数据安全规划（精选9篇）
数据安全规划 篇1
0 引言
航线规划(航线设计)是指在起航前,以海图上岛屿、陆地等要素为依据,计划出一条从出发点到目的地的最佳航行路线,这里“最佳”包括航程短、安全性高、搁置概率低等。
Ki-Yin Chang、Szlapczynski[1,2]先后利用路径规划理论进行航线设计,由于是单位格点搜索,找到的航线往往不是最短的;李源惠等[3]使用带权网络图和Dijkstra算法规划航线,但安全程度低;许开宇[4]提出了使用电子海图的航线设计和航态监视方法,该方法需大量手工劳动;党莹[5]使用推荐航线库规划航线,但如果航线库不完善则无法寻找路径;王牧[6]采用气象定线技术结合本船数据进行航线选取,该方法所需大量测绘数据,实际推广困难;张立华[7,8]利用矢量电子海图平台进行航线自动设计,根据水深模型确定出可航水域,不过若可航区范围极广,逐点测试的效率偏低;王德春等[9]通过构建航运网络图,利用A星算法实现了航线选取,极大提高了算法的搜索效率,但得到的航线仅是最短的,并不安全;汤青慧[10]利用电子海图提供的环境信息,建立栅格环境模型,并使用elasticity算法生成最短航线;杨慧[11]则通过追踪安全等深线和障碍区,得到可航水域,并利用蚁群算法搜索最短航线,由于蚁群算法开销过大,易出现停滞现象;朱青[12]从实际应用的角度出发,设计并验证了一种基于链图法和蚁群算法的船舶航线设计算法,但是对航线的安全性没有充分考虑。
上述研究有几点不足[13]:(1)使用的数据多采集自雷达,而雷达数据信息少,精确度较差;(2)计算时需要气象数据,海岸线数据,等深线数据等大量人工测绘的数据信息,而该类数据难以采集因此也较难推广;(3)也是最重要的一点,上述研究在规划航线时主要考虑“最短”距离的经济性,即只获取一条从起点至终点的最短路径,而航行的安全性并未考虑,因此上述研究获取的航线往往贴着海岸线或障碍物边界,十分危险。
综上所述,本文认为的安全航线是指起点至终点规划的一条搁置概率低的路径航线,规划时兼顾考虑航线的行程。为此提出一种利用海量AIS数据规划安全航线的方法。AIS数据收集自船舶自动识别系统,包含了大量船舶每时刻的动态、静态信息。累积的海量AIS数据则包含了船舶的历史航迹信息,而这些信息蕴含着大量船舶的习惯航线[14],凝结了船舶操纵者、船长对于地理、水域、航线安全的经验性的总结[15],例如:水域内的浅点、暗礁处,船舶必然较少行走,而这些地点在海图上是无法直接获得的。因此,可利用海量AIS数据和网格化技术,提取水域内船舶航迹分布规律,获取船舶习惯航线,依据前船的航行习惯计算网格适航度(以适航度具体衡量前船的习惯航线),利用适航度改进A星算法的估值函数,以使规划的航线优先偏向于选择习惯性航线。事实证明,用上述方法规划的航线能有效避免以往研究贴着岸边、障碍物等情况。
1 模型算法
1.1 原理
海量AIS数据包含船舶的历史航迹,蕴含着大量船舶的习惯航线,凝结了前船对于水域内航线安全经验性的“知识”,以此为依据可规划安全航线。
利用海量AIS数据并将分析水域网格化,选取其内航行的目标船舶,计算船舶航迹所占的网格并计数,获取单船航迹的网格图;叠加不同目标船的航迹网格图,可获得分析水域内航迹分布网格频数图;归一化后的网格频数值即为网格的适航度,表征了大量船舶的习惯航线,适航度高的网格即为大量前船习惯选择的航线节点。以适航度为依据改进A星算法的,可规划安全航线。相关定义如下:
海量AIS数据信息:包含船舶每时刻的动态、静态数据信息,例如船舶经、纬度,航向,船长、船宽等。
目标船:分析水域内选取的待分析在航船舶。
单船航迹的网格图:将分析水域划分为多个网格,从海量AIS信息中提取出目标船航迹,计算航迹所占据的网格并计数。
前船习惯航线和航迹分布网格频数图:将保存的单船航迹的网格图按对应网格计数予以叠加,累积形成网格频数大小不一的叠加图。该图是前船习惯航线的具体反映。
网格适航度:将航迹分布网格频数图中网格的频数值归一化后,设置为网格适航度,其值越大则认为越多前船曾选择该网格节点。适航度用以具体衡量前船的习惯航线。
改进的A星算法:A星算法使用估值函数确定被选取的网格,利用适航度计算估值函数可优先选取适航度较高的网格。
1.2 算法流程
算法流程:对海量AIS数据预处理后,将分析水域网格化,选取该水域内航行的大量目标船,并一一计算其航迹所占的网格并计数,获取不同船舶的单船航迹的网格频数图,叠加单船航迹网格图获取航迹分布网格频数图,将归一化后的网格频数值指定为网格水域的适航度,利用适航度计算估值函数,可规划安全航线。算法流程如图1。
2 算法步骤
航迹分布网格频数图是分析水域内前船习惯航线的真实反映,可通过它获取网格的适航度,并最后利用适航度和A星算法规划安全航线。航迹分布网格频数图获取步骤为:
1)数据预处理:从海量AIS数据中处理掉失真、错误的信息,由于AIS数据中经纬度信息报告的是AIS天线位置,需要进行相应的换算使得换算后的位置为船舶中心。例:设a和b为AIS天线位置到船首和左舷的距离;L、W为船舶长度、宽度;H为船首向,x'和y'分别为AIS信息报告的经度和维度值,x和y分别为船舶中心的经度和维度值。利用式(1),式(2)将AIS信息报告的船舶位置转化为船舶中心所在的位置。
2)选取目标船舶:从历史AIS数据中选出一段时间内,在分析水域中航行并且航向和航速稳定的所有船舶。
3)获取单艘目标船的航迹网格图:将分析水域网格化为若干个小网格的网格图,每个网格大小固定,利用数据预处理后的船舶经、纬度值计算其航迹所占的网格,如果该网格被占用即为该网格计数致1。
4)分析水域的航迹分布网格频数图:网格数据易于数据处理,只需将不同目标船舶的航迹网格图按照对应的网格相加计数就能够很轻易叠加成航迹分布网格频数图,之后运用Matlab将网格频数图按照频数大小填充颜色,效果如图2所示。该图分别展示了3艘船舶长度100~150 m的目标船舶的航迹网格图及若干船舶航迹叠加而成的航迹分布网格频数图。航迹分布网格频数图中可揭示大量前船的习惯航线。
5)获取网格适航度:将航迹分布网格频数图每个网格的值归一化(每个网格的频数值除以全网格频数最大值),设定其频数值为该网格的适航度。适航度的值越大则认为越多前船曾选择该网格节点。
