隨著云端運算及物聯(lián)網(wǎng)等科技的不斷發(fā)展，大數(shù)據(jù)(Big Data)在智慧城市扮演的角色也越來越重要。但事實上，數(shù)據(jù)本來就是城市治理非常重要的依據(jù)，尤其是與城市安防的相關業(yè)務，舉凡人口統(tǒng)計、犯罪率、交通流量等數(shù)據(jù)，政府治理單位本來就會定時蒐集并加以分析，作為施政的參考，如果不能先了解大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)的差別，掌握大數(shù)據(jù)的分析與工具的特性，就算擁有大數(shù)據(jù)，也可能只是「入寶山空手而回」，無法將數(shù)據(jù)轉(zhuǎn)換成價值，自然也無法對城市安防產(chǎn)生貢獻。

了解大數(shù)據(jù)才能有效運用

相較於傳統(tǒng)數(shù)據(jù)，大數(shù)據(jù)至少具有三個差異極大的特性。首先是數(shù)據(jù)量(Volume)，如果換算成數(shù)位數(shù)據(jù)單位，基本單位通常已經(jīng)是TB、PB等級，不但要考量收集及儲存成本，如何迅速傳遞這麼龐大的數(shù)據(jù)，也是大數(shù)據(jù)應用必須思考的重點;其次是時效性(Velocity)，即使是這麼大的數(shù)據(jù)量，仍然要在最短的時間內(nèi)產(chǎn)生分析結果，如傳統(tǒng)的年報統(tǒng)計，往往是在今年收集去年的數(shù)據(jù)，卻在隔年才出版，曠日廢時的結果，往往會讓數(shù)據(jù)分析結果失真。

PredPol應用大數(shù)據(jù)分析技術，預測出犯罪機率高甚至下一次可能發(fā)生犯罪情況的區(qū)域，并於地圖上標示出一塊塊500平方英尺的區(qū)域，供警察參考。

最後也是最大的差別，就是數(shù)據(jù)的多樣性(Variety)，傳統(tǒng)的數(shù)據(jù)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(shù)據(jù)可能會有各種形式，包括文字、影音、圖像、網(wǎng)頁等，不但沒有明顯的結構，而且大數(shù)據(jù)還常常出現(xiàn)形式交錯的現(xiàn)象，如Youtube上的影片除了有點擊數(shù)外，同時還有留言討論。

由此可知，傳統(tǒng)的數(shù)據(jù)收集方式，顯然已經(jīng)不能滿足城市安防對於大數(shù)據(jù)的需求，所幸在物聯(lián)網(wǎng)(Internet of Things;IoT)、云端運算及4G無線寬頻等技術的發(fā)展下，要取得物與物、物與人、人與人的互聯(lián)互通數(shù)據(jù)，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(shù)據(jù)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後盾。

但只是從感知層獲取資訊是不夠的，因為想要做好大數(shù)據(jù)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(xù)性的篩選和抽象化，才能洞悉重要資訊。然而大數(shù)據(jù)具有的超大量半結構化/非結構化數(shù)據(jù)的特性，往往會造成傳統(tǒng)關聯(lián)式數(shù)據(jù)庫管理系統(tǒng)(RDBMS)的運作瓶頸，必須要導入全新的大數(shù)據(jù)分析工具，方能真正靈活運用大數(shù)據(jù)。

來源：機房監(jiān)控 機房環(huán)境監(jiān)控 機房監(jiān)控系統(tǒng)  http://www.ixsba.com