安防大資料在智慧城市建設中的地位與深度應用

徐建明

佳都新太科技股份有限公司

近年來，我國各地區、各部門智慧城市建設，在解決城市人口增長、環境污染、交通擁堵等各類的“城市病”的同時，也出現了各資訊系統标準不一、互不相容、接入受阻、出現資訊孤島等瓶頸。建設智慧城市的一個重要目标，就是要建設和諧、宜居、富有活力和現代化的城市，利用先進的資訊技術，實作城市智慧式管理和運作，進而為城市中的人創造更美好的生活，促進城市的和諧、可持續成長。這個目标離不開先進和創新技術的支撐，随着雲計算、大資料、物聯網、人工智能等各種新技術風起雲湧，資料的融合與共享越來越得到重視，資料處理、資料共享、資料挖掘、資料分析、資料應用等大資料技術成為智慧城市建設發展的關鍵技術，同時也開啟了全新的智慧城市大資料時代。

安防大資料作為智慧城市大資料時代的核心基礎，已成為智慧城市建設中權重最高的大資料類型，服務于“社會安全立體化、行業安全智能化、民生安全常态化”的安防大資料已認證各種形式的建設應用已從安全防護角度逐漸延伸到了智慧城市大資料安全基礎全生命周期中，在目前各地開建的雪亮工程、天網工程等項目中，安全感覺網絡已從正常的前端裝置安全互聯、後端平台安全邊界設計發展到以智能裝置物聯網感覺大資料、人臉識别深度學習人工智能應用相切換。由此帶來的這些應用現狀正越來越凸顯安防大資料本身的多元度安全防護之重要性。

　　智慧城市已初步整合各領域資源，民生領域資料安全風險加劇。随着居民生活對智能網絡依賴性的增長，個人、家庭的生活資訊通過物聯網全方位暴露，使個人資訊洩露風險加劇。例如，智慧社群個人IP、身份、住址的資訊洩露，增加了個人遭受金融詐騙的風險。在智慧城市建設的初期，人們普遍缺乏個人資訊保護意識，也缺乏安全防護實踐，民生領域中資訊安全所面臨的問題變得更為複雜。

　　新興技術得到初步應用，城市大資料安全成為重中之重。雲計算技術打破城市間資訊孤島，物聯網技術使智慧城市建設得到初步落地，大資料技術實作各個系統之間的協同運作，為智慧城市各個環節的運作提供支援。在智慧城市中，很多資料并不是人工提供的，而是依靠探針、物聯網裝置等聯網裝置自動收集提取的。在這些資料收集、上傳、分享、存儲過程中涉及的應用程式、裝置、網絡以及使用者都是資料的承載者，而應用程式的編碼漏洞、裝置的管理漏洞、網絡的傳輸協定漏洞，抑或人為惡意操作都将對資料安全帶來安全隐患。

　　移動終端和智能應用接入智慧網絡，聚集新型資料安全威脅。随着智慧城市的建設和科技的發展，一方面政府部門不斷開展公共無線網絡建設，另一方面像華為等數家大型通信企業紛紛開展5G研發，而這些正進一步促進移動終端行業的發展。未來的移動終端不僅可以通話、拍照、聽音樂、玩遊戲，而且可以實作包括定位、資訊處理、指紋掃描、身份證掃描、條碼掃描、RFID掃描、IC卡掃描以及酒精含量檢測等豐富的功能。随着智慧城市的發展，衆多企業也看到了移動終端在智慧城市中應用的重要性，移動終端應用産品在智慧城市中百花齊放。大量智能終端裝置和傳感器接入智慧城市綜合網絡，産生了複雜的接入環境、多樣化的接入方式和數量龐大的接入終端，全面加大了智慧城市系統的接入風險，也聚集了新型的資料安全風險。

　　“大雲物移”新技術安全問題不可預期，資料安全防護工作未成體系。“大雲物移”等新興技術在智慧城市建設中的初步應用也随之帶來安全問題，除了模糊的網絡邊界、全面互聯的特性、威脅發生時的蝴蝶效應，個人資訊與隐私保護的安全威脅等表層顯現的安全問題，智慧城市最基礎的元素——資料安全防護工作無整體解決方案，一旦出現安全問題，其結果很可能是災難性的。智慧城市是城市運作和管理的進階資訊化應用，為城市的管理人員提供整個城市運作的大資料。随着經濟社會運作對這些應用的依賴程度日益增加，承載城市運作管理大資料的資訊系統很容易成為網絡攻擊的目标，導緻城市管理資訊洩密、資料破壞、資訊丢失，對城市的運作和管理造成重大打擊，城市日常生活癱瘓或造成重大經濟損失。資料在傳輸、分享和存儲的過程中同樣面臨安全問題，涉及分享管道、分享範圍、資料模糊處理、資料分析利用、資料監管、資料加密、資料存儲等環節。

