大数据时代的轨道交通公共安全体系探究

花旺 陈重萌

摘要：在我国高速发展的影响下，社会经济水平不断提升，人们的生活需求也在不断提高，目前，我国轨道交通的发展迎来一个新的阶段。在轨道交通发展中，也出现了各种各样的问题。公共安全与各家各户息息相关，做好公共安全体系建设这一工作，不仅有利于保障人民群众的财产和生命安全，还能促进社会经济创新性发展。轨道交通在城市交通运输事业中承担着重要的职责，只有做好这一事业的公共安全维护保障，才能优化城市治理与管理体系，统筹布局好城市发展工作。文章首先从分析大数据时代的轨道交通公共安全框架入手，有效构建大数据时代的轨道交通公共安全风险治理模型，然后建设相应的安全应急管理平台，最后进行相关技术应用分析，旨在从根本上促进我国大数据时代轨道交通公共安全管理事业的可持续发展。

关键词：大数据；轨道交通；公共安全体系

引言

目前，我国的城市轨道交通正在朝着全面数字化、自动化、高度智能化的方向发展。综合监控系统为城市轨道交通的运行提供了一个高效、统一的运行平台，特别是通过高效的分层、分散的计算机集成技术。应改为通过分层、分散的计算机集成技术，综合监控系统为城市轨道交通的运行提供了一个高效、统一的运行平台。城市轨道交通综合监控系统是一种以主干网络为基础的大规模监测系统，能够在监测系统软件平台上实现对多个专业的数据采集与控制。

1城市轨道交通信息系统的概念和发展结构

城市轨道交通信息系统是基于控制技术、通信技术、网络技术和计算机技术发展并成熟起来的，具备自动化、智能化和数据化的特征。具体来说，城市轨道交通系统主要由信号系统、通信系统、自动化检票系统、乘客信息管理系统、综合安全系统以及监控系统组成。所以，城市轨道交通信息系统是交通信息的多角度全方位呈现，也是交通综合管理的数据信息平台。城市轨道交通信息系统的发展不是一蹴而就的，它是一个循序渐进的过程，更是与轨道交通基础建设、轨道交通综合服务、轨道交通基础业务相匹配的共同发展。所以，城市轨道交通信息系统的发展首先需要强化现有信息系统在运维安全、物资保障等方面的推动，其次需要升级信息化管理、智能化管理、数据化管理水平，匹配新的轨道交通发展要求和网络信息发展要求等。

2轨道交通公共安全技术及其应用分析

2.1大数据存储技术分析

在网络大数据技术不断发展和大数据资源越来越丰富的背景下，信息储存对文件系统的标准要求越来越严格，若再单纯应用以往的本地文件系统进行管理，因为受到单一节点影响，已经无法有效完成数据密集型计算。所以合理运用分布式文件系统，将相应的负载转移到多节点上，已经成为发展趋势。HDFS是基于Hsdoop发展而成的一种分布式文件系统，该系统自身具备较强的容错性，而且吞吐量比较大，所需成本和费用比较低，可以为实现上层技术应用奠定信息存储服务和管理基础。基于HDFS，可以对存储文件进行具体分割，进而将文件块和多元数据节点融合在一起，结合具体配置，将统一的文件块副本融入多个主机，确保数据管理安全性，切实提升信息读取效率。No SQL（Not Only SQL）是一种非关系型的信息库，能够处理高并发读写、信息存储访问等问题。运用No SQL数据库，可以创新出更加能够满足大数据管理要求的操作模式，通过应用层来完成数据库自身应该完成的工作；还可以采取具备扩展功能的信息模型，利于多元、复杂的信息保存；也可以制定足够透明、公正的分布式存储方案，确保大数据处理的可行性和有效性。NoSQL数据库主要包括４种：Kye-Value数据库、针对具体文档的数据库、列存储数据库、图数据库。大数据存储技术应用主要体现在3大方面：一是应用于视频监控。在监控中，用户必须保证所提供的视频数据足够清晰，且在数据管控中，需要科学运用云存储技术。基于云存储技术开发的视频管理功能，能够满足高清录制的需求，避免出现复杂数据管理困难的情况。同时，基于云存储技术，还能扩大视频监控范围，完成分布式管理任务。二是应用于互联网运营。如今，云存储技术已经开始合理运用到互联网领域，满足不同用户的使用需求。因此，作为互联网运营管理主体，也要关注云存储革新与合理运用，科学创建用户需要的云存储平台，确保提供多元的数据资源，消除约束因子，提升数据库资源运用率。三是应用于视频编排。云存储系统便于高清视频编排，可以实现对多种视频编排节目资源的存储和管理，切实提升视频编排效率。

2.2网络通信平台技术

网络通讯平台是各个分支系统传输各种信息的平台，包括语音、文字、图像、数据等。该系统由网络监控中心的平台进行分析和集成，并将其分配给对应的外接装置。同时，在平台上建立信息传递参数，对多余的信息进行筛选，使其在平台上进行透明传递，从而确保各种信息的准确、高效、智能化。因此，城市轨道交通的一体化监测系统就是通过各个分支网络将采集到的数据传输到一个能够实现语音、视频、图像、数据采集和分析的平台。

2.3客流信息数据处理中的运用

城市轨道交通中的客流量往往伴随着通勤时间、天气状况等条件进行变化，这使得客流信息数据具有动态化的特征，这就给轨道交通客流信息数据处理带来不稳定和随机性的难题。比如，某个城市在开展大型文艺活动或者体育赛事，极易造成客流变化，主要体现在早晚高峰、城市区域等客流差异上。客流信息数据处理难度的增加，给客流峰值预估造成偏差，影响城市轨道交通运行的效率。城市轨道交通信息系统中的自动化检票系统可以将不同乘客在不同时间、不同地点乘坐城市轨道交通列车的信息呈现出来，这是运营人员进行数据判断的基础。在客流信息数据处理中，“Hadoop”可以通过统计学分析、模拟识别等将乘客的出行偏好、出行情况模拟分析出来，并构建乘客的出行习惯。这样，依托于数据挖掘技术，通过数据内部规律分析，运营人员就能获取较为精准的客流数据变化。

结语

综上所述，在大数据时代下，实现大数据网络技术和城市轨道交通公共安全管理体系的有效融合，不仅有利于不同机构和区域信息的融合与服务共享，还能够促进基础信息的互联，切实优化城市轨道交通运营管理和安全风险管控现状，增强大数据时代的轨道交通公共安全预防控制能力，并有效落实隐患排查与处理工作，避免出现不必要的安全事故，建立健全大数据时代的轨道交通公共安全管理机制，形成足够完善的大数据时代的轨道交通公共安全体系，切实提升轨道交通公共安全管理整体水平。

参考文献

[1]杨恺鹤,丁小兵,刘志钢,等.城市轨道交通客流时段OD对挖掘及快慢车停站方案确定算法研究[J].智能计算机与应用,2021,11(4):39-43,48.

[2]高明亮,高珊,于闯,等.融合RCM、PHM和数据挖掘的城市轨道交通车辆维护决策技术研究[J].城市轨道交通研究,2021,24(2):64-68.

[3]向红艳,袁发涛.基于自动售检票数据的轨道车站客流识别模型[J].科学技术与工程,2021,21(4):1568-1573.

[4]王富章，李平，刘德山.城市轨道交通智能综合监控系统及关键技术[J].交通运输系统工程与信息，2004，4（3）：24-28.

[5]王政凯.城市轨道交通综合监控系统智能发展研究[J].精品，2021（15）：242.