6)改进估值函数规划安全航线:利用式(3)计算估值函数。DISn为起点网格到达网格n走过的距离,Sn为网格n的适航度,C为控制系数,其值越大,f(n)受当前网格适航度的影响也越大,规划的航线也越倾向于选择适航度较高的网格。
3 实验
选取成山头警戒区附近水域为分析水域,以(122°48.12'37°24.74')为中心,将水域划为60×60个网格,每个网格1 000 m×1 000 m。使用2014年8-10月AIS数据2 000万条,计算并获取1 500条船舶长度为100~150 m目标船舶的航迹网格图(数据量越多效果越好),叠加后获得分析水域的航迹分布网格频数图。归一化处理后,设定每个网格水域的适航度为网格频数值,按照适航度的大小用颜色填充网格频数图,获得效果如图3所示。
图3中网格颜色不一,代表了不同水域的适航度,其适航度大小与颜色对应关系可参考图3中的色谱。该网格图反映了前船的习惯航线,图上无网格水域为1 500条历史船舶航迹中极少船舶驶过的区域(过滤了低于100 m长度的船舶),为非适航水域。使用式(3)和A星算法在图3的网格频数图中规划航线,可获取同样起点和终点的航线如图3中航迹线所示。图3(a)可看出,由于考虑了网格适航度(前船的习惯航线),估值函数f(n)受当前网格适航度的影响也越大,规划的航线则倾向于选择适航度较高的网格(即前船较多走过的网格);传统A星算法由于不考虑当前网格的适航度,直接选取当前可展开的网格中距离起点、终点最小的,规划的航线的效果如图3(b)所示。而传统A星算法的缺点也在图3中表现得异常明显,即规划的航线贴着海岸线等障碍物,安全程度极低。
4算法性能
计算推荐航线所消耗的时间受网格规模影响,不同网格规模下计算时间如图4所示(内存2 G,CPU 3.30GHz)。
5结论
1)提出了一种计算水域内单船航迹的网格图的方法,通过叠加不同船舶的网格图获取航迹分布网格频数图,该图揭示了大量前船的习惯航线。
2)使用航迹分布网格频数图计算分析水域内不同网格的适航度。
3)引入适航度改进估值函数,并利用A星算法规划航线。在考虑了适航度的情况下,获取的航线偏向于选择适航度高的网格,为安全航线。
今后工作方向为优化智能技术,提高研究水域的丰富性,考虑更多影响因素,例如:船舶长度,风流压差对适航度的影响,从而规划更加可靠、经济的航线。
数据安全规划 篇2
1LTE网络规划体系
根据网络规划的要求，利用大数据可以从覆盖评估，干扰评估和价值评估三个维度建立基于大数据挖掘的LTE网络规划体系，通过对现网问题的全面、准确分析定位，预知LTE网络规划存在的问题，提升LTE网络规划的准确性。
1.1覆盖评估分析
良好的覆盖是网络建设的最基本要求，基站站间距过大，基站覆盖过远会造成部分地点盲覆盖或者室内深度覆盖不足;而站间距过小，重叠覆盖会带来较大干扰，同样影响用户感受，同时不必要的重复建站将会加大投资成本。理想的蜂窝网络结构应该在保证用户移动性的前提下使小区间的交叠区域处在一个较低的水平借助现网2G/3G实测数据，参考工参，扫频及MR等大数据，利用奥村-哈塔传播方程矩阵理论运算，根据不同频段自由空间传播模型损耗、模拟仿真覆盖及损耗矩阵，评估规划LTE网络的覆盖情况;同时构建贴合现网实际的小区传播路损模型，有效识别LTE网络的弱覆盖和过覆盖区域，实现“点、线、面”联合校准验证，获取真实、准确和全面的小区覆盖规划数据。
1.2干扰评估分析
干扰是影响LTE网络质量的关键因素，我们引入干扰贡献系数来评估无线网络重叠覆盖度。定义干扰邻区的能量之和与主小区的总能量的比值为干扰贡献系数，用其来评估主小区A，系数越大，说明该小区对外的干扰越大，需要整改的优先级越高。
1.3价值评估分析
传统规划主要从覆盖与干扰两个维度分析，不能完全识别出高价值站点，导致网络部署后出现建设偏离业务热点，超闲小区较多等问题。而基于大数据挖掘的LTE网络规划可基于话务热点、用户/终端及价值业务等多维度进行关联性分析。首先梳理出数据及话务热点、智能终端/数据卡渗透高区域，判定流量价值高的区域;其次发掘出数据业务使用率高，但实际速率低，话务需求被压制的区域;再次利用VIP/投拆用户列表导出数据业务投诉用户和VIP用户区域，更直观、有效的体现网络热点投诉、流量变化较大的重点小区数据，定位重要客户的高价值流量区域，聚焦影响用户感知的重要问题，发掘LTE潜在高价值区域，有效指导LTE网络规划效益，降低网络资源的管理成本。利用基于栅格的多维度价值得分评估体系，通过高流量小区选择，实现用户分布地理化关联，进行多维度地理化综合分析，得到多个小区构成的栅格的价值得分，得出高优先级建站区域。
1)统计各栅格流量、用户使用TD-SCDMA的速率、用户数量、终端分布、业务流量分布等数据，当某个栅格点上指标值大于全网栅格该指标平均值的k倍，即赋予该栅格价值点相应的分值。
2)栅格价值点相应的分值:栅格内指标值/(全网栅格点该指标平均值×k)，k值建议为1.2，意义为在此栅格点的其中某一项因素大于该项因素的平均值的1.2倍，才会进行价值得分分析，小于该值则该栅格点的该项因素的`价值得分为0。
3)单个栅格总得分=权重1×热点得分+权重2×速率得分+权重3×终端得分+权重4×业务得分…。
4)统计基站覆盖范围内包含的栅格数量以及各个栅格上的分值，最终输出规划基站的总栅格得分排序，排序高低反映了该基站的价值高低。
1.4评估分析流程
评估分析一般在待建站点资源收集后，按照价值高低，基于基站覆盖范围和受干扰影响程度，选择建站顺序。根据实际情况，可一方面利用2/3G旧站址，一方面建议增加符合合理网络结构的新站点，达到良好规划的目的。
2大数据处理思路
LTE规划过程利用收集到的大量数据，包括工参数据、性能数据、经分口数据、MC口数据、投诉数据、测试数据等六大项13类数据，从中提取有用信息进行分析。
2.1基于大数据的打包清洗
根据大数据删冗去错机制进行数据清洗(见图7)，保持数据的准确性。在规划中首先实现数据去冗，对话统过期数据、工参多余字段集中去除;其次是数据去重，去除相同路段多次测试的数据，排除话统及性能相同的数据，保证数据唯一性;再次是数据纠错，结合数据特性，对统计异常、工参错误等数据进行纠错，保证数据区间在合理范围。