　　大資料是建設未來智慧城市的核心，過去，基礎設施和垂直行業應用系統建設取得了一定進展，未來，如要進一步提升整個城市的智慧化水準，就需要在大資料的分析處理和應用方面開展更多的工作。将已有雛形的智慧醫療、智慧交通、智慧家居等分散在不同企業的智慧城市建設内容集中在一個平台上，通過智慧中心來運轉是未來必要的發展方向。現代城市建設不僅需要自然資源，更需要資訊資源。向智能型方向邁進是現代社會發展的需要，也是城市發展的必然。對城市建設來說，這既是戰略選擇也是現實要求。建設智慧城市，隻有将資訊技術、資訊資源融合到城市建設的方方面面，才能更好地滿足城市建設發展的需要，打破或及時糾正現有智慧城市建設碎片化現象。

　　安防大資料需從碎片化走向系統融合，智慧城市跨區域、跨領域協作将成趨勢。“上海的一個路口電線杆上裝了幾十個探頭，但是城市擁堵依然存在。我國開始智慧城市的探索已經8年了，可是沒有産生預期的效果。”在由國家發展與改革委員會城市和小城鎮改革發展中心舉辦的中國智慧城市(國際)創新大會上，中國智慧城市發展研究中心秘書長單志廣表達了上述擔憂。這也說明，目前智慧城市發展中呈現的碎片化現象，也是智慧城市發展的一個階段，未來需要走向系統內建融合。智慧的本質還是要源自于資料融合、資訊共享、業務協同和智能服務。智慧城市核心也是将解決跨部門、跨區域、跨層級、跨系統、跨業态的硬骨頭，建構完成全流程、全覆寫、全模式、全響應的智能化管理與服務系統。

在智慧城市建設中，安防大資料正扮演越來越重要的角色，然而，在智慧城市發展過程中的大資料應用、風險分析、安全隐患等問題應受到關注。一個城市的管理和營運需要科學的決策，隻有資料支撐才能保證智慧城市的正常運作。城市中的監控視訊資料、城市地理資訊、交通資料、人口資料以及環境監測資料等被海量傳感器日夜不斷地收集，各種行業資料數量呈現爆發式增長。智慧城市的發展也打破了部門和部門、行業與行業之間的壁壘，正是因為打破了部門以及行業壁壘，是以才獲得了資料資源、掌握了資料财富。可以說，大資料已經遍布智慧城市的方方面面，從政府決策與服務，到人們衣食住行的生活方式，再到城市的産業布局和規劃，直到城市的營運和管理方式，都将在大資料支撐下走向“智慧化”，大資料已經成為智慧城市的智慧引擎，智慧城市中的大資料應用、風險分析、安全隐患等問題也應受到社會各界廣泛關注和研究。

對于安防大資料來說，從數字城市到平安城市再到當今的智慧城市，以綠色、智能、安全為主題的智慧城市建設正快速發展。監控攝像頭分布廣泛，安防監控對高清化、智能化、網絡化的要求越來越高，資料量也在加大，與此同時，物聯網、移動網際網路、雲計算、大資料等相關産業鍊也在穩步發展。智慧城市是一個繁雜的、互相影響的體系，可以被認為是城市資訊化的進階階段，必然關涉到資訊技術的創新應用。對于網絡高清視訊監控體系和智能交通系統而言，從全省視訊監控、交通卡口監控或營運商機房和基站的環境量監控可見，以前的系統資料查詢越來越慢，寫入的資料也越來越多，需要配置的存儲也越來越大，以前使用的關系型資料庫性能壓力也越來越大，IO越來越薄弱。安防領域的大資料時代已經到來，任何一個做大安防平台的廠商都不能避開。資料的連續性存儲、裝置告警的不斷出現、人臉識别産生的圖檔比較、各種環境信号量的實時資料上報，且客戶對資料存儲要求至少6個月到12個月，甚至有的客戶為了便于事後的統計以及分析，要求資料存儲2-3年，資料很容易就到達PB級。大資料更側重幫助各類使用者從大量的資料中快速發掘高價值的資訊，幫助客戶提高其決策的效率以及準确度。這樣，大資料的處理好壞就成了客戶關注的焦點，大資料的處理技術就成了廠家實力的代表。

