大数据在智慧交通应用中面临的挑战有:

1)我国各个地区的经济发展不平衡,在实施智慧交通系统项目时,国家并没有统一的行业标准,所以造成许多地区的智慧交通系统相对独立,衔接和配合度不强。在智慧交通的大数据应用中,数据采集是非常重要的环节,由于没用统一的标准会严重加大交通数据获取难度,从而妨碍交通流的分析与预测。

2)在智慧交通中大数据的应用需要依靠前端传感器进行数据采集,由于铺设的前端传感器来自于不同的生产企业,这些行业并没有统一的接口标准,这就造成即使同一个城市的不同系统也很难进行衔接和配合。

3)交通信息难以共享,人、车、信号系统整合不够,孤岛效应仍然存在,客流信息、车辆信息、信号信息呈现割据状态,形成多个封闭的信息孤岛,众多孤岛将交通大数据割据为一个个小数据。

4)数据源质量不高,海量数据价值密度低,缺乏有效的清洗筛选手段,交通模型、算法不完善,对最终决策分析贡献率低。数据的质量主要是指数据的真实性或可信度,具体可以分为数据出处和数据失真两个层面。智慧交通应用的数据主要来自于系统中的传感器和监控等设备收集的数据,大数据中心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慧交通业务高水平的扩展应用。

以现在的技术手段,在不考虑投入成本的前提下,人、交通工具(车、船、飞机等)、联网的便携式终端设备,在时间、空间上留下的痕迹信息都能采集到,但当这些数据汇聚到智慧交通各子系统时,并不一定产生有价值或者价值高的信息,同时也消耗大量的存储空间资源。

5)数据接收实时性。随着现代智慧交通的发展,交通领域已经呈现多样化的发展,现代交通的发展已经要求大量的数据需要进行在线实时接收、记录和处理。现代交通对于信息数据的完整性以及安全性均要求较高,其中完整性的要求要使得信息数据做到无丢失并且实时接收用户的信息数据传输需求,同时还要做好信息数据的存储和备份工作。对于安全性的要求是使得数据的实时传输通道始终保持在授权的情况下运行,不能够在无授权的情况下被访问和监听进而盗取和破坏数据。

6)数据迁移。近年来,随着互联网和云计算等技术的迅猛发展,已经越来越多企业和个人将大量的信息数据业务迁移到云计算平台等大规模数据中心中去,进而以降低本地硬件的投入和维护成本以及提高安全性。但是超大海量的数据迁移必须要以可行、可靠、安全的技术方案作为支撑,一旦出现错误将会给现实社会和实体经济带来影响以及增加安全隐患。此外超大海量数据迁移任务需要较大带宽作为传输技术支撑,就目前的带宽技术发展而言,虽然其已经发展较快,但随着时代的发展其发展速度将满足不了超大海量信息传输的要求,可能会成为数据迁移的一项发展瓶颈。

7)数据关联复杂。根据相关部门统计,随着互联网信息时代的到来,信息数据产生的数据量巨大,并且随着时代的发展信息量要成上升趋势。在这些海量数据的产生中其来源来自于方方面面,无论从生活的互联网电子商务购物,还是到工业企业中各产线的的生产制造,还是到社交网站等媒体信息的沟通,还是到在线视频影响资料的制作与传输都是大量信息数据产生的源头。就现今时代发展而言无论从工业企业的信息自动化管理系统,还是政府机关等服务部门的电子窗口政务以及居民所使用的网络信息娱乐与服务均会产生大量的信息数据。

8)海量数据计算。由于大数据的计算和处理特性,对于传统的数据分析、挖掘、处理方式已经无法满足大数据的要求。对大数据的计算和处理需要打破传统思维模式,进而利用密集型计算和新型计算的模式,该模式需要有数据计算效率的评估方法加上数据计算复杂性的研究基础理论作为技术支撑,而这些数据计算均要针对交通行业的特性以及现阶段存的问题,组建成相应的数学模型才能够解决实际问题。因此在大数据时代,数据量不仅庞大,更重要的是大部分数据长时期按照分布式的形式存在,使得数据很难得到集中处理,这样便会给移动数据带来巨大的消耗。

举报/反馈
相关文章