2.2基于大数据的关联聚合
根据数据的特征、变量等进行“数据降维”，从覆盖，干扰和价值维度对数据进行投影降维，简化分析数据的复杂度。同时运用强关联聚合、相近聚合、相关聚合等聚合模型进行“关联聚合”，比如在覆盖评估中将道路测试、路测扫频、用户测量报告等信息按照关联强弱聚合，在价值评估中将业务分布、用户分布、终端分布等信息按照比例进行关联聚合。具体来讲，以用户的地理位置为索引，关联其所在位置的信号强度，干扰情况，终端支持类型信息，业务信息以及所在位置的周围基站分布情况，周围环境情况，人群流动情况等等，建立基于时间、位置、用户、终端、应用等多维度的用户行为聚合模型。根据用户行为模型，分析筛选得到绝对静态用户数(静态用户定义为单用户在某小区有5天产生流量且每天在该小区产生流量占当天该用户总流量的70%以上，且产生的流量大于10MB/周)全省共计3.8万人，涉及5798个小区。根据用户在占用静态小区时上报的用户自身所在位置的经纬信息(理论上精度平均误差在55m)结合基站位置关联，发现定位2G/3G数据业务成熟度高的区域。通过精确定位不同用户上网的地理位置，同时关联静态用户终端网络制式信息，用户上网习惯和用户流量，引导4G站点规划，指导指导定向推送4G营销业务。
3应用情况
基于大数据挖掘的LTE网络规划研究在山东公司LTE网络一期网络规划中得到了广泛应用。通过高价值区域定位、干扰问题分析、覆盖评估等维度综合关联性分析，借助2G/3G现网实测数据实现了“点、线、面”联合评估，真实、准确、全面地对4G网络的价值流量、重叠覆盖干扰、弱覆盖等进行了评估，同时输出了LTE工参信息、站址建设优先级，站址地理化呈现等一系列规划结果。通过黑、灰、白名单规则判断，输出了LTE网络不建议规划的黑名单小区、通过相关优化调整后可规划灰名单小区、直接可共址建设的白名单小区，共评估一期工程规划小区60653个，发现低价值用户流量少的黑小区3433个;易产生干扰黑色小区5021个，灰色站点1265个;覆盖问题黑色小区543个，灰色小区3501个。通过规划质量的提高，降低了后续优化调整的难度，共计节约资金11766×0.3=3530万(注:每个基站年优化费用约0.3万)，而且原来人工规划、勘察基站的效率大大提升，解放人力成本带来的直接经济效益75×10=750万(注:人力成本节约75人，含外包，年人均成本10万)，降低了全省网络规划优化的管理成本。通过TD-LTE的大数据网络规划分析，有效指导了4G网络规划，按照以终为始、聚焦价值、提高投资收益、建设精品网络的目标，提升了4G网络规划的准确性、合理性。
4结语
数据安全规划 篇3
随着城市化进程的不断推进, 人口规模不断扩大, 城市用地日益剧增, 导致现有的城市基础设施无法适应目前的城市发展, 降低了城市的通达和便利性。 伴随着城市信息化的进程和互联网技术的不断发展, 基于网络的海量的城市云数据将为城市的规划提供强大的决策支持, 网络大数据背景下的地理信息系统GIS (Geographic Information System) 应运而生, 采用GIS可以对城市的各项资源空间进行有效的规划及合理化利用, 帮助解决目前城市规划中存在的问题。
2 网络大数据背景下的GIS
随着互联网信息化技术的快速发展, 网络大数据正得到来自社会各界越来越多的关注, 基于互联网的大数据处在业务分析、 管理科学、 计算机科学和统计科学等领域进行了巨大的创新。 其中网络大数据在改进政府服务方面的潜力是巨大的, 加速政府向智能型政府方面的转型。
GIS是一种特定的十分重要的空间信息系统。 它是在计算机硬、 软件系统支持下, 对整个或部分地球表层 (包括大气层) 空间中的有关地理分布数据进行采集、 储存、 管理、 运算、 分析、 显示和技术系统。 目前传统的GIS关系型数据库已经无法满足海量数据管理、 高并发读写以及多扩展性的使用要求, 将网络大数据应用于GIS系统, 可以解决上述瓶颈, 网络大数据时代的GIS具备以下特征:
(1) 大规模高效的数据管理, 包含实时流数据处理分析以及高速数据查找分析。
(2) 完善的空间数据挖掘算法, 提取地理信息数据背后的模式和价值, 屏蔽数据噪声。
(3) 高效实时显示大规模时空数据, 对可视化图形进行在线分析。
总体来说, 大数据GIS需要一整套系统、 科学的理论和方法来应对大数据带来的挑战。
3 基于网络大数据的GIS的城市规划设计方法
3.1 系统总体架构
研究的城市规划设计方法, 是以GIS应用软件为主要的辅助工具, 并结合大数据搜集到的相关资料, 以各种不同的图像表现方式呈现城市的规划设计。
城市的规划设计系统采用基于Arc GIS技术的集成开发模式, Arc GIS在线地理信息系统包含了图形数据库、 属性数据库、 空间分析、 展示等强大的功能, 是一种可以用来作为决策支持的系统, 辅助空间数据的输入、 处理、 储存、 提取、分析及展示。 其总体架构如图1 所示:
3.2 系统子模块
研究采用的规划设计系统主要分成空间数据管理系统、数据库管理系统、 分析模式、 人机界面4 个部分。
3.2.1 人机界面
人机接口系统用于作为决策者与系统间沟通的主要通道 ( 亦即用户接口) ; 接口之设计依决策者的使用角度来建立, 以使用时的亲和性、 与有效传达控制指令与变量为主要目标。
3.2.2 空间数据管理系统
利用Arc GIS进行数化图层数据的建构、 储存都市计划图、 建筑物现况图、 道路图等相关图层资料。
3.2.3 数据库管理系统
以文字、 数值等数据形态, 网络存储收集的相关更新地区之街廓, 及内部环境 (建筑物) 的文、 数字数据。
3.2.4 分析模式
利用地理信息数据内容转化成更新地区候选更新街廓筛选模式, 与候选更新街廓更新优先级模式, 分析结果透过人机界面给予决策者作为地区勘选的参考。
4 实证分析
根据以上分析, 采用网络大数据背景下的GIS平台对广州市的城市进行规划设计进行探讨, 研究区是广东省会城市广州市, 位于珠江三角洲腹地, 总面积7434 km2。 改革开放后广州城市快速发展, 对城市气候带来一定影响。 图2 中边界为2010 年调整后新的行政区边界。
4.1 城市三维空间信息服务平台系统