安防大資料業務中的視訊監控業務是一個典型的資料依賴型業務，依靠資料說話。可以說，大資料和視訊監控業務有着非常密切的關系。綜合來看，大資料和視訊監控業務的關系主要展現在“存”“看”“用”上。典型的網絡視訊監控資料庫存儲模型是一個由小溪彙聚河流、再彙聚到水庫的蓄水方式。小溪數量增多、水量增大是水庫蓄水量的保證，但是傳統方式下需水量增大将提升水庫建造成本和蓄水安全的要求。而采用分布式蓄水模式，在河流中遊建立多個中間蓄水池，不僅可以減少主水庫蓄水壓力和成本，化整為零也提高了就近用水效率。在大資料技術支撐下，網絡視訊監控資料存儲模型可轉向分布式的資料存儲體系，提供高效、安全、廉價的存儲方式。在視訊監控業務中，錯看漏看、來不及看是常見的困擾點，大資料監控圖像的回溯給許多安防監控管理人員帶來了生理和心理的雙重挑戰，在大量人力投入的公安案件追溯中，都常常聽到“看到暈”等感歎，可想而知一般零售業、金融行業等對于視訊監控圖像的回溯就更困難。在視訊監控大資料趨勢已經來臨之際，依靠人眼去檢索、檢視所有視訊圖像資料已經不太現實，通過大資料技術實作視訊圖像模糊查詢、快速檢索、準确定位，讓“看”變得簡單。視訊監控業務中，“看”隻是資訊采集的方式之一，“用”才是業務應用的根本，視訊監控業務的效率問題已經成為阻礙産業發展的薄弱環節。針對交通行業的海量資料處理需求，智能交通管理系統可以在海量資料、惡劣網絡環境和複雜業務處理情況下，實作大量圖檔、車輛資料、視訊資料的時時網絡傳輸和快速持久化存儲。同時對任意站點的圖像進行顯示，對任意站點的視訊進行流暢播放、實時進行比對報警、快速進行多條件檢索，并且将各類多媒體資料和車輛資料合二為一。系統實作對目前的城市道路交通中異常行為的智能識别和自動報警等，進而減輕了交管監控人員的工作負擔，提高了檢測的準确度，使得交通管理工作更高效，比如實時交通狀況分析可通過視訊實時分析道路交通流量，然後綜合分析統計出全城市的交通狀況。套牌可通過視訊進行車牌識别，按照一定的規則，在全城市中檢索相同車牌的汽車，犯罪嫌疑人追查，可通過輸入嫌疑人照片進行人臉識别并在所有視訊中尋找這個人臉。犯罪嫌疑車輛追查可輸入嫌疑車的照片或顔色車型等相關特征在所有視訊中進行查找，并繪制起時空軌迹，實作車輛的首次入城分析。

諸如以上的“存，看，用”的應用情況來看，安防大資料的地位作為智慧城市基礎架構中的核心層愈發重要。安防大資料資料源多樣性、資料類型多态性，資料關系複雜性，資料增量海量化、資料網絡多重性。而且随着物聯網、網際網路的承載交錯與安防行業網絡，如政務專網、公安網、視訊專網等安全等保、出入控制、安全邊界的設計對安防大資料提出了更精确的控制性要求，對格式、流量、增量、特征碼提取、結構化、非結構化超融合都提出了新的要求，結合安防大資料的實戰性要求特點，各類場景子產品、技戰法、專題庫、主題應用更加深化。

諸如以上的“存，看，用”的應用情況來看，安防大資料的地位作為智慧城市基礎架構中的核心層愈發重要。安防大資料資料源多樣性、資料類型多态性，資料關系複雜性，資料增量海量化、資料網絡多重性。而且随着物聯網、網際網路的承載交錯與安防行業網絡，如政務專網、公安網、視訊專網等安全等保、出入控制、安全邊界的設計對安防大資料提出了更精确的控制性要求，對格式、流量、增量、特征碼提取、結構化、非結構化超融合都提出了新的要求，結合安防大資料的實戰性要求特點，各類場景子產品、技戰法、專題庫、主題應用更加深化。深化應用中安防大資料在智慧城市建設實施中各種疑難也接踵而至。

