空管运行数据中心大数据技术应用

苏祖辉　胥宝新

摘 要：随着我国航班量的增大、空管设备和运行程序的完善，空管运行业务系统上线，航班保障管理手段智能化，系统在运行中产生了大量的原始数据、各类运行数据、流控数据、日志数据、语音数据。在信息化系统快速变迁的今天，传统的系统设计架构已难以适应空管大型运行系统的设计要求，数据库架构直接影响到应用系统的整体设计。大数据和云计算技术的迅速兴起，使得从大量原始数据中提取有用信息，为空管运行决策提供参考成为可能。

关键词：空管运行;大数据技术;应用

近年来，空管系统通过引进新的技术、改进管制程序，不断地提高空管保障能力，尽可能满足机场日益增长的航班需求，提高航班正常率。但由于空管、机场公司和航空公司之间的信息交换、处理、共享、反馈不够充分，缺少有效的信息资源整合和协同决策机制，影响了机场整体运行保障能力的提高，尤其在出现航班大面积延误时，容易造成机场运行秩序混乱。

为了全面、高效地分析海量航班运行数据、挖掘空管业务精髓、提升航空运输发展空间，迫切需要体现数据价值，利用大数据技术，建立空管运行大数据平台，收集、存储海量数据;对航班运行过程深入分析，建立科学的数据指标体系，为空管服务保障精细化发展提供强有力的数据支撑。

1    总体架构

总体架构主要包括：前置信息接入平台、信息服务平台、大数据及云计算平台、运维管理和安全防护等。具体组成部分如图1所示。

通过“前置信息接入平台”连接各空管业务系统（包括空管自动化系统、场面监视系统、塔台电子进程单系统、流量管理系统、模拟训练系统、语音记录系统、气象信息系统、航行情报信息系统等），也通过“专线接入”方式，与机场及航空公司等外部系统连接。

各业务系统输出的生产运行数据（包括空管自动化系统、场面监视系统、塔台电子进程单系统、流量管理系统、模拟训练系统、语音记录系统、气象信息系统、航行情报信息系统等）、机场/航空公司系统输入的相关业务数据，汇聚并存储于大数据及云计算平台。

大数据及云计算平台通过数据清洗、筛选、多维度关联分析等处理，完成原始数据的初步处理。基于部署在平台上的数据挖掘及分析应用，数据被进一步挖掘和分析。数据的最终分析结果可以通过“管理驾驶舱”等门户应用直接向终端用户展示。

基于未来空管系统信息交互及共享的要求，大数据中心通过“信息服务平台”，提供统一的Swim信息服务，包括供计划、气象、航行情报等。

提供全维度的资源监控与管理功能，可以通过3D仿真、2D拓扑等方式提供全方位的系统运维管理服务。“安全防护”是保障系统生产安全的基础，为系统访问、连接、主机等提供安全保障。

为用户提供基于大数据及云计算的运行平台、开发平台和管理平台。基于此平台，用户可方便实现应用及业务、系统及平台、硬件及资源的横向扩展，未来可以依据需要为用户提供更多的應用服务、数据分析服务、信息服务，提供灵活、可配置的计算资源、网络资源、存储资源服务。

终端用户可通过大数据中心门户，访问数据中心的各类信息（可以通过OA网络访问），包括安全、效率等各种数据分析结果，信息展示应用“管理驾驶舱”的理念，具备关联信息展示、下钻式信息查询、信息搜索等能力。

2    技术难点

大数据技术应用的目标是构建云平台，实现空管原始数据的采集、高效存储和有效挖掘，并将结果以服务的方式呈现给用户，其中最关键的技术及技术难点包括以下几个方面：

（1）数据的分类和采集。空管数据种类，接口方式众多，而且具有封闭性强、安全性要求高的特点。在不影响空管运行安全的情况下采集各类数据是建立大数据平台的关键点。

（2）数据的高效存储。空管运行数据具有数据量大、数据类型多元、数据分布特征多样的特点。需要使用有效的数据压缩技术和去重技术，实现高效存储。而标准的压缩算法不能保证最大限度地发掘重复的空管数据，需要研究有针对性的压缩算法。

