pysx0503
作者pysx05032022-04-14 15:00
系统工程师, 第十区。散人

智慧城市下的公共数据共享

字数 3470阅读 792评论 2赞 2

摘要智慧城市 (英语:Smart City)起源于 [传媒] 领域,是指利用各种信息技术或创新概念,将城市的系统和服务打通、集成,以提升资源运用的效率,优化城市管理和服务,以及改善市民生活质量。

智慧城市是把新一代 [信息技术] 充分运用在城市中各行各业基于知识社会下一代创新(创新2.0)的城市信息化高级形态,实现 [信息化] [工业化] 与 [城镇化] 深度融合。有助于缓解“ [大城市病]”,提高 [城镇化]质量,实现精细化和动态管理,并提升城市管理成效和改善市民生活质量。

生活品质的提高让人们对生活的环境提出的要求越来越多,这促进了现代社会发展和城市生长。快速成长的城市, 高密度的人口聚集 等情况同时 带来了资源短缺、 环境 污染、生活环境恶化等问题, 特别是在近几年的新冠病毒等流行病下 也展现了其脆弱性 。 而 低密度无序的城市发展 也同样存在 大量的问题,如 大量 机动车 造成的交通拥堵 、基础配套 不完善 、物流效率低 、 城市信息闭塞 等等。 正是由于 这些问题,现代城市规划才会如此强调城市的智慧生长, 进而使全国都在推进智慧城市。

智慧城市涉及到我们生活的方方面面。交通、医疗、教育、金融、民生、企业、公共安全与市政全都应该纳入到智慧城市的信息网络中,成为一个整体,通过信息化作为这个智慧城市聪明的“大脑”和遍布每一个角落的“神经”。其中如 广东深圳,实现“一图全面感知、一号走遍深圳、一键可知全局、一体运行联动、一站创新创业、一屏智享生活”,数据的有效连接与智能交互打破了不同部门、领域之间的壁垒,破解了治理碎片化难题; 如 上海徐汇,推动“一云汇数据、一屏观徐汇、一网治全城、一人通全岗”,跨部门、跨层级、跨区域的城市运营管理推动数据联通、服务联结、治理联动 。 这些都是优秀的智慧城市典范。但智慧城市在不同地区的发展速度、规模、程度都不相同。因为是新生事物,更多数城市还是在摸索中前进,进展缓慢且收效甚微。导致这种现象的原因基本可以归纳为以下几部分。

一、 缺乏基础数据梳理对智慧城市没有更深入的了解。

虽然智慧城市的最终展示是眼花缭乱的信息化智能系统,但核心的本质还是数据。数据是城市的数字化展示,是构成信息化虚拟社会的重要组成部分。关于城市的基础数据越全面,越详细,所展示出的虚拟社会也越具体,越清晰。想要实现智慧城市,首先要构建的是一个详细准确的数字化社会。城市的数字化涉及到方方面面,包含多各领域。由于范围广、情况复杂、投资巨大而往往被忽略或者简化。但这项工作却恰恰是整个智慧城市的基础,能够提供多少准确而全面的数据决定了城市最终具有怎样的智慧。

智慧城市建设之前,首要的工作便是要重新梳理和认识城市数据:

  1. 认识数据的重要性 : 数据已经成为新型的重要资源,无论是企业的数字化转型,还是数字化城市,智慧城市,都离不开基础数据的支撑 。
  2. 了解城市数据类型 : 沿海城市、旅游城市、制造基地、金融中心、粮食重镇不同的城市有着各自的特点。在城市的数字化改造上也有着不同的需求和目标,城市首先要理清自身特点,制定出城市的发展方向,需要重点采集的基础数据类型 。
  3. 梳理数据所属系统和业务单位 : 确定了城市发展的目标,接下来就是梳理各项数据所属关系,了解各个数据所属职能单位的数据情况,采集各个系统中现存的数据。
  4. 完善和丰富城市基础数据:由于城市的数字化刚刚兴起,很多城市的职能部门所掌握的数据或者不全,或者没有实现电子化,无法便捷的提供数据共享,导致很多基础数据无法被采集。完善城市基础数据,实现信息化和数字化也是智慧城市中的一项重要工作。

二、 提供安全保障实现各项数据的安全传输,保护公民隐私及公共信息安全。

因为智慧城市的数据涉及到城市的多个方面。税务、医保、市政、公共卫生、公共安全、基础建设、民生、金融、交通等等方面都由不同的职能部门管理。智慧城市首先要搭建包含城市海量数据的数据湖,而数据湖的数据又来自各行各业。这种数据在共享和互通上往往会遇到很大的阻力。其根原因就是因为各个职能部门对于各自信息系统数据外泄的担忧,担心一旦开始采集数据会增加原有的内部信息系统安全风险,增加数据外泄的可能。这种担忧并不是杞人忧天,原本封闭独立的内部网络要接入统一的网络中实现数据共享,这就增加了新的网络边界,而边界的另一端的情况也是在本部门不受控的状态,很难保证不会因为某个职能部门的安全事件影响全网。

不消除这样的担忧,各个职能部门和企业面对政府的智慧城市的大数据采集就会存在一定的抵触。想要保障数据采集时的数据安全,应该注意以下几点:

