數據技術的具體應用中，也會受到數據基礎、軟件性能、硬件配置以及數據換算方法等多種因素影響，根據這些因素舉例說明，例如數據信息采集技術的落后、數據采集量過小、數據無法無損存儲等，以上因素會直接影響到數據的分析、整合處理，從而讓數據庫中大部分數據失去其原有作用，同時，我國在道路交通管理方向的發展由于起步較晚，所以落后于其他國家，交通管理發展較為緩慢，在基礎數據的采集、數據的整合存儲以及數據的后期處理都有影響，筆者針對其表現方式主要分為了以下四個方面：第一點，針對各類交通信息數據的采集沒有統一性的管理，采集設備的安裝、運行以及維護方面總體質量水平參差不齊，設備無法高效的提供大量有效數據；第二點，大量的交通信息采集設備沒有做到物盡其用，無法發揮其采集交通信息數據的功能，僅僅只做表面功夫，使用簡單的視頻監控功能，致使我國的道路監控設備出現了資源浪費的問題；第三點，我國道路監控設備的存儲信息過于散碎沒有達到大數據統一的信息共享模式；第四點，軟硬件技術的不足與專業技術人才的缺乏，二者的共同作用下導致了監控設備蘊含的價值設備無法正常使用，是能力與使用二者分化嚴重，加重了我國資源浪費的現象。

3.2大數據具體應用的成本過高

任何消費品的正常使用都需要一定的成本來支撐，同樣，大數據在交通管理的具體應用也需要數額龐大的資金成本來作為支撐，大數據庫在信息的采集、采集信息的存儲以及信息的管理與使用都是需要層層環節的龐大資金來支撐的，在我國目前大數據交通管理方向的發展中，通常會選用人工與交通檢測儀器兩種方法對交通信息進行收集，當然，大多數依然是需要依靠我國的資金與采集儀器，通過不同角度、多個層面的信息收集，來完成我國多元化大數據的發展，但是，完成大數據完整的信息處理鏈則需要先進的檢測儀器、專業的頂尖人才以及覆蓋面廣的交通信息監控，而這些方面的發展則進程控制著我國大數據交通管理方面的投入成本，也對我國大數據的發展有著極大的限制影響。

4.大數據在我國道路交通管理中的發展策略

4.1基于影響大數據應用限制的改進策略

綜合來看我國道路交通管理大數據全面覆蓋，但信息化交通信息的建設仍處于發展階段，我國大數據交通管理起步相對較晚，目前積累的可使用交通數據有限，同時采集的數據質量普遍低下，社會行業的發展也都影響著我國大數據技術的發展與推廣，所以針對諸多限制的社會環境中，我們需要冷靜的思考并分析我國大數據當前技術，以及未來發展方向，將發展目標與限制因素進行整合，制定詳細的發展方案，針對限制大數據發展的原因進行各個擊破，在目前起步晚、經驗缺乏的背景之下，不可盲目加大大數據發展項目，要制定穩而優的發展策略。

4.2基于大數據應用成本過高的改進策略

針對我國大數據交通管理方面發展的成本問題，首先需要在交通管理中自身的人力和物力基礎進行綜合分析，并結合獲取收益的比例進行計劃擬定，同時，在具體實施時，要實施對資金和效益做好監管工作，在經濟效益極差的情況時，要及時終止避免產生更多的損失，同時，要將項目失敗原因進行總結，分析項目配備的儀器是否落后、專業技術人才是否到位、運營系統是否合理等各方面，并認真記錄項目的開始、過程與結束，為以后大數據的發展提供資料支持，并為我國大數據的交通管理策略提供強有力的幫助。

5.結束語

綜上所述，筆者對大數據的概念進行分析，通過大數據的由來與發展歷史進行分析講解，讓讀者清晰的了解到大數據對于我國發展尤其是針對交通管理方向發展的重要作用，針對起步晚、經驗缺乏的大數據發展現狀來說，通過提升基礎工作的質量來提升我國大數據交通管理的質量是一個不錯的操作手段，并且通過對影響大數據發展的因素進行分析與討論，并針對不同問題擬定解決策略，可以為我國大數據的全面發展提供有效的資料支持，讓讀者在全球大數據發展的時代熱潮中，正確的認識我國目前的發展現狀，正確理性的認識并分析大數據，推動大數據在交通管理方向的穩步發展。

參考文獻

[1]劉韜.基于大數據的交通管理策略研究[J].道路交通管理,2018(01):34-35.

