构建应急大数据平台解决应急管理面临问题的探讨--中国期刊网

字体：大中小

首页> 原创作品> 正文

构建应急大数据平台解决应急管理面临问题的探讨

发表时间：2020/1/13 来源：《防护工程》2019年18期作者：张静

[导读] 有效提升了工作效率。然而在实际操作中，需要注重公众隐私的保护，避免侵犯人的隐私，影响大数据的应用。

山东省青岛市黄岛区应急管理局山东青岛 266555
　　摘要：步入21世纪以来，大数据被广泛应用在各个领域中。同时，人们的生活与工作产生了大量信息数据，通过网络实现了共享，对社会发展产生了一定的影响。大数据在社会中有广泛的应用。在应急管理中，其应用促进了应急管理水平的提升，保障了广大群众的切身利益。文章主要以应急管理为主题，以大数据为切入点，详细剖析了大数据在应急管理中的应用。
　　关键词：大数据平台；应急管理；问题
　　
　　
　　引言
　　随着我国科学技术的不断发展，我们已经踏入了计算机网络时代，在目前在很多领域都会用到计算机技术，其中一项关键的领域便是应急管理。在企业或社会运行管理中，如果出现突发事故便会对企业及社会的稳定性和安全性带来不良影响，而使用应急管理措施便可以在很大程度上降低应急突发事故带来的危害，为此科学合理地处置突发事故非常重要。在处理应急事故时，目前用到了很多现代化的技术，其中一项技术便是大数据技术。通过对大数据技术的合理应用，可以有效合理及时地处置应急突发事故；但同时，大数据技术的基础时计算机，由于计算机网络技术是一把双刃剑，为此在利用大数据技术处理应急事故时需要合理使用，避免使用不当而带来的潜在隐患。
　　1大数据的内涵
　　如今，世界上各大学者对大数据内涵缺乏一个共同的认识，但是在具体描述中，均给予了自己的描述。基于此，笔者可以认为在全球学者都大数据缺乏一个完整的认识的情况下，才会造成当前大数据的内涵表述无法统一。笔者结合多个大数据的内涵描述，得出大数据在不同的领域中，主要包含了三个层次的意义：1）指在现实生活中产生了海量的数据，并广泛储存在社会的各个领域中，例如网络的发展使人们交流更加频繁，在交流中产生了大量的数据，这就是现实的数据，之后聊天数据，又保存在某一存储器上。2）指大数据技术，具体就是对海量数据进行综合分析，并为相关事物的决策或者是下一环节的工作提供依据，基于技术角度，主要是指云存储和云计算。3）指大数据思维或方法。综上可以发现，大数据主要是涉及应用、项目两个方面的内容。基于大数据的三大意义，意味着大数据可以有效应用在应急管理中，充当应急管理的一种有效管理方式。
　　2应急数据质量的挑战与原因
　　（1）应急数据质量的挑战
　　政府是信息资源的主要拥有者，约80%的信息掌握在政府手中。我国的应急管理采用分灾种、分部门的应急模式，各个部门以自己为中心建设了大量的信息系统，产生和收集了大量的数据，但同时也存在着大量的数据质量问题，主要表现在：①存在大量的信息孤岛，难以共享，难以跨部门访问。②各部门重复采集，信息系统中的数据大量重复，且不一致、不完整现象明显。③应急数据的真实性、准确性不高。④业务操作人员对数据质量缺乏足够重视，重建设，轻管理现象明显。
　　（2）应急数据质量问题产生的原因
　　影响数据质量的原因有多种，既有技术因素，又有管理因素。一般说来，影响应急数据质量的因素主要有：①缺乏总体规划，没有统一的数据标准。我国应急管理是一种“分部门、分灾种”的应急模式，缺乏跨部门的信息资源的总体规划，各部门各自为政，重复建设。由于采用了不同的元数据、分类和编码标准，形成了大量的信息孤岛和不一致数据，严重影响数据质量的集成共享性、唯一性、一致性和完整性。②数据质量意识不高，没有建立数据质量治理的机制。目前，应急管理建设了大量信息系统，采集了大量的数据，但普遍缺乏数据质量的管理，大部分机构还没有建立数据质量治理的组织、制度、标准和技术手段。

