徐建明
佳都新太科技股份有限公司
安防大數據在智慧城市建設中的應用現狀
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，也出現了各信息系統標準不一、互不兼容、接入受阻、出現信息孤島等瓶頸。建設智慧城市的一個重要目標，就是要建設和諧、宜居、富有活力和現代化的城市，利用先進的信息技術，實現城市智慧式管理和運行，進而爲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。這個目標離不開先進和創新技術的支撐，隨着雲計算、大數據、物聯網、人工智能等各種新技術風起雲涌，數據的融合與共享越來越得到重視，數據處理、數據共享、數據挖掘、數據分析、數據應用等大數據技術成爲智慧城市建設發展的關鍵技術，同時也開啓了全新的智慧城市大數據時代。
安防大數據作爲智慧城市大數據時代的核心基礎，已成爲智慧城市建設中權重最高的大數據類型，服務於“社會安全立體化、行業安全智能化、民生安全常態化”的安防大數據已通過各種形式的建設應用已從安全防護角度逐步延伸到了智慧城市大數據安全基礎全生命週期中，在目前各地開建的雪亮工程、天網工程等項目中，安全感知網絡已從常規的前端設備安全互聯、後端平臺安全邊界設計發展到以智能設備物聯網感知大數據、人臉識別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數據本身的多維度安全防護之重要性。
智慧城市已初步整合各領域資源，民生領域數據安全風險加劇。隨着居民生活對智能網絡依賴性的增長，個人、家庭的生活信息通過物聯網全方位暴露，使個人信息泄露風險加劇。例如，智慧社區個人IP、身份、住址的信息泄露，增加了個人遭受金融詐騙的風險。在智慧城市建設的初期，人們普遍缺乏個人信息保護意識，也缺乏安全防護實踐，民生領域中信息安全所面臨的問題變得更爲複雜。
新興技術得到初步應用，城市大數據安全成爲重中之重。雲計算技術打破城市間信息孤島，物聯網技術使智慧城市建設得到初步落地，大數據技術實現各個系統之間的協同運行，爲智慧城市各個環節的運作提供支持。在智慧城市中，很多數據並不是人工提供的，而是依靠探針、物聯網設備等聯網設備自動收集提取的。在這些數據收集、上傳、分享、存儲過程中涉及的應用程序、設備、網絡以及使用者都是數據的承載者，而應用程序的編碼漏洞、設備的管理漏洞、網絡的傳輸協議漏洞，抑或人爲惡意操作都將對數據安全帶來安全隱患。
移動終端和智能應用接入智慧網絡，聚集新型數據安全威脅。隨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，另一方面像華爲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，而且可以實現包括定位、信息處理、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。隨着智慧城市的發展，衆多企業也看到了移動終端在智慧城市中應用的重要性，移動終端應用產品在智慧城市中百花齊放。大量智能終端設備和傳感器接入智慧城市綜合網絡，產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，也聚集了新型的數據安全風險。
“大雲物移”新技術安全問題不可預期，數據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隨之帶來安全問題，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，個人信息與隱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——數據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。智慧城市是城市運行和管理的高級信息化應用，爲城市的管理人員提供整個城市運行的大數據。隨着經濟社會運行對這些應用的依賴程度日益增加，承載城市運行管理大數據的信息系統很容易成爲網絡攻擊的目標，導致城市管理信息泄密、數據破壞、信息丟失，對城市的運行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。數據在傳輸、分享和存儲的過程中同樣面臨安全問題，涉及分享渠道、分享範圍、數據模糊處理、數據分析利用、數據監管、數據加密、數據存儲等環節。