[2]高子初,張寧.用大數據智能交通技術管理復雜多車道道路的新策略[J].科技與創新,2018(01):25-26.

第8篇：交通管理數據分析范文

關鍵詞：物流；信息平臺；數據分析服務；數據庫；功能結構

中圖分類號：F253.9 文獻標識碼：A

現代物流是跨部門、跨行業、跨地域并且以現代科技管理和信息技術為支撐的綜合性產業。隨著我國加入WTO、物流市場的逐步開放，國外先進的物流企業紛紛搶灘我國的物流市場，以我國物流企業的信息化現狀，遠遠不能滿足物流市場的激烈競爭。

城市公共物流信息平臺的建設是發展現代物流的核心和關鍵，通過建設物流信息平臺可以極大地推動現代物流向信息化方向發展。

1 城市物流信息平臺的功能要求

城市物流信息平臺可以通過信息網絡互連實現物流信息共享，幫助用戶及物流企業有效溝通、整合資源，促進物流業和城市經濟發展[1]。城市物流信息平臺可以通過對物流信息的采集、處理、傳輸、等，將信息轉變成規范可用的信息，為用戶提供物流信息服務，實現貨物跟蹤、在線交易、車輛路徑優化等功能[2]。

通過分析物流信息平臺應具備的特點及城市物流信息需求特征，城市物流信息平臺主要應具備三大功能：管理服務功能、平臺基本功能和平臺輔助功能[3]。城市物流信息平臺的功能結構如圖1所示。

2 城市物流信息平臺邏輯模型

城市物流信息平臺的運行需要必要的支撐，如良好的物理層和支撐平臺。在物理層，暢通的（有線和無線）通信網絡是信息平臺運行的基礎。可信的基礎設施、優化的TCP/IP協議以及客戶終端應用支撐共同構成信息平臺的支撐平臺來保障其運行[4]。物流信息平臺的運行需要各個層面的有效配合才能為第三方提供良好的服務[5]。城市物流信息平臺邏輯模型如圖2所示。

3 城市物流信息平臺系統結構設計

根據城市物流信息平臺的功能結構和邏輯結構，設計出城市物流信息平臺系統框架結構如圖3所示。

城市物流信息平臺共設置了13個子系統：物流信息服務子系統、物流信息處理子系統、平臺綜合運行管理子系統、物流信息傳輸子系統、物流信息采集子系統、物流信息管理子系統、庫存優化子系統、物流信息查詢子系統、金融服務子系統、貨物跟蹤子系統、車輛路徑輔助決策子系統、會員服務子系統、物流業務在線交易子系統[6]。

城市物流信息平臺可以實現物流信息的采集、傳輸、處理、查詢、管理、庫存優化等功能，平臺上的數據可以為客戶所共享，平臺也可以為用戶提供金融保險等服務[7]。

城市物流信息平臺與許多部門產生關聯，因此需要得到各個相關部門的支持，如城市交通管理部門、銀行系統、各物流園區、配送中心、物流中心、物流企業、生產流通企業的物流部門、民航部門、公路部門、港口碼頭、保險公司、氣象部門、稅務部門、海關部門等。通過這些部門協同合作，平臺可以提供用戶想要的數據、方便用戶使用、辦理相關業務等，而這些部門與機構也能從信息平臺獲取有價值的信息。物流信息平臺可以將城市各物流相關行業連接起來，還可以向政府宏觀調控部門以及物流行業協會及時提供數據，協助政府部門制定相關政策及進行宏觀調控[8]。

