分析：大数据之于智能交通意义重大仍面临难题

分析：大数据之于智能交通意义重大仍面临难题

大数据之于智能交通的意义，可以解决跨越行政区域的限制，实现数据信息的共享，在信息集成优势和组合效率上，有助于建立综合性立体的交通信息体系；另外在车辆安全、交通资源配置以及利用大数据的快速性和可预测性能提升交通预测的水平都有极大的帮助。大数据支撑智能交通发展仍面临五大难题随着移动互联网、大数据、车联网等技术越来越多地渗透到交通领域，百姓的出行将越来越高效便捷，同时也有利于管理部门为社会提供更好的公共交通服务。借助移动互联网、云计算、大数据、物联网等先进技术和理念，将互联网产业与传统交通运输业进行有效渗透与融合，形成具有线上资源合理分配，线下高效优质运行的新业态和新模式。积极用好大数据技术来支撑交通运输行业科学决策。交通运输部正在推进开展行业信息资源整合，同时也与互联网企业开展合作，利用定位大数据和智能化分析技术，成为科学决策的技术支撑。不过，大数据虽然支撑着智能交通的前行，但其发展道路上难免要历经磨难，从目前来看主要存在五个问题。问题一：海量设备管理问题随着系统规模扩大，前端设备点位增加，设备故障点也呈几何级数增长，管理人员仅忙于应付设备故障，无暇他顾。以电子警察系统为例，目前一、二线城市基本都实现了电警设备在重点路口、路段的全覆盖，建设规模均有上千台摄像机及相应的控制设备，由于各厂商产质量量良莠不齐，前端设备实际完好率不高。设备故障未暴露，或暴露但没有得到及时维护的现象非常严重，给业主造成了大量的投资浪费。问题二：统一标准和技术规范国内智能交通系统项目的建设先于行业统一标准的推出。在缺乏标准的条件下，许多地区的智能交通系统自成体系，缺乏应有的衔接和配合，标准互不统一。即便在城市内部，道路上的传感器标准也非常混乱，因为传感器设备生产企业缺乏统一的接口标准。标准和规范的混乱妨碍了交通数据的获取，从而无法进行交通流的分析和预测。在高速公路收费系统方面，各省或地区内建设的网络一卡通或不停车收费系统，也没有统一指导和标准，为将来的全国联网造成了困难。问题三：系统可靠性与稳定性智能交通系统复杂度和整合程度越来越高，而系统的健壮性却没有同步提高，往往有牵一发而动全身的问题出现。以某地级市为例，智能交通系统由近200台服务器和2千多台前端设备组成，包括信号控制、交通流量采集、交通诱导、电子警察、卡口等子系统，数据要和省级交管平台、区县级交管子平台、公安业务集成平台等系统相连。系统具有流程复杂、业务系统众多、客户端分散等等一系列特点。业主竭尽全力为了保证业务系统的正常运行，但还是经常出问题。系统及网络结构复杂是一方面，业务系统众多无法“照顾”过来才是最严重的问题。问题四：数据源的质量智能交通应用需要高质量的数据源，而目前设备长时间运行的性能得不到保证，数据质量不高限制了智能交通业务高水平的扩展应用。现代化的交通诱导和交通信号控制需要实时准确的交通流量数据以供交通状态判断以及短时交通预测使用。而由于目前系统健壮性不足，难以自行判断数据质量，从而使得交通诱导和信号控制系统不能发挥预期效用，从而影响了整体智能交通系统的投资价值。问题五：信息安全问题由于智能交通兼具交通工具带来的移动特性和通信传输所使用的无线通信两方面的特点，它也就集成了无线网和移动网两大类型网络的安全问题。然而，当前针对智能交通的研究还只是偏重于其功能的实现，忽略了其信息安全问题。实际上，无论是从信息的收集、信息的传输、信息的处理各个环节，智能交通都存在严重的信息泄露、伪造、网络攻击、容忍性等安全问题，亟须受到人们的关注和重视。未来伴随着移动互联网、大数据、车联网等技术越来越多地渗透到智能交通，将会使我们的出行越来越便捷、高效、舒适