成都弱電公司訊：

隨著云端運算及物聯網等科技的不斷發展，大數據(BigData)在智慧城市扮演的角色也越來越重要。但事實上，數據本來就是城市治理非常重要的依據，尤其是與城市安防的相關業務，舉凡人口統計、犯罪率、交通流量等數據，政府治理單位本來就會定時搜集并加以分析，作為施政的參考，假如不能先了解大數據與傳統數據的差別，把握大數據的分析與工具的特性，就算擁有大數據，也可能只是“入寶山空手而回”，無法將數據轉換成價值，自然也無法對城市安防產生貢獻。

了解大數據才能有效運用

相較于傳統數據，大數據至少具有三個差異極大的特性。首先是數據量(Volume)，假如換算成數位數據單位，基本單位通常已經是TB、PB等級，不僅要考量收集及儲存成本，如何迅速傳遞這么龐大的數據，也是大數據應用必須思考的重點。

其次是時效性(Velocity)，即使是這么大的數據量，仍然要在最短的時間內產生分析結果，如傳統的年報統計，往往是在今年收集去年的數據，卻在隔年才出版，曠日廢時的結果，往往會讓數據分析結果失真。

最后也是最大的差別，就是數據的多樣性(Variety)，傳統的數據通常有明確的結構性，選項也比較少，如年齡、性別、等級等，但大數據可能會有各種形式，包括文字、影音、圖像、網頁等，不僅沒有明顯的結構，而且大數據還常常出現形式交錯的現象，如Youtube上的影片除了有點擊數外，同時還有留言討論。

由此可知，傳統的數據收集方式，顯然已經不能滿足城市安防對于大數據的需求，所幸在物聯網(InternetofThings；IoT)、云端運算及4G無線寬頻等技術的發展下，要取得物與物、物與人、人與人的互聯互通數據，技術上已不是問題，但必須得先迅速建構起收集、傳遞及儲存大數據的基礎建設，才有可能建立全面感知的能力，成為城市安防決策的最佳后盾。

但只是從感知層獲取資訊是不夠的，因為想要做好大數據深度分析，就必須要有能力針對復雜且開放式的問題尋找答案，并藉由視覺化分析工具，透過連續性的篩選和抽象化，才能洞悉重要資訊。然而大數據具有的超大量半結構化/非結構化數據的特性，往往會造成傳統關聯式數據庫經管系統(RDBMS)的運作瓶頸，必須要導入全新的大數據分析工具，方能真正靈活運用大數據。

此外，大數據的價值既然遠超過傳統數據，大數據的真實、平安及穩定性，就必須加以重視。尤其是現在的網路應用無所不在，舉凡機場、銀行、捷運、車站、水電油氣供應機制等，都可能被駭客入侵，加上政府為了能讓把握的數據更有價值，必須要采取公開透明的數據使用機制，當公共事業的數據開放愈多，可能被入侵的機會也愈高，因此想要利用大數據來解決城市安防的問題，首先就得先做好大數據的保護，因此資安技術的導入及專業人員的配置，絕對不能輕忽。

大數據對城市公共衛生及治安的幫助

目前已有許多歐美城市開始藉由搜集及分析大量數據、預知可能出現的危機，進而作為城市安防的參考。如紐約的康乃爾大學威爾醫學院(WeillCornellMedicalCollege)計算與系統生物醫學助理教授ChristopherE.Mason的研究團隊，花了18個月的時間在紐約400多個地鐵站的車廂、樓梯扶手、座椅、燈桿、垃圾桶等地方搜集樣本，總共發現15，152種微生物，其中來自于人類的DNA只占0.2%，將近一半的樣本是人類未知的有機生物，27%是活性且具有抗生素抗藥性的細菌，所幸其中僅有12%會讓人生病。

這項名為PhthoMap的研究計劃，還透過華爾街日報網站提供互動地圖，讓使用者可以用來觀看特定車站的研究成果，如收集的樣本來源、微生物來源比例、細菌種類與說明等，也可利用搜尋細菌的種類，了解那些車站有這些細菌的存在，等于也展示了公衛數據開放使用的過程。