浅析大数据在民航安全管理中的应用及展望

□ 吴 磊 刘南男 肖承东/文

随着民航业的快速发展以及工业技术的进步，使得民航运输业已成为数据密集型产业，传统的安全管理手段和技术将面临巨大的挑战，甚至将逐渐不能适应外部环境的快速变化。大数据时代的来临，给我们的生产生活带来了颠覆性的影响，庞大的数据资源已成为行业发展的核心资源，如何利用好数据资源将决定着行业发展的未来。民航业作为国家重要的战略产业，其未来的发展也必将摆脱传统技术和体系的束缚，需要引用大量“先进技术”来提升民航安全水平。其中，大数据、云计算等先进信息技术将成为未来民航安全管理解决方案中的关键技术，也是推进“民航强国”战略实施的重要引擎。

大数据的概念

大数据（b ig d a t a），是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。我们把这个定义逐句地进行展开，就会发现大数据存在的两个主要特点：

（一）数据海量

首先体现在处理的数据量上是非常大的，既不是抽样性的有限数据，也不是用常规数据存储和分析工具（比如e x c e l和人工统计）就能够做到的；其次数据在增长速度上是呈现爆发式增长的，不局限于某一个时间范围，每一个操作、每一个运行过程都会产生大量的数据；最后是数据的维度上丰富多样，随着大数据时代的来临，数据存储结构经历了数据库、高级数据库，到现今的数据仓库。

（二）数据处理的新模式

首先大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。其次，传统的数据处理模式已不能满足大数据处理的需求，从技术上看，大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘，必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术才能够实现。

大数据在民航安全管理的应用现状

随着民航业规模的不断发展，民航业每天都会产生不断增加的大量数据。比如，美国联邦航空局的一项研究表明，仅仅一部喷气引擎就能够在一年内生成相当于20 T B的数据。由此可见，整个民航行业在发展过程中的数据量是不可想象的，但是绝大部分数据还没有得到充分利用。近几年，民航安全管理领域已经对大数据进行了初步探索，也取得了阶段性成果。

（一）应用案例

案例一：Q A R数据应用。在民航局的强力推动下，中国民航飞行品质监控基站完成了一期建设，开辟了“大数据+飞行安全”监控新模式，通过深度挖掘和运用海量的飞行品质监控数据，针对L O C、C F I T等特殊风险进行深入分析，发布特殊风险报告和预警报告，推动安全管理迈上新台阶，这在世界民航界是独一无二的。

案例二：空管行业的管制运行品质监测系统。通过采集综合航迹数据、飞行计划数据、语音数据等管制实时运行数据，以管制运行数据仓库为平台，基于可量化的运行数据，通过对海量运行数据的挖掘分析，实现对空中交通流态势、管制运行安全性、工作负荷等跟安全相关的指标，进行不间断实时监测和评价。

案例三：在重庆机场的空防安全领域内首次实现了公安数据库与机场信息的共享交互，并将旅客信息与公安重点管控人员信息进行实时比对，做到旅客动态管控。自2013年系统实施以来，重庆机场配合公安机关共抓捕在逃人员303人、成功拦截1名涉恐分子入境，收到了非常好的效果。

除了以上三个案例，民航业内还有很多初步探索。由此可以看出，中国民航安全管理在大数据应用方面正处于“初步探索、略见成效”的阶段，仍有巨大的潜力和价值可挖。

（二）存在的主要问题

在以上几个案例中，其实可以看出大数据在民航安全管理领域的初步应用成果，但通过深入分析，仍还有非常大的局限性，主要体现在以下几个方面：

1.数据孤岛问题

近年来国内民航信息化建设取得了长足的发展，尤其三大运营主体（航司、机场、空管）均针对自身业务建设了各自的信息系统，但由于既有的行政壁垒和技术要求，导致存在民航各领域之间的数据孤岛问题。从顶层设计来看，由于综合数据分析研究不足，导致民航大数据建设的顶层设计和实现路径相对滞后，不能满足当前安全管理需求。从技术层面来看，不同部门的数据存储在不同地方，大数据来源众多、数量巨大，而且各类数据标准和形式各异，整合起来难度较大。从应用层面来看，有的企业或部门缺乏数据公开的动力，有的是因认识不到位而让数据沉睡，有的则是已经利用数据开展商业化应用，因此不愿共享。

2.从数据向信息的转化程度不够

近几年民航行业也开始对大数据进行初步的探索和建设，从当前大数据的应用程度来看，处于 “数据海量，信息匮乏”的状态，数据向信息的转化程度不够。首先，大数据在应用过程中需要突破技术上的障碍，需要依据模糊数据、数据挖掘、统计学等理论基础，传统的数据分析技术是不能够适用于大数据分析的；其次，在大数据中，绝大部分属于非结构化的数据，无法用数字或统一的结构表示，在这种高维度、强随机性等方面表现出不确定性，甚至会导致分析的误差更大，使相关分析缺乏说服力。

