李燕妮

(廣西交通職業(yè)技術(shù)學(xué)院，廣西 南寧 530023)

0 引言

廣西作為西南地區(qū)最為便捷的出海通道，在珠三角經(jīng)濟(jì)圈、中國東盟自由貿(mào)易區(qū)和廣西北部灣經(jīng)濟(jì)區(qū)飛速發(fā)展的背景下，不僅為當(dāng)?shù)氐缆方煌ㄊ袌?chǎng)提供了更多運(yùn)輸需求，還為交通運(yùn)輸行業(yè)發(fā)展創(chuàng)造了有利條件。雖然在改革開放初期，廣西地區(qū)的交通運(yùn)輸發(fā)展落后于全國，缺少具有前瞻性的戰(zhàn)略規(guī)劃對(duì)策，但隨著建設(shè)革新步伐的加快，廣西地區(qū)在逐步完善交通布局的同時(shí)，構(gòu)建了通達(dá)順暢的交通網(wǎng)絡(luò)，并形成了以首府南寧為核心，向其他地區(qū)輻射的交通網(wǎng)絡(luò)體系。在進(jìn)入2020年后，廣西加強(qiáng)了交通基礎(chǔ)設(shè)施的建設(shè)力度，各項(xiàng)固定資產(chǎn)投資數(shù)額要比去年的增長速度更快，其中鐵路、公路、水路、民航投資增長分別達(dá)到了54.1%、19.9%、81.3%、16.7%，有效提升了交通運(yùn)輸和港口生產(chǎn)的效益水平。經(jīng)過初步統(tǒng)計(jì)分析可知，在2020年廣西鐵路公路水路客貨運(yùn)輸周轉(zhuǎn)量達(dá)到了4 487.01噸公里，相比2019年下降了0.4%，下降幅度比一季度收窄18.4%，比上半年度收窄7.5%，比前三季度收窄3.0%，整體呈現(xiàn)逐季收窄的發(fā)展趨勢(shì)。其中，水路運(yùn)輸從一季度負(fù)增長轉(zhuǎn)變成上半年正增長，整體呈現(xiàn)逐步上升趨勢(shì)，2020年水路的客貨周轉(zhuǎn)數(shù)量增加了8.6%，各季度累計(jì)增加速度分別為下降15.1%與增長3.2%、6.8%和8.6%。而公路運(yùn)輸累計(jì)降幅從前11個(gè)月逐步收窄，直到12月轉(zhuǎn)為小幅正增長，全年客貨周轉(zhuǎn)量上升0.5%。鐵路運(yùn)輸下降趨勢(shì)呈現(xiàn)逐季收窄趨勢(shì)，全年客戶周轉(zhuǎn)量下降了14.4%[1-2]。面對(duì)經(jīng)濟(jì)全球化發(fā)展趨勢(shì)，廣西交通運(yùn)輸業(yè)要合理運(yùn)用物聯(lián)網(wǎng)和云計(jì)算等現(xiàn)代信息技術(shù)，構(gòu)建優(yōu)質(zhì)的數(shù)據(jù)分析平臺(tái)，這樣不僅能快速掌握當(dāng)?shù)亟煌髁繑?shù)據(jù)變化，還可以根據(jù)具體問題提出解決對(duì)策。

1 影響道路運(yùn)輸交通風(fēng)險(xiǎn)的主要因素

結(jié)合風(fēng)險(xiǎn)理論研究道路運(yùn)輸交通風(fēng)險(xiǎn)類別可知，具體風(fēng)險(xiǎn)源分為3種：(1)運(yùn)輸載體發(fā)生故障或失控，這類風(fēng)險(xiǎn)是導(dǎo)致廣西交通運(yùn)輸出現(xiàn)事故的主要原因；(2)致使運(yùn)輸載體失常的客觀原因，比如說環(huán)境因素、駕駛?cè)藛T失誤等；(3)道路運(yùn)輸組織管理存在失誤，比如說安全意識(shí)、管理決策等。后兩者風(fēng)險(xiǎn)是導(dǎo)致道路運(yùn)輸出現(xiàn)事故的間接原因[3-4]。

從廣西地區(qū)的道路運(yùn)輸條件和所處環(huán)境來看，影響道路運(yùn)輸安全的主要因素分為以下幾點(diǎn)：

(1)駕駛?cè)藛T。根據(jù)調(diào)查研究顯示，我國道路交通事故死亡人數(shù)多年來位居世界第一，事故死亡率遠(yuǎn)遠(yuǎn)高于發(fā)達(dá)國家。從實(shí)際道路運(yùn)輸角度來看，出現(xiàn)安全事故的主要原因在于實(shí)際駕駛期間駕駛員沒有遵守職業(yè)道德和道路法規(guī)，存在大量不良行為，比如說行車超速、急躁逞強(qiáng)和不文明習(xí)慣等。

