基于多元数据融合的智慧高速数据中心(平台介绍).ppt

目录 概 述 高速公路数据中心 省级交通综合运行监测平台 城市交通运行及监测预警平台 概 述 为什么需要建设数据中心？ 数据标准化，数据交换规范化 数据挖掘应用 建设数据标准化，是通过数据中心的数据定义，实现统一的基础主数据，实现标准数据结构、标准存储、实现标准和规范数据交换体系和接口 数据中心最重要的应用：数据挖掘，简单来说，跨部门、跨平台、跨系统的整合资源，然后做主题或者跨主题的关联分析，关联分析是最基本的数据挖掘，此外还有站在历史、现在和未来的角度进行的预测、研判、专题分析等等 交通行业数据应用面临的挑战 数据存储 数据共享 数据分析与挖掘 数据应用 高速公路大数据的储存面临难题，主要在于两个方面：一，数据规模庞大，且以分秒的速度成级数增长；二，数据类型多，不仅包含非结构化的数据，还包含语音、视频等数据类型 交通大数据的基础数据分散在多个政府部门、咨询单位，不面向公众公开，且彼此孤立，难以实现共享，给交通大数据的发展造成了很大阻力 数据的分挖掘面临的挑战，主要在于三个方面：一，对有效数据的筛选。二，对数据分析模型的建立。三，对有效数据的快速处理实时分析 大数据的应用需面向不同群体，如何实现针对不同用户主体，开发个性化的应用系统，也是未来发展需要关注的问题 数据中心类型 难点 数据中心建设目标 数据标准化，形成资源基础 互联互通，数据交换， 从而资源交换，工作协同联动 为新建系统提供参照，消除 建设系统即产生孤岛问题 数据挖掘，动态报表、 营运报告、决策依据 为企业创新、营运管理水 平提升、提供数据驱动 难点 数据中心建设内容 统一的数据 交互平台 数据 标准化 数据采集 数据仓库 建设 数据安全 体系建设 数据 分析利用 数据中心建设内容 DT在交通行业的应用 交通行业是天然的大数据行业。交通的规划、管理、决策等各方面都要以大量交通数据的分析和预测为支撑。而今，随着全国智能城市、感知公路等信息化建设的推进，以物联网为方向的信息采集技术逐渐普及，4G网络传输技术迅猛发展，交通海量数据正在通过不同的途径成级数增长。这为交通大数据的发展提供了条件 交通行业数据来源 城市交通管理系统 路监控数据、出租车调度系统、公交运营系统、地铁售票检票系统、停车管理系统、公共自行车运营系统、公交一卡通统计数据、长途客运售票系统数据 公安交警系统 移动运营商 公路系统 企业 专车运营数据、滴滴打车数据、车辆导航信息、邮政包裹数据、快递包裹数据、港口码头集疏运数据等 规划部门 城市居民出行调查数据（抽样调查数据）、历年城市交通年报等 天网工程治安卡口数据、交警电子眼数据、交通事故统计数据等 手机指令数据 道路收费系统、道路流量检测系统、电子监控系统、车牌识别系统、路上称重系统、信息服务平台数据等 高速公路运营 数据中心 为什么需要建设数据中心？ 数据标准化，数据交换规范化 数据挖掘应用 建设数据标准化，是通过数据中心的数据定义，实现统一的基础主数据，实现标准数据结构、标准存储、实现标准和规范数据交换体系和接口 数据中心最重要的应用：数据挖掘，简单来说，跨部门、跨平台、跨系统的整合资源，然后做主题或者跨主题的关联分析，关联分析是最基本的数据挖掘，此外还有站在历史、现在和未来的角度进行的预测、研判、专题分析等等 难点 数据中心建设目标 数据标准化，形成资源基础 互联互通，数据交换， 从而资源交换，工作协同联动 为新建系统提供参照，消除 建设系统即产生孤岛问题 数据挖掘，动态报表、 营运报告、决策依据 为企业创新、营运管理水 平提升、提供数据驱动 难点 数据中心建设内容 统一的数据 交互平台 数据 标准化 数据采集 数据仓库 建设 数据安全 体系建设 数据 分析利用 数据中心建设内容 难点 数据中心技术架构 难点 首页介绍 难点 主题统计分析统一功能展现介绍一 难点 主题统计分析统一功能展现介绍二 难点 主题统计分析统一功能展现介绍三 难点 主题统计分析统一功能展现介绍四 难点 专项介绍：高速入口OD预测 难点 专项介绍：总流量月预测 难点 GIS电子地图介绍 城市交通运行及监测预警平台 建设目标 为行业内各部门提供接口明晰、高质量、业务范围内全面共享的数据服务，同时为“智慧城市”提供数据支撑，为市政府其它管理部门提供数据共享服务 整合数据 交通数据专业分析、挖掘 交通管理的可视、可测、可控 高效地保障业务级数据容灾、数据安全 传统的数据恢复备份虽然能解决数据应用复用，但是会间断服务。通过云网络安全防护部署数据和应用安全，提高数据、网络、应用抗攻击能力。 在数据源、中间件、应用层均有数据聚类、数据周期分析、数据二次挖掘的业务功能，指导交通相关部门和信息系统开发企业