广州城市三维空间信息服务平台, 实现海量三维地形、影像、 模型、 矢量数据的数据管理和网络发布, 为其他专业应用系统如三维规划方案审批辅助决策系统提供三维数据服务 (三维场景访问服务、 地形影像数据服务、 矢量模型数据服务) 和三维空间查询分析等服务, 并有专门的运维支撑系统对平台提供7×24 小时的运营维护, 如图3 所示。
4.2 城市三维规划审批辅助决策系统
基于三维空间信息服务平台的应用借口, 搭建规划辅助决策应用, 实现规划信息查询、 多方案比较、 建筑体量调整、日照分析、 通视分析、 规划控告、 三维测量、 规划指标自动计算、 二维矢量数据叠加等多项专业规划管理功能, 系统还提供多种三维仿真特效, 利用三维虚拟现实技术更直观准确地表达规划效果, 为决策提供支持, 如图4 所示。
4.3 城市土地利用规划设计
基于网络大数据背景下的GIS系统实现对城市范内区域、街道、 重点对象的影像特征的采样和分析, 快速获取其空间特征, 并利用Arc GIS Engine的叠加分析、 缓冲区分析等功能, 实现对多时相城市航空影像数据之间、 遥感影像数据与规划编制、 规划审批成果之间的比对分析, 及时了解城市的土地利用变化情况, 掌握城市建设中与规划不符的情况。 并通过核查上报、 统计分析等手段, 为城市规划监察、 城市管理服务, 模块如图5 所示。
摘要：随着城市发展的复杂性, 传统的规划理论和分析模式, 无法满足土地规划需求。随着互联网大数据时代到来, 基于网络的海量的城市云数据将为城市的规划提供强大的决策支持。基于网络大数据时代的地理信息系统 (GIS) , 通过对城市地理分布数据进行采集、储存、管理、运算、分析、显示等信息的挖掘, 建立基于GIS的城市规划的划设方法。
关键词：地理信息系统,网络大数据,城市规划,信息挖掘
参考文献
[1]孟小峰, 慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展.2013 (01) :12-21.
[2]李国杰, 程学旗.大数据研究:未来科技及经济社会发展的重大战略领域—大数据的研究现状与科学思考[J].中国科学院院刊, 2012 (06) :13-21.
[3]李德仁.论RS, GPS与GIS集成的定义、理论与关键技术[J].遥感学报, 2012, 1 (1) :64-68.
[4]陈述彭.地理系统与地理信息系统[J].地理学报, 2012, 46 (1) :1-7.
[5]李德仁, 朱欣焰, 龚健雅.从数字地图到空间信息网格—空间信息多级格网理论思考[J].武汉大学学报:信息科技版, 2013, 28 (6) :642-650.
空间规划(多规合一)数据库 篇4
一、概念内涵
数据库通俗的讲就是存储数据的仓库，那么空间规划数据库就是在计算机、服务器等硬件上存储的相关地理空间数据的总和。我们建立空间规划数据库就是为了将各类规划数据、图纸、地理信息等数据转化为计算机语言后，合理的、有顺序的存放在相关硬件介质上。就好比在仓库内分门别类的将物品存放。这样的好处是数据库调取内容方便、快捷，并且具有较高的易扩展性和独立性。空间规划数据库是后续建设空间规划信息平台的核心，因此空间规划数据库的建设是一项至关重要的工作。
空间规划信息平台的使用需要以空间规划数据库为基础，数据库是信息平台的内容支撑，信息平台的使用要以数据库的调用为前提。因此空间规划数据库的建设是搭建空间规划信息平台的一项基础性也是一项核心工作，是连接空间规划成果与信息平台的纽带。
二、提出背景
党的“十八大”提出“五位一体”总体布局，并首次将生态文明建设纳入国家总体战略。2015年9月，中共中央国务院颁发《生态文明体制改革总体方案》提出生态文明建设八项措施，其中明确提出要构建以空间治理和空间结构优化为主要内容，全国统一、相互衔接、分级管理的空间规划体系。2017年1月，中办、国办印发了《省级空间规划试点方案》，开展9个省级空间规划试点，总体要求是编制统一的省级空间规划，为实现“多规合一”、建立健全国土空间开发保护制度积累经验、提供示范。空间规划是国家空间发展的指南、可持续发展的空间蓝图，是各类开发建设活动的基本依据。推进空间规划，实现“多规合一”
已成为党和国家当前一项重要工作，并放在突出位置加紧安排部署并持续推进。
《省级空间规划试点方案》明确六项主要任务，其中之一是要搭建基础数据、目标指标、空间坐标、技术规范统一衔接共享的空间规划信息管理平台。《国家信息化发展战略纲要》提出要着力增强国家信息化发展能力，着力提高信息化应用水平，着力优化信息化发展环境，推进国家治理体系和治理能力现代化。《国务院办公厅关于印发政务信息系统整合共享实施方案的通知》要求加快推动政务信息系统整合共享，建设“大平台、大数据、大系统”。《住房城乡建设部关于城市总体规划编制试点的指导意见》提出各试点城市要在新一版城市总体规划编制时，同步完成空间规划信息平台的建设。
三、建设流程
空间规划数据库的建设包括资料收集、数据转换、数据编辑、数据质检、数据入库，如下图所示。
资料收集各种图形、图像、文本数据，规划成果数据。数据转换针对各部门规划数据、各种类型的数据、不同坐标系的数据，进行必要的数据转换工作，统一坐标系统并尽量保持原始数据的信息量。数据编辑对空间数据进行数据的编辑和数据属性表的录入。数据质检针对在数据转换中出现的各种问题，如属性表字段问题，空间实体的拓扑问题，进行修改和修正。数据入库在进行完上述工作后，把满足 多规合一 一张图标准数据库的数据导入数据库。
空间规划数据库建库过程图
本文内容观点来源于中研智业集团编著出版的《空间规划（多规合一）百问百答》和《空间规划（多规合一）综合解决方案》。关于“多规合一”更多的内容，请参阅出版专著或咨询中研智业。
数据安全规划 篇5
对于下一阶段的工作, 谢少锋表示, 工信部不仅将进一步加大对大数据关键产品研发和产业化的支持力度, 同时还将大力推进工业大数据的应用, 并加强制造企业与信息服务企业的合作, 推进大数据在研发、设计、生产、制造、售后服务等全生命周期的应用。