（3）数据采集和对外共享的标准化。空管设备种类繁多，现有空管设备数据输入、输出方式杂乱不统一，对数据采集和使用者来说面临极大不便。需要研究定义数据采集接口标准和数据对外共享接口标准，实现数据采集和对外共享的标准化。

（4）数据挖掘和数据分析建模。通过对多元海量数据的收集和存储，为后续数据应用提供数据输出。因此，可能需要对后期数据应用做适当的挖掘，形成数据服务层，为后期的数据深度应用单位提供更加成型的加工数据。当前，分布式数据挖掘和机器学习开源软件发展较为成熟。但首要问题是要针对空管系统的需求和空管数据的特征构建有效模型，并研究相应的高效挖掘、训练算法，目前数据挖掘、机器学习模型、算法的研究尚无针对空管行业的成熟模式可以参考。

3    技术思路

（1）数据即服务：传统的云计算包括基础设施即服务（Infrastructure as a Service，IaaS）、平台即服务（Platform as a Service，PaaS）和软件即服务（Software as a Service，SaaS）。在大数据应用上需要提出和验证数据即服务（DaaS）的概念，与传统云架构不同，DaaS以空管数据为中心，其硬件架构和软件组成满足多元空管数据的安全采集、海量数据的高效压缩存储以及空管系统需求进行有效挖掘，并设计标准化的接口，以云服务的方式向用户提供空管数据和挖掘结果。考虑到云平台规模庞大的问题，拟研究基于机器学习的系统硬件、软件异常/故障预测方法和预警处理方法，保证平台稳定运行。

（2）数据存储、压缩方法的创新：为适应海量、多样空管数据的可靠和高效存储，需要在数据压缩和存储方法上进行创新，提出能在不同数据分布特征上获得高压缩率和高压缩速度的分段聚类压缩算法和基于递归神经网络的压缩方法。

（3）数据采集和数据共享接口标准的创新：定义数据采集接口标准和数据对外共享接口标准，提出高安全性、高统一性、低网络资源占用率、动态灵活、适应未来空管体系发展的数据采集和数据共享接口的标准。

（4）空管运行策略相关典型应用数据挖掘方法的创新：通过数据分析和数据挖掘的方法，对空管运行策略相关典型应用进行数据的预处理，建立空管数据的分析方法与模型，形成空管运行大脑，为空管运行策略相关典型应用作进一步的数据准备。

4    技术架构

数据中心由基础设施层、平台服务层及应用服务层组成，同时配套安全防护和体系运维，其中体系运维和安全防护贯穿整个基础设施、平台和应用服务层，是整个数据中心的安全运行的保障支撑。数据中心技术架构如图2所示。

（1）基础设施层，为數据中心提供基础设施服务，包括物理资源、资源管理两部分。其中物理资源是整个数据中心运行的基础，包含计算、存储、网络和安全4种资源。

（2）平台服务层，利用基础设施层提供的不同的计算、存储和网络资源，为数据中心提供整个服务平台的服务，包括核心服务、数据服务及信息交换共享等。

（3）应用服务层，在数据中心部署运行的软件模块，主要提供信息门户、地理信息服务、信息检索及模拟驾驶舱等功能。

（4）体系运维，为数据中心的运行提供机房运行管理、基础设施层资源管理（物理资源、虚拟资源）、存储平台管理、数据库状态监控、运行平台管理、开发平台管理等运行支撑管理和应用软件运维管理，最终通过统一的运维门户展现。

（5）安全防护，为整个数据中心的安全运行和用户管理提供支持，包含物理防火墙、网络安全、数据安全、平台安全以及权限控制和访问控制等。

5    结语

随着我国空中交通流量的持续增加，各枢纽区域的时刻资源也日趋紧张，航班延误压力日益加大，管制员工作压力也在日益增大。大数据技术的应用可为空管大数据采集再应用、空管大数据共享、空管运行决策的有效性提供依据和验证手段，为管制工作压力评估提供辅助分析，巩固空管安全高效运行，促进民航可持续、绿色发展，利用新技术在推动中国空管运行保障建设、技术标准建设方面产生积极的社会效益。

[参考文献]

[1]佚名.2011年民航行业发展统计公报[J].空运商务，2012（9）：46-47.

作者简介：苏祖辉（1978— ），男，工程师，技术专家，学士;研究方向：计算机系统架构，大数据平台应用。