城市公共安全大数据

黄全义，夏金超，杨秀中，宋玉刚

（1.清华大学 公共安全研究院/工程物理系，北京100084；2.北京辰安科技股份有限公司， 北京 100094）

高端学术论坛

城市公共安全大数据

黄全义1，夏金超2，杨秀中2，宋玉刚2

（1.清华大学 公共安全研究院/工程物理系，北京100084；2.北京辰安科技股份有限公司， 北京 100094）

对城市公共安全大数据的分类、数据采集存储、数据共享、数据安全、融合应用等方面进行了探讨；并结合我国城市公共安全管理的现状，提出需建立一套管理机制、一个大数据中心、一套标准规范和一个平台体系架构，为我国城市公共安全管理和智慧安全城市建设提供技术支撑。

公共安全；大数据；突发事件

1 城市公共安全面临的挑战

城市公共安全，是指社会和公民个人从事和进行正常的生活、工作、学习、娱乐和交往所需要的稳定的外部环境和秩序。城市是人类社会、经济、文化发展的中心，其特有的生产要素的聚集性和流动性，使得城市处于高风险区域，一旦发生公共安全事件，可能会造成巨大的人员伤亡、财产损失和环境破坏，严重影响人类社会的安全和稳定。随着城镇化的加速，许多城市出现“城市病”，面临许多城市安全问题。在2015年召开的中央城市工作会议上，习总书记特别强调，对于城市工作，要把安全放在第一位，严把安全关、质量关，并把安全工作落实到城市工作和城市发展各个环节[1]。

影响城市公共安全的因素包括自然灾害、事故灾难、公共卫生事件和社会安全事件等。近年来，特别是昆明、广州等地火车站暴力恐怖事件、上海外滩踩踏事件、天津滨海新区集装箱码头化学爆炸事件、深圳光明新区滑坡事故等重大公共安全事件，给新形势下的城市公共安全治理带来了严峻的挑战。我国城镇化率超过了55%，已进入风险社会，城市公共安全问题日趋突出。提高城市公共安全风险管控能力，健全城市公共安全体系成为当务之急。加强城市公共安全管理、成功防范和控制各类城市公共安全事件是各城市必须下大力气解决的重要课题[2-3]。

在城市建设、管理和运行过程中，积累了多源、异构、海量的数据，是城市公共安全管理的重要依据。运用大数据、云计算等相关技术，对城市公共安全数据进行分级分类采集、存储、共享和挖掘分析，可有效评估城市公共安全现状，实时掌握城市管理和运行中存在的主要风险，为解决城市公共安全问题提供决策依据。

2 城市公共安全数据特征及存在的问题

2.1 数据特征

城市公共安全管理具有管理目标多、信息量大、数据复杂多样、覆盖范围广、类型复杂等特点，需要超大量、多源异构、多类型、高速变化的数据支撑，比照大数据的特点可以发现，城市公共安全数据具有鲜明的大数据4V特征：

1）数据量大。城市公共安全管理过程涉及众多管理部门，数据涵盖众多行业领域。城市公共安全数据包括海量的属性数据、复杂的灾害空间数据、各类非结构化数据，如需兼顾视频、物联网等还包括实时数据和互联网数据，呈现超大量的特征。

2）数据复杂多样。城市公共安全数据应用需应对多目标、多类型的数据，这些数据覆盖结构和非结构数据，语义不同、数据质量各异。

3）数据高速动态变化。城市无时无刻不在产生庞大的公共安全数据，包括各种城市环境监测信息、城市运行安全信息和车流人流信息等。

4）数据价值密度低。城市公共安全数据单位量的数据价值较低，若需要发挥全量数据的价值，只有将各类城市公共安全数据相互关联，并纳入一定的模型中进行融合分析，才能挖掘出其中蕴含的规律和知识，使数据价值最大化。

城市公共安全数据与物联网、云计算、移动互联网、GIS、网格化、监测预警等技术紧密结合，可为城市公共安全提供全方位、全过程的数据服务和应用支撑。

2.2 存在的问题

城市公共安全数据纷繁复杂，面临采集难、管理难、共享难和应用难等问题[4-6]：

1）采集难。城市的基础设施覆盖不足，运行监测设备缺失，无法采集和获取足够数据。目前城市公共安全数据的采集方式落后，存在许多缺陷；智慧基础设施覆盖不足、大数据技术缺位等导致了大量“无痕”活动的产生，难以保障全面和重点数据的采集。