此外, 工信部还将支持地方开展大数据应用试点工作, 鼓励和支持各地方、各行业、各部门先行先试, 开展大数据的探索和实践。工信部将积极推进大数据的标准体系建设, 依托大数据标准工作组, 加快数据质量、数据安全、数据开放共享和交易等标准的研制工作, 结合大数据综合实验区和产业集聚区, 选择一批关键急需的标准在综合实验区开展应用试点, 积极参与国际标准的制定工作, 推进标准的国际化, 提高我国大数据标准制定的国际话语权。
从政府数据开放到大数据产业规划, 大数据产业将持续迎来利好。
落实政府数据开放
2016年4月26日, 包括国家发展改革委、财政部、教育部、公安部、民政部、人力资源社会保障部、住房城乡建设部、国家卫生计生委、国务院法制办、国家标准委十部委联合印发《推进“互联网+政务服务”开展信息惠民试点实施方案》 (以下称《方案》) , 文件提出打通政务数据部门孤岛的具体措施, 鼓励政企合作开发数据。
《方案》提到, 充分利用已有设施资源, 推动平台资源整合和多方利用, 加强政务信息资源跨部门、跨层级互通和协同共享。
在具体操作上, 《方案》提出, 通过两年左右时间, 在试点地区实现“一号一窗一网”目标, 将充分发挥公民身份号码作为公民唯一的、终身不变的身份代码作用, 以公民身份号码作为唯一标识, 建成电子证照库, 实现群众办事“一号”申请, 避免重复提交办事材料、证明和证件等。
政务的便捷化, 核心是政府数据的各部门、各渠道打通;老百姓跑多个部门盖章, 因为跨部门的数据没有打通, 政府内部基于身份证作为身份代码, 打通多部门数据, 实现信息共享, 最终才能实现一窗式服务。
目前国内少数城市和行业, 已实现垂直领域的大数据共享。比如咸阳市政府与亚信数据通过PPP合作, 运营智慧医疗和一卡通, 完成了全市44家二级以上公立医院3555家基层医疗机构数据整合, 实现全民监看档案共享, 一定程度上节约了市民的物质和时间成本, 并通过大数据分析杜绝过度医疗和骗保行为。
今年以来, 国家层面出台系列关于电子政务以及大数据相关的文件, 此次《方案》更具体化, 落实到操作层面。
比如依托统一的数据共享交换平台, 以公民身份号码作为唯一标识, 构建电子证照库, 实现涉及政务服务事项的证件数据、相关证明信息等跨部门、跨区域、跨行业互认共享等。
鼓励政企合作开发数据
大数据是战略资源, 已成为全民共识, 而政府掌握了80%以上的大数据资源, 也是公认事实。
政府数据开放, 一直被认为是中国大数据产业发展的关键环节。此次《方案》提到, 鼓励引导市场主体行为, 引入社会力量, 推广政府购买服务、政企合作等新模式, 合理开放利用数据资源。
数据中心的规划和设计准则 篇6
建筑物数据中心应该在构建之前事先仔细设计, 以确保其遵守所有应用法规和标准。设计需要考虑到地点的选择, 空间、电力和制冷规模规划、楼板承重能力、接入和安全、环境清洁度、危害的避免和发展。为了计算上述需要, 建筑师和RCDD必须知道数据中心的组成, 包括所有电子产品、综合布线系统、计算机、机架等。因此, 事先对用户数量、应用类型、平台、机架式设备所需的机架单元做一个预测是很重要的, 而最重要的是预测其增长量。
预测增长和技术演变有点像是“水晶球”预言。随着存储器、应用、服务器平台和电子部件的可能组合, 规划对于一个数据中心来说是很重要的, 就如同布线对于网络而言。较大的数据中心都是按等级或区域 (有时按不同的层) 设计的, 每级有不同的功能并具有不同的安全等级。冗余可以位于不同的等级或不同的地理位置之间, 这些都取决于设备使用者的需求。
数据中心布线系统的考虑因素
数据中心布线系统设计所涉及的范围包括拓扑结构、铜缆和光纤布线系统的选择, 以及能使这些IT基础设施可以很快地适应新技术的其他方面。这些考虑包括对灵活性、可扩展性、可靠性和空间管理的需求。TIA/EIA-942“互联网数据中心的电信基础设施标准”, 美国国家电气规范 (NEC) 的第645号文件“信息技术设备”和美国国家防火保护协会 (NFPA) 的NFPA-75标准“信息科技的保障标准”中, 都提到了这些重要问题。这些标准将为你提供一些引导, 这些具体的设计元素将随不同数据中心和所容纳的不同设备而有所不同。一般适用于所有的数据中心的要点包括:基于标准的开放式系统:符合布线标准对链路长度、连接点数量及接口的规定;可持续发展的高性能和高带宽:选用支持10G及未来网络应用的6A类铜缆或OM3光纤系统;支持存储设备:采用光纤预连接系统提高设备布局的灵活性;支持发展中的IP融合技术:采用7类TERA技术支持多应用汇聚技术;高品质、可靠性和可扩展性:采用工厂预制的Trunk集束线缆技术;冗余度:根据需要采用主干或水平的双链路设计;高容量和高密度:采用高密度的配线设备和跳线设备, 如西蒙的Blade Patch刀片式跳线;灵活性和扩充性, 方便移动, 添加和变更:采用模块化产品和Trunk集束线缆技术, 实现即插即用;将数据中心的安全和监控系统结合:采用智能管理电子配线架技术, 如西蒙的Map IT。
大数据时代城市规划的研究 篇7
一、大数据时代对城市规划的不断发展
1. 在大数据时代到来之前, 我们的城市规划是传统的、人工的、具有很大的不确定性。
在对城市空间的分析也是人工进行的, 数据不具有客观性。在进行城市规划所用的数据一般是通过问卷调查和实地走访获得的。大数据时代的到来, 给城市规划带来了新鲜的血液, 同时也带来的新的机遇。首先的改变在于大数据为城市规划提供了强有力的数据支持, 为城市规划的科学性奠定了基础。在大数据时代下, 城市的规划者对城市有着清晰的认识和了解, 可以利用定位系统了解城市的空间分布情况, 并作出科学规划, 如对人口密度星云图、城市居住平衡、城市交通分布、人口流向等进行科学分析。其次, 大数据时代的另一特征就是“大”, 它有着大的容量, 可以对城市的道路交通情况和各个区域分布特征以及各种地理信息特征进行正确详尽地获取。从而, 使得城市的规划者对城市空间的分析和研究更加便利和科学。大数据为城市各项建设规划提供了专业的数据支撑, 使城市规划更加科学。
2. 大数据在城市规划过程中的应用与发展。
大数据下的城市规划, 主要是依靠大数据对我国城市空间分布的获取来对城市空间进行合理科学规划。城市是人生活的环境, 人是城市的一大主角。所以, 人的一些日常活动会影响我国城市空间的分布。大数据的分析成果可以准确地解析市民出行、购物、娱乐、生活的特点, 该项分析成果可以支撑城市规划设计的区域中心的交通规划、用地布局和公共设施配置, 也可以更加科学有效地解决上下班高峰拥堵、公共设施布局不合理等问题。大数据不仅仅有效为相关的工作人员在对城市空间规划的过程中, 提供了更直观的认识, 同时, 也可以在最大程度上确保我国城市空间合理的分布。