資料整合問題。不同來源的大資料，分别存儲于互相獨立的系統中，将這些資料集中于統一的平台，是安防大資料實施的基礎性工作，但行業、部門壁壘是最大障礙。即使隻是公安内部的視訊資料，各省、地市也互不相通，想采集集中也不是一件容易的事。即使集中後，如何找到這些不同類型資料之間的關系，進而挖掘出有價值的資料，也是難點。

資料挖掘、分析算法的成熟度問題。對于安防資料中最重要的視訊資料，對其進行智能視訊分析和挖掘是很困難的事情。目前，除了車牌識别、人數統計等算法較為成熟外，對視訊進行事件分析、人臉識别、摘要等技術都還沒達到大規模的商用水準，這也極大地制約了安防大資料的實施。

時效性問題。安防大資料的目的之一就是要解決現有安防系統内以事後檢視、分析為主的資料(特别是視訊資料)應用形式，還要增加以事前預警、實時處理，這對大資料處理技術的實時性要求很高。這種時效性就決定了視訊安防大資料的高運算量、高傳輸帶寬的要求。

資訊安全與使用者隐私問題。安防行業，特别是公安行業對資料的安全性要求非常高，這也是造成資料的區域隔離的重要原因。同時，在利用安防大資料上，如何保護使用者的隐私，也是一個非常重要的課題，目前主要采用資料脫敏的辦法。當務之急就是将安防資料安全級别需要有明确的分級定義，不能一味強調安全而各自封閉，否則必将導緻安防大資料分析成為無源之水。

視訊圖像資料挖掘的難點。識别什麼特征？一副圖像或者一段視訊可以有無數角度的标簽屬性去描述，什麼才是我們需要的屬性？這與我們需要得到的目的密切相關，這就需要公安圖像偵察的人才來歸納終結。識别算法開發難，由于是平面圖像，是以特征的識别主要原理就是看圖像區域中的輪廓、顔色、紋理與特征庫進行比較。但是在同一個物體在不同監控角度的攝像頭中顯示出的輪廓都不相同，是以無法做到識别。大規模資料處理難，即使做到了識别算法，但是如果要通過資料處理伺服器的形式對大規模的視訊進行結構化處理，這個建造成本巨大，其能源的耗費在中國這個夏季需要限電的情況裡也不切實際。

以安防大資料中的典型應用警務服務平台大資料為例，安防大資料實施的難點如下：如何将不同報警營運服務商之間的資料整合在一起？我國多數報警營運網絡尚未完成規模化建設，使用者規模大、跨省市營運的網絡很少，每家報警營運服務商的警情并發量不大，而且報警營運服務商之間普遍存在資訊孤島，很難通過大資料分析實作資料的增值。大資料的挖掘是一個長期的過程，需要企業不斷的嘗試，挖掘出有意義的資訊或規律，并将結果拿到市場上檢驗。大資料自身也面臨着挑戰，資料的運用仍面臨多種技術難關的束縛，大資料方面的人才比較缺乏，大資料的産品尚不成熟等問題都制約着大資料在報警營運服務領域的發展。

安防大資料在公安行業，大資料應用無處不存，下面簡單介紹一下大資料應用在公安行業幾個業務展現。第一是稽查布控業務。當案件發生後，需要對嫌疑車輛進行稽查布控，一般采用布控車牌号，通過系統比對卡口車輛資訊進行識别，但這種方式存在問題。當布控車輛從某個卡口經過時，攔截人員通常不在現場，等到攔截人員趕到現場時，嫌疑車輛早已逃之夭夭，進而失去布控的意義。對于這種情況，可實作移動警務、GIS系統有效關聯，通過在GIS系統中繪制嫌疑車輛逃跑路線和防控識别圈，可大大提高攔截效率；第二是車輛落腳點分析業務。随着城市的快速發展，城市越來越大，路網也越來越複雜，為迅速逃脫公安機關的抓捕，很多犯罪分子避開城區主幹道(一般來說，城區主幹道都裝有電子卡口)，逃竄到人員比較多的小區或偏僻區域。大華股份通過建設雲卡口，通過視訊實作卡口相機功能，對海量資料進行雲卡口識别，結合GIS系統，将嫌疑車輛軌迹描繪出來，大大提高公安辦案效率。第三是伴随車輛分析。由于公衆安全防範意識的不斷提高，犯罪分子獨立實施犯罪行為的成功率大大降低，是以，新時期的犯罪行為，開始表現為團夥作案。在踩點和作案時，幫派通常會使用多輛汽車，以提高成功率。從卡口系統的角度看，團夥作案具體表現為多輛車同時出沒于特定卡口覆寫範圍，利用該特征，我們可以從海量的卡口車輛資料中，提取滿足特定條件(如車輛行進路線、車輛通行間隔時間、跟車數量以及分析起止時間範圍等)的車輛，提高案件偵破效率。此外，在公安行業還有基于人臉識别的人臉卡口、視訊摘要等安防大資料應用。