4 城市物流信息平臺軟硬件設計

城市物流信息平臺的軟硬件設計應符合平臺的功能需求，因此城市物流信息平臺軟硬件應具備的功能如表1所示。

根據城市物流信息平臺軟硬件應當具備的功能，則軟硬件的設計如表2所示。

5 城市物流信息平臺的數據分析服務框架

城市物流信息平臺為各類用戶提供了數據分析服務，它的數據分析服務框架結構設計如圖4所示。

數據分析服務構架的核心是數據分析服務，它可以根據數據庫提供的數據進行數據分析管理，使分析得來的數據成為決策支持對象，并最終滿足平臺用戶數據分析需求[9]。城市物流信息平臺上的數據分析服務包括城市歷年物流業發展數據，以及經濟發展數據，通過平臺的數據庫存儲的歷年數據，可以準確預測物流需求，為政府部門制定科學政策提供依據。此外，通過數據分析，企業用戶也可以得知物流需求狀況，并制定新的決策。城市物流信息平臺的數據庫由歷史數據庫、融合數據庫和共享信息數據庫三個子數據庫構成。數據庫的支持除了能夠滿足用戶的查詢、處理等功能之外，還可以實現深入的數據挖掘功能。此外，用戶還可以告知平臺管理者其功能需求，平臺管理者也可根據用戶的需求進一步拓展和完善平臺功能。

6 結 論

本文在分析城市物流信息平臺的功能基礎上進行了系統框架設計，提出了城市物流信息平臺的軟硬件和數據分析服務框架結構。但是如何在總體體系結構下探討一種可行的建設機制以確保城市物流信息平臺的穩定運行以及安全技術是必須進一步研究與探討的領域。

參考文獻：

[1] 智瑩. 基于Web Services的現代物流信息平臺的構建研究[J]. 信陽師范學院學報，2009，22（1）：75-77.

[2] 張潔. 構建區域物流綜合信息平臺探討[J]. 計算機時代，2010（12）：65-68.

[3] 陳珊. 電子商務環境下虛擬物流信息服務平臺構建研究[J]. 現代商貿工業，2011（11）：32-35.

[4] 趙爽. 區域物流信息平臺規劃與建設研究[J]. 情報探索，2010（8）：57-60.

[5] 劉曉艷，張君英. 建立和發展物流信息平臺推進物流信息化建設探討[J]. 物流科技，2011（5）：78-82.

[6] 張帆，肖鋒. 區域物流公共信息平臺建設研究[J]. 科技廣場，2009（8）：54-57.

[7] 吳鼎新. 區域物流信息系統平臺框架構建研究[J]. 現代商業，2007（6）：12-17.

第9篇：交通管理數據分析范文

1系統架構

1.1設計目標和總體功能警用交通信息綜合應用服務平臺的設計目標是在整合現有的機動車信息管理系統、駕駛員信息管理系統、交通違法信息查詢系統、交通事故處理系統、交通信號燈控制系統、電子警察系統、治安卡口系統等現有資源的前提下，對相關信息綜合分析，建立各類專家數據庫模型，通過對轄區內人、車、路、天氣環境等信息的采集對交通形勢進行研判。一方面能夠滿足日常的交通管理和服務需求；另一方面能夠根據實況結合預案調配警力迅速開展應急處突。根據警用交通信息綜合應用服務平臺的設計目標，該平臺應具備如下功能：(1)平臺集成后應具有原有子系統的功能，如交通量采集、交通信號控制、電子警察、交通誘導等功能。(2)平臺應具有良好的兼容性，基礎數據庫和數據交換接口都應該按照標準化規范設計，以GIS系統為基礎，綜合集成各類交通子系統的數據。按照互通性的基礎代碼編碼體系，實現各系統數據的關聯與共享。(3)平臺應具備一般的分析與決策功能，能夠融合現有各子系統的相關數據，實現精確的數據分析和業務指導，確保達到交通指揮的信息化和智能化。(4)能夠及時發現并處理各類交通類的突發事件，快速地調集警力和外部資源，協作處置突發事件，應急處突系統應具有高的響應級別。(5)平臺應具有較好的向后兼容性，可擴展性良好。1.2系統框架圖警用交通信息綜合應用服務平臺是一種集信息采集、傳輸、處理、應用和的信息系統，本身符合互聯網架構體系，但其系統過于龐大，不利于操作，因此本文將以子系統為單位，將平臺架構設計為四部分，系統總體框架如圖1所示。在子系統部分，按照不同的應用進行子系統分離，各子系統通過硬件設備管理提供各自系統接口；在接口層，根據接口的屬性通過接口設備管理方式將接口分為數據采集接口和控制接口，數據采集接口接收各子系統自下向上采集到的信息，控制接口則是將上層的指令向下發送到各個子系統或現場執行機構。在通訊層，把從各個子系統采集的原始交通信息進行分類融合并存儲，并按照系統的規范轉化成規范化數據，將所有的交通數據封裝成對象，提供數據服務接口，通過接口獲取數據對象，同時構建一系列的控制對象，通過這些對象達到控制子系統或設備的目的；在應用層，針對用戶提出的交通管理需求進行應用開發，利用下層的數據服務和控制服務實現系統的業務邏輯和表示層，實現人機交互或終端服務器交互。