3. 大数据时代在城市规划中的运用越来越广泛。
大数据不仅仅为城市规划提供了丰富的数据和形式, 而且还对城市规划具有划时代的意义, 完全打破了先前传统的城市规划, 而且使大数据下的城市规划更加科学合理。我们也终将实现“城市让生活更美好”这一目标。在城市规划的过程中, 有效的将大数据运用于城市规划将会越来越普遍、越来越重要。
二、大数据在城市规划的优势
1. 大数据时代是以信息技术为依托, 具有丰富的形式、内容和价值。
大数据对我国各个领域都有着极大的贡献, 城市的规划者也应该重视大数据在城市规划所起的作用, 并在大数据的基础上对城市规划进行研究。时代在发展, 人类也在进步, 人类对大数据有着越来越清晰的认识。这样不仅有利于加快大数据时代在城市规划的脚步, 促进其发展, 同时也提高了人们对城市规划的认同感, 增强了人们对城市的归属感。所以, 大数据时代的到来, 这无疑是给给人类带来了福音, 更为我国城市化建设乃至城市化进程带来了一阵新鲜的空气。大数据概念无疑是一个新的概念, 从它出现起就一直被人们所关注。而它的作用更是让人为之瞩目, 它将各种数据收集整理更新, 为科学的城市规划提供了数据的支持。
2. 符合当代城市规划发展的潮流。
时代在不停地发展变化, 传统的城市规划已跟不上我国时代的发展的潮流, 更不不再适应当代城市规划的理念。传统的城市规划在一定程度上对城市规划具有一定的滞后性。传统城市规划获取数据的手段是单一的, 甚至是落后的, 导致各种相关数据的分析和处理具有一定片面性, 这对城市的规划不仅仅没有起到积极地作用, 反而引起不良的影响。传统的城市规划不但不再适应我国城市经济的发展, 而且还会阻碍我国城市经济的发展。大数据则不同, 它让城市的规划更加科学, 可以有效地促进城市经济的发展。
3. 大数据可以提高城市规划的效率, 减少了各种资源的浪费节约成本。
传统城市规划在对统计数据和资料的分析一般由人来完成的。这不仅加大了工作人员的工作负担, 而且还不能保证相关数据的准确性。这是不利于城市的科学合理的规划。而在大数据时代的背景下, 城市规划是利用信息技术对相关的数据进行收集整理, 城市规划者在此基础上再对对城市空间进行进一步研究, 继而对城市进行科学合理规划。这样不仅仅使得我国城市空间得到了合理科学的规划, 同时也减少了人力资源的浪费, 真正做到“事半功倍”。
结束语
本文简单地对大数据时代下的城市规划进行了分析和研究, 并谈了自己的一些看法, 以期对读者有所帮助。随着我国城市化进程的加快, 我国的城市问题也日益突出, 科学合理的城市规划越加迫切。因此, 在城市规划的过程中, 应当充分利用大数据时代带来的的便利, 对相关的数据进行分析和研究, 这样不仅有利于城市的科学规划, 提高城市经济的发展, 同时也有利于我国的城市化进程, 促进我国经济发展。
摘要：城市化是人类文明进步的新阶段, 它极大地改变了人类生存的物质环境的, 同时也创新了人类的生产生活方式。随着大数据时代的到来, 信息与我们所处的环境更加紧密地交织在一起, 相互作用, 并对人类社会的发展和城市化进程产生更加深远的影响。对此, 城市的规划者要充分合理地利用大数据时代给城市规划带来的潜在的挑战和机遇。城市的规划者抓住大数据时代这一难得一遇的发展机遇, 勇敢迎接挑战的, 并以冷静思辨的态度对待这一现象。
关键词：大数据时代,城市规划,发展
参考文献
[1]秦萧, 甄峰, 熊丽芳, 朱寿佳.大数据时代城市时空间行为研究方法[J].地理科学进展, 2013, 09:1352-1361.
[2]叶宇, 魏宗财, 王海军.大数据时代的城市规划响应[J].规划师, 2014, 08:5-11.
大数据时代的城市规划响应 篇8
1 大数据在城市规划中的意义
1.1 大数据背景下进行城市规划符合时代发展的潮流
传统的城市规划形式单一, 落后, 城市规划效果不理想, 传统的城市规划没有跟上时代发发展的潮流, 落后于时代的需求。在传统城市规划中, 技术手段较为单一, 相关数据搜集不全面, 数据信息分析工作不到位, 对信息也不能进行有效的处理和应用, 这对城市规划工作产生了负面的影响, 导致城市空间规划不是很合理。这就制约了我国城市经济的进一步发展。但是, 在大数据背景下如果能够利用先进的信息技术手段, 进行城市规划, 能够收集整理海量的数据, 对相关数据进行有效地分析和处理, 就能够优化城市规划流程, 避免城市规划中存在的问题, 提升城市规划的效果与质量。大数据背景下进行城市规划是适应时代发展潮流的。
1.2 大数据背景下进行城市规划能提升工作的效率
传统城市规划形式单一, 手段落后, 通常是通过人工操作的方式对相关数据信息进行搜集、分析研究、处理的, 这种工作方式效率不高, 工作流程设计不合理, 这种人工操作方式无法保障数据信息的准确性, 用错误的信息指导城市空间规划工作就会导致其规划效果的不理想。另外, 这种传统的信息数据收集的方式也加大了工作人员的工作量, 增加了规划者的工作负担, 导致工作效率的低下。而在大数据时代, 利用各种信息技术手段进行海量数据信息的收集分析研究处理工作, 能够优化工作流程, 同时保障信息数据的丰富性和准确性。以此信息数据为依托进行城市的空间规划, 布局, 就能保障规划的质量。大数据背景下进行城市规划把工作人员从繁重的工作中解放出来, 使他们能够做一些更有益的, 能提升规划质量的工作, 这对于提升城市规划工作的效率, 推动城市空间规划工作的发展也具有积极的意义。
1.3 推动传统城市规划向大数据时代的转变
传统城市规划是借助统计、问卷调查、对文献进行研究等方式开展工作的, 这种工作方式落后, 导致城市空间规划布局不是很合理, 造成了一些弊端。但在大数据时代, 在城市规划工作中可以利用信息技术等先进的方式开展工作, 通过对相关数据的分析处理就能对城市规划工作做出指导, 就能够推动城市全面规划工作的发展, 并能够将城市规划的的效果图全面展示出来。借助先进的仪器设备, 可以对城市空间进行有效的规划设计, 能够实现城市规划工作模式、规划方式的转变, 推动传统城市规划向大数据时代的转变。