安防大資料在交通領域也是應用較多的行業，安防大資料的交通資料中，物聯網+網際網路的網絡承載讓安防大資料在預測、預判、預警中大展拳腳。比如時間計算場景。由于電子狗的大量使用，不少駕駛員在通過卡口時，會主動降低速度，一旦離開卡口覆寫範圍，又會迅速提高速度，超速行駛。傳統的單點測度無法發現這種超速行為，利用區間測速便可快速檢測違章行為，且可減少區域卡口數量，節省建設成本。而當發現相同車牌在相距較遠卡口同時出現時，還可檢測分析出“套牌車輛”，并可通知相關人員進行攔截追捕。第二是交通流量分析。對于交通流量的檢測，傳統方式是通過地磁、微波檢測完成的，但這種檢測隻能檢測車輛數量，卻無法檢測相關車牌号，這就限制了傳統流量分析的應用場景，智能對單一路段進行分析，無法形成全局的流量分析。而卡口系統記錄了車輛号碼、車身顔色、車型等更多詳細資訊，基于卡口系統的流量分析，不僅可計算出城市各小區機動車數量分布，指導出行目的地分析、出行路線分析等應用，而且能夠根據車輛流量資訊找出城市熱點區域，為交管部門提供參考，更好地優化路網機制，規劃更為合理的路網參數。此外，還可通過智能分析系統，對卡口資料進行深層次分析與挖掘，不僅識别車輛車牌号，而且實作對車輛品牌、車輛型号、是否粘貼年檢辨別、駕駛員是否系安全帶、是否駕駛時撥打電話等一些行為狀态識别，進而進一步規範車輛達标和安全駕駛行為。在這些案例中其深化應用都具備如下幾個特點：

1、海量非結構化資料存儲。相較于其他行業，安防非結構化的資料存儲壓力不斷增大，一方面源于視訊、圖檔等非結構化資料本身容量，另一方面源于安防資料規模的不斷擴大，安防大資料存儲對系統裝置提出了更高挑戰，如何在滿足需求的前提下，删除重複資料、降低存儲硬體成本投資成為海量資料存儲的一個難題。

2、資料共享。大資料需要通過快速的采集、發現和分析，從大量化、多類别的資料中提取價值。安防大資料時代最顯著的特征就是海量和非結構化資料共享，用以提高資料處理能力。而海量資料存儲在不同系統、不同區域、不同節點、不同裝置中，這給資料的傳輸和共享帶來極大的挑戰：

3、資料安全。視訊監控資料具有私密性高、保密性強等特點，不僅是事後追查的依據，而且更是後續資料分析挖掘的基礎。是以，資料安全一方面展現在資料不受外界入侵或非法擷取，另一方面展現在龐大資料系統的魯棒性、體系容錯機制，確定硬體在發生故障時其資料可以恢複，可以繼續儲存。面對海量資料的存儲、共享、硬體和軟體裝置承載的極大風險，如何建構大型、海量視訊監控存儲系統、資料分析系統以及容錯備援機制是安防行業面臨的重大考驗；

4、資料利用。安防監控雖然資料量很大，但真正有用的資訊并不多。安防資料的有效性分為兩個方面，一方面有效資訊可能隻分布在一個較短的時間段内，根據統計學原理，資訊呈現“幂率”分布，往往越高密度的資訊對客戶價值越大；另一方面，資料的有效性展現在深層次挖掘龐大的海量資料，關聯得出有效資訊。視訊監控業務網絡化、大聯網後，網内的裝置越來越多，利用網内的閑置資源，實作資源的最大化利用，關乎運算的效率。在視訊監控領域，往往視訊分析的效率決定價值，更低的延遲、更準确的分析往往是客戶的普遍需求。如何對海量的視訊資料進行分析檢索也對行業提出更大的挑戰。

