肖祥林， 周春容

(四川交通職業(yè)技術(shù)學(xué)院 信息工程系，成都 611130)

大數(shù)據(jù)在公路工程質(zhì)量監(jiān)控中的應(yīng)用與挑戰(zhàn)

肖祥林， 周春容

(四川交通職業(yè)技術(shù)學(xué)院 信息工程系，成都 611130)

大數(shù)據(jù)的產(chǎn)生為公路工程質(zhì)量監(jiān)控技術(shù)帶來機(jī)遇與挑戰(zhàn)。公路工程質(zhì)量監(jiān)控大數(shù)據(jù)具有典型的“4V”特征。為深入分析大數(shù)據(jù)在公路工程質(zhì)量監(jiān)控中的應(yīng)用，從公路工程質(zhì)量監(jiān)控大數(shù)據(jù)的產(chǎn)生、處理流程與關(guān)鍵技術(shù)等方面進(jìn)行論述。分析了公路工程質(zhì)量監(jiān)控大數(shù)據(jù)的存儲結(jié)構(gòu)、計(jì)算過程以及數(shù)據(jù)可視化處理的流程，提出了公路工程質(zhì)量監(jiān)控大數(shù)據(jù)應(yīng)用時(shí)所面臨的問題與挑戰(zhàn)。

大數(shù)據(jù)； 公路工程； 質(zhì)量監(jiān)控； 應(yīng)用與挑戰(zhàn)

0 引言

近年來，隨著交通建設(shè)的迅速發(fā)展，截止2015年我國公路總里程將達(dá)到450萬公里，其中高速公路通車總里程達(dá)到10.8萬公里，全國高速公路路網(wǎng)已基本形成規(guī)模，促進(jìn)了區(qū)域經(jīng)濟(jì)的發(fā)展，社會效益較好。在交通部發(fā)布的《國家公路網(wǎng)規(guī)劃(2013年—2030年)》發(fā)展規(guī)劃中，全國高速公路通車?yán)锍填A(yù)計(jì)達(dá)到40萬公里, 我國將基本實(shí)現(xiàn)省際多路連通、地市高速通達(dá)、縣縣國道覆蓋的目標(biāo)[1]。

從上述規(guī)劃來看，僅高速公路的建設(shè)缺口就近30萬公里，其建設(shè)任務(wù)較重，另一方面,在工程建設(shè)過程中的質(zhì)量監(jiān)控也提出了新課題。以西部地區(qū)為例，交通運(yùn)輸部質(zhì)量監(jiān)督局已在2012年3月啟動了西部項(xiàng)目“公路工程質(zhì)量安全過程控制智能化與遠(yuǎn)程監(jiān)控技術(shù)研究”的研究工作，項(xiàng)目要求采用信息化技術(shù)手段，融入現(xiàn)代計(jì)算機(jī)技術(shù)、實(shí)時(shí)信息傳輸技術(shù)，人工智能化技術(shù)到工程監(jiān)督中，對重點(diǎn)工程、重點(diǎn)部位的實(shí)時(shí)監(jiān)控，實(shí)現(xiàn)工程質(zhì)量安全監(jiān)管的實(shí)時(shí)化、智能化、遠(yuǎn)程化，彌補(bǔ)人為管理的漏洞和缺失，提高質(zhì)量監(jiān)控和監(jiān)管效能，以保障公路工程的建設(shè)質(zhì)量[2]。

公路工程建設(shè)的智慧化監(jiān)管，需要對在其在建設(shè)過程中產(chǎn)生的大數(shù)據(jù)進(jìn)行透徹分析，服務(wù)于管理者和決策者，便于及時(shí)排查和糾正在工程施工過程中潛在安全隱患，為生命和財(cái)產(chǎn)提供安全保障。

1 公路工程質(zhì)量監(jiān)控大數(shù)據(jù)來源及其特點(diǎn)

就大數(shù)據(jù)而言，是一個(gè)抽象模糊的概念，大部分人也只是從數(shù)據(jù)量的大小和規(guī)模去感知，像TB、PB、ZB、YB這樣的數(shù)據(jù)量存儲單位被理解為大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)的區(qū)別，很顯然這僅僅是海量數(shù)據(jù)，在IT界被公認(rèn)的具有Volume(容量大)、Variety(種類多)、Velocity(速度快)和Value(價(jià)值密度低)特征的數(shù)據(jù)，才能被稱為大數(shù)據(jù)，簡稱大數(shù)據(jù)4“V”特征[3]。