2 大数据时代城市规划的响应
2.1 城市规划编制的响应
城市规划编制工作是城市建设工作的开展的基础, 大数据背景下, 可以以大量的数据为依据, 对城市规划编制进行改革, 已实现其最优化发展。在大数据时代, 城市规划数据收集方式要发生变化, 城市规划编制的响应速度也需要发生变化, 要能够转变传统的城市规划方式, 改革城市规划技术手段, 以促进城市建设工作的有效发展。在大数据背景下, 城市规划人员可以在有限的时间内, 搜集到大量可靠的信息, 信息采集和数据处理工作更为快捷有效, 通过可靠的数据信息, 城市规划者可以有效改变城市规划编制, 使这项工作更为合理科学。
2.2 城市规划实施评价的响应
第一, 城市规划关注点的转变。在传统的城市规划问题上, 人们把关注点集中到如何使城市空间结构更为合理, 规划者关注的是城市空间的有效规划工作。而在大数据时代, 城市规划的关注点就会发生相应的变化。在大数据时代, 大量的数据出现在个体居民之中, 个体城市居民对城市规划有了自己的认识和要求。因此, 作为城市规划者在进行城市规划工作中, 就不能单单考虑城市空间结构布局问题。规划者更多地需要通过大数据手段了解居民意愿, 能够根据相关数据对城市规划工作进行分析设计, 这样, 才能有效推动城市规划工作的发展, 使城市规划更接近民意。比如, 在进行城市规划过程中, 规划者可以通过网络手段, 了解当地人口和土地使用现状, 了解居民对城市规划的意见和建议, 以此数据资源指导城市规划工作, 以推动这项工作的发展。
第二, 城市规划实施过程发生转变。传统的城市规划工作是先设计城市规划方案, 然后, 方案经过地方政府审批通过后开始实施, 接着, 各方面能够根据相关要求开展建设工作。传统的城市规划工作过程受到政府部门的主导。在经济和社会快速发展的背景下, 这种规划实施过程落实下来, 需要耗费大量的时间, 这就导致城市规划和建设工作滞后于经济发展和城市建设的需要。因此, 在社会经济快速发展的时期, 政府就需要优化城市规划过程, 要能够以动态城市规划和建设方式满足社会经济快速发展的需要。在现阶段, 城市规划实施过程要发生转变, 要能够向动态化和弹性的过程转变。
大数据时代, 城市规划过程要能够积极发生转变, 能够从传统的落后的规划编制中解放出来, 转变成为一种全新的运行模式。城市规划要能够实现城市规划设计, 设计实施, 采集数据信息、反馈信息、调整设计方案、实施规划的统一, 这个过程是完善的, 能够反映出城市规划的科学性, 能够促进城市建设中各种子系统的有效结合, 相互促进, 促进城市规划工作的发展。
总之, 随着社会的发展, 居民对居住的城市要求不断提升, 国家和政府要能够通过努力, 促进城市的有效发展, 满足人们的生活居住的需求。在大数据时代, 传统的城市规划模式已经相当落后, 现阶段, 城市规划者要能够更快捷准确地获得相关资源信息, 能够不断优化城市规划和设计, 能够借助大数据, 借助各种先进的技术手段, 完善城市规划建设工作, 以有效满足人们的现实需要和城市经济不断发展的需求。
参考文献
[1]秦萧, 甄峰, 熊丽芳, 朱寿佳.大数据时代城市时空间行为研究方法[J].地理科学进展, 2013 (09) .
南方电网数据中心规划和设计 篇9
中国南方电网有限责任公司(以下简称南方电网)服务的5省区是中国经济最为活跃的区域之一,要把对这样一个特大型企业建成经营型、服务型、一体化、现代化、国内领先、国际著名企业,必须实施高效的管理,提高劳动生产率,加强信息反馈,提高决策的科学性和准确性。现代信息技术能够有效助力于实现上述目标而受到高度重视。通过信息的集成和整合,形成分级的业务管理调控中心和战略决策中心,从而形成一致、有序、高效协同、科学的现代化管理和决策体系,实现业务流程规范化、经营管理信息化、决策支持智能化、商务运营电子化的一体化信息体系,为公司战略发展目标的实现提供可靠的、强力的支撑。
建设南方电网各级数据中心是建设一体化体系的核心内容,目标是实现南方电网总部及各分、子公司的核心业务数据集中、集成与优化整合,在此基础上实现企业综合分析与辅助决策的智能化。
1 数据中心技术规划
数据中心是一个稳定的、具扩展性、松耦合、分层的体系架构,包括数据获取层、数据层、应用层、数据访问层及支撑体系(见图1)。
1.1 数据获取层
数据获取层由各级数据交换平台实现,采用SOA(Service Oriented Architecture)技术,提供统一的数据服务能力,支持业务系统和ODS(Operational Data Store)的统一的接入服务,能够提供多种数据交换方式和多种数据交换格式,实现灵活的交换控制和调度管理,实现南方电网横向应用交互和纵向数据贯通的功能。
1.2 数据存储层
数据存储层包括各级业务系统数据和数据仓库数据,同级的业务系统中的数据和数据仓库中的数据通过交换平台进行交换。
ODS提供企业统一数据视图,覆盖生产、营销、财务、人力资源、物流、基建工程、计划、综合(政工、监察、工会、审计)、安全监察等业务领域。数据仓库存放并管理面向分析的、不同粒度的企业数据,基于分析需要,数据仓库既包含从ODS中抽取转换而来的明细数据,也包含在此基础上生成的汇总数据,为挖掘应用和报表应用提供数据支持,并作为数据集市的数据源。数据仓库提供并行处理能力和高性能的查询能力,支持基于历史数据的企业级决策分析,提供决策执行数据,并通过数据交换平台反馈到业务系统,进行信息利用。
数据集市是一组特定的、针对某个主题域、部门或用户分类的数据集合,数据集市既包含从数据仓库抽取转换而来的明细数据,也包含在此基础上生成的汇总数据,数据集市为各种主题分析或特殊的业务分析需求提供数据支持,保障数据仓库的高可用性、可扩展性和高性能。
1.3 应用层
决策分析应用主要包括业务应用,提供基于企业报表的统计分析,提供企业关键业务指标分析,提供即席查询,实现灵活的数据查询。数据仓库提供完备的、一致的数据环境和分析技术环境,基于数据仓库的决策分析应用是实现历史的、面向分析的、跨业务的企业业务主题分析和数据挖掘等功能,与业务系统相比较具有更高层次的分析能力。