3.对大数据研究投入不足

首先是专业人才短缺严重。行业数据的爆炸性增长，直接导致人才短缺的问题日益突出。大部分企业都没有进行广泛的数据应用，还是停留在对事件本身的分析上，主要原因是数据监控和分析人员的数量不足，任务量大，无暇顾及数据的应用深度和广度；另一方面是人员能力不足，大部分是由从事运行或安全管理的人员组成，没有很好地接受数据分析方面的培训，仅凭经验进行数据分析和管理。其次，信息化平台建设成本相对较高，对于某些企业或单位负担较重，也不利于推进信息化建设。

4.对大数据理解存在偏差

一是对大数据重要性认识不足。没有充分认识到大数据在未来对民航安全管理的推动作用，使得大数据应用建设相对迟缓。二是对大数据概念理解存在偏差，很多应用只是简单的数据统计和分析，就套上大数据的帽子。三是对大数据应用方向存在偏差，部分安全管理者把大数据分析作为处罚一线人员的主要手段，导致很多一线人员对大数据应用有一种抵触情绪。

解决途径

（一）战略层面

1.强化大数据应用的顶层设计

从其他行业大数据建设与应用的历程看，普遍经历了数据分散、数据整合、数据深度挖掘三个阶段。第一阶段是开展数据收集机制和系统建设，大力开展数据产品开发的阶段。第二阶段是多系统、平台的整合与数据融合的阶段。在经历了第一阶段的基础性建设后，意识到多个信息系统、数据平台各自为政、互不协调所带来的管理效率不高的问题，意识到只有进行资源整合、业务协同才能够更好地发挥大数据的作用。第三个阶段，是数据深度挖掘并发挥巨大生产力价值的阶段。上一阶段还属于资源性整合的层面，实现了信息整合、统一平台、协同调度等效果，但更大的生产力价值在于对整合而来的信息数据的深度挖掘分析，并贡献于实际的业务职能。

当然，大数据的开发和利用需要大量的软硬件投入，现阶段大数据应用会受到成本的约束，没有丰厚的商业支撑很难维持。因此可以建议由行业政府主导，引入商业资本，共同组建大数据经营开发公司，利用行业优势，将采集分析后大数据分类为民航公益类和民航商业类两种，其中民航公益类大数据免费向民航行政企事业单位提供，商业类大数据按照市场原则进行商业经营，获取一定的商业利润。通过固定的收益，既可保障产业可持续发展，又能减轻政府投入的压力，实现互利共赢。

2.推进企事业单位的数字化转型

伴随着全球化、信息化的来临，在新兴信息技术的驱动下，数字化转型已掀起全球传统企业转型的浪潮，很多行业已经走在了转型的前列，而且“数字”已被视为，也被证明为核心资产、新资源和新财富。

首先，民航各领域的企事业单位要将本单位核心的工作流程和业务管理等方面进行数字化，为以后大数据应用奠定基础。以飞行员和管制员的排班为例，传统方法是依靠管理经验去排的，而数字化的企事业单位则是利用飞行员或管制员的资料（年龄、性格特点、档案、资质能力等），通过排班优化的算法进行排班的，这会极大提高一线人员的使用效率，并能够有效防范因排班问题导致的疲劳风险。

其次，在创建数字化平台的基础上，不断地优化和重新定义本单位的运行模型，能更好地描绘业务功能、流程与组织架构之间的关系，人员、团队、各组成部门之间如何有效互动，从而实现企业的战略和最终目标。比如，数字化进程正在改变航空公司对机组人员的管理模式，围绕飞行员、乘务员构建的智能排班、自助飞行准备、自助化签到和身体检测、E F B和客舱移动应用等信息系统组成的数字化运行模式，正在重塑航空公司在机组管理方面的运行模型。

最后在整个数字化转型过程中，要寻找合作伙伴，要与国内外的先进科技公司相互合作和学习，这样能够紧紧抓住互联网、智能化、大数据等新兴产业带来的战略机遇，在新一轮的工业革命中抢占先机。

3.加快推进民航数据中心建设

2016年10月9日，习近平总书记在中央政治局集体学习时提出：“以数据集中和共享为途径，建设全国一体化的国家大数据中心，推进技术融合、业务融合、数据融合，实现跨层级、跨地域、跨系统、跨部门、跨业务的协同管理和服务。”民航局发布的《关于进一步深化民航改革工作的意见》中明确要求“整合分散在空管、航空公司、机场、保障单位的信息资源，设立民航数据中心，加强运行信息统一集中管控，提升信息数据综合分析能力，促进信息资源共享。”

目前，民航各领域的基础信息系统的建设已基本完成，而且建设民航数据中心的外在要求和内在需求已经非常迫切，建议加快推进民航数据中心的建设，按照一次规划，分步实施的步骤，逐步完善民航数据采集与存储、民航大数据的分析与决策、民航大数据的共享服务等功能，早日实现民航安全大数据上线应用。