1.1 公路工程質(zhì)量監(jiān)控中大數(shù)據(jù)的來源

公路工程建設(shè)在開始施工到驗(yàn)收竣工，要產(chǎn)生大量的、類型各異的數(shù)據(jù)，其主要有以下幾種來源：

(1)施工試驗(yàn)數(shù)據(jù)：道路在施工前需要對工程中的各種使用材料在該項(xiàng)目環(huán)境條件下做實(shí)驗(yàn)，以得出在該環(huán)境條件和地理區(qū)域條件下相應(yīng)材料的使用混合比及用量等。如：筑路用土，砂石材抖、石灰和水泥，普通水泥混凝土，穩(wěn)定土和建筑砂漿，瀝青材料，瀝青混合料等相關(guān)實(shí)驗(yàn)數(shù)據(jù)，用數(shù)據(jù)來保障施工質(zhì)量，確保規(guī)范施工。

(2)施工監(jiān)控?cái)?shù)據(jù): 在工程項(xiàng)目施工階段，人員行為規(guī)范、施工操作規(guī)范、壓力傳感數(shù)據(jù)，施工環(huán)境溫度(濕度)等產(chǎn)生的文字、圖片、聲音和視頻數(shù)據(jù)。

(3)施工應(yīng)急數(shù)據(jù):在施工過程中會有各種突發(fā)事件，如何科學(xué)地把突發(fā)事件帶來的危害降到最低，最大程度減少人員和財(cái)產(chǎn)損失，是工程應(yīng)急處理的難題。在施工過程中，利用各種傳感器對突發(fā)事件進(jìn)行動態(tài)監(jiān)測，將對應(yīng)急處置起到關(guān)鍵性的作用，而該過程中將產(chǎn)生大量的數(shù)據(jù)。

(4)工程竣工檢測數(shù)據(jù):在工程項(xiàng)目施工驗(yàn)收階段，需對路基、路面、交安設(shè)施、機(jī)電系統(tǒng)等進(jìn)行標(biāo)準(zhǔn)檢測，判斷各項(xiàng)功能是否能達(dá)到標(biāo)準(zhǔn)規(guī)范。如路基壓實(shí)度，路面承載能力、應(yīng)力數(shù)據(jù)，標(biāo)識標(biāo)線厚度、反光標(biāo)志系數(shù)等相關(guān)檢測數(shù)據(jù)。 根據(jù)《公路工程質(zhì)量檢驗(yàn)評定標(biāo)準(zhǔn)》JTGF80-1-2012和JTGF80-2-2004相關(guān)要求[4]，需產(chǎn)生大量的數(shù)據(jù)。

隨著交通建設(shè)的快速發(fā)展，工程質(zhì)量監(jiān)控面臨新的挑戰(zhàn)，沿用以往“人工+紙筆”的管理方式，基本不能實(shí)現(xiàn)工程質(zhì)量的科學(xué)化管理，根據(jù)工程質(zhì)量“終身制”的相關(guān)要求，在工程設(shè)計(jì)使用年限內(nèi)，承擔(dān)相應(yīng)的質(zhì)量終身責(zé)任，如沿用以往的管理方式也不便于責(zé)任的追溯。當(dāng)今“互聯(lián)網(wǎng)+”時(shí)代，利用云計(jì)算對工程施工中產(chǎn)生的大數(shù)據(jù)進(jìn)行分析，用數(shù)據(jù)來實(shí)現(xiàn)工程項(xiàng)目中全過程跟蹤管理和全方面實(shí)時(shí)監(jiān)測監(jiān)管，實(shí)現(xiàn)工程實(shí)體和質(zhì)量行為的實(shí)時(shí)自動監(jiān)管巡查和預(yù)警，將有助于提高工程質(zhì)量，保障國家財(cái)產(chǎn)安全。

1.2 公路工程質(zhì)量監(jiān)控中大數(shù)據(jù)的特點(diǎn)