1 . 专线传输 : 由政府统一牵头,建立智慧城市大数据专用网络,提高网络的安全性和独立性,避免非相关的系统接入到智慧城市专网中。

2 . 边界防护 : 智慧城市专网可以避免一部分外来的网络入侵和攻击行为,但并不能保障整个网络内部安全事件的传播。由于智慧城市专网涉及到多个部门和企业,原本独立的业务系统中的数据开始互联互通。这些信息系统的规模不等,所用技术也千差万别,很多信息系统同时存在着多个网络边界,这种复杂的情况下就要求智慧城市专网有更高的安全性,需要在每一个网络边界节点上都具有安全防护设备,阻止内部的网络安全攻击行为,降低网络内部安全事件传播的风险。

3 . 加密传输 : 因为数据涉及到众多的公共信息,在传输处理上也应该格外慎重,数据的传输和接入部分都应该采用加密手段,防止中途数据被截取或者篡改。

三、 数据脱敏避免各个特殊部门的敏感数据外泄。

很多部门的数据是比较敏感的,多数情况下这些数据都是禁止对外共享的。各个单位和部门对接政府的大数据平台都会担心数据外泄的情况发生。在这样的顾虑下,难免会产生很多阻力。为了消除这种顾虑,提高智慧城市大数据中心的安全级别,特殊数据在对接时应该进行数据脱敏。

1 . 敏感数据梳理 : 首先应该对重点部门和敏感数据进行梳理,如国土信息,财政信息,市政信息等。对于重要数据,一定要进行归类备案,传输留痕,避免因为疏忽而导致敏感数据随意传播。

2 . 数据脱敏 : 对于重要部门的敏感数据,传输边界还应该部署数据防泄漏系统来进行数据脱敏,直接屏蔽敏感信息的数据。

四、 数据精细化减少大数据中心的运算压力。

海量的数据是智慧城市的基础,而可靠的数据传输是智慧城市的神经,但再强大的大脑也无法持续应对海量的垃圾数据。政府在针对各个职能部门和企业要数据的时候往往缺乏目标,要求大而全的数据,这样不仅各个数据部门不愿意配合,也给智慧城市的大数据中心增加了巨大的计算压力。大数据并不是一股脑的把所有的城市数据全部采集。对智慧城市来说,精细化的数据采集是让城市聪明的重要因素。所谓精细化,是要梳理出所有各行各业之间的数据关联,找出各种逻辑关系,建立分析模型,根据这些模型提供出对数据的需求,而不是无规则把所有数据全都汇总到大数据中心。智慧城市的作用是管理,指挥和决策,需要的数据也应该是逐级筛选,过滤和汇总之后的,这样可以尽可能的 减轻大数据中心的压力。

1 . 数据分类 : 城市的发展方向决定了智慧城市项目里重点关注那些信息。是市场经济,民生保障还是能源环保,这些都会有特定关联的数据类型作为支撑。其他数据也就不必要进入到这个类型的大数据分析中,将海量的数据进行分类,可以有效的减少智慧城市大数据分析时的压力。

2 . 关键数据汇总 : 有了数据的分类,可以将相同类别和有关联的数据整合,建立分析模型来实现大数据的挖掘。通过对关键数据的汇总可以减少各个部门上传到大数据中心的数据量,也能有效减少智慧城市数据湖中的压力。

3 . 精细化数据传输 : 很多业务部门已经建立了一定领域内的信息化系统,对于其他部门来说,这些已经成型的信息化系统可以提供结论性的数据,这些数据可以简化智慧城市数据中心的查询和分析压力。 智慧城市的大数据中心虽然是海量数据,但在数据汇总之前应该尽量把数据精细化,将各个领域内的汇总数据和总结性数据进行整合,让数据逐级汇总,上传,到核心的大数据中心时,保留的应该是具备一定决策价值的数据,至于各个领域的专业情况,则还是应该有各个领域部门各自的专业系统中保存。

智慧城市庞大而复杂,但根本的核心还是各行各业的数据。政府在推进智慧城市的时候首要面对的也是公共数据的共享问题。在这个过程中,企业和职能部对信息安全和数据安全的担忧难免阻碍智慧城市大数据的进程。处理好数据共享中的各种风险和隐患,才能够顺利的推进智慧城市,让智慧城市的“大脑”越来越聪明。

如果觉得我的文章对您有用,请点赞。您的支持将鼓励我继续创作!

2

添加新评论2 条评论

pysx0503pysx0503系统工程师, 第十区。散人
2022-04-20 10:20
的确。所以在做智慧城市之前。各个部门。企业指尖的基础数据和信息化建设很重要,有了丰富准确的基础数据才能考虑后续的互通问题。另外其实在数据互通上也不必全部数据共享,各个部门首先应该梳理出自己的总结性数据。这样也可以减少智慧城市大数据的压力。
15305419779zxy15305419779zxy主任, 山东大正公司
2022-04-20 09:11
对于城市智慧城市下的公共数据共享,这个问题,其实非常敏感,主要是牵扯到个人隐私问题。数据共享存在壁垒,部门之间协调十分困难。在建设大数据过程中,需要各部门数据汇集到数据中心,但目前各部门管理体系呈现条线化,各部门出于各自的考虑很难完全进行数据共享,把这些数据汇集到一起非常困难。同时,数据的可用性也存在问题。智慧城市的建设需要对数据进行实时更新,但是许多部门的数据汇集频率低,据了解,有些部门一个月甚至半年才更新一次数据,数据的有效性便会存在偏差。实施起来也是有极大的难度
Ctrl+Enter 发表

本文隶属于专栏

最佳实践
不同的领域,都有先行者,实践者,用他们的最佳实践来加速更多企业的建设项目落地。

作者其他文章

相关文章

相关资料

X社区推广