2）管理难。城市缺乏大安全管理，公共安全问题应对和治理的主体相互独立，缺乏统一性和协调性，各部门都在开展公共安全信息化平台和数据库建设（如政府/部门应急平台、城市网格化管理平台、安全生产综合监管平台以及气象、地震等各类监测/观测平台等），但受限于管理模式和技术能力，难以实现平台间的互联和数据的统一管理，不能形成合力，缺乏业务的有机整合。

3）共享难。在分行业、分部门、以“条”为主的垂直系统中，城市各部门的公共安全管理均局限于各自领域，缺乏统一的标准和规范，数据资源无法有效整合，形成一个个信息孤岛。

4）应用难。多数城市和相关部门未能建立有效的监测预警体系和平台，难以兼顾常态与战时，突发事件发生时应急指挥决策和救援显得捉襟见肘，难以对隐患做出防控，城市公共安全应用呈现被动性。

3 城市公共安全大数据的分类与管理

3.1 数据分类

城市公共安全大数据来源于政府的不同部门，包括公安、卫生、水利、环保、安监、社会综治、交通、城管、住建、旅游、人防、气象、国土、民政、林业、农业、食药监、质监等，以及电力、通信、金融等行业，跨部门跨行业特征明显。

城市公共安全大数据还没有统一的分类标准，从大数据的采集、管理、挖掘分析和应用等方面考虑，城市公共安全大数据宜采用大类、亚类、细类3层分类。城市公共安全大数据的大类包括：城市公共基础（市情）数据、部门业务数据、社情民意数据、物理环境与灾害监测数据、城市运行数据、人行为（活动）数据、突发事件应急处置数据和公共安全知识数据等。每个大类下分若干亚类，具体如下：

1）城市公共基础（市情）数据，即描述城市基本情况的数据，为城市公共安全管理提供基础数据支撑。其亚类包括：人口数据、法人数据、基础地理信息数据、不动产数据和经济数据等。

2）部门业务数据，即各级部门和社会组织日常工作中形成的与城市公共安全相关的数据。其亚类包括：执照/许可/资质证等证照、监督检查数据、执法数据、城市生命线工程数据、应急资源数据、水利设施数据、交通设施数据、通信设施数据、电力设施数据、金融设施数据、旅游设施数据、人防工程数据、重大危险源数据、消防数据和重点部位（场所）数据等。

3）社情民意数据，即反映社会民意民情的数据。其亚类包括：政府的社会民意调查数据、网络舆情数据、信访/上访数据和矛盾纠纷处理数据等。

4）物理环境与灾害监测数据，即对城市物理环境及可能发生的灾害进行监测监控的数据。其亚类包括：气象监测数据、环境监测数据、地震监测数据、水文监测数据、地质灾害监测数据、森林火灾监测数据、海洋灾害监测数据、疫情监测数据、大型桥梁变形监测数据、电梯运行安全监测数据和视频监控数据等。

5）城市运行数据，即城市日常运行中产生的数据。其亚类包括：车流（含汽车、火车、飞机、船舶）信息、物流信息、金融流转信息、煤/电/气/油/水用量信息、主要农产品及食品价格信息等。

6）人行为（活动）数据，即城市个人及群体各种行为及活动产生的数据。其亚类包括：流动人口信息、酒店入住人员信息、酒店餐饮人员信息、个人刷卡信息、通话信息、个人出行位置或轨迹信息、学术会议/集会/游行信息、体育赛事信息、文化娱乐信息、浏览访问网络/主页信息、购买商品信息和社交信息等。

7）突发事件应急处置数据，即城市各级政府、部门及社会组织为应对和处置自然灾害、事故灾难、公共卫生事件和社会安全事件所产生的数据。其亚类包括：事件接报信息、预测预警信息、风险分析与评估信息、应急决策与会商信息、指挥调度信息、事件跟踪与反馈信息、事件现场图像及监测监控信息、事件新闻发布与报道信息、重要领导指示/批示信息、国内外反映与评价信息、灾后损失评估与灾害救助信息、应急能力评估信息、应急演练与培训信息等。

