论文部分内容阅读
摘要：通过建立云南省IP地址定位与状态变化数据基础数据库，使用互联网信报控制协议，研发基于互联网信报控制协议的灾情信息收集系统，实现对云南省IP地址主机设备震前、震后的在线状态比对，短时间内生成震区灾情判断数据，为震害评估及应急决策提供依据。经过2017年云南2次地震检验，该系统收集数据及分析结果满足地震应急相关工作需求。
关键词：地震应急；灾情获取；IP地址
中图分类号：P315941文献标识码：A文章编号：1000-0666（2017）02-0311-06
0引言
云南省地震局地震应急技术系统开发、应用部署于“十五”期间，从开始使用至2017年3月，经历了多次的数据、模型本地化与系统的技术优化、软件升级（曹彦波等，2015）。现已发展成包含地震应急评估系统、应急信息发布服务、综合数据查询服务3个主要功能模块为主体的、共计40余个服务接口的综合应急技术系统。虽然有多年的优化与升级来保证应急资料、评估信息的全自动化产出、推送，但是，随着互联网技术的高速发展与网络基础设施的不断完善，各类先进的技术迅速得到普及与应用，互联网大潮下的信息产出与需求，早已超出了现有地震应急技术系统的接受与服务能力：（1）初评估阶段的地震影响场是由静态模型计算后得到，缺乏必要的实时数据支撑，且其形状规则不能准确地反应地震破坏情况与影响范围；（2）地震灾害发生后，缺乏便捷、准确的地震现场数据获取手段，无法在后方指挥部最需要灾情信息的时间段内获取到有价值的灾情信息，极大地制约着后方指挥部的应急决策能力（程陈，史文博，2013）。因此，建立一套主动、便捷、高效、低成本的、能与现有软件系统融合的灾情获取系统成为地震应急技术系统发展的必要（王喜双等，2014）。
针对以上地震应急技术系统的问题，根据云南省地震局现有技术系统的运行、管理特点，本文借助互联网大数据思维，利用因特网信报控制协议，编写基于互联网信报控制协议的灾情信息收集软件系统，对特定地域内的各类互联网联网设备（TCP/IP）的在线状态进行采集与分析，积累长期的背景数据，找到其在线状态、传输时间与地震影响状况间的对应关系，在震后有针对性的对震区数据进行快速、加密收集，同时与常态数据进行对比分析，从而在震后极短时间内完成灾情数据的收集及相关灾情的判别。
包括IP地址列表、IP地址定位、IP地址行政区划归属、IP地址分时段在线状态（比例）、IP地址分时段平均延迟、IP地址常态扫描数据记录等数据，建立云南省IP地址定位与状态变化基础数据库，数据库详细内容见表2。
通过前期对数据需求的调研及监测部门监测要素常态值运算方法的研究，设定了一系列的数据项目采集存储要求，同时对各类数据的存储方法、存储类型加以规定（张方浩等，2016）。主要包括以下几个方面：（1）IP地址列表及定位数据；（2）IP地址扫描数据结果数据；（3）IP地址常态背景数据；（4）IP地址软件计算用状态变化数据。
2基于互联网信报控制协议的灾情信息收集系统的研发与应用[BT）]
以云南省IP地址及云南省基础地理数据为基础，建立云南省IP地址定位与状态变化数据基础数据库，使用互联网信报控制协议完成全省IP地址的常态与异常数据收集，并对数据进行分析整理，根据相关模型产出震区IP地址在线状态变化图等结果资料。软件系统业务流程如图2所示。
21系统功能
[KG（0.15mm]按照云南省地震局现有应急指挥技术系统特点，基于IP的灾区灾情信息收集系统全部部署于阿里云服务器，共分IP地址后台扫描端、主控分析端两大部分，相关软硬件环境需求见表3。扫描端以云计算节点方式长期独立运行并生产数据，與主控分析端通过MSMQ（微软消息队列）方式进行数据传输与作业交接；所有的数据读取、分发、存储工作由主控分析端完成，并负责响应由软件系统定期发起或由用户随机发起的各类数据核算、查看、分析作业（钱文静，邓仲华，2009）。