大數據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平，就需要在大數據的分析處理和應用方面開展更多的工作。將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內容集中在一個平臺上，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，更需要信息資源。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，只有將信息技術、信息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。
安防大數據需從碎片化走向系統融合，智慧城市跨區域、跨領域協作將成趨勢。“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，可是沒有產生預期的效果。”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祕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，未來需要走向系統集成融合。智慧的本質還是要源自於數據融合、信息共享、業務協同和智能服務。智慧城市核心也是將解決跨部門、跨區域、跨層級、跨系統、跨業態的硬骨頭，構建完成全流程、全覆蓋、全模式、全響應的智能化管理與服務系統。
安防大數據在智慧城市建設中的作用與地位
在智慧城市建設中，安防大數據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數據應用、風險分析、安全隱患等問題應受到關注。一個城市的管理和運營需要科學的決策，只有數據支撐才能保證智慧城市的正常運行。城市中的監控視頻數據、城市地理信息、交通數據、人口數據以及環境監測數據等被海量傳感器日夜不斷地收集，各種行業數據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，正是因爲打破了部門以及行業壁壘，所以才獲得了數據資源、掌握了數據財富。可以說，大數據已經遍佈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，再到城市的產業佈局和規劃，直到城市的運營和管理方式，都將在大數據支撐下走向“智慧化”，大數據已經成爲智慧城市的智慧引擎，智慧城市中的大數據應用、風險分析、安全隱患等問題也應受到社會各界廣泛關注和研究。
對於安防大數據來說，從數字城市到平安城市再到當今的智慧城市，以綠色、智能、安全爲主題的智慧城市建設正快速發展。監控攝像頭分佈廣泛，安防監控對高清化、智能化、網絡化的要求越來越高，數據量也在加大，與此同時，物聯網、移動互聯網、雲計算、大數據等相關產業鏈也在穩步發展。智慧城市是一個繁雜的、相互影響的體系，可以被認爲是城市信息化的高級階段，必然關涉到信息技術的創新應用。對於網絡高清視頻監控體系和智能交通系統而言，從全省視頻監控、交通卡口監控或運營商機房和基站的環境量監控可見，以前的系統數據查詢越來越慢，寫入的數據也越來越多，需要配置的存儲也越來越大，以前使用的關係型數據庫性能壓力也越來越大，IO越來越薄弱。安防領域的大數據時代已經到來，任何一個做大安防平臺的廠商都不能避開。數據的連續性存儲、設備告警的不斷出現、人臉識別產生的圖片比較、各種環境信號量的實時數據上報，且客戶對數據存儲要求至少6個月到12個月，甚至有的客戶爲了便於事後的統計以及分析，要求數據存儲2-3年，數據很容易就到達PB級。大數據更側重幫助各類用戶從大量的數據中快速發掘高價值的信息，幫助客戶提高其決策的效率以及準確度。這樣，大數據的處理好壞就成了客戶關注的焦點，大數據的處理技術就成了廠家實力的代表。
安防大數據業務中的視頻監控業務是一個典型的數據依賴型業務，依靠數據說話。可以說，大數據和視頻監控業務有着非常密切的關係。綜合來看，大數據和視頻監控業務的關係主要體現在“存”“看”“用”上。典型的網絡視頻監控數據庫存儲模型是一個由小溪匯聚河流、再匯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將提升水庫建造成本和蓄水安全的要求。而採用分佈式蓄水模式，在河流中游建立多箇中間蓄水池，不僅可以減少主水庫蓄水壓力和成本，化整爲零也提高了就近用水效率。在大數據技術支撐下，網絡視頻監控數據存儲模型可轉向分佈式的數據存儲體系，提供高效、安全、廉價的存儲方式。在視頻監控業務中，錯看漏看、來不及看是常見的困擾點，大數據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”等感嘆，可想而知一般零售業、金融行業等對於視頻監控圖像的回溯就更困難。在視頻監控大數據趨勢已經來臨之際，依靠人眼去檢索、查看所有視頻圖像數據已經不太現實，通過大數據技術實現視頻圖像模糊查詢、快速檢索、準確定位，讓“看”變得簡單。