2平臺實現關鍵技術

2.1硬件層次架構設計警用交通信息綜合應用服務平臺的硬件設備包括信息獲取設備，比如視頻探頭、線圈、交通環境探測傳感器；信息傳輸設備，比如光收發器、交換機、路由器，等等；信息處理和存儲用的各類計算機，服務器；指令和信息用的各類控制設備。按數據流向，系統硬件設計為三個層次。硬件架構如圖2所示，設計總體上分為三層：數據接收層、數據中心層和應用層。數據接收層包括信息獲取和識別兩部分。信息的獲取主要是通過設置在現場的各類傳感器采集，信息的識別主要是對現場信息進行前期的預處理。數據接收部分采用多通訊服務器方式，在數據接收的過程中根據獲取的信息量采取均衡策略，合理地分配到各個服務器。為提高系統的穩定性，對每一組信息通道都設定主次接收服務器組，當主服務器出現故障時，次服務器將自動承擔主服務器的任務。第二層為數據中心層，由數據中心層緩存設備、中心服務器、web應用設備構成。所有車駕管理信息、交通量信息、交通環境信息，以及警力資源信息等都存儲在中心數據庫和磁盤陣列中。第三層為應用層，主要提供交通信息平臺系統相關子系統軟件的web服務應用，分析決策應用，執行控制等應用。2.2軟件層次模型設計平臺系統軟件架構設計采用基于J2EE的技術架構構建。如圖3所示，整個軟件系統架構分成四層：基礎服務層、數據資源層、業務系統層、用戶層。基礎服務層由設備基礎應用軟件組成，如本地操作系統，信息服務器，通信協議等。基礎服務層之上是數據資源層，其主要包括中心數據庫、數據交換平臺、數據備份恢復，數據資源層為上層的業務系統提供服務。業務系統層包括面向業務的交通指揮調度系統、交通信號控制系統軟件、電子警察系統軟件、交通誘導系統軟件、應急處突系統軟件、分析決策系統軟件、交通違章處理系統軟件等應用子系統的管理軟件和接口等，為用戶提供管理及業務處理服務。用戶層是用戶辦公處理資源信息的操作平臺，通過交互界面實現警用交通信息資源的各種服務，用戶根據不同的等級享有不同的服務水平。

3平臺內部關系模型建立

警用交通信息綜合應用服務平臺是在整合現有資源的前提下，采用信息融合與數據挖掘等技術對各類系統數據進行綜合分析，實現交通信息共享和增值。平臺內部各板塊之間的關系錯綜復雜，根據各個板塊之間的主要邏輯建立關系模型，如圖4所示。警用交通信息綜合應用服務平臺具有較好的擴展性，當有新的業務板塊接入時，只需根據其關系模型按照系統設計規范接入即可，因此平臺的應用功能也會不斷增加。