论文部分内容阅读
摘要：科学技术的发展为人类生活提供了诸多方便，而大数据技术也是如此，它有着处理非结构化数据、处理数据量大以及实时性高等特点，由此被广泛的应用于各个行业之中。而随着公路交通的不断发展，人均机车拥有量的提升，道路交通管理工作难度的加强，为了对交通安全问题进行有效把控，有关人员开始思考如何在车辆网数据处理的过程中加入大数据技术，从而更好地解决问题。在大数据技术的推动下，在系统资源管理以及智能化数据分析方面有了更高的成就与发展，为车辆网提供强有力技术保障，使用户更好的享受到交通管理智能化所带来的便利。
关键词：车联网；大数据；应用
引言：随着我国经济的不断发展，公路交通环境也是更加复杂，所以人们通过运用大数据技术进一步释放的数据所具有得到潜能与价值，有关人员在实际工作的过程中不断思考与总结经验，发掘大数据技术在车辆王中的应用价值，对交通环境数据进行更为精准、高效额处理与分析，起到促进城市交通体系建设的重要作用。
1、概述
我们常常所说的车连网是说一种以车辆中电子标签为载体的通过无线定位、通信以及遥感技术等建立起的车辆信息网络平台，在该平台中，我们可对车辆的动态信息、静态信息以及属性等进行快速的提取与运用，从而根据用户不同的需要对车辆的运行状态提供综合性服务，保障监管质量。
在实际运用的过程中，车辆网有着诸多优点，为人们的出现创造便利的同时有效降低安全事故的发生几率。车辆网强大的计算能力与存储能力是其节点特性的表现形式；其移动特性又表现为移动速度快等诸多方面；其实时特性则表现在通讯负载与路况信息之中。
而大数据则是一种信息技术的集合体，其中涵盖了数据管理、数据采集以及数据分析与处理。在车联网中运用大数据技术，能够让城市交通管理重心发挥最大效果，提升疏导交通的效率与质量，并且车主在有出行需要时还可通过它了解最新的道路交通动态，如路况信息、停车场信息等等。
2、基于车辆网的大数据应用
2.1车联网数据采集
通常情况下车辆网中的数据采集包含了服务端系统对各种动态信息与静态信息的分析与处理，利用感知技术达到我们想要的效果。在实际操作的过程中由于数据源存在差异，所以在采集过程中所需要的技术体系也不是完全一样的，就拿静态信息来说，它可通过本地数据库、物联网或者互联网的数据源汇入到车联网之中发，通过车辆内部的中央处理其对各类信息进行处理；而在对动态信息进行处理的过程中则需运用到传感器、摄像头图像处理以及GPS等设备，使得车辆能够对周围环境信息与状态信息进行收集。
2.2车联网数据分析与处理
在整个大数据处理的过程中，数据分析是重中之重，而实时数据作为大数据处理的核心部分，对其价值的体现有着不可替代的作用。所以有关人员可根据车联网所体现出的实时性特征，将动态信息数据与静态信息数据采集工作一招实时性的要求风味两种分析方式，即实时分析与离线分析，采用不相同的两种方法分别对应与满足每类分析过程的需要。
在对动态信息进行处理的过程中，为了顺应信息变快的需要，因此要及时对数据进行分析，在最短时间内的返回分析结果。在车辆行驶的过程中，数据采集的价值会随着时间的流失而降低，所以如何快速的对数据进行分析处理是有关工作者需要着重思考的问题，所由此在对动态信息数据进行处理的过程中，如需采用流数据处理模式，则应将数据作为流的主体，使其源源不断的组成数据流，当新数据出现时要在第一时间内对其进行处理并对所需结果进行反馈。
在车联网中运用大数据技术时，为了更好地控制数据格式转换所需的成本，提高采集数据的能力与效率，因此在采集车联网中的静态信息是可选用基于MapReduc的处理模式与离线分析模式，在实际操作的过程中MapReduce模型能够将车联网所收录的静态信息原始数据进行分块，待到分块完成之后交由不同的Map任务区进行处理。
2.3大数据管理车联网
通常情况下，各大交通管理主体通常分散设置在车联网中的各个部门之中，从而呈现出一种块状分割的特点，而这种特点最大的弊病就是会导致公共交通管理效率降低，且过于碎片化，而采用大数据技术能够将信息进行整合，在提升使用效率的同时，建立健全交通信息体系，将各种可能会对用户出行产生影响的因素提前录入到交通数据纳入系统之中，逐渐形成以车联网为中心的信息集成处理模式，保障交通整体功能的发挥。通过采用大数据的技术对信息进行集中利用、分析，满足交通所需，促进城市的建设与发展。
在具体运用的过程中，大数据智能化管理车联网可体现在：某一路段发生问题之后，能够及时从大数据中选出有用信息，在最短時间内对其进行处理，保障交通的持续性与连贯性；其次通过大数据自身的高预测能力，能够有效避免漏报、误报等情况的发生，提升信息精准性，实现交通的动态监控。
3、结束语
综上所述，我们不难看出大数据技术对于车联网工作效率及工作能力的提升上有良多益处，本文主要对大数据技术的内涵与应用以及车联网的特性等进行了讨论，但是在实际工作的过程中，还会涉及到很多技术与方法，想要真正实现大数据一体化交通智能管理平台还需要有关工作者的不断努力与追求，从实际出发，切实提升自身技术水平，考虑客户所需，完善系统设计，为智慧城市建设提供助力。
参考文献：
[1]冯凌凌.大数据时代基于4G网络的车联网发展探索[J].网络安全技术与应用，2014（14）.
