大數據時代智慧機場建設的策略研究

何俊

摘 要：大數據作為計算機互聯網技術發展的特征與產物，對人們的工作、生活和學習等各個方面影響日益顯著。在智慧機場建設過程中，大數據為自動化運維帶來海量數據，為航班正常性提升創造可能、為機場旅客提供個性化服務，但也面臨著互聯互通存在障礙、數據價值稀疏分布以及信息安全問題凸顯的實際挑戰。因此文章提出了建立統一層次架構數據平臺，運用技術手段加強分析挖掘，多種措施并舉保障網絡安全。

關鍵詞：大數據;智慧機場建設;數據分析

0 引言

民航局在《中國民航四型機場建設行動綱要（2020—2035年）》文件中指出，綜合運用大數據、人工智能等新技術，收集、融合、統計和分析各類數據，最終實現機場智慧化運行。大數據從本質上看是一種超過普通計算機硬件和軟件物理存儲空間和運行計算能力的海量數據集合，由于其蘊含著人們生產生活進步的潛在知識和價值，對大數據的分析使用成為民航高質量發展和民航強國建設的重要組成部分。智慧機場建設作為實現未來“四型機場”的關鍵路徑和重要支撐，要積極適應大數據所帶來的時代機遇和應用挑戰。

1 大數據時代智慧機場建設面臨的機遇

1.1? 為自動化運維帶來海量數據

國際數據公司（IDC）在其《數據時代2025》白皮書指出，伴隨著傳統產業與移動互聯網技術深度融合，傳統產品不斷數字化轉型，數字經濟不斷崛起，核心數據、邊緣數據、終端數據將快速增長，到2025年全球數據量預計達到175ZB，數據總量將會是現在的4倍以上。如果將這些數據存儲至普通固態硬盤當中并首尾相連擺放，是地球赤道長的12倍多。在大數據時代中，紙質書籍通過掃描識別成為數據，交流談話通過模數變換成為數據，秀美風光通過動態感應成為數據，當一切現象都被數據化并抓取后，大量數據就會被收集存儲起來，供使用者進行分析挖掘[1]。對于智慧機場而言，候機樓溫度和亮度傳感信息的收集分析，有助于動態調節冷暖設備和照明設備的使用功率，在提升旅客舒適性的同時有效降低能耗;航空器離港進港數據和機場機位信息的挖掘處理，有利于平衡過夜機位資源，促使區域內機場機位合理設計規劃。大數據倚靠海量抓取和分布存儲提供了傳統方式難以獲取和收集的海量、客觀、真實數據，為智慧機場高效、環保、精細的自動化運維奠定基礎。

1.2 為航班正常性提升創造可能

數據有著顯著的時效性特征，對于連續發生運動變化的事物，只有在最快的時間單位內進行解析，才能更好地利用其中難以挖掘的價值。大數據擁有對數據高速處理的獨有能力，百度運用大數據技術，在1秒鐘之內就能對全國人民? ? ? ?1 000萬次的密集服務器請求進行處理，并保證手機APP應用和網站服務訪問穩定流暢。2010—2019年，全國定期航班航線由1 880條增加至5 521條，年旅客吞吐量100萬人次以上的運輸機場由51個上漲至106個，但航班正常率僅從75.8%提高至81.65%，正常率相比穩定的公路運輸和鐵路運輸仍具有一定差距。借助大數據對天氣信息、空域流量、航空器位置、候機樓旅客人數等動態數據采取實時監控，利用相關關系分析建模，合理預測可能發生的延誤情況，在關鍵時間節點進行主動預警。一方面可以讓機場服務人員提前進行應急預案，預先采取應對措施，幫助減少大規模滯留旅客情形;另一方面也可以讓航空公司及時應對，合理調配資源，降低因各種意外事件而導致航班延誤的經濟損失[2]。大數據高速分析數據的特性使得智慧機場提升航班正常性成為可能。

1.3 為機場旅客提供個性化服務

大數據萬物皆可量化的特性使其內容包涵了人們瀏覽網頁歷史、餐廳消費記錄、微博微信評論等，最難能可貴的是這些信息避免了傳統問卷調查可能造成的主觀影響，是人們內心所思所想、動態變化的真實寫照。在大數據背景下，智慧機場“以體驗為導向”的建設運營理念更容易得以實現，來源各異的旅客行為軌跡經過清洗和建模形成獨一無二的“旅客畫像”，從而進行有針對性服務內容推送。例如，對行李較少、時間緊促的旅客適當提早推送值機提醒，并在其到達候機樓時提示使用自助值機和通過快速安檢通道的路線;對消費較高、時間寬松的商務旅客推薦專車接送、貴賓室候機服務;對空鐵聯程旅客則及時發送航班執行情況、鐵路列車運行時刻和公共交通工具線路，幫助他們提前做出規劃，實現綠色便捷出行。通過大數據收集分析和互聯共享技術，機場部門、航空公司、商業實體、駐場單位等各個模塊可以緊密聯系，深度合作，實現“千人千面”的個性化服務，讓旅客體驗全面突破。