8）公共安全知识数据，即与城市公共安全有关的知识、法规、预案等数据。其亚类包括：事件/事故基本概念知识、预防与准备知识、监测与预警知识、应急处置与救援知识、灾后恢复与重建知识、法律/法规、应急预案、突发事件案例和标准规范等。

城市中产生的上述数据，既有结构化、半结构化数据，也有非结构化图像、音视频等数据。政府可利用物联网技术采集大数据，运用云计算技术建立云存储平台以存储异构数据，同时建立大数据分析平台，快速对文本、图像和视频等数据进行分析处理，挖掘各数据集之间的关系，智能、及时地发现城市运行中存在的各种风险，关口前移，构建智慧安全型城市。

3.2 数据采集与存储

数据采集是形成城市公共安全大数据的首要环节。数据采集需要保证完整性、准确性和时效性。传统的数据采集方法包括人工录入、调查问卷等，存在数据难以获取、数据质量不佳、城市决策缺乏数据支持等典型问题。城市公共安全大数据的采集与传统的数据采集不同，需要采集接入多部门、多领域、多结构的城市公共安全数据。进入大数据时代，一般来说有3个要求：①数据采集以自动化手段为主，减少人工录入；②采集内容以全量采集为主，摆脱采样采集的方式；③采集方式多样化、内容丰富化，避免只采集基本数据的方式。随着互联网、物联网技术的发展与智能移动终端的普及，城市中人类产生的数据以及未来越来越多有潜在意义的各类数据，能为城市公共安全中人类社会的影响分析提供数据资源。

城市公共安全大数据一般采用两种存储方式：集中式和分布式。在兼顾提高数据访问、使用效率和数据安全性的基础上，为了不给部门业务增加新的工作负担，城市公共安全基础数据库也可采用集中管理与分布存储相结合的存储方式。近年来，云计算的出现，将很多在同一地点或不同地点的计算机资源整合起来，通过网络为政府部门、企业或公众提供了大数据分析产品、服务和解决方案。Hadoop计算框架是一个开源的分布式计算框架，其核心内容为分布式文件系统（HDFS）和Map/Reduce 编程模型，且Hadoop在处理海量数据上具有非常优越的性能，可作为城市公共安全大数据云计算与云存储的服务平台。

3.3 数据共享

城市公共安全大数据涉及政府不同部门和行业的数据，各部门/行业既需要共享这些数据，又需要按数据授权要求将不同数据和服务控制在不同的共享范围内，使得不该接触到特定数据的机构/人员无权看到该类数据。在城市范围内，根据城市公共安全大数据的分类和部门的职责，需要制定各类各项数据的共享方案，做到在自主、安全、可控下的共享，根据实际需要，实现数据共享权限控制与管理功能。

数据共享权限控制与管理功能，能够针对数据提供多层次的数据授权，以实现对数据的有效控制，主要包括数据描述级授权、数据记录级授权、数据字段级授权和混合型授权等。数据描述级授权，即授予其他单位访问数据管理单位指定数据描述信息的权限，被授权的单位仅能获取数据名称、内容说明、时间、数据来源等描述性信息，但不能获取具体的数据记录和字段信息；数据记录级授权，即被授权的单位能获取指定数据的全部数据记录或部分特定的数据记录；数据字段级授权，即被授权单位能获取数据的全部字段信息或部分特定的字段信息。服务描述级授权，即被授权单位仅能获取服务名称、内容说明、服务来源等描述性信息，但不可获取具体的服务地址、访问方式等信息；服务内容级授权，即被授权单位不仅能获得服务描述级授权，而且能获取服务资源地址、服务访问方式等信息，以进一步使用服务资源内容。