（二）战术层面

1.建立大数据安全管理人才队伍

在推动大数据在安全管理领域的应用时，需要专业的大数据安全管理人才队伍作为支撑，主要作用是构建更为有效的安全大数据分析模型和系统，并从纷繁的数据里提炼出有价值的信息。

大数据安全管理人才队伍需要三个层面的人员：一是项目管理者，需要十分清晰地了解自身的需求，以及所依赖的资源和碰到的困难，能够有效地组织和协调大数据系统的开发和应用，该角色其实类似很多企业都开始设立的首席信息官CIO（ChiefInformatinOfficer）；二是数据构建者，根据项目的总体需求，帮助整个团队评估哪些业务问题可以实现，而哪些不能够实现，与大数据系统开发人员进行对接，通常该团队中需要懂技术的人才帮助创建数据模型，协助系统开发；三是数据分析者，这个团队对于项目成功至关重要，不仅需要专业的数据分析人员，而且还需要具有运行和安全管理背景的专业人员，要从数字背后挖掘有价值的信息，以帮助管理者提供决策，并定期形成数据分析报告。当然，以上三类人员的分工协作在整个大数据系统构建和应用过程中是有机结合在一起的，能够持续优化大数据系统的使用。

2.以安全风险为突破推动大数据应用

由于大数据应用是一项复杂的系统工程，非常容易在茫茫的数据海洋中找不到方向，这就需要找到一个突破口，以点带面地推动大数据在安全管理中的应用。结合当前的应用现状和安全管理背景，风险管理是最为有效的突破口。第一步，以关注的重大安全风险为导向，确定与该重大安全风险的相关数据，并构建安全绩效指标；第二步，采用当前先进的科技手段采集相关数据，建立数据采集平台或系统，并确保数据真实可靠；第三步，建立数据处理和分析模型，实现数据的预处理，获取安全绩效指标数值；第四步，开展对安全绩效指标的监测，对超出阈值的指标开展安全风险预警或安全管理介入，形成长效的监管机制。

根据以上步骤，以管制行业的陆空通话为例进行说明。第一步，确定陆空通话问题是当前管制运行面临的主要安全风险，主要包括两个方面：一是管制员陆空通话是否标准；二是管制指令与机组复诵是否一致。根据该两个风险，可以设置两个安全绩效指标：一是陆空通话标准度， 该指标计算模型是非规范性陆空通话次数/陆空通话总次数，也就是非规范性陆空通话次数占比；二是一致性指标，该指标计算模型是不一致次数/陆空通话总次数。第二步，当前一些国内外企业语音识别技术已非常成熟，可以借助先进科技公司，从空管内话系统中对陆空通话的语音数据进行采集。第三步，对采集的语音数据进行预处理，与标准通话进行比较，得到第一个绩效指标数据；将管制指令与机组复诵语音进行对比，得到第二个绩效指标数据。第四步，对每个管制单位的绩效指标进行监测，按照I C A O推荐的安全绩效指标计算方法，对超出目标值的单位或个人，开展安全风险预警或监督检查工作。

3.基于数据共享实现精准风险防控

数据共享是在数据标准化和规范化的基础上，按照法律法规，利用相关技术，实现数据在不同层次、不同部门间交流与共享的活动。其目的是将数据资源实现共享共用，更加优化资源配置，提高数据资源利用率。

比如在民航空防安全领域，一方面，可将安检信息系统与公安数据库、金融、交通等其他相关的社会信息库实现数据共享。通过大数据分析，识别现实旅客的行为模式，提前对旅客进行安保风险程度的评估和分级。根据旅客的风险等级，安排旅客分类进入高、中、低不同等级的安检通道，实现针对不同风险类型的旅客执行严格程度不同的安全检查：对于风险程度高的旅客进行重点检查，实现风险精准识别和预防；对于风险程度低的旅客进行合规的简易检查，使其快速通过安检通道，提高安检通行效率；而对于常规旅客执行介于前两者之间的安全检查。另一方面，可将全国各个机场的安检信息系统实现互联互通，实现横向上的信息共享。例如，对曾经使用虚假身份证件、藏匿危险物品等不良记录的旅客，当其再在其他机场乘机时，安检信息系统能够自动显示其不良记录，提示安检人员对其进行严格安检，从而实现精准风险识别和防控。

结束语：

综上可知，大数据技术正逐渐应用于各个行业及领域，是民航安全管理发展的必由之路，能够极大推进我国民航安全管理能力建设。当前，由于民航安全管理领域在推动大数据发展方面，还存在数据壁垒、信息转化程度低、投入不足等问题，使得民航安全管理在大数据应用层面仍有许多潜力可挖，本文也从战略、战术两个层面提出了解决途径，同时也需要借鉴互联网公司对大数据应用的成熟经验。我们相信在不久的将来，民航安全与大数据技术的深度融合将大大推动民航安全监控、预警预测的发展，并推动建立完善的民航安全管理大数据体系。