[2]张江波.基于汽车诊断技术的元征车联网平台项目商业计划书[D].甘肃：兰州大学，2014.
作者简介：邓凡星（1979—），男，汉族，北京人，中国传媒大学硕士，北京信息职业技术学院，讲师，研究方向：信息安全、云存储。
关键词：车联网；大数据；应用
引言：随着我国经济的不断发展，公路交通环境也是更加复杂，所以人们通过运用大数据技术进一步释放的数据所具有得到潜能与价值，有关人员在实际工作的过程中不断思考与总结经验，发掘大数据技术在车辆王中的应用价值，对交通环境数据进行更为精准、高效额处理与分析，起到促进城市交通体系建设的重要作用。
1、概述
我们常常所说的车连网是说一种以车辆中电子标签为载体的通过无线定位、通信以及遥感技术等建立起的车辆信息网络平台，在该平台中，我们可对车辆的动态信息、静态信息以及属性等进行快速的提取与运用，从而根据用户不同的需要对车辆的运行状态提供综合性服务，保障监管质量。
在实际运用的过程中，车辆网有着诸多优点，为人们的出现创造便利的同时有效降低安全事故的发生几率。车辆网强大的计算能力与存储能力是其节点特性的表现形式；其移动特性又表现为移动速度快等诸多方面；其实时特性则表现在通讯负载与路况信息之中。
而大数据则是一种信息技术的集合体，其中涵盖了数据管理、数据采集以及数据分析与处理。在车联网中运用大数据技术，能够让城市交通管理重心发挥最大效果，提升疏导交通的效率与质量，并且车主在有出行需要时还可通过它了解最新的道路交通动态，如路况信息、停车场信息等等。
2、基于车辆网的大数据应用
2.1车联网数据采集
通常情况下车辆网中的数据采集包含了服务端系统对各种动态信息与静态信息的分析与处理，利用感知技术达到我们想要的效果。在实际操作的过程中由于数据源存在差异，所以在采集过程中所需要的技术体系也不是完全一样的，就拿静态信息来说，它可通过本地数据库、物联网或者互联网的数据源汇入到车联网之中发，通过车辆内部的中央处理其对各类信息进行处理；而在对动态信息进行处理的过程中则需运用到传感器、摄像头图像处理以及GPS等设备，使得车辆能够对周围环境信息与状态信息进行收集。
2.2车联网数据分析与处理
在整个大数据处理的过程中，数据分析是重中之重，而实时数据作为大数据处理的核心部分，对其价值的体现有着不可替代的作用。所以有关人员可根据车联网所体现出的实时性特征，将动态信息数据与静态信息数据采集工作一招实时性的要求风味两种分析方式，即实时分析与离线分析，采用不相同的两种方法分别对应与满足每类分析过程的需要。
在对动态信息进行处理的过程中，为了顺应信息变快的需要，因此要及时对数据进行分析，在最短时间内的返回分析结果。在车辆行驶的过程中，数据采集的价值会随着时间的流失而降低，所以如何快速的对数据进行分析处理是有关工作者需要着重思考的问题，所由此在对动态信息数据进行处理的过程中，如需采用流数据处理模式，则应将数据作为流的主体，使其源源不断的组成数据流，当新数据出现时要在第一时间内对其进行处理并对所需结果进行反馈。
在车联网中运用大数据技术时，为了更好地控制数据格式转换所需的成本，提高采集数据的能力与效率，因此在采集车联网中的静态信息是可选用基于MapReduc的处理模式与离线分析模式，在实际操作的过程中MapReduce模型能够将车联网所收录的静态信息原始数据进行分块，待到分块完成之后交由不同的Map任务区进行处理。
2.3大数据管理车联网
通常情况下，各大交通管理主体通常分散设置在车联网中的各个部门之中，从而呈现出一种块状分割的特点，而这种特点最大的弊病就是会导致公共交通管理效率降低，且过于碎片化，而采用大数据技术能够将信息进行整合，在提升使用效率的同时，建立健全交通信息体系，将各种可能会对用户出行产生影响的因素提前录入到交通数据纳入系统之中，逐渐形成以车联网为中心的信息集成处理模式，保障交通整体功能的发挥。通过采用大数据的技术对信息进行集中利用、分析，满足交通所需，促进城市的建设与发展。
在具体运用的过程中，大数据智能化管理车联网可体现在：某一路段发生问题之后，能够及时从大数据中选出有用信息，在最短時间内对其进行处理，保障交通的持续性与连贯性；其次通过大数据自身的高预测能力，能够有效避免漏报、误报等情况的发生，提升信息精准性，实现交通的动态监控。
3、结束语
综上所述，我们不难看出大数据技术对于车联网工作效率及工作能力的提升上有良多益处，本文主要对大数据技术的内涵与应用以及车联网的特性等进行了讨论，但是在实际工作的过程中，还会涉及到很多技术与方法，想要真正实现大数据一体化交通智能管理平台还需要有关工作者的不断努力与追求，从实际出发，切实提升自身技术水平，考虑客户所需，完善系统设计，为智慧城市建设提供助力。
参考文献：
[1]冯凌凌.大数据时代基于4G网络的车联网发展探索[J].网络安全技术与应用，2014（14）.
[2]张江波.基于汽车诊断技术的元征车联网平台项目商业计划书[D].甘肃：兰州大学，2014.
作者简介：邓凡星（1979—），男，汉族，北京人，中国传媒大学硕士，北京信息职业技术学院，讲师，研究方向：信息安全、云存储。