3.4 数据安全

城市公共安全大数据应采取有效的安全策略保证系统安全，并通过有效的管理机制保障数据管理和共享的安全。在数据上，通过数据分类分级、运行环境、存储安全、身份认证、传输安全、日志审计、访问授权等方式保证数据安全，防止敏感数据泄漏，保证平台的安全性；在运行环境上，运用软硬件安全设备按照端到端访问安全、网络分层安全两个维度对安全体系进行设计规划；在存储安全上，服务器端文件和数据均需加密存储，本地数据库严格加密；在身份授权上，采用CA统一认证技术，提高系统安全防护能力；在传输安全上，通过SSL/TLS加密通道传输数据，防止数据被窃听或篡改；在文件流向控制和追踪上，待传输的文件密级不得高于收发双方能够处理的最高文件密级，通过密级验证阻止高密低传，并对整个文件流转途径进行记录，提供流向追踪和审计功能；在访问授权控制上，按照最小特权、多人负责和职责分离3个原则，通过系统管理员、安全保密员和系统审计员共同管理，避免单一系统管理员独裁式的系统管理机制。

3.5 数据融合应用

对于城市公共安全来说，数据融合应用要实现多领域、多源、多模式数据的融合，按融合层次可分为数据级融合与业务级融合，其中数据级融合主要是将城市安全部门的内部数据、从其他单位共享得到的数据和互联网等社会相关的数据进行部门内融合；业务级融合主要围绕各行业的特定业务场景（如应急救援等），实现针对具体业务的跨部门业务级融合，支撑城市安全运行和治理的各个方面。

建立各类公共安全事件的灾害模型是城市公共安全大数据应用的重点之一。通过建立突发事件模型汇聚和融合各类公共安全数据，可对各种灾害性事故进行模拟计算，划定灾害事故影响区域，并对事故后果进行分析。例如，模拟毒气泄漏事件，根据提供的报警信息，调用毒气泄漏事故模型，预测毒气在一定时间内的扩散范围和浓度，并实时反映在救援地图上。

城市公共安全大数据应用的另一个重要方面是建立城市综合风险评估的指标体系。综合风险评估系统通过汇总风险数据信息、分类风险评估结果和应用综合风险评估模型，对指定区域的综合风险进行评估和划分，并将风险分级结果进行可视化展示，以辅助识别和评价所辖区域的危险有害因素。

4 城市公共安全大数据平台设计

搭建城市公共安全大数据平台，有助于为城市公共安全提供统一的支撑，通过管理机制和系统建设，可显著提升城市在公共安全领域的科技水平，大幅提高城市公共安全水平。总的来说，需要一套管理机制、一个大数据中心、一套标准规范和一个平台体系架构。

4.1 一套管理机制

目前我国城市层面普遍缺乏权威、统一的政府公共安全管理机制，协调能力较弱，难以形成合力。受理公众报警求助的应急中心包括公安110、消防119、交管122、医疗急救120等，这些中心大多按政府的职能部门或行业划分，缺乏协调联动。这种局面不利于在城市层面形成合力，提升城市公共安全整体水平。有必要形成一套新型管理机制，如在城市层面建立公共安全管理领导小组，下设城市公共安全管理中心（或办公室）作为日常办事机构，领导小组由市党政负责领导任组长，城市公共安全相关部门领导任组员，形成公共安全领域城市级的跨部门协调管理机制。领导小组经常性地针对城市公共安全平台建设、数据采集与共享、数据分析与应用等内容召集专题工作会和决策部署，确保城市公共安全相关工作的开展得到充分重视和有力推进，决定城市公共安全建设重大问题，协调处理跨区、跨部门重大公共安全问题，组织指挥处理重大城市公共安全事件。城市公共安全管理中心执行领导小组决定的事项，编制部门规划，对城市公共安全进行职能管理、目标管理、过程管理何项目管理，遇重大公共安全危机时，保障贯彻领导小组的部署安排，实施统一的决策指挥。

4.2 一个大数据中心

建设城市公共安全大数据中心，有助于加快推进掌握城市公共安全领域政务数据资源全面状况，包括数据采集、汇聚状况，基础信息和业务信息状况；从而全面掌握政府信息资源，包括持续的城市公共安全大数据采集、存储、维护、共享、应用等；面向具体业务问题，提供城市公共安全管理的数据支撑。

城市公共安全大数据中心主要应以提供服务的方式运营，为城市政府及公共安全各主管部门提供各类数据和应用服务，主要包括城市公共安全领域的数据获取、加工、发布、分析服务，模型计算服务，应用系统托管服务等类型。