2 大數據時代智慧機場建設面臨的挑戰

2.1 互聯互通存在障礙

當前機場部署運行了包括民航管理部門、本場部門、航空公司、駐場保障單位的協同決策、運行控制、離港航班等各種信息服務系統，每日收集處理著航班起降、貨物轉運、現場監控等紛繁復雜的大量數據。大數據加劇了不同數據格式、數據維度、數據類型的差異性，減少了同一平臺進行數據加工分析的兼容性，降低了采用規模化集成化手段的可能性。同時，不同系統中提取、去重、轉換的大數據清理流程和手段造成了質量各異的數據，這些信息定義不一、解釋模糊，缺乏統一嚴格的數據標準，無法在多機器進行消息互聯互通時保證其正確性、精準性和可信度，數據價值大大下降。此外，各方對數據資源的管理權、使用權和共享義務暫不明確，數據擁有者自成體系、各行為政，數據交換通道狹窄，邊界效應明顯，信息壁壘森嚴;數據使用者往往需要經歷復雜漫長的申請審批流程才能獲得原始內容，難以挖掘利用具有時效性的數據。

2.2 數據價值稀疏分布

一方面，隨著人們對數據的認知不斷更新和計算機軟硬件設備不斷迭代，來自航站樓的環境溫度濕度感測，來自機坪的工作人員軌跡數據、和來自倉庫物品分揀路徑信息等AOBD精細化數據也被大數據自動化系統和多陣列硬盤所記錄和存儲，數據總量不斷增大，數據厚度不斷提升。這些數據狀態不一、內容各異，包含的價值也不盡相同，有助于提升智慧機場建設的有效信息往往只是異構多態大數據的滄海一粟，需要運用算法進行分析挖掘。另一方面，集成網絡架構和無人值守設備的大量投入雖然降低了機房煩瑣人工運營成本，但讓日常調試信息、設備告警提示、服務異常報告等冗余數據日積月累。同時，由于傳統介質年久失修，部分記錄了航班起降歷史、設備性能狀態、旅客出港記錄的紙張和磁盤破損失效，經過量化后錯誤進一步增加，具有特定價值的數據比例持續降低。大數據時代數字信息價值密度稀疏，從數據提取出為特定目標精準的有效信息難度加大。

2.3 信息安全問題凸顯

在旅客吞吐量迅猛增加的背景下，民航重要信息系統中的離港系統、安監系統、運維系統、廣播系統等各種子系統均存儲著海量高維度數據，這些數據內容不同、相互依賴、關系錯綜復雜，其中不免包含了旅客身份識別、個人消費習慣、機位調度信息、貨運交互數據等大量重要信息。2017年? 2月，紐約斯圖爾特國際機場包含了電子郵件、政府文件和交易密碼的750GB內部敏感數據被泄露至互聯網上;2020年? ?1月，國航員工通過提取航班數據將部分明星的乘機信息、活動軌跡等私人信息發布至微博;2020年3月，舊金山國際機場的兩個網站被黑客攻破，備用航線、機場運營、機場建設信息被不法人士獲取。大數據背景下，越來越多的終端通過無線信號和電纜光纖連接至服務器上，設備“接入點”數量增加、范圍擴大，傳統的內外分開、風險隔離的邊界防護被打破，一旦出現物理設備故障、信息系統被攻擊、通信線路干擾等，都會使信息安全受到嚴重威脅，輕者會造成非正常航班增加、部分旅客信息泄露，重者會危及飛行安全甚至國家安全。

3 大數據時代智慧機場建設的策略

3.1 建立統一層次架構數據平臺

應構建以機場為中心的統一智慧大數據處理應用平臺，自上而下分為5個層級，其中包括具體應用層、門戶界面層、支撐服務層、感知接入層和基礎資源層。具體應用層為基于機場、航空公司的旅客服務、安全生產等業務需求而定制開發的各項服務應用;門戶界面層給不同權限的平臺應用人員和系統支撐人員提供管理接口界面，便于訪問和檢索多維度數據;支撐服務層承載平臺收集清洗、變換分析、挖掘建模的大數據技術核心應用，同時運行面向事務消息和過程隊列的中間件，提供資源管理、負載均衡、故障恢復等必要服務;感知接入層集合無線局域網、Bluetooth mesh、NB-IoT多途徑通訊模塊，為各種接入設備建立覆蓋廣闊、安全穩定、低延遲低功耗的數據傳輸通道;基礎資源層包括客戶端、服務器硬件設備資源，基礎操作系統、分布式計算系統及環境配置等軟件資源，以及結構化和非結構化存在的數據資源。同時還要綜合實際業務需求、硬件設備計算能力和預留未來需要，制定標準化的數據采集、處理、儲存的處理流程，規定數據在常用應用場景的語義解釋，在平臺內建立統一數據視圖來減輕和消除數據差異，為大數據技術助力智慧機場建設奠定堅實基礎。