(1) 數(shù)據(jù)規(guī)模

在工程質(zhì)量監(jiān)控中，以施工人員行為監(jiān)控為例，一個(gè)質(zhì)量監(jiān)督點(diǎn)采用720P高清視頻圖像采集設(shè)備，每小時(shí)圖像采集數(shù)據(jù)經(jīng)壓縮處理后可達(dá)到3 GB左右的大小，全天候采集一個(gè)月，產(chǎn)生的數(shù)據(jù)量約為2.16T[5]。在工程施工過程中隧道掘進(jìn)、路基路面、橋梁結(jié)構(gòu)、材料攪拌、設(shè)備操作等等都需要對施工人員行為和過程進(jìn)行視頻監(jiān)控，按上述計(jì)算，每月產(chǎn)生的數(shù)據(jù)能至少為PB級以上，按照交通部發(fā)布的《國家公路網(wǎng)規(guī)劃(2013年—2030年)》發(fā)展規(guī)劃，監(jiān)控視頻數(shù)據(jù)就將產(chǎn)生海量的數(shù)據(jù)。

(2) 數(shù)據(jù)類型

在公路工程施工過程中產(chǎn)生的數(shù)據(jù)類型種類繁多，除工程質(zhì)量視頻監(jiān)控?cái)?shù)據(jù)外，有影響工程施工質(zhì)量的環(huán)境檢測數(shù)據(jù)(如：溫度、濕度)，施工材料檢測數(shù)據(jù)，工程質(zhì)量試驗(yàn)檢測數(shù)據(jù)，潛在地質(zhì)災(zāi)害等數(shù)據(jù)，數(shù)據(jù)類型多樣。

(3) 數(shù)據(jù)價(jià)值密度

對于在公路工程質(zhì)量監(jiān)控中產(chǎn)生的數(shù)據(jù)本身而言，數(shù)據(jù)量大，但其價(jià)值密度較小。如施工人員操作不符合規(guī)范，通常情況下就只有幾秒或幾分鐘，在PB級以上的數(shù)據(jù)量里，其占有的價(jià)值密度較低。

(4) 高速性

在公路工程質(zhì)量監(jiān)控中，除對工程質(zhì)量本身監(jiān)督外，還應(yīng)對工程質(zhì)量進(jìn)行把控和預(yù)警。如：路面未達(dá)到養(yǎng)護(hù)期要求而強(qiáng)行進(jìn)行下一周期施工，此時(shí)系統(tǒng)就應(yīng)快速地對大數(shù)據(jù)進(jìn)行分析，并及時(shí)發(fā)出預(yù)警提示。

2 大數(shù)據(jù)的處理

隨著“互聯(lián)網(wǎng)+”時(shí)代的發(fā)展，人們對各行各業(yè)中產(chǎn)生的大數(shù)據(jù)進(jìn)行分析，給眾多決策者提供了有力的決策支持[6]。如：沃爾瑪超市通過大數(shù)據(jù)分析在超市行業(yè)中曾經(jīng)取得的輝煌成就；阿里巴巴通過大數(shù)據(jù)分析在電子商務(wù)行業(yè)取得的突破；滴滴打車或Uber通過大數(shù)據(jù)分析在出租車行業(yè)中取得的地位等等；均是基于大數(shù)據(jù)分析或處理而取得的成功案例[7]。然而在公路工程施工質(zhì)量監(jiān)控方面，大數(shù)據(jù)的應(yīng)用還較薄弱，通過對公路工程質(zhì)量監(jiān)控中產(chǎn)生的大數(shù)據(jù)進(jìn)行分析，對不合格或不符合規(guī)范的工程質(zhì)量及時(shí)的啟動預(yù)警機(jī)制，將減少國家的財(cái)產(chǎn)損失，保障交通參與者的生命安全，為公路工程建設(shè)提供技術(shù)支撐。

2.1 云計(jì)算

公路工程質(zhì)量監(jiān)控大數(shù)據(jù)中，核心是對于數(shù)據(jù)的分析和處理。“云計(jì)算”是大數(shù)據(jù)處理的基礎(chǔ)，為數(shù)據(jù)分析提供技術(shù)保障。云計(jì)算利用Internet和虛擬技術(shù)把計(jì)算機(jī)各種軟、硬件資源融為一體，形成大規(guī)模的共享資源池，為用戶提供IaaS(基礎(chǔ)設(shè)施即服務(wù))，PaaS(平臺即服務(wù))，SaaS(軟件即服務(wù))[8]。云計(jì)算是典型的分布式模型，為公路工程質(zhì)量監(jiān)控大數(shù)據(jù)并行處理提供平臺。