软件系统功能总体包含系统参数设置、IP地址扫描、IP地址常态值核算、数据产出（已完成方法研究，软件功能未实现）4个方面。功能模块根据应用时间、服务对象不同，对上述4方面功能进行了进一步的分割或结合，以保证系统运行期各模块之间互联、互通便捷且不相互影响（陶彩霞等，2013），具体功能设计见表4。
22运行状态
截至2017年3月，IP地址后台扫描软件系统已完成设计部署，试运行24 d，未发现重大设计失误或数据偏差，运行界面见图3。试运行期间，设定IP地址扫描速率为750次/s，重访周期约为30～45 min；期间共收集数据7亿余条，完成一次常态值核算，核算常态值36亿余条。
经校验，常态值的分布情况与预想值较为接近。图4为较典型的IP地址在线状态分布图，由连续3周的观测数据汇总得到，统计时为得到较为典型的曲线，已将休息日数据剔除。图中IP地址为疑似某小型企业固定IP地址在线状态分布，其在线时间段与法定工作时段有明显的正相关关系，法定工作时间其在线率接近100%，而其他时间则几乎为0%，0点的数据突跳为测试用异常数据。
由此类常态值可分析、分辨出IP地址对应的用户个体（群体），此类分析结果可直接作用于震后人员伤亡、迁移评估，对震后的灾情估算有较大价值，尤其对人员伤亡情况判断有重要意义。此类数据的分析、分辨模型仍需较长时间进行研究，以便获得更为准确的判别结果。
23预期成果及地震应用
[KG（0.25mm]在地震灾害（紧急事件）发生后的一定时间段内，使用上述方法及软件系统，对震区IP地址逐一进行短周期重访操作，将这些目标主机因电力中断、线缆破坏、人为关机等原因而引起的通信中断（曹刻等，2008），因民众仓促避难无暇上网而引发的网络通畅，因灾民集中使用网络而引发的网络阻塞等网络状态进行收集，并逐一根据位置信息在地图上进行分时段标绘，即得到图5。 [KG（0.15mm]从此类图件中可快速准确地判读出地震灾害极重灾区（高烈度区）、通信中断、阻塞、生命线工程破坏等内容（帅向华等，2014）。如图5a为模拟全省IP地址震后状态分布图，其中红色区域为通信中断地区，由此可认定该区的地面线路基本中断，造成原因可能为地面通信线路故障；黄色区域为高延迟区域，此区域可能为震感强烈区域，导致该区居民集中使用网络资源进行报灾、发送微博微信等引发区域网络阻塞。图5b为震后城市IP地址状态分布图，可明显判读出一呈条带状分布的通信中断区域，此区域的通信中断极有可能是由为该区域提供电力的输电线路损坏而引起。[KG）]2017年2～3月，软件系统覆盖区共发生2次
40级以上地震，分别为2月8日云南鲁甸49级、3月12日云南鲁甸45级地震。这2次地震发生后，软件系统均根据EQIM数据自动创建并开始进行紧急事件扫描，2月8日地震事件持续扫描为5 h，扫描半径50 km；3月12日地震事件持续扫描时间为6 h，扫描半径60 km。
这2次地震事件均未收集到有效的网络状态突变数据。由图6可知，常在线设备的延迟数据并未因地震事件发生较大波动，震后延迟波动范围与常态值基本保持一致，并未发生预计中的突跳，其原因在于两次地震震区均为地震常发区，且震级偏小，当地居民对此类不会造成较大损失或生命线工程毁坏的地震并不会采取较为激烈的应急动作。
鉴于上述2次地震案例，该软件系统在应对云南省内较小地震的过程中尚存在一定不足，其原因主要为：（1）软件系统设计的应对目标地震为震级较大、具有较大破坏力的地震，设计采用的数据收集方式、精度不能很好地应用于较小地震；（2）软件系统数据分析方式、方法不能较为准确地体现数据的微小波动。后期将对上述两个问题进行详细研究并提出解决方案与更优的数据分析方法。[JP]
24其他说明事项
