شهرهای بزرگ و صنعتی با چالشهای متعددی مواجه هستند. دولتها و شهرداریها برای کاهش هزینههای شهری به دنبال ایجاد زیرساختهای لازم برای هوشمندکردن شهرها هستند. امروزه تحلیل کلان دادهها توانسته تحقق شهرهای هوشمند را امکانپذیر سازد. استفاده از رایانش ابری میتواند زمینهساز جمعآوری آسان دادهها، ذخیرهسازی مطمئن و بهبود آنالیز اطلاعات شود.
کلاندادهها و اینترنت اشیا دو زیرساخت وابسته به یکدیگر هستند. استفاده از دادههای بزرگی که توسط اشیا هوشمند تولید میشوند، میتواند هر سازمان و کسب وکاری رامتحول نماید. با استفاده از یادگیری ماشین، اشیا با استفاده از دادههای ذخیرهشده رفتارهای جدیدی را یاد میگیرند و خود را با محیط اطرافشان تطبیق میدهند.
شهر هوشمند و جایگاه آن در آینده جهان
در حال حاضر یک تعریف واحد و معین از شهر هوشمند ارائه نگردیده است. امّا از ویژگیهایی که برای شهرهای هوشمند برشمرده میشود میتوان پی برد که چنین شهرهایی شامل منابع سختافزاری ونرمافزاری یکپارچهای هستند که با جمعآوری داده امکان مدیریت شهری را فراهم مینمایند. توسعه شهرها و کمبود منابع باعث گردیده تا شهر هوشمند به عنوان تنها راهکار برای مدیریت شهری در قرن ۲۱ مطرح شود.
در یک شهر هوشمند با مفاهیمی همچون دولت هوشمند، شهروند هوشمند، زندگی هوشمند، ساختمان هوشمند، اقتصاد هوشمند، فروشگاههای هوشمند، رفت و آمد هوشمند، انرژی هوشمند و سلامت هوشمند مواجه هستیم. در تمامی موضوعات بالا شاهد حجم عظیمی از دادهها هستیم که نیاز به پردازش و مدلسازی برای تصمیمگیری دارند.
تعریف کلان دادهها (Big Data)
برای کلان دادهها یا دادههای حجیم تعاریف متعددی ارائه میشود. در ادامه به ارائه ۴ تعریف مطرح در این زمینه میپردازیم. هر کدام از این تعاریف بخشی از ویژگیهای دادههای بزرگ را نشان میدهند.
- به رشد نمایی موجودیتها و اطلاعات ساختاریافته و غیرساختاریافته مرتبط با آن موجودیتها گفته میشود.
- دادههایی که در هر جایی ریشه دارند از جمله اطلاعات جمعآوری شده از حسگرها، پستهای موجود در یک شبکه اجتماعی، تصاویر دیجیتالی، رکوردهای مرتبط با تراکنشهای مالی، سیگنالهای رادیویی و هر نوع داده دیگر، جزئی از کلان دادهها میباشند.
- کلان دادهها به عنوان یک مجموعه بزرگ از دادهها تعریف شده میباشند که غیرساختیافته و غیرسازمانیافته میباشند.
- کلان دادهها شکلی از دادهها میباشند که پردازش آنها در قالب ساختار پایگاه دادههای معمول، مشکل و حتی غیرممکن میباشد.
کاربرد کلان دادهها در شهرهای هوشمند
میتوان با پردازش دادههای خام، آنها را برای استفاده در شهرها آماده نمایند. ازدادههای حجیم برای بهبود سرویسها/خدمات مختلف شهری استفاده میشود. علاوه براین، کلان دادهها میتوانند به تصمیمگیران در برنامهریزی، توسعه خدمات شهری و مدیریت مصرف منابع کمک نمایند. از مهمترین کاربردهای کلاندادهها در شهرهای هوشمند میتوان به موارد زیر اشاره کرد:
- مدیریت انرژی هوشمند
- آموزش هوشمند
- شبکههای انتقال انرژی(Smart Grid)
- حمل ونقل هوشمند
- شهروند الکترونیک
- بهداشت و درمان هوشمند
- بهبود خدمات شهری و مکانیزهاسیون شدن آنها
- نظارت بر زیرساختها
- کنترل ترافیک شهری
ویژگیهای مهم کلان دادهها
هر داده حجیمی که از یک منبع ذخیره میشود دارای ویژگیهای منحصربفردی میباشد. برخی از این ویژگیها(خصوصیات) در بین اکثر دادهها مشاهده میشوند. در زیر لیستی از خصوصیات مشترک بین دادههای بزرگ عنوان گردیده است:
- حجم: همه دادههای حجیم دارای حجم زیادی از رکوردهای اطلاعاتی میباشند که توسط منابع گوناگون ایجاد گردیدهاند.