期刊文章分类查询,尽在期刊图书馆

即使有机构意识到数据质量的重要性，上马了数据质量项目，购买了数据质量管理软件，但往往被看成是IT项目，业务部门参与不够，还没有把数据治理提到与财务管理、人力资源管理同等重要的战略高度。③突发事件的特点决定了应急数据质量不可能太高。突发事件具有突发性、不确认性、危险性、动态性、及时响应性等特点。大量的应急信息在短时间瞬时爆发，且不断变化，信息采集的任务紧、时间紧迫、条件恶劣，数据质量不可能太高。④应急大数据环境给数据质量带来严重挑战。随着计算机技术和网络技术在应急领域的广泛使用，产生了海量的监测与监控信息、交互信息、地理信息，这些数据已达到PB级别，体量（Volume）巨大。这些数据既有结构化的数据，又有大量的视频、音频、图片、地理位置信息、文本、网页、社交信息等非结构化的数据，具有多样性（Variety）。由于突发事件具有突发性、易变性、危险性等特点，要求大量的信息要在短时间高速处理，即具有高速性（Velocity）。数据价值密度的高低与数据总量的大小成反比，应急数据的大体量决定的相应的价值密度比较低（Value）。因此，应急数据是一种典型的大数据，大数据的特征给应急数据质量带来严重的挑战。
　　3大数据在应急管理中的具体应用策略
　　3.1提升应急管理的预测、预警能力
　　大数据为动态监控、应急处置、更科学的危机响应提供了强大的技术支持。运用大数据、物联网等新一代信息技术，政府可实现对安全、应急、卫生、消防等领域的数据全流程实时动态监控、预警与管理，通过对海量数据的深度挖掘与多维剖析、实时数据的迅速处理，建立预测分析模型，提升预警能力与应急策略，以提高城市应急管理水平。例如，在城市灾害治理过程，通过数据挖掘分析预测灾害的发生；在事故灾难处理中可以利用大数据技术来查明事故发生的原因；在公共卫生领域，大数据的应用可以预测流行性疾病的传播；在社会治安领域，通过对舆情监控、政民互动、互联网平台等的数据挖掘分析，可以随时掌握社会治安动态，有效保障社会安全。通过大数据分析，深度挖掘数据价值，可以掌握突发事件发生和发展的规律，以便采取有效的应急防范措施，助力传统应急管理从“重事中事后处理”向“事前预测预防”转变。
　　3.2进一步提升计算机网络安全技术
　　大数据技术的基础是计算机技术，而计算机技术具有一定的不安全因素，为此便需要进一步提升计算机网络的安全技术。首先，可以应用防火墙技术，加强对网络安全的防护；其次，可以使用计算机密码技术，对最初的信息进行加密处理，这样传输的信息更加安全，破解难度更大；最后，还可以使用用户识别技术，例如面部识别、声纹识别等，这样对于计算机内部存储的信息可以进行进一步的加密保护，提升数据信息的安全性。
　　3.3加强大数据及应急管理人才培养
　　我国的大数据技术应用还处于初级阶段，一方面，要深入开展大数据技术研究，就要重视对大数据专业技术人才的培养，充分发挥科技人才的技术优势。另一方面，也要开展应急管理人员的大数据知识培训，建立常态化的培训机制，培养一批具有较高水平的大数据与应急管理复合型专业技术人才，为构建大数据基础上的应急管理系统提供人才和技术支持。
　　结语
　　大数据在改变人们生活方式的同时，推动社会的建设与发展。就在应急管理方面的内容，主要是借助大数据采集信息、分析等功能，有效提升了工作效率。然而在实际操作中，需要注重公众隐私的保护，避免侵犯人的隐私，影响大数据的应用。
　　
　　参考文献：
　　[1]任永昌，李哲.大数据时代城市突发事件政府应急管理创新[J].中国集体经济，2018（27）：41-42.
　　[2]王兴鹏.大数据下突发事件应急决策体系重构[J].安全，2018，39（1）：1-3.
　　[3]胡淑新，王小可.大数据在应急管理中的应用[J].电脑知识与技术，2017，13（28）：38-39