視頻監控業務中，“看”只是信息採集的方式之一，“用”纔是業務應用的根本，視頻監控業務的效率問題已經成爲阻礙產業發展的薄弱環節。針對交通行業的海量數據處理需求，智能交通管理系統可以在海量數據、惡劣網絡環境和複雜業務處理情況下，實現大量圖片、車輛數據、視頻數據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，對任意站點的視頻進行流暢播放、實時進行比對報警、快速進行多條件檢索，並且將各類多媒體數據和車輛數據合二爲一。系統實現對目前的城市道路交通中異常行爲的智能識別和自動報警等，從而減輕了交管監控人員的工作負擔，提高了檢測的準確度，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頻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。套牌可通過視頻進行車牌識別，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別並在所有視頻中尋找這個人臉。犯罪嫌疑車輛追查可輸入嫌疑車的照片或顏色車型等相關特徵在所有視頻中進行查找，並繪製起時空軌跡，實現車輛的首次入城分析。
諸如以上的“存，看，用”的應用情況來看，安防大數據的地位作爲智慧城市基礎架構中的核心層愈發重要。安防大數據數據源多樣性、數據類型多態性，數據關係複雜性，數據增量海量化、數據網絡多重性。而且隨着物聯網、互聯網的承載交錯與安防行業網絡，如政務專網、公安網、視頻專網等安全等保、出入控制、安全邊界的設計對安防大數據提出了更精確的控制性要求，對格式、流量、增量、特徵碼提取、結構化、非結構化超融合都提出了新的要求，結合安防大數據的實戰性要求特點，各類場景模塊、技戰法、專題庫、主題應用更加深化。
安防大數據在智慧城市建設應用中的疑難
諸如以上的“存，看，用”的應用情況來看，安防大數據的地位作爲智慧城市基礎架構中的核心層愈發重要。安防大數據數據源多樣性、數據類型多態性，數據關係複雜性，數據增量海量化、數據網絡多重性。而且隨着物聯網、互聯網的承載交錯與安防行業網絡，如政務專網、公安網、視頻專網等安全等保、出入控制、安全邊界的設計對安防大數據提出了更精確的控制性要求，對格式、流量、增量、特徵碼提取、結構化、非結構化超融合都提出了新的要求，結合安防大數據的實戰性要求特點，各類場景模塊、技戰法、專題庫、主題應用更加深化。深化應用中安防大數據在智慧城市建設實施中各種疑難也接踵而至。
數據整合問題。不同來源的大數據，分別存儲於相互獨立的系統中，將這些數據集中於統一的平臺，是安防大數據實施的基礎性工作，但行業、部門壁壘是最大障礙。即使只是公安內部的視頻數據，各省、地市也互不相通，想採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數據之間的關係，從而挖掘出有價值的數據，也是難點。
數據挖掘、分析算法的成熟度問題。對於安防數據中最重要的視頻數據，對其進行智能視頻分析和挖掘是很困難的事情。目前，除了車牌識別、人數統計等算法較爲成熟外，對視頻進行事件分析、人臉識別、摘要等技術都還沒達到大規模的商用水平，這也極大地制約了安防大數據的實施。
時效性問題。安防大數據的目的之一就是要解決現有安防系統內以事後查看、分析爲主的數據(特別是視頻數據)應用形式，還要增加以事前預警、實時處理，這對大數據處理技術的實時性要求很高。這種時效性就決定了視頻安防大數據的高運算量、高傳輸帶寬的要求。
信息安全與用戶隱私問題。安防行業，特別是公安行業對數據的安全性要求非常高，這也是造成數據的區域隔離的重要原因。同時，在利用安防大數據上，如何保護用戶的隱私，也是一個非常重要的課題，目前主要採用數據脫敏的辦法。當務之急就是將安防數據安全級別需要有明確的分級定義，不能一味強調安全而各自封閉，否則必將導致安防大數據分析成爲無源之水。
視頻圖像數據挖掘的難點。識別什麼特徵？一副圖像或者一段視頻可以有無數角度的標籤屬性去描述，什麼纔是我們需要的屬性？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。識別算法開發難，由於是平面圖像，因此特徵的識別主要原理就是看圖像區域中的輪廓、顏色、紋理與特徵庫進行比較。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，因此無法做到識別。大規模數據處理難，即使做到了識別算法，但是如果要通過數據處理服務器的形式對大規模的視頻進行結構化處理，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裏也不切實際。