本软件系统使用的主机在线状态探测方法是互联网点对点联通状态测试的最常用方法，其回報内容有限且不涉及隐私，非有意进行特定特殊参数设置并进行大量并发操作不具有危害性。软件系统试运行阶段所有运行参数（探测及重访周期等）设置均在合理、合法范围内，公网出入流量较小且稳定，不具备有害行为特征，不会被认定为有害软件或黑客软件（冯登国等，2014）。
3结论
本文所介绍的基于IP的灾区灾情信息收集系统是云南省地震局在地震应急大数据应用方面进行的重要探索，主要以快速、准确、主动获取震区灾情为目的，是基于成熟的互联网技术与低廉的硬件服务实现的，是具有较强地域通用性（由数据层控制适用地域范围）的灾区一手灾情数据获取软件系统。经一般小型地震检验，系统功能可以满足地震应急中对震区灾情判断的需求。后续需进一步对IP地址进行提纯与高精度定位数据更新，并加强异常数据筛选与热力图向地震影响范围转化机制等方面的研究，以保证该系统可以更好地服务于地震应急工作。
参考文献：
曹刻，王锋，李永强，等2008云南宁洱64级地震灾区范围的快速判断[J].灾害学，23（2）：76-79
曹彦波，李兆隆，李永强，等2015云南地震应急快速评估模型本地化集成研究[J].地震研究，38（1）：148-154
程陈，史文博2013大数据挖掘分析在地震科研中的应用[J].信息系统工程，（12）：27-28
冯登国，张敏，李昊2014大数据安全与隐私保护[J].计算机学报，37（1）：246-258
钱文静，邓仲华2009云计算与信息资源共享管理[J].图书与情报，（4）：47-52
帅向华，胡素平，郑向向2014基于互联网信息快速估计汶川地震有感范围[J].地震地质，36（4）：1094-1105
陶彩霞，谢晓军，陈康，等2013基于云计算的移动互联网大数据用户行为分析引擎设计[J].电信科学，29（3）：27-31
王喜双，赵邦六，董世泰，等2014油气工业地震勘探大数据面临的挑战及对策[J].中国石油勘探，19（4）：43-47
张方浩，和仕芳，吕佳丽，等2016基于互联网的地震灾情信息分类编码与初步应用研究[J].地震研究，39（4）：664-672
关键词：地震应急；灾情获取；IP地址
中图分类号：P315941文献标识码：A文章编号：1000-0666（2017）02-0311-06
0引言
云南省地震局地震应急技术系统开发、应用部署于“十五”期间，从开始使用至2017年3月，经历了多次的数据、模型本地化与系统的技术优化、软件升级（曹彦波等，2015）。现已发展成包含地震应急评估系统、应急信息发布服务、综合数据查询服务3个主要功能模块为主体的、共计40余个服务接口的综合应急技术系统。虽然有多年的优化与升级来保证应急资料、评估信息的全自动化产出、推送，但是，随着互联网技术的高速发展与网络基础设施的不断完善，各类先进的技术迅速得到普及与应用，互联网大潮下的信息产出与需求，早已超出了现有地震应急技术系统的接受与服务能力：（1）初评估阶段的地震影响场是由静态模型计算后得到，缺乏必要的实时数据支撑，且其形状规则不能准确地反应地震破坏情况与影响范围；（2）地震灾害发生后，缺乏便捷、准确的地震现场数据获取手段，无法在后方指挥部最需要灾情信息的时间段内获取到有价值的灾情信息，极大地制约着后方指挥部的应急决策能力（程陈，史文博，2013）。因此，建立一套主动、便捷、高效、低成本的、能与现有软件系统融合的灾情获取系统成为地震应急技术系统发展的必要（王喜双等，2014）。
针对以上地震应急技术系统的问题，根据云南省地震局现有技术系统的运行、管理特点，本文借助互联网大数据思维，利用因特网信报控制协议，编写基于互联网信报控制协议的灾情信息收集软件系统，对特定地域内的各类互联网联网设备（TCP/IP）的在线状态进行采集与分析，积累长期的背景数据，找到其在线状态、传输时间与地震影响状况间的对应关系，在震后有针对性的对震区数据进行快速、加密收集，同时与常态数据进行对比分析，从而在震后极短时间内完成灾情数据的收集及相关灾情的判别。