1.4 数据访问层
通过与企业信息门户集成等各种方式,为用户提供决策分析的应用访问。
1.5 支撑体系
数据中心的支撑体系包括运维管理、安全管理、数据标准管理、数据质量管理、元数据管理、版本管理等内容。
(1)运行维护管理。数据中心的运行维护管理是信息化运维体系的一部分。在对机房、网络、硬件、基础软件运行维护的前提下,建立以数据中心基础管理、监控管理、数据管理、优化管理为对象的运行维护流程。
(2)安全管理。数据中心的安全管理遵循《中国南方电网公司信息安全保障体系》的统一规范,包括数据中心的物理安全、网络安全、主机安全、应用安全、数据安全及备份恢复。
(3)数据标准管理。数据标准化是数据中心建设的基础,《南方电网数据中心ODS数据库逻辑模型》基于《中国南方电网公司信息资源规划》的数据元素标准和数据模型建立,并基于《中国南方电网公司信息分类与编码标准》实现不同层级、不同业务系统间的数据统一标识。
(4)数据质量管理。数据质量包括数据本身的质量和数据应用的质量,是关系数据中心建设成败的关键因素。数据质量管理包括衡量数据质量指标定义、数据质量评估、数据质量保证。
(5)元数据管理。元数据涉及到数据中心的开发、运行、维护的整个生命周期,是数据中心建设过程中的重要环节。元数据管理主要包括元数据获取、元数据发布、元数据访问、元数据变更管理、版本控制。
2 系统部署规划
南方电网数据中心建设按网、省2级部署。遵循南方电网“十一五”信息化规划提出的“两级中心、多级应用”建设思路,建立起总部、分子公司球级数据中心,同时提供地市级决策分析应用。实施部署架构如图2所示。
总部数据中心的数据主要来自于各分、子公司数据中心,各分、子公司数据中心的ODS、数据仓库的数据主要来自于各业务系统。对于省级集中的业务应用系统,其业务数据直接抽取到数据中心,而对于非省级集中(地市集中)的业务系统,则首先通过数据交换平台将各类业务数据集中到分、子公司数据中心。
一般情况下,数据仓库能满足各类企业级决策分析需求。当数据仓库不断膨胀、管理复杂度加大到一定程度时,可将数据仓库中满足特定个性化需求的数据复制出来成为数据集市,由需求方在数据集市上自行建设个性化决策分析应用,满足个性需求的灵活变化,同时保持数据仓库模型的稳定性,降低数据仓库的维护管理风险。但数据集市的建立必须由专家进行必要性论证,避免重复性投资。
3 关键业务能力
南方电网数据中心的决策分析面向财务管理、营销管理、生产管理、安全监察、基建工程、人力资源、综合管理、物流管理、综合分析与计划统计等业务主题进行分析,提升以下四大业务能力。
(1)电网安全运营管理能力。1)通过对设备和电网的运行状况、检修、缺陷、事故等数据的分析,提高设备和电网的监控管理能力,科学管理电网设备资源;2)通过对安全人身伤亡事故的分析,提高事故管理和防范能力。
(2)财务绩效分析能力。1)反映企业的财务成果,指导企业降低成本和费用,增加收入,充分利用资金,创造良好的经济水平;2)员工绩效分析,从组织和个人2个层面为绩效管理提供支撑。
(3)电力营销管理及服务能力。1)通过对用电量、电费、电价的分析,提高电量的需求预测能信息化、决策支持智能化,对南方电网及其下属分、子公司的信息化工程建设具有重要的参考意义。
力、价格制定能力;2)全面了解用电客户的电力消费和缴费情况,帮助制定相关的用电政策和服务措施;3)分析营销手段及效果,提升营销策略的有效性。
(4)资源计划及决策能力。1)完善报表管理,为领导及时提供全面的关键业务信息;2)通过南方电网业务运行状态的分析和监控,提高信息预测能力,为领导的科学决策提供保证。
4 关键技术
SOA是一种架构模型,它可以根据需求通过网络对松散耦合的粗粒度应用组件进行分布式部署、组合和使用。服务是SOA的基础,可以直接被应用调用,从而有效控制系统中与软件代理交互的人为依赖性。SOA并不是一种现成的技术,而是一种架构和组织IT基础结构及业务功能的方法。SOA是一种在计算环境中设计、开发、部署和管理离散逻辑单元(服务)的模型。在新的应用技术条件下,各种原本封闭的信息资源也将以服务的形式开放出来,在数据中心的应用中,SOA在数据交换平台的建设、业务管理功能的构成、分析决策业务的共享等方面将通过组件技术,封装为信息功能服务单元。
(1)即席查询。根据用户临时产生的、灵活多变的、系统不可预知的分析需求而实现的数据查询功能。
(2)多维分析。通过OLAP工具或技术,对数据进行按多维模型方式的组织,并实现在多维模型上的自由组合、旋转、钻取等数据分析。
(3)数据挖掘。数据挖掘又称知识发现,是从大量数据中抽取有意义的、隐含的、以前未知的、并有潜在使用价值的知识的过程。使用人工智能、机器学习、神经计算、统计分析等技术,对数据仓库中大量数据进行归纳性推理和联想,寻找数据间内在联系,挖掘业务发展趋势与模式,为领导提供决策支持。
(3)报表。分为固定报表和自定义报表2种。固定报表是根据明确的分析需求而预先制定的有固定格式的、可按照预设频率自动生成的报表;自定义报表是根据特定分析主题设计开发的报表模板,用户在使用时可部分修改查询请求项和查询条件,通过报表工具可对查询结果进行旋转、钻取等灵活分析。
5 结语
南方电网数据中心的技术规划,提供了一个稳定的、具扩展性、松耦合、分层的体系架构,数据中心的实施部署,充分体现了“两级中心、多级应用”的建设思路,其中SOA、数据仓库、多维分析、数据挖掘等先进技术的应用确保实现业务流程规范化、经营管理
摘要：研究了南方电网有限公司总部和下属分子公司数据中心的建设需求,依据南方电网公司信息资源规划成果及相关信息化标准,从构建开放的、集成的、一体化的信息应用环境的角度出发,结合南方电网有限公司信息化建设进程及企业级决策分析需求,针对南方电网的管理特点提出统一架构、二级中心、多层应用的系统架构和技术支撑体系,同时介绍了系统需具备的关键业务分析能力和系统的关键技术,为南方电网有限公司的信息化建设提供参考。
关键词：数据中心,ODS,SOA,数据仓库,数据挖掘
参考文献
[1]尉飞新.用Web Services实现基于SOA的企业应用集成研究[D].上海:同济大学,2007.
[2]Inmon W H.数据仓库[M].北京:机械工业出版社,2000.