(2)運(yùn)輸車輛。根據(jù)國內(nèi)外學(xué)者對(duì)車輛性能、應(yīng)用設(shè)備和車輛重量的研究結(jié)果顯示，駕駛大型或重型車輛的駕駛員出現(xiàn)安全事故的風(fēng)險(xiǎn)要低于駕駛小型或輕型車輛的駕駛員。大部分重大交通事故都是因?yàn)檐囕v制動(dòng)距離過長、緊急制動(dòng)喪失方向的穩(wěn)定性、長時(shí)間超速行駛、環(huán)境溫度過高或輪胎磨損較為嚴(yán)重等。

(3)道路缺陷。系統(tǒng)了解我國近年來多起交通事故數(shù)據(jù)可知，道路缺陷在交通事故中具有重要影響，具體內(nèi)容涉及路面狀況、工程設(shè)施、道路種類、規(guī)格和視距等方面。相關(guān)研究顯示，在道路規(guī)格不斷上升中，相同平均日交通量發(fā)生的事故次數(shù)會(huì)不斷下降。

(4)環(huán)境因素。行車環(huán)境涉及人工環(huán)境、交通條件和氣象條件等。根據(jù)大量研究結(jié)果顯示，氣候變化直接影響道路交通安全。有學(xué)者在構(gòu)建負(fù)二項(xiàng)模型后，對(duì)特定類型交通事故的發(fā)生頻率與氣候環(huán)境之間的關(guān)系進(jìn)行了試驗(yàn)分析，結(jié)果顯示，翻車、撞擊固定車輛、撞擊停放車輛、每日最大降雨量等內(nèi)容和交通事故呈現(xiàn)正相關(guān)，但和追尾事故頻率呈現(xiàn)負(fù)相關(guān)。

(5)組織管理。道路運(yùn)輸企業(yè)的組織管理能力對(duì)交通安全風(fēng)險(xiǎn)具有極深影響，如車輛技術(shù)管理不規(guī)范、安全宣傳教育力度不強(qiáng)、安全管理團(tuán)隊(duì)素質(zhì)不高等，都會(huì)增加道路運(yùn)輸?shù)陌踩[患，因此只有加強(qiáng)企業(yè)安全管理力度，引導(dǎo)企業(yè)安全管理工作向著標(biāo)準(zhǔn)化和規(guī)范化的方向革新，才能有效控制事故的發(fā)生概率[5]。

2 指標(biāo)體系和預(yù)警模型

2.1 一階體系模型

根據(jù)圖1所示的關(guān)系圖分析可知，影響道路運(yùn)輸安全的各項(xiàng)因素具有緊密聯(lián)系，因此要在整合各部門數(shù)據(jù)信息的基礎(chǔ)上，經(jīng)過數(shù)據(jù)的深入挖掘，構(gòu)建廣西交通風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)指標(biāo)體系和預(yù)警模型，以此為構(gòu)建廣西交通流量數(shù)據(jù)分析平臺(tái)提供有效依據(jù)。

圖1 影響因素關(guān)系圖

(1)駕駛?cè)藛T。在對(duì)影響駕駛?cè)藛T交通安全風(fēng)險(xiǎn)的主要因素進(jìn)行權(quán)重賦值后，要構(gòu)建相應(yīng)的一階評(píng)價(jià)指標(biāo)體系和預(yù)警模型。

(2)運(yùn)輸載體。在對(duì)影響運(yùn)輸載體交通安全風(fēng)險(xiǎn)的主要因素進(jìn)行權(quán)重賦值后，要構(gòu)建相應(yīng)的一階評(píng)價(jià)指標(biāo)體系和預(yù)警模型。

(3)道路缺陷。在明確廣西地區(qū)運(yùn)輸?shù)缆烦Ｒ娙毕莶⑦M(jìn)行權(quán)重賦值后，要構(gòu)建相應(yīng)的一階評(píng)價(jià)指標(biāo)體系和預(yù)警模型。

(4)環(huán)境因素。在系統(tǒng)了解當(dāng)?shù)貧夂颦h(huán)境特征并進(jìn)行權(quán)重賦值后，要構(gòu)建相應(yīng)的一階評(píng)價(jià)指標(biāo)體系和預(yù)警模型。

(5)組織管理。在明確因運(yùn)輸企業(yè)組織管理水平而產(chǎn)生安全風(fēng)險(xiǎn)的各項(xiàng)因素后進(jìn)行權(quán)重賦值，要構(gòu)建相應(yīng)的一階評(píng)價(jià)指標(biāo)體系和預(yù)警模型[6-7]。