- شتاب: دادههای حجیم زمانی ارزش پیدا میکنند که بتوان بصورت بلادرنگ آنها را پردازش کرد(شتاب نشاندهنده سرعت ایجاد داده + ذخیرهسازی + آنالیز + پشتیبانی میباشد)
- تنوع: کلاندادهها دارای تنوع گونهای زیادی میباشند به همین دلیل نمیتوان آنها را به آسانی دستهبندی کرد و در جدوال پایگاه دادههای معمول جای داد.
- تغییرپذیری: دادههای حجیم به سرعت تغییرپذیر هستند و معنا و مفهوم دادهها به سرعت تغییر میکنند.
- ارزشآفرینی: تحلیل درست دادههای بزرگ مزیتهای رقابتی بسیاری را برای کسب و کارها به ارمغان خواهد آورد.
- اعتبار یا صحت: یکی از مهمترین خصیصههای کلاندادهها میزان صحت دادهای میباشد که باعث معنادار شدن نتایج خواهد شد.
مزایای به کارگیری کلاندادهها در شهرهای هوشمند
در حال حاضر مدیران شهری، تلاش بسیاری را برای هوشمندسازی شهرهای خود شروع کردهاند. آنها امیدوارند با هوشمندکردن شهرها، شهروندان خود را از مزایای اقتصادی، اجتماعی، فرهنگی و بهبود کیفیت زندگی برخوردار سازند. در ادامه به برخی از مزایای مهم شهرهای هوشمند اشاره میکنیم:
- به کارگیری سیستمهای هوشمند برای برنامهریزی منابع سازمانی(نرمافزاری و سختافزاری)
- به کارگیری سیستمهای نظارتی
- افزایش شفافیت و اشتراکگذاری منابع برای توسعه کسب و کارهای شهروندان
- ارائه نوآوریهای جدید و ترغیب نهادهای مختلف در مشارکتهای اجتماعی
- بهبود بهرهوری، اثربخش و کارآیی در کلیه واحدهای شهری
- ایجاد یک جامعه دانشمحور(دادهمحور)
- کنترل ترافیک و جلوگیری از پیامدهای ناگوار ناشی از آن بر شهروندان
- بهبود روشهای مدیریت داده و پیشرفت در محاسبات ابری
چالشهای کلاندادهها برای شهر هوشمند
به کارگیری دادههای حجیم در شهرهای هوشمند، چالشهای متعددی را به همراه میآورد. شهرهای هوشمند از پویایی بالایی برخوردار هستند و این پویایی تغییرات لحظهای را در شرایط محیطی به همراه میآورد. بنابراین استفاده از کلاندادهها در چنین محیطهایی نیاز به پردازش بلادرنگ دارد. وجود تاخیر حداقلی در پردازش دادههای بزرگ نیز میتواند مشکلات بسیاری را به وجود آورد. در ادامه به بررسی مهمترین چالشهای Big Data در Smart Citiy ها میپردازیم:
- وجود دادههایی با فرمتهای مختلف و غیرساختاریافته
- دریافت دادههای مشابه از منابع(حسگرهای) گوناگون(مشکل عدم جامعیت وناسازگاری دادهها)
- پیچیدگی کنترل سطح دسترسی در اشتراکگذاری دادهها و اطلاعات در بین دپارتمانهای مختلف شهری
- حفظ حریم خصوصی شهروندان
- رعایت کیفیت دادهها
- مشکلات امنیتی و حفظ محرمانگی اطلاعات
- مدیریت هزینههای ذخیرهسازی و پردازش اطلاعات
- افزایش جمعیت شهرها و بزرگشدن حجم دادهها به صورت نمایی
- پیچیدگی پیادهسازی و اجرای مدلهای شبیهسازی
باید توجه داشت که شهر هوشمند(Smart City) یک اصطلاح لوکس برای تبلیغات مدیران شهری نمیباشد بلکه برای پیادهسازی چنین مفهومی باید به ایجاد زیرساختهای شهری توجه کرد. مدیران ارشد شهری از هماکنون باید به دنبال آمادهسازی امکانات و قوانین برای ایجاد شهرهای هوشمند باشند تا بتوانند در سالیان آینده مدیریت شهری را براساس کلان دادهها پیش ببرند.