4.3 一套标准规范

城市公共安全大数据平台的建设和管理应该提倡标准先行，在数据分类、数据采集与维护、数据共享、数据安全、数据成果应用等方面形成一套标准规范。

数据分类：实现管理对象分类，并形成分领域、分类的数据资源目录清单，包括数据名称、数据格式、时效要求、提供方式和单位等；数据采集与维护：明确数据采集更新主体，采集更新数据的种类、内容、方式、频率等；数据共享：明确共享主体和共享责任，如按“谁掌握，谁授权”确定共享主体责任，明确共享手段，实现对公共安全专题数据进行多层次、多途径的共享授权和发布；数据安全：严格制定运行环境、存储安全、身份授权、传输安全、数据审计、管理授权的数据安全保障机制；数据成果应用：建立数据拥有权与使用权分离的机制，丰富成果应用方式，拓宽成果服务范围，促进成果的公共服务化和社会化应用，鼓励面向市民和面向企业的数据成果应用开发。

4.4 一个平台体系架构

城市公共安全大数据平台在统一的标准规范体系和运维管理体系下，通过接入、汇聚城市相关部门业务数据、前端感知数据和社情民意数据，构建了城市公共安全大数据资源池，为城市公共安全各专项业务应用提供数据共享、趋势分析与预测、综合风险评估与防控等服务，提高了城市防灾减灾能力和安全防控水平（图1）。

数据接入层：主要提供多类数据采集手段，接入城市安全相关部门信息、前端物联感知信息和社情民意数据等。基础设施层：实现基础资源的自动化和虚拟化管理，构建统一的大数据云平台基础设施，为大数据平台提供弹性、稳定可靠和安全的IT资源服务。汇聚层：支持关系型数据库和非关系型数据库，构建包含城市公共基础（市情）、部门业务、社情民意、物理环境与灾害监测、城市运行、人行为（活动）、突发事件应急处置、公共安全知识等数据的城市安全大数据中心。应用支撑层：构建统一的大数据分析平台、地理信息服务平台、数据交换与共享平台，提供城市安全大数据统一的应用支撑。服务层：基于城市公共安全大数据的融合、挖掘和分析，依托地理信息服务平台、数据交换与共享平台，提供数据管理与共享、趋势分析与预测、综合风险评估与防控、协同会商与应急联动、公共安全一张图等大数据分析和应用服务。应用层：可在平台上构建多灾种综合、各部门协同、跨行业合作的防灾减灾防治和综合应用，提高城市防灾减灾能力和安全防控水平。

图1 城市公共安全大数据平台体系架构图

5 结 语

提高城市公共安全风险管控能力，健全城市公共安全体系已成为解决“城市病”的当务之急。运用大数据思维和手段，构建城市公共安全大数据平台是解决城市公共安全问题的重要抓手。本文以城市现有公共安全信息资源为基础，围绕城市公共安全管理的迫切需求，整合跨部门、跨领域、多源异构的城市公共安全数据，构建统一的城市公共安全大数据平台，形成了一套管理机制、一个大数据中心、一套标准规范和一个平台体系架构，为我国城市公共安全管理提供了技术支撑。

[1]新华网.中央城市工作会议在北京举行，习近平李克强作重要讲话[EB/OL]. (2015-12-22)[2017-04-28].http://news. xinhuanet.com/ politics/2015-12/22/c_1117545528.htm

[2]范维澄.构建智慧韧性城市的思考与建议[J].中国建设信息化,2015(21):20-21

[3]范维澄,刘奕.城市公共安全与应急管理的思考[J]. 城市管理与科技2008,10(5):32-34

[4]孙鹏,沈祎岗.基于智慧理念的城市公共安全评估体系建设[J].中兴通讯技术,2014(4):25-28

[5]孙粤文.大数据:现代城市公共安全治理的新策略[J].城市发展研究,2017(2):79-83

[6]丁波涛.大数据条件下的城市公共安全应对机制[J].上海城市管理,2015(5):26-30

P208

B

1672-4623（2017）07-0001-05

10.3969/j.issn.1672-4623.2017.07.001

黄全义，博士，教授，主要从事灾害监测预警与风险评估、智能应急决策、智慧安全城市等教学和科研工作。

2017-06-06。

项目来源：国家自然科学基金资助重点项目（91224004）。