2.2 二階體系模型

本文研究運(yùn)用邏輯回歸優(yōu)化算法構(gòu)建二階評(píng)價(jià)指標(biāo)體系和預(yù)警模型，依據(jù)sigmoid函數(shù)和線性回歸函數(shù)構(gòu)造基礎(chǔ)模型，選擇極大似然估計(jì)法優(yōu)化損失函數(shù)的數(shù)學(xué)模型，并利用梯度下降法預(yù)測(cè)最優(yōu)參數(shù)，以此為云架構(gòu)平臺(tái)建設(shè)提供理論依據(jù)和相應(yīng)參數(shù)。

(1)收集數(shù)據(jù)。利用大數(shù)據(jù)技術(shù)構(gòu)建完全分布式集群數(shù)據(jù)處理環(huán)境，并選擇Python語言和MapReduce技術(shù)完成數(shù)據(jù)處理程序算法設(shè)計(jì)。首先，要運(yùn)用爬蟲技術(shù)獲取廣西地區(qū)道路運(yùn)輸企業(yè)的運(yùn)營數(shù)據(jù)信息，同時(shí)依據(jù)跨平臺(tái)數(shù)據(jù)接口和“unison+inotify+web”技術(shù)手段與當(dāng)?shù)亟煌ㄟ\(yùn)輸、交通管理等部門實(shí)現(xiàn)數(shù)據(jù)共享；其次，要利用Flume數(shù)據(jù)對(duì)接、MapReduce編程模型等進(jìn)行數(shù)據(jù)清洗和整理計(jì)算；最后，利用HBase數(shù)據(jù)庫技術(shù)實(shí)現(xiàn)數(shù)據(jù)儲(chǔ)存管理。

(2)構(gòu)建模型。根據(jù)圖2所示的模型構(gòu)建流程圖分析可知，要假設(shè)廣西交通安全風(fēng)險(xiǎn)的預(yù)警數(shù)值是Y，如果<0.5則證明交通運(yùn)輸是安全的，但若是>0.5則證明交通運(yùn)輸存在安全風(fēng)險(xiǎn)。假設(shè)本文研究的5項(xiàng)因素為X，隨機(jī)選擇數(shù)據(jù)倉庫中的N組樣本進(jìn)行函數(shù)程序編寫，由此獲取相應(yīng)的預(yù)測(cè)結(jié)果。

圖2 模型結(jié)構(gòu)流程圖

(3)評(píng)價(jià)模型。結(jié)合圖3所示的評(píng)價(jià)模型流程圖分析可知，要先利用極大似然估計(jì)法進(jìn)行參數(shù)估計(jì)分析，并按照抽取數(shù)據(jù)進(jìn)行繪制，由此明確訓(xùn)練樣本的似然函數(shù)。同時(shí)，要利用損失函數(shù)原理對(duì)函數(shù)進(jìn)行運(yùn)算分析，獲取相應(yīng)的數(shù)學(xué)模型。

圖3 評(píng)價(jià)模型流程圖

(4)優(yōu)化模型。結(jié)合圖4所示的流程圖分析可知，要利用損失函數(shù)評(píng)估現(xiàn)有模型的結(jié)果差距，準(zhǔn)確計(jì)算發(fā)生交通安全風(fēng)險(xiǎn)的總體概率。同時(shí)，利用梯度下降法在Python語言環(huán)境中對(duì)所選樣本數(shù)據(jù)進(jìn)行訓(xùn)練優(yōu)化，最終在迭代計(jì)算中獲取最優(yōu)參數(shù)。將所有參數(shù)應(yīng)用到邏輯回歸模型中，即可得到安全風(fēng)險(xiǎn)預(yù)警模型[8]。

圖4 優(yōu)化模型流程圖

3 基于云架構(gòu)的廣西交通運(yùn)輸行業(yè)安全風(fēng)險(xiǎn)預(yù)警平臺(tái)

3.1 平臺(tái)架構(gòu)

現(xiàn)如今，我國面臨的網(wǎng)絡(luò)安全問題越發(fā)嚴(yán)峻，雖然交通運(yùn)輸行業(yè)并沒有遭受嚴(yán)重的網(wǎng)絡(luò)安全事件，但從整體發(fā)展角度來看，整體行業(yè)的信息安全形勢(shì)并不樂觀，其中存在安全意識(shí)過低，管理體制不完善等問題，因此，如何利用云架構(gòu)構(gòu)建廣西交通運(yùn)輸行業(yè)安全風(fēng)險(xiǎn)預(yù)警平臺(tái)，是實(shí)踐技術(shù)探究關(guān)注的焦點(diǎn)。從安全管理的平臺(tái)需求角度來看，其目的在于為行業(yè)信息安全管理工作提供技術(shù)支持，具體工作流程如圖5所示。