包括IP地址列表、IP地址定位、IP地址行政区划归属、IP地址分时段在线状态（比例）、IP地址分时段平均延迟、IP地址常态扫描数据记录等数据，建立云南省IP地址定位与状态变化基础数据库，数据库详细内容见表2。
通过前期对数据需求的调研及监测部门监测要素常态值运算方法的研究，设定了一系列的数据项目采集存储要求，同时对各类数据的存储方法、存储类型加以规定（张方浩等，2016）。主要包括以下几个方面：（1）IP地址列表及定位数据；（2）IP地址扫描数据结果数据；（3）IP地址常态背景数据；（4）IP地址软件计算用状态变化数据。
2基于互联网信报控制协议的灾情信息收集系统的研发与应用[BT）]
以云南省IP地址及云南省基础地理数据为基础，建立云南省IP地址定位与状态变化数据基础数据库，使用互联网信报控制协议完成全省IP地址的常态与异常数据收集，并对数据进行分析整理，根据相关模型产出震区IP地址在线状态变化图等结果资料。软件系统业务流程如图2所示。
21系统功能
[KG（0.15mm]按照云南省地震局现有应急指挥技术系统特点，基于IP的灾区灾情信息收集系统全部部署于阿里云服务器，共分IP地址后台扫描端、主控分析端两大部分，相关软硬件环境需求见表3。扫描端以云计算节点方式长期独立运行并生产数据，與主控分析端通过MSMQ（微软消息队列）方式进行数据传输与作业交接；所有的数据读取、分发、存储工作由主控分析端完成，并负责响应由软件系统定期发起或由用户随机发起的各类数据核算、查看、分析作业（钱文静，邓仲华，2009）。
软件系统功能总体包含系统参数设置、IP地址扫描、IP地址常态值核算、数据产出（已完成方法研究，软件功能未实现）4个方面。功能模块根据应用时间、服务对象不同，对上述4方面功能进行了进一步的分割或结合，以保证系统运行期各模块之间互联、互通便捷且不相互影响（陶彩霞等，2013），具体功能设计见表4。
22运行状态
截至2017年3月，IP地址后台扫描软件系统已完成设计部署，试运行24 d，未发现重大设计失误或数据偏差，运行界面见图3。试运行期间，设定IP地址扫描速率为750次/s，重访周期约为30～45 min；期间共收集数据7亿余条，完成一次常态值核算，核算常态值36亿余条。
经校验，常态值的分布情况与预想值较为接近。图4为较典型的IP地址在线状态分布图，由连续3周的观测数据汇总得到，统计时为得到较为典型的曲线，已将休息日数据剔除。图中IP地址为疑似某小型企业固定IP地址在线状态分布，其在线时间段与法定工作时段有明显的正相关关系，法定工作时间其在线率接近100%，而其他时间则几乎为0%，0点的数据突跳为测试用异常数据。
由此类常态值可分析、分辨出IP地址对应的用户个体（群体），此类分析结果可直接作用于震后人员伤亡、迁移评估，对震后的灾情估算有较大价值，尤其对人员伤亡情况判断有重要意义。此类数据的分析、分辨模型仍需较长时间进行研究，以便获得更为准确的判别结果。
23预期成果及地震应用
[KG（0.25mm]在地震灾害（紧急事件）发生后的一定时间段内，使用上述方法及软件系统，对震区IP地址逐一进行短周期重访操作，将这些目标主机因电力中断、线缆破坏、人为关机等原因而引起的通信中断（曹刻等，2008），因民众仓促避难无暇上网而引发的网络通畅，因灾民集中使用网络而引发的网络阻塞等网络状态进行收集，并逐一根据位置信息在地图上进行分时段标绘，即得到图5。 [KG（0.15mm]从此类图件中可快速准确地判读出地震灾害极重灾区（高烈度区）、通信中断、阻塞、生命线工程破坏等内容（帅向华等，2014）。如图5a为模拟全省IP地址震后状态分布图，其中红色区域为通信中断地区，由此可认定该区的地面线路基本中断，造成原因可能为地面通信线路故障；黄色区域为高延迟区域，此区域可能为震感强烈区域，导致该区居民集中使用网络资源进行报灾、发送微博微信等引发区域网络阻塞。图5b为震后城市IP地址状态分布图，可明显判读出一呈条带状分布的通信中断区域，此区域的通信中断极有可能是由为该区域提供电力的输电线路损坏而引起。[KG）]2017年2～3月，软件系统覆盖区共发生2次
