海事大数据收集与利用方式研究

【摘 要】本文介绍了大数据的概念及当前应用发展现状，探索实现利用大数据处理技术将海事监管与航海保障工作中产生的大量数据资料进行集中汇总，并通过专业化加工处理方式，深入挖掘数据价值，拓展数据应用范围，提炼整理成为帮助海上交通参与者经营决策的各类积极资讯，使海事监管和航海保障工作具有更强的决策力、洞察发现力和流程优化能力。

【关键词】大数据；收集；利用；研究

单纯的数据膨胀并不能带来任何直接效益，但是在这些海量数据中，有着对某一事件源自不同角度、不同认知方式、不同变化因素的记录，大量的同类数据叠加分析便极有可能预示出该事件的变化规律，利用专业数据处理方式，从中加工提取有价值的信息资讯，即可对事件变化趋势作出预判。大数据技术的战略意义即在于此，在现代社会商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。

在未来的海事监管和航海保障服务工作中，随着电子计算机、传感器、遥感卫星等信息化系统设备的不断增加，数据的来源及获取方式变得更加多样化，日常管理工作中会产生巨量的、离散的数据资料，这些看似没有关联的信息通过加工提炼，可以产生在某些方面具有一定价值的信息资源，形成帮助海上交通参与者经营决策的积极资讯，提高其对海洋和陆地环境变化趋势的预判，使海事工作具有更强的决策力、洞察发现力和流程优化能力。

1 海事大数据内涵

大数据只是一个较为抽象的概念，正如信息学领域大多数新兴概念，大数据至今尚无确切、统一的定义。当前，较为统一的认识是大数据有四个基本特征：数据规模大（Volume），数据种类多（Variety），数据要求处理速度快（Velocity），数据价值密度低（Value），即所谓的“四V”特性。这些特性使得大数据区别于传统的数据概念。大数据的概念与“海量数据”并不同，后者只强调数据的量，而大数据不仅用来描述大量的数据，还更进一步指出数据的复杂形式、数据的快速时间特性以及对数据的分析、处理等专业化处理，最终获得有价值信息的能力。

就海事监管与航海保障工作而言，狭义上的大数据资源可以分为船舶基础数据、航标基础数据、海洋测绘数据和通信数据，涵盖海事关键业务资源；而广义上的大数据概念则是指与海事活动相关的一切数据资源，除关键业务资源外，还包括管理者的一切公务活动、随时测量和传递有关位置、运动、震动、气象乃至潮流信息变化的传感器数据等。这些数据资源规模量大、数据格式种类多、要求处理及观测的速度快、具有很高的利用价值，符合大数据“四V”特性。

本文着重就狭义上的海事大数据资源整合利用作探讨研究。

2 海事大数据收集方式研究

大数据的一个重要特点就是多样性，这就意味着数据来源极其广泛，数据类型极为繁杂，这种复杂的数据环境给大数据的处理带来极大的挑战。要想处理大数据，首先必须对所需数据源的数据进行抽取和集成，从中提取出关系和实体，经过关联和聚合之后采用统一定义的结构来存储这些数据。在数据集成和提取时需要对数据进行清洗，保证数据质量及可信性。

由于大数据的运用已经突破了传统物理存储的概念，动辄PB、EB级别的数据资源已经无法单纯依靠存储设备的增加来满足其需求，这里就要用到“云”的概念。

所谓“云”，就是借助网络上大量的分布式计算机来处理、存储、加工数据，实现本地资源的对外开放共享和网络资源的获取利用。对于海事系统而言，每一个行政单位区划或核心业务部门相对于自身可以称为“地端”，相对于其他行政单位称为“云端”。“地端”负责提供本地的核心业务数据和外部接入方式，并保证所辖数据更新的及时性和权威性；“云端”则根据工作需要，带有明确指向性地从相关“地端”中抽取数据进行监测或加工处理，形成自己需要的信息资源。正是云计算技术在数据存储、管理与分析等方面的支撑，才使得大数据有用武之地。

具体来讲，每个行政单位可以根据自身需要和保密等级对所辖业务划分1个或多个基础信息数据库，即所谓“地端”。该“地端”作为内部核心数据平台，存储本单位履行公共服务职责产生的公开数据，如海事监管信息、船舶AIS信息、航标信息、海图信息等，并保证相关数据的准确性和及时性。之后，所有“地端”依托海事专网或者互联网对外提供准入接口，供“云端”数据调取使用。同时为保证“地端”数据不被恶意篡改或删除，还应对其设置相应的访问控制策略和使用权限，使之符合工作需要。

基于“云存储”概念的海事大数据可以使任意“地端”通过合理的方式访问“云端”数据资源，实现一定范围内数据资源的开放共享。条件允许的情况下，“云存储”甚至还可以拓展到与海事相关的更多单位部门，如气象、搜救、海洋、海关、渔业、海警等部门，实现更大范围内的联系互动和更多资源的共享利用，满足多元化、多层次的用户需求。