Google、 IBM、阿里云等知名公司大數(shù)據(jù)分析處理和應(yīng)用都是基于云計(jì)算為基礎(chǔ)，最典型的應(yīng)用就是分布式文件系統(tǒng) 、批處理技術(shù)、分布式數(shù)據(jù)庫等[9]。

2.2 大數(shù)據(jù)存儲技術(shù)

公路工程質(zhì)量監(jiān)控中產(chǎn)生的大數(shù)據(jù)在PE級以上，怎樣降低存儲成本、提高數(shù)據(jù)并發(fā)吞吐量是大數(shù)據(jù)存儲的關(guān)鍵。分布式文件系統(tǒng)，是大數(shù)據(jù)在存儲中的一種關(guān)鍵技術(shù)，Google公司研發(fā)的GFS(Google File System)分布式文件系統(tǒng)是大數(shù)據(jù)在存儲中的典型應(yīng)用。其與后來研發(fā)的MapReduce、BigTable技術(shù)構(gòu)成了Google搜索引擎大數(shù)據(jù)存儲的三大核心技術(shù)[10]。

公路工程質(zhì)量監(jiān)控中產(chǎn)生的海量異構(gòu)數(shù)據(jù)，存儲架構(gòu)分為存儲層、基礎(chǔ)管理層、應(yīng)用接口層、訪問層。存儲層主要完成數(shù)據(jù)接入與信息集成、存儲虛擬化存儲設(shè)備；基礎(chǔ)管理層主要包括集群數(shù)據(jù)、并行數(shù)據(jù)倉庫盒實(shí)時(shí)數(shù)據(jù)庫；應(yīng)用層接口主要完成任務(wù)管理、調(diào)度與監(jiān)控；訪問層主要包括視頻監(jiān)控系統(tǒng)、環(huán)境監(jiān)測系統(tǒng)、應(yīng)急指揮系統(tǒng)、實(shí)驗(yàn)檢測系統(tǒng)和工程檔案系統(tǒng)等，如圖1所示。

公路工程質(zhì)量監(jiān)控大數(shù)據(jù)與其它類型的大數(shù)據(jù)有所不同，有的數(shù)據(jù)需要急時(shí)處理，響應(yīng)急時(shí)的特點(diǎn)，以便于做出急時(shí)的應(yīng)急響影決策，否則會造成重大經(jīng)濟(jì)損失和人員傷亡。故需要研究公路工程質(zhì)量監(jiān)控大數(shù)據(jù)在存儲結(jié)構(gòu)上的特點(diǎn)，為后續(xù)的數(shù)據(jù)分析提供支撐。

2.3 實(shí)時(shí)數(shù)據(jù)處理技術(shù)

在公路工程質(zhì)量監(jiān)控產(chǎn)生的大數(shù)據(jù)，類型多樣，包括聲音、圖像、文本等結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，通過數(shù)據(jù)清洗來消除數(shù)據(jù)不一致是非常有必要的，也是數(shù)據(jù)處理的關(guān)鍵因素。在大數(shù)據(jù)實(shí)時(shí)處理流程中數(shù)據(jù)分析(Data Analysis)是核心，為提高數(shù)據(jù)的訪問速度，建立分布式數(shù)據(jù)庫，利用各種類型的大數(shù)據(jù)分析技術(shù)，對各種異構(gòu)的數(shù)據(jù)進(jìn)行分析，最終利用可視化技術(shù)，把數(shù)據(jù)分析結(jié)果展現(xiàn)給用戶，以滿足公路工程在施工過程中監(jiān)督和決策的需求。

傳統(tǒng)數(shù)據(jù)，一般采用關(guān)系數(shù)據(jù)庫來進(jìn)行存儲，OLTPT和OLAP是傳統(tǒng)數(shù)據(jù)的主流應(yīng)用，SQL是傳統(tǒng)關(guān)系數(shù)據(jù)庫存系統(tǒng)的存取標(biāo)準(zhǔn)[12]。但在公路工程質(zhì)量監(jiān)控中產(chǎn)生的數(shù)據(jù)，有很多不具有關(guān)系數(shù)據(jù)庫的條件，很多數(shù)據(jù)是非關(guān)系數(shù)據(jù)，故需要其它方式的數(shù)據(jù)分析管理技術(shù)。