40级以上地震，分别为2月8日云南鲁甸49级、3月12日云南鲁甸45级地震。这2次地震发生后，软件系统均根据EQIM数据自动创建并开始进行紧急事件扫描，2月8日地震事件持续扫描为5 h，扫描半径50 km；3月12日地震事件持续扫描时间为6 h，扫描半径60 km。
这2次地震事件均未收集到有效的网络状态突变数据。由图6可知，常在线设备的延迟数据并未因地震事件发生较大波动，震后延迟波动范围与常态值基本保持一致，并未发生预计中的突跳，其原因在于两次地震震区均为地震常发区，且震级偏小，当地居民对此类不会造成较大损失或生命线工程毁坏的地震并不会采取较为激烈的应急动作。
鉴于上述2次地震案例，该软件系统在应对云南省内较小地震的过程中尚存在一定不足，其原因主要为：（1）软件系统设计的应对目标地震为震级较大、具有较大破坏力的地震，设计采用的数据收集方式、精度不能很好地应用于较小地震；（2）软件系统数据分析方式、方法不能较为准确地体现数据的微小波动。后期将对上述两个问题进行详细研究并提出解决方案与更优的数据分析方法。[JP]
24其他说明事项
本软件系统使用的主机在线状态探测方法是互联网点对点联通状态测试的最常用方法，其回報内容有限且不涉及隐私，非有意进行特定特殊参数设置并进行大量并发操作不具有危害性。软件系统试运行阶段所有运行参数（探测及重访周期等）设置均在合理、合法范围内，公网出入流量较小且稳定，不具备有害行为特征，不会被认定为有害软件或黑客软件（冯登国等，2014）。
3结论
本文所介绍的基于IP的灾区灾情信息收集系统是云南省地震局在地震应急大数据应用方面进行的重要探索，主要以快速、准确、主动获取震区灾情为目的，是基于成熟的互联网技术与低廉的硬件服务实现的，是具有较强地域通用性（由数据层控制适用地域范围）的灾区一手灾情数据获取软件系统。经一般小型地震检验，系统功能可以满足地震应急中对震区灾情判断的需求。后续需进一步对IP地址进行提纯与高精度定位数据更新，并加强异常数据筛选与热力图向地震影响范围转化机制等方面的研究，以保证该系统可以更好地服务于地震应急工作。
参考文献：
曹刻，王锋，李永强，等2008云南宁洱64级地震灾区范围的快速判断[J].灾害学，23（2）：76-79
曹彦波，李兆隆，李永强，等2015云南地震应急快速评估模型本地化集成研究[J].地震研究，38（1）：148-154
程陈，史文博2013大数据挖掘分析在地震科研中的应用[J].信息系统工程，（12）：27-28
冯登国，张敏，李昊2014大数据安全与隐私保护[J].计算机学报，37（1）：246-258
钱文静，邓仲华2009云计算与信息资源共享管理[J].图书与情报，（4）：47-52
帅向华，胡素平，郑向向2014基于互联网信息快速估计汶川地震有感范围[J].地震地质，36（4）：1094-1105
陶彩霞，谢晓军，陈康，等2013基于云计算的移动互联网大数据用户行为分析引擎设计[J].电信科学，29（3）：27-31
王喜双，赵邦六，董世泰，等2014油气工业地震勘探大数据面临的挑战及对策[J].中国石油勘探，19（4）：43-47
张方浩，和仕芳，吕佳丽，等2016基于互联网的地震灾情信息分类编码与初步应用研究[J].地震研究，39（4）：664-672