以安防大數據中的典型應用警務服務平臺大數據爲例，安防大數據實施的難點如下：如何將不同報警運營服務商之間的數據整合在一起？我國多數報警運營網絡尚未完成規模化建設，用戶規模大、跨省市運營的網絡很少，每家報警運營服務商的警情併發量不大，而且報警運營服務商之間普遍存在信息孤島，很難通過大數據分析實現數據的增值。大數據的挖掘是一個長期的過程，需要企業不斷的嘗試，挖掘出有意義的信息或規律，並將結果拿到市場上檢驗。大數據自身也面臨着挑戰，數據的運用仍面臨多種技術難關的束縛，大數據方面的人才比較缺乏，大數據的產品尚不成熟等問題都制約着大數據在報警運營服務領域的發展。
安防大數據在智慧城市建設應用案例解析
安防大數據在公安行業，大數據應用無處不存，下面簡單介紹一下大數據應用在公安行業幾個業務體現。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，一般採用布控車牌號，通過系統比對卡口車輛信息進行識別，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，從而失去布控的意義。對於這種情況，可實現移動警務、GIS系統有效關聯，通過在GIS系統中繪製嫌疑車輛逃跑路線和防控識別圈，可大大提高攔截效率；第二是車輛落腳點分析業務。隨着城市的快速發展，城市越來越大，路網也越來越複雜，爲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，通過視頻實現卡口相機功能，對海量數據進行雲卡口識別，結合GIS系統，將嫌疑車輛軌跡描繪出來，大大提高公安辦案效率。第三是伴隨車輛分析。由於公衆安全防範意識的不斷提高，犯罪分子獨立實施犯罪行爲的成功率大大降低，因此，新時期的犯罪行爲，開始表現爲團伙作案。在踩點和作案時，犯罪團伙通常會使用多輛汽車，以提高成功率。從卡口系統的角度看，團伙作案具體表現爲多輛車同時出沒於特定卡口覆蓋範圍，利用該特徵，我們可以從海量的卡口車輛數據中，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，在公安行業還有基於人臉識別的人臉卡口、視頻摘要等安防大數據應用。
安防大數據在交通領域也是應用較多的行業，安防大數據的交通數據中，物聯網+互聯網的網絡承載讓安防大數據在預測、預判、預警中大展拳腳。比如時間計算場景。由於電子狗的大量使用，不少駕駛員在通過卡口時，會主動降低速度，一旦離開卡口覆蓋範圍，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爲，利用區間測速便可快速檢測違章行爲，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”，並可通知相關人員進行攔截追捕。第二是交通流量分析。對於交通流量的檢測，傳統方式是通過地磁、微波檢測完成的，但這種檢測只能檢測車輛數量，卻無法檢測相關車牌號，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號碼、車身顏色、車型等更多詳細信息，基於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佈，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信息找出城市熱點區域，爲交管部門提供參考，更好地優化路網機制，規劃更爲合理的路網參數。此外，還可通過智能分析系統，對卡口數據進行深層次分析與挖掘，不僅識別車輛車牌號，而且實現對車輛品牌、車輛型號、是否粘貼年檢標識、駕駛員是否系安全帶、是否駕駛時撥打電話等一些行爲狀態識別，從而進一步規範車輛達標和安全駕駛行爲。在這些案例中其深化應用都具備如下幾個特點：
1、海量非結構化數據存儲。相較於其他行業，安防非結構化的數據存儲壓力不斷增大，一方面源於視頻、圖片等非結構化數據本身容量，另一方面源於安防數據規模的不斷擴大，安防大數據存儲對系統設備提出了更高挑戰，如何在滿足需求的前提下，刪除重複數據、降低存儲硬件成本投資成爲海量數據存儲的一個難題。
2、數據共享。大數據需要通過快速的採集、發現和分析，從大量化、多類別的數據中提取價值。安防大數據時代最顯著的特徵就是海量和非結構化數據共享，用以提高數據處理能力。而海量數據存儲在不同系統、不同區域、不同節點、不同設備中，這給數據的傳輸和共享帶來極大的挑戰：
3、數據安全。視頻監控數據具有私密性高、保密性強等特點，不僅是事後追查的依據，而且更是後續數據分析挖掘的基礎。因此，數據安全一方面體現在數據不受外界入侵或非法獲取，另一方面體現在龐大數據系統的魯棒性、體系容錯機制，確保硬件在發生故障時其數據可以恢復，可以繼續保存。面對海量數據的存儲、共享、硬件和軟件設備承載的極大風險，如何構建大型、海量視頻監控存儲系統、數據分析系統以及容錯冗餘機制是安防行業面臨的重大考驗；