Google公司于2004年推出的Map Reduce技術(shù)，它的并行數(shù)據(jù)處理方式是大數(shù)據(jù)分析和處理的典型應(yīng)用，其主要包括分布式文件系統(tǒng)(GFS)，并行編程和并行執(zhí)行三個(gè)方面。GFS為大數(shù)據(jù)的儲存和并行計(jì)算提供平臺基礎(chǔ)支撐，采用鍵/值(key/value)方式對數(shù)據(jù)進(jìn)行分布式存儲[12]。

Map Reduce是一個(gè)通過將任務(wù)獨(dú)立化進(jìn)行計(jì)算的一種模型技術(shù)，主要有Map和Reduce兩個(gè)階段，首先把公路工程質(zhì)量監(jiān)控中產(chǎn)生的大數(shù)據(jù)按算法進(jìn)行以的形式進(jìn)行任務(wù)分塊，把分塊任務(wù)交由Map進(jìn)行并行執(zhí)行，執(zhí)行完Map函數(shù)后，將數(shù)據(jù)轉(zhuǎn)換成符合模型的的形式，并把數(shù)據(jù)寫入硬盤。然后進(jìn)入Reduce階段，Reduce接受Map階段的執(zhí)行結(jié)果，對數(shù)據(jù)進(jìn)行合并歸約計(jì)算，最終得到輸出結(jié)果，并寫入到GFS文件系統(tǒng)[13]。公路工程質(zhì)量監(jiān)控大數(shù)據(jù)Map Reduce計(jì)算過程，如圖2所示。

圖2 公路工程質(zhì)量監(jiān)控大數(shù)據(jù)計(jì)算過程

公路工程質(zhì)量監(jiān)控大數(shù)據(jù)Map Reduce并行計(jì)算模型,將簡化數(shù)據(jù)的計(jì)算過程，減少數(shù)據(jù)傳遞開銷，使公路工程質(zhì)量監(jiān)控中各類應(yīng)用程序設(shè)計(jì)直觀化。

3 大數(shù)據(jù)在公路工程質(zhì)量監(jiān)控中的機(jī)遇與挑戰(zhàn)

3.1 大數(shù)據(jù)可視化分析技術(shù)

可視分析技術(shù)的定義是指：一種通過交互式可視化界面來輔助用戶對大規(guī)模復(fù)雜數(shù)據(jù)集進(jìn)行分析推理的科學(xué)與技術(shù)[14]。大數(shù)據(jù)可視化分析是指在對數(shù)據(jù)挖掘分析的同時(shí)，利用可視化用戶界面以及人機(jī)交互技術(shù)，融合人的辨別能力與計(jì)算機(jī)的數(shù)據(jù)計(jì)算能力，為決策者提供更加科學(xué)、合理的決策依擾。

公路工程質(zhì)量監(jiān)控大數(shù)據(jù)可視化分析關(guān)鍵核心是數(shù)據(jù)的集成和接口，而其數(shù)據(jù)規(guī)模大、快速多變、數(shù)據(jù)源異構(gòu)，使得對大數(shù)據(jù)的處理、分析和可視化帶來具大的挑戰(zhàn)。數(shù)據(jù)信息的可視化根據(jù)其特征分為一維信息、二維信息、三維信息、多維信息、層次信息、網(wǎng)絡(luò)信息、時(shí)序信息可視化，在公路工程質(zhì)量監(jiān)控大數(shù)據(jù)中主要包括文本可視化、網(wǎng)絡(luò)或圖可視化、時(shí)空數(shù)據(jù)可視化、多維數(shù)據(jù)可視化等。文本信息是非結(jié)構(gòu)化數(shù)據(jù)的代表，是公路工程質(zhì)量監(jiān)控大數(shù)據(jù)中的主要信息類型，是記錄施工數(shù)據(jù)的重要環(huán)節(jié)，文本信息可視化可采用把文本語議結(jié)構(gòu)以樹的形式進(jìn)行可視化操作；網(wǎng)絡(luò)或圖是大數(shù)據(jù)中最常見的關(guān)聯(lián)關(guān)系，是記錄施工過程狀態(tài)的重要信息，網(wǎng)絡(luò)或圖可視化可采用基于節(jié)點(diǎn)和邊的可視化方法；時(shí)空數(shù)據(jù)是帶地理位置標(biāo)簽的數(shù)據(jù)，是記錄施工環(huán)境狀態(tài)的重要信息，為反應(yīng)時(shí)間與空間的變化，一般采用流式地圖來展現(xiàn)；多維數(shù)據(jù)是多個(gè)維度空間的數(shù)據(jù)，是記錄整個(gè)施工過程的重要信息，一般可采用基于幾何圖形的可視方法來實(shí)現(xiàn)[15]。