5、缺乏統一标準。國内安防行業經曆十幾年的快速發展，在此發展過程中，平安城市建設表現卓越，在安防應用中也一直走在前列，國内平安城市系統的建設也不斷推動着國内安防技術和安防廠商的發展。在平安城市項目的建設過程中，由于參與的安防廠家衆多，不同項目、不同系統甚至同一系統采用的裝置廠商也不盡相同，為了更好的相容各廠商産品，整個安防行業和政府也制定了一些标準，如ONVIF協定、GB28181協定以及各個地方省市釋出的一些标準。

新一輪的智慧城市正在緊鑼密鼓地進行着，相對平安城市相對“簡單”的治安監控，智慧城市要求資料共享，跨區域視訊聯網監控、監控資源整合與共享以及政府各部門之間的視訊監控資源共享等等。但是不同的地方城市，不同的行業類别，不同的管理方式都會有不同的監控系統方案，資料融合或者共享相容性問題更多，對整個系統建設是重大考驗。平安城市系統面向的是安防行業裝置與系統的相容問題，随着各種行标、地标的制定，各種問題基本得以解決；而智慧城市系統不僅僅是安防系統的整合，而是多個行業系統的內建應用，因缺乏統一标準帶來的複雜性可想而知。慶幸的是國家目前已經釋出智慧城市建設的各種标準，而相關企業也在不斷規範自身系統的相容性和開放性。

大資料是将來發展趨勢，中國很多企業現在都在做大資料業務，但真正将大資料的挖掘和應用落到實處，轉變為商業模式的企業還是很少，目前很多大資料概念都是噱頭，而安防企業需要做的，便是積極加強内功，提高研發能力，加強技術儲備，應對更大資料量帶來的沖擊。後期安防廠家會進行分化，一部分傳統安防廠家更加專注于傳統安防領域繼續深耕，專注于産品和技術，另一部分安防廠家會向大安防內建平台轉變，專注于業務整合和資料分析處理，大資料的特點就是資料量多且大，這就使得存儲的管理面臨着挑戰，這個問題就需要新的技術來解決，分布式存儲技術将作為未來解決大資料存儲的重要技術。分布式存儲系統解決了傳統存儲方式的存儲性能瓶頸問題，它采用可擴充的系統結構，利用多台存儲伺服器分擔存儲負荷，利用位置伺服器定位存儲資訊，它不但提高了系統的可靠性、可用性和存取效率，還易于擴充。随着資料的價值越來越重要，大資料的安全穩定也将會逐漸被重視，大資料不斷增長，無論對資料存儲的實體安全還是對資料的管理方式都要求對資料的多副本和高可用機制提出更高的要求。

在安防大資料的發展中，我們已經見識到了安防雲計算的基礎架構雲、平台雲、服務雲、通訊雲、視訊雲、在2018年各大安防企業和網際網路企業、軟體企業都聚焦在大資料即服務的建構中，實作資料雲。安防大資料價值逐漸被發展，安防大資料将成為企業發展的核心。而智慧城市建設實作了相關部門、行業、群體、系統之間的資料融合、資訊共享，進而形成海量資料。對于海量資料的管理，将建立分級分類體系，資料資訊一般被分為敏感資訊和公開資訊，将來，資料的分級分類可按安全屬性進行，包括對使用者權益的影響程度、資訊關聯度、資料洩露對機構或個人造成不良社會影響的程度等。同時，智慧城市資料的分類分級還應注意優先隐私保護、加強業務保障、關注資料穩定性等原則。對不同級别的資料進行同時處理、應用時，應按照其中級别最高的要求來實施保護;對于非敏感資料關聯後可能産生敏感資料的情況，要充分預判發生場景，關聯後産生資料對應的級别應高于原始資料。同時，從國家層面應在資料采集、傳輸、應用等環節建立端對端的資料安全保障體系，在資料資源相關的規範管理方面做好立法保護工作，推進政府資料開放、交換通路接口、安全保密等共享标準的制定。大資料将給我們的市場帶來廣泛的發展機會，是非常有前景的，也是值得大家重視的一個市場。各行業的客戶和開發商應該在大資料市場抓住發展的機遇，借助自己的優勢創造更多的價值，在未來激烈的市場競争中借助大資料走得更遠。