4、數據利用。安防監控雖然數據量很大，但真正有用的信息並不多。安防數據的有效性分爲兩個方面，一方面有效信息可能只分布在一個較短的時間段內，根據統計學原理，信息呈現“冪率”分佈，往往越高密度的信息對客戶價值越大；另一方面，數據的有效性體現在深層次挖掘龐大的海量數據，關聯得出有效信息。視頻監控業務網絡化、大聯網後，網內的設備越來越多，利用網內的閒置資源，實現資源的最大化利用，關乎運算的效率。在視頻監控領域，往往視頻分析的效率決定價值，更低的延遲、更準確的分析往往是客戶的普遍需求。如何對海量的視頻數據進行分析檢索也對行業提出更大的挑戰。
5、缺乏統一標準。國內安防行業經歷十幾年的快速發展，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，國內平安城市系統的建設也不斷推動着國內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，由於參與的安防廠家衆多，不同項目、不同系統甚至同一系統採用的設備廠商也不盡相同，爲了更好的兼容各廠商產品，整個安防行業和政府也制定了一些標準，如ONVIF協議、GB28181協議以及各個地方省市發佈的一些標準。
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，智慧城市要求數據共享，跨區域視頻聯網監控、監控資源整合與共享以及政府各部門之間的視頻監控資源共享等等。但是不同的地方城市，不同的行業類別，不同的管理方式都會有不同的監控系統方案，數據融合或者共享兼容性問題更多，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設備與系統的兼容問題，隨着各種行標、地標的制定，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集成應用，因缺乏統一標準帶來的複雜性可想而知。慶幸的是國家目前已經發布智慧城市建設的各種標準，而相關企業也在不斷規範自身系統的兼容性和開放性。
安防大數據在智慧城市建設中的應用前景與趨勢
大數據是將來發展趨勢，中國很多企業現在都在做大數據業務，但真正將大數據的挖掘和應用落到實處，轉變爲商業模式的企業還是很少，目前很多大數據概念都是噱頭，而安防企業需要做的，便是積極加強內功，提高研發能力，加強技術儲備，應對更大數據量帶來的衝擊。後期安防廠家會進行分化，一部分傳統安防廠家更加專注於傳統安防領域繼續深耕，專注於產品和技術，另一部分安防廠家會向大安防集成平臺轉變，專注於業務整合和數據分析處理，大數據的特點就是數據量多且大，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，分佈式存儲技術將作爲未來解決大數據存儲的重要技術。分佈式存儲系統解決了傳統存儲方式的存儲性能瓶頸問題，它採用可擴展的系統結構，利用多臺存儲服務器分擔存儲負荷，利用位置服務器定位存儲信息，它不但提高了系統的可靠性、可用性和存取效率，還易於擴展。隨着數據的價值越來越重要，大數據的安全穩定也將會逐漸被重視，大數據不斷增長，無論對數據存儲的物理安全還是對數據的管理方式都要求對數據的多副本和高可用機制提出更高的要求。
在安防大數據的發展中，我們已經見識到了安防雲計算的基礎架構雲、平臺雲、服務雲、通訊雲、視頻雲、在2018年各大安防企業和互聯網企業、軟件企業都聚焦在大數據即服務的構建中，實現數據雲。安防大數據價值逐漸被髮展，安防大數據將成爲企業發展的核心。而智慧城市建設實現了相關部門、行業、羣體、系統之間的數據融合、信息共享，從而形成海量數據。對於海量數據的管理，將建立分級分類體系，數據信息一般被分爲敏感信息和公開信息，將來，數據的分級分類可按安全屬性進行，包括對用戶權益的影響程度、信息關聯度、數據泄露對機構或個人造成不良社會影響的程度等。同時，智慧城市數據的分類分級還應注意優先隱私保護、加強業務保障、關注數據穩定性等原則。對不同級別的數據進行同時處理、應用時，應按照其中級別最高的要求來實施保護;對於非敏感數據關聯後可能產生敏感數據的情況，要充分預判發生場景，關聯後產生數據對應的級別應高於原始數據。同時，從國家層面應在數據採集、傳輸、應用等環節建立端對端的數據安全保障體系，在數據資源相關的規範管理方面做好立法保護工作，推進政府數據開放、交換訪問接口、安全保密等共享標準的制定。大數據將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數據市場抓住發展的機遇，藉助自己的優勢創造更多的價值，在未來激烈的市場競爭中藉助大數據走得更遠。