3.2 大數(shù)據(jù)在公路工程建設(shè)中的應(yīng)用

大數(shù)據(jù)在公路工程質(zhì)量監(jiān)控中的應(yīng)用還處于起步初級階段，依托大數(shù)據(jù)建立質(zhì)量監(jiān)督管理、安全監(jiān)督管理、監(jiān)理行業(yè)管理、試驗(yàn)行業(yè)管理、工程竣(交)工驗(yàn)收管理、突發(fā)應(yīng)急預(yù)案、事件檢測、應(yīng)急響應(yīng)、現(xiàn)場救援、總結(jié)評估等平臺，以數(shù)據(jù)指標(biāo)為度量，直觀、全面、準(zhǔn)確地監(jiān)測和分析各個(gè)環(huán)節(jié)要素的動態(tài)變化數(shù)據(jù)信息，為管理者提供科學(xué)決策依據(jù)，提高監(jiān)管效能。如：工程建設(shè)過程中突發(fā)事件應(yīng)急處理，可利用地理信息系統(tǒng)(GIS)平臺，對基礎(chǔ)地圖數(shù)據(jù)、應(yīng)急資源數(shù)據(jù)、重大危險(xiǎn)源數(shù)據(jù)進(jìn)行管理并以電子地圖顯示，可及時(shí)預(yù)測突發(fā)事件危險(xiǎn)存在范圍，輔助突發(fā)事件應(yīng)對機(jī)制的決策。在建項(xiàng)目監(jiān)督管理，通過對試驗(yàn)檢測實(shí)驗(yàn)室、各種機(jī)械設(shè)施設(shè)備的數(shù)據(jù)采集，實(shí)現(xiàn)試驗(yàn)檢測數(shù)據(jù)、設(shè)施設(shè)備主要數(shù)據(jù)的采集與匯聚，生成質(zhì)量監(jiān)控大數(shù)據(jù)。通過對大數(shù)據(jù)的分析和規(guī)范性電子監(jiān)控比對，實(shí)現(xiàn)工程實(shí)體和質(zhì)量行為的實(shí)時(shí)自動監(jiān)管巡查和預(yù)警等。

4 總結(jié)

這是一個(gè)數(shù)據(jù)信息時(shí)代，不管是商業(yè)領(lǐng)域還是工程建設(shè)領(lǐng)域，都與數(shù)據(jù)有聯(lián)系，如何科學(xué)的運(yùn)用這些數(shù)據(jù)來分析和解決問題，是各領(lǐng)域應(yīng)重視的問題[16]。本文對公路工程建設(shè)質(zhì)量監(jiān)控中大數(shù)據(jù)的產(chǎn)生、存儲、處理和數(shù)據(jù)特點(diǎn)等進(jìn)行了深入分析，詳細(xì)介紹了大數(shù)據(jù)處理的關(guān)鍵技術(shù)，對大數(shù)據(jù)在公路工程質(zhì)量監(jiān)控中帶來的應(yīng)用進(jìn)行了論述。但大數(shù)據(jù)在公路工程質(zhì)量監(jiān)控中的運(yùn)用還處于起始階段，如何提高數(shù)據(jù)的采集質(zhì)量，解決工程建中大數(shù)據(jù)傳輸、提高數(shù)據(jù)可靠性等方面還存在著研究的空間，需要更多的研究者去探索和研究。

[1] 國家發(fā)展改革委.國家公路網(wǎng)規(guī)劃(2013年-2030年)[EB/OL].(2013-5-24). http://zfxxgk.ndrc.gov.cn/PublicItemView.aspx?ItemID={93c7d13b-aa0d-4beb-955e-268adade8a8f}.

[2] Hui Zhen,Li Hao,Zhang Min,et al.Risk-adaptive access control model for big data in healthcare[J].Journal on Communications,2015,36(12):190-199.

[3] 劉智慧，張泉靈.大數(shù)據(jù)技術(shù)研究綜述[J].浙江大學(xué)學(xué)報(bào)(工學(xué)版)，2014，48(6):957-972.

[4] 馮朝勝，秦志光，袁丁.云數(shù)據(jù)安全存儲技術(shù)[J].計(jì)算機(jī)學(xué)報(bào)，2015，38(1):150-163.

