成都弱電公司訊：

隨著云端運(yùn)算及物聯(lián)網(wǎng)等科技的不斷發(fā)展，大數(shù)據(jù)(BigData)在智慧城市扮演的角色也越來(lái)越重要。但事實(shí)上，數(shù)據(jù)本來(lái)就是城市治理非常重要的依據(jù)，尤其是與城市安防的相關(guān)業(yè)務(wù)，舉凡人口統(tǒng)計(jì)、犯罪率、交通流量等數(shù)據(jù)，政府治理單位本來(lái)就會(huì)定時(shí)搜集并加以分析，作為施政的參考，假如不能先了解大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)的差別，把握大數(shù)據(jù)的分析與工具的特性，就算擁有大數(shù)據(jù)，也可能只是“入寶山空手而回”，無(wú)法將數(shù)據(jù)轉(zhuǎn)換成價(jià)值，自然也無(wú)法對(duì)城市安防產(chǎn)生貢獻(xiàn)。

了解大數(shù)據(jù)才能有效運(yùn)用

相較于傳統(tǒng)數(shù)據(jù)，大數(shù)據(jù)至少具有三個(gè)差異極大的特性。首先是數(shù)據(jù)量(Volume)，假如換算成數(shù)位數(shù)據(jù)單位，基本單位通常已經(jīng)是TB、PB等級(jí)，不僅要考量收集及儲(chǔ)存成本，如何迅速傳遞這么龐大的數(shù)據(jù)，也是大數(shù)據(jù)應(yīng)用必須思考的重點(diǎn)。

其次是時(shí)效性(Velocity)，即使是這么大的數(shù)據(jù)量，仍然要在最短的時(shí)間內(nèi)產(chǎn)生分析結(jié)果，如傳統(tǒng)的年報(bào)統(tǒng)計(jì)，往往是在今年收集去年的數(shù)據(jù)，卻在隔年才出版，曠日廢時(shí)的結(jié)果，往往會(huì)讓數(shù)據(jù)分析結(jié)果失真。

最后也是最大的差別，就是數(shù)據(jù)的多樣性(Variety)，傳統(tǒng)的數(shù)據(jù)通常有明確的結(jié)構(gòu)性，選項(xiàng)也比較少，如年齡、性別、等級(jí)等，但大數(shù)據(jù)可能會(huì)有各種形式，包括文字、影音、圖像、網(wǎng)頁(yè)等，不僅沒(méi)有明顯的結(jié)構(gòu)，而且大數(shù)據(jù)還常常出現(xiàn)形式交錯(cuò)的現(xiàn)象，如Youtube上的影片除了有點(diǎn)擊數(shù)外，同時(shí)還有留言討論。

由此可知，傳統(tǒng)的數(shù)據(jù)收集方式，顯然已經(jīng)不能滿足城市安防對(duì)于大數(shù)據(jù)的需求，所幸在物聯(lián)網(wǎng)(InternetofThings；IoT)、云端運(yùn)算及4G無(wú)線寬頻等技術(shù)的發(fā)展下，要取得物與物、物與人、人與人的互聯(lián)互通數(shù)據(jù)，技術(shù)上已不是問(wèn)題，但必須得先迅速建構(gòu)起收集、傳遞及儲(chǔ)存大數(shù)據(jù)的基礎(chǔ)建設(shè)，才有可能建立全面感知的能力，成為城市安防決策的最佳后盾。

但只是從感知層獲取資訊是不夠的，因?yàn)橄胍龊么髷?shù)據(jù)深度分析，就必須要有能力針對(duì)復(fù)雜且開(kāi)放式的問(wèn)題尋找答案，并藉由視覺(jué)化分析工具，透過(guò)連續(xù)性的篩選和抽象化，才能洞悉重要資訊。然而大數(shù)據(jù)具有的超大量半結(jié)構(gòu)化/非結(jié)構(gòu)化數(shù)據(jù)的特性，往往會(huì)造成傳統(tǒng)關(guān)聯(lián)式數(shù)據(jù)庫(kù)經(jīng)管系統(tǒng)(RDBMS)的運(yùn)作瓶頸，必須要導(dǎo)入全新的大數(shù)據(jù)分析工具，方能真正靈活運(yùn)用大數(shù)據(jù)。

此外，大數(shù)據(jù)的價(jià)值既然遠(yuǎn)超過(guò)傳統(tǒng)數(shù)據(jù)，大數(shù)據(jù)的真實(shí)、平安及穩(wěn)定性，就必須加以重視。尤其是現(xiàn)在的網(wǎng)路應(yīng)用無(wú)所不在，舉凡機(jī)場(chǎng)、銀行、捷運(yùn)、車(chē)站、水電油氣供應(yīng)機(jī)制等，都可能被駭客入侵，加上政府為了能讓把握的數(shù)據(jù)更有價(jià)值，必須要采取公開(kāi)透明的數(shù)據(jù)使用機(jī)制，當(dāng)公共事業(yè)的數(shù)據(jù)開(kāi)放愈多，可能被入侵的機(jī)會(huì)也愈高，因此想要利用大數(shù)據(jù)來(lái)解決城市安防的問(wèn)題，首先就得先做好大數(shù)據(jù)的保護(hù)，因此資安技術(shù)的導(dǎo)入及專(zhuān)業(yè)人員的配置，絕對(duì)不能輕忽。

大數(shù)據(jù)對(duì)城市公共衛(wèi)生及治安的幫助

目前已有許多歐美城市開(kāi)始藉由搜集及分析大量數(shù)據(jù)、預(yù)知可能出現(xiàn)的危機(jī)，進(jìn)而作為城市安防的參考。如紐約的康乃爾大學(xué)威爾醫(yī)學(xué)院(WeillCornellMedicalCollege)計(jì)算與系統(tǒng)生物醫(yī)學(xué)助理教授ChristopherE.Mason的研究團(tuán)隊(duì)，花了18個(gè)月的時(shí)間在紐約400多個(gè)地鐵站的車(chē)廂、樓梯扶手、座椅、燈桿、垃圾桶等地方搜集樣本，總共發(fā)現(xiàn)15，152種微生物，其中來(lái)自于人類(lèi)的DNA只占0.2%，將近一半的樣本是人類(lèi)未知的有機(jī)生物，27%是活性且具有抗生素抗藥性的細(xì)菌，所幸其中僅有12%會(huì)讓人生病。

這項(xiàng)名為PhthoMap的研究計(jì)劃，還透過(guò)華爾街日?qǐng)?bào)網(wǎng)站提供互動(dòng)地圖，讓使用者可以用來(lái)觀看特定車(chē)站的研究成果，如收集的樣本來(lái)源、微生物來(lái)源比例、細(xì)菌種類(lèi)與說(shuō)明等，也可利用搜尋細(xì)菌的種類(lèi)，了解那些車(chē)站有這些細(xì)菌的存在，等于也展示了公衛(wèi)數(shù)據(jù)開(kāi)放使用的過(guò)程。