3.2 運用技術手段加強分析挖掘

在智慧機場建設的過程中訂座系統、地服系統、監控平臺積累了數以萬計的數據和信息，要運用大數據技術手段對其進行處理分析，使數據在交叉復用中發揮更大價值。對于設備運行數據，將服務器滾動日志、門禁動態數據、硬件告警事件等海量信息進行實時聚類分析，快速定位異常離群點，智能調度維護人員，提高管理效率，減少運維成本;同時采用相關關系分析，找到與系統故障出現高度關聯的“標示值”，加強對特定數據的采集監控及管控，促使故障發生率降低。對于航班狀態數據，借助決策樹和隨機森林算法，使飛行路線、機場服務、氣象預報、交通管制數據流在清洗和轉換后經個體學習和集成學習，建立航班預測模型，根據實際情況細化各個流程的閾值，在超過時間節點時主動實施響應措施，實現航班延誤由“事后處理”到“事前干預”的轉變。對于人員流動數據，一方面利用離港信息、位置定位、人臉數據的互聯互通，實現候機樓旅客的全流程自助無紙化通關和便捷改簽機票;另一方面可以使用邏輯回歸把個人基本信息、航班日期時間、交通方式偏好、餐食飲用習慣等特征映射到向量空間，利用貝葉斯算法構建屬于個人獨一無二的“旅客畫像”，借助畫像標簽推薦旅客采購當地特色產品，運用協同過濾將擁有相似特征旅客的出行工具、便捷通道、貴賓廳服務進行同步推送，采用自然語言處理分析微信微博中旅程評價的情感傾向，提供個性化服務，完善人性化措施。

3.3 多種措施并舉保障網絡安全

首先，要加強網絡攻擊檢測和應對。在日常網絡維護管理時需要進一步加固系統，及時更新軟件版本、關閉危險端口、使用掃描工具進行安全巡檢。同時，運用系統運行日志、監控狀態記錄、異常行為表現進行關聯分析，建立攻擊檢測模型框架從而對APT攻擊、DDoS洪泛攻擊等針對大數據系統的常見網絡攻擊進行識別，以便形成快速響應特殊情況，最大程度減少損失。其次，要完善數據訪問控制。大數據場景下，用戶跨系統、跨安全域訪問操作增多，信息流轉、分析挖掘等處理流程煩瑣，必須采取有效的訪問控制手段確保數據免遭非法用戶的讀取與改寫。基于屬性的訪問控制改變了以服務提供商為分配管理中心的常規模式，利用主體與客體之間的屬性關系將訪問結構與密文密鑰高度關聯，數據擁有者只需要通過修改訪問結構即可實現靈活多變的權限管理[3]。它解決了面對龐大用戶群體頻繁訪問服務器的問題，無須逐一分發屬性密鑰，實現了由“一對一”管理向“一對多”管理，有效降低計算開銷和傳輸壓力。最后，要確保數據服務隱私保護及關鍵信息脫敏。機場在進行數據共享和挖掘時不免涉及旅客個人身份、航空器位置、設備運行日志等隱私信息和關鍵信息，采用高效可靠的隱私保護與數據脫敏技術，為解決隱私泄露問題提供堅實保障。可以在信息交換分析時引入脫敏和k-匿名方法，對數據中可以定位到個人的標示符值進行保留格式加密或直接刪除，對具有潛在風險的準標示符值運用泛化和壓縮脫敏，再將全體數據歸為若干個等價組，每個等價組最小包含k條數據，防止不法分子通過大數據鏈式攻擊無法確定與特定用戶相關的記錄，保護個人隱私。

[參考文獻]

[1][英]維克托·邁爾·舍恩伯格，肯尼思·庫克耶.大數據時代[M].杭州：浙江人民出版社，2013.

[2]孫召利，董桂枝，吳艷，等.大數據在民航領域應用的初步研究[J].空運商務，2014（2）：11-16，64.

[3]毋濤，張帆.云計算下基于屬性的訪問控制方法[J].計算機系統應用，2016（2）：231-234.

（編輯 傅金睿）