[5] 程學(xué)旗，靳小龍，王元卓，等.大數(shù)據(jù)系統(tǒng)和分析技術(shù)綜述[J].軟件學(xué)報(bào)，2014，25(9):1889-1908.

[6] 李衛(wèi)榜，李戰(zhàn)懷，姜濤.分布式大數(shù)據(jù)多函數(shù)依賴沖突檢測[J].計(jì)算機(jī)學(xué)報(bào)，2016，39(97):1-17.

[7] Hong Cheng,Zhang Min,Feng Deng-Guo.Achieving efficient dynamic cryptographic access control in cloud storage[J].Journal on Communications,2011,32(7):125-132.

[8] 任磊，杜一，馬帥，張小龍，戴國忠.大數(shù)據(jù)可視分析綜述[J].軟件學(xué)報(bào)，2014，25(9):1909-1936.

[9] 宋亞奇，周國亮，朱永利.智能電網(wǎng)大數(shù)據(jù)處理技術(shù)現(xiàn)狀與挑戰(zhàn)[J].電網(wǎng)技術(shù)，2013，37(4):927-935.

[10] Meng Xiao-Feng,Ci Xiang.Big data management:Concepts,techniaues and challenges[J].Journal of Computer Research and Devlopment,2013,50(1):146-169.

[11] Jafarian J H,Takabi H,Touati H,et al.Towards a general framesork for optimal role mining:A constraint satisfaction approach[C]//Proceedings of the 20th ACM Symposium on Access Control Models and Technologies (SACMAT).Vienna,Austria,2015:211-220.

[12] 覃雄派，王會舉，杜小勇，王珊.大數(shù)據(jù)分析—RDBMS與MapReduce的竟?fàn)幣c共生[J].軟件學(xué)報(bào)，2012，23(1):32-45.

[13] 崔紀(jì)強(qiáng).交通建設(shè)工程質(zhì)量安全監(jiān)督中存在的問題及對策[J].工程管理，2015，29(2):281-283.

[14] JTG B01-2014，公路工程技術(shù)標(biāo)準(zhǔn)[S].

[15] 范林眼, 柴金義.包樹高速公路黃河特大橋施工監(jiān)控?cái)?shù)據(jù)分析[J].公路，2010，(12)：32-35.

[16] 王珊，王會舉，覃雄派，等.架構(gòu)大數(shù)據(jù)：挑戰(zhàn)、現(xiàn)狀與展望[J].計(jì)算機(jī)學(xué)報(bào)，2011，34(10):1741-1752.

[17] 黃鵬.高速公路工程管理信息系統(tǒng)[D].成都：電子科技大學(xué)，2013.

[18] 王林.高速公路大修工程施工區(qū)交通組織與應(yīng)急預(yù)案研究[D].西安:長安大學(xué)，2010.

[19] 馮登國，張敏，李昊.大數(shù)據(jù)安全與隱私保護(hù)[J].計(jì)算機(jī)學(xué)報(bào)，2014，37(1):246-258.

Application and Challenges of Big Data in Quality Monitoring of Highway Engineering

Xiao Xianglin, Zhou Chunrong

(Department of Information Engineering, Sichuan Vocational And Technical College of Communications, Chengdu 611130, China)

Generation of big data brings opportunities and challenges to quality monitoring technologies of highway engineering. Big data of highway engineering quality monitoring is featured by typical “4V” characteristics. In order to deeply analyze application of big data in quality monitoring of highway engineering, the paper discusses generation, processing processes, key technologies as well as other aspects of big data of highway engineering quality monitoring. The paper analyzes storage structure, computing courses and data visualized processing processes of the big data of highway engineering quality monitoring and points out the problems and challenges encountered by application of big data in quality monitoring of highway engineering.

Big data； Highway engineering； Quality monitoring； Application and challenge

四川省公路工程遠(yuǎn)程監(jiān)控研究可行性報(bào)告研究(廳級橫向課題)

肖祥林(1981-)，男，四川省隆昌縣人，實(shí)驗(yàn)師，碩士，研究方向：大數(shù)據(jù)應(yīng)用研究。 周春容(1981-)，女，四川省簡陽市人，碩士，副教授，研究方向：大數(shù)據(jù)應(yīng)用研究。

1007-757X(2017)06-0024-03

TG409

A

2017.02.15)