圖5 安全管理工作流程圖

結(jié)合圖6所示的技術(shù)架構(gòu)分析可知，實(shí)際建設(shè)思路要從以下幾點(diǎn)入手：(1)要注重提升行業(yè)安全管理水平，避免因?yàn)樘摷傩畔⒒蛐畔⑿孤兜葐栴}造成不必要的損失；(2)要符合國家相關(guān)部門的基本要求，注重構(gòu)建符合規(guī)定且安全有效的網(wǎng)絡(luò)基礎(chǔ)，以此提升內(nèi)部信息化管理水平；(3)要保障系統(tǒng)核心安全，在日常安全運(yùn)營和生產(chǎn)中，為廣西交通運(yùn)輸行業(yè)的各項(xiàng)業(yè)務(wù)提供獨(dú)特功能；(4)要真正實(shí)現(xiàn)戰(zhàn)略發(fā)展目標(biāo)，滿足戰(zhàn)略發(fā)展和業(yè)務(wù)操作的基本需求，以此提升生產(chǎn)經(jīng)營和內(nèi)部管理的安全水平。

圖6 系統(tǒng)技術(shù)架構(gòu)圖

3.2 數(shù)據(jù)分析

根據(jù)圖7所示的分析平臺(tái)獲取網(wǎng)絡(luò)流量和安全設(shè)備上報(bào)的日志事件，按照資產(chǎn)和業(yè)務(wù)的脆弱性，對(duì)內(nèi)部網(wǎng)絡(luò)的惡意攻擊、安全漏洞和泄密事件等威脅進(jìn)行全面監(jiān)控，不僅能實(shí)現(xiàn)綜合預(yù)警的工作目標(biāo)，還可以為廣西交通運(yùn)輸提供專業(yè)化服務(wù)。同時(shí)，平臺(tái)可以主動(dòng)獲取或被動(dòng)接受更多事件，并運(yùn)用模式匹配進(jìn)行數(shù)據(jù)解析，由此智能學(xué)習(xí)解析規(guī)則，自動(dòng)完成規(guī)則分類。另外，平臺(tái)會(huì)提供多種復(fù)雜事件關(guān)聯(lián)分析能力，如以協(xié)作為核心的慢速DDoS檢測(cè)，有機(jī)結(jié)合多種預(yù)測(cè)方式的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)，以推理空間劃分為核心的大規(guī)模并行推理引擎等。這一平臺(tái)可以支持多種警告方式，如聲音、屏幕提示、發(fā)送郵件或短信等。整體系統(tǒng)會(huì)選用分布式架構(gòu)和松耦合的方式進(jìn)行設(shè)計(jì)，因此可以更快實(shí)現(xiàn)部署和擴(kuò)容處理。

圖7 安全數(shù)據(jù)分析平臺(tái)結(jié)構(gòu)圖

3.3 建設(shè)目標(biāo)

從當(dāng)前廣西交通運(yùn)輸行業(yè)的安全風(fēng)險(xiǎn)預(yù)警平臺(tái)應(yīng)用情況來看，其最終可以達(dá)到以下目標(biāo)：(1)能不斷提高安全態(tài)勢(shì)的感知能力，幫助部門員工多方面多角度地研究行業(yè)信息系統(tǒng)的安全態(tài)勢(shì)和各類信息；(2)能持續(xù)優(yōu)化安全事件的處理能力，及時(shí)預(yù)警和通報(bào)行業(yè)內(nèi)部的信息漏洞和安全風(fēng)險(xiǎn)，綜合評(píng)估威脅造成的各種影響，以此為行業(yè)信息安全保障提供有力支撐；(3)能組建個(gè)性化的安全服務(wù)團(tuán)隊(duì)，培育更多高素質(zhì)高水平的優(yōu)秀人才，確保廣西地區(qū)可以正確研究和處置交通運(yùn)輸行業(yè)的安全事件。

4 結(jié)語

綜上所述，在了解當(dāng)前廣西交通運(yùn)輸管理現(xiàn)狀的基礎(chǔ)上，本文探索了影響道路運(yùn)輸交通風(fēng)險(xiǎn)的主要因素，并在搭建Hadoop完全分布式集群數(shù)據(jù)處理環(huán)境的基礎(chǔ)上，采用Python語言和MapReduce技術(shù)實(shí)現(xiàn)數(shù)據(jù)處理程序算法設(shè)計(jì)。從實(shí)踐應(yīng)用角度來看，以云架構(gòu)為核心的廣西交通流量數(shù)據(jù)分析平臺(tái)，既可以為當(dāng)?shù)亟煌ㄟ\(yùn)輸領(lǐng)域發(fā)展提供技術(shù)支持，又可以在深層探究中掌握更多有價(jià)值的數(shù)據(jù)信息，符合發(fā)展交通強(qiáng)國的戰(zhàn)略要求。