向永清：大数据时代的能源安全管理机遇与挑战

1

随着大数据、云计算、物联网技术的发展，安全生产领域也迎来新的数据革命，然而，我国当前安全生产领域依然面临着数据孤岛较多、数据质量参差不齐等问题，因此，安全数据治理也成为安全生产工作迈向大数据时代必须跨过的门槛之一。

什么是安全数据治理？当前数据中台理念、技术如何助力安全数据治理实现跨越式发展。日前，中电传媒数据研发中心采访北京三七数据有限公司CEO，向永清。向永清，北京大学智能科学系毕业，资深数据科学家，曾担任中国航天科工集团卫星综合测试系统设计以及卫星任务规划与仿真任务。他长期从事数据科研攻关工作，对政务大数据、数据治理有着深入的研究。

我们将通过向永清的视野，共同探索我国安全大数据发展的新路径。

应急管理大数据

//

记者：据我了解，您对政务大数据有着深入的研究，从根本上讲，应急管理大数据属于政务大数据，该类型大数据治理体系是不是有着自己的特点？

//

向永清：自应急管理部成立以来，作为政府的核心组成部门，应急管理工作越来越受到重视，尤其是武汉疫情以来，应急管理工作的科技化转型、数字化转型呼声越来越高。

当前，我们的政府正在牵头全社会进行一次彻底的数字化转型升级，在这次转型升级过程中，政府扮演的不仅是管理和服务者的角色，更应该是一个先行者的角色。相比其他政府部门的大数据治理体系建设，应急管理的大数据治理体系由自己的一些特点：

其一，应急管理大数据对数据的实时性要求更高。应急管理大数据是处理一些突发安全事件的依据和基础，在出现重大安全事故时，时间就是生命，能够为事故处置多争取1秒钟，就能够挽救更多的生命，最大程度减少财产损失。因此，应急大数据对数据治理体系提出了更高的要求，要求系统具有更低的延迟，更高的并发处理能力和更大的吞吐量。

为了提高系统的实时性，应急管理数据治理体系可以采用边缘计算和云计算的融合架构，对于一些实时监控相关的计算任务，比如监控报警、设备控制任务可以安排在边缘端进行处理；对于一些趋势预测、数据分析对计算能力要求较高的任务则可以安排在云端进行处理。

其二，应急管理大数据对数据的准确性和稳定性要求更高。应急大数据的处置关系到财产和生命安全，因此，应急大数据治理体系要求有更高的准确性和稳定性。提高准确性和稳定性一方面可以考虑使用一些精度和稳定性更高的传感器；另一方面，可以在数据数传传输过程中引入一些容错处理机制。对于一些关键的数据处理和存储设备，应该有备份机制。

其三，应急管理大数据的数据量更大，对数据处理能力要求更高。应急管理大数据不仅仅有来自业务系统的业务数据，更有大量的通过传感器采集的物理空间的监控数据；并且随着科技的发展，应急安全管理的内涵也在不断拓展，比如生物安全、数字空间安全等全新的安全理念开始进入大众的视野，如何有效采集、传输、处理、存储和应用这些数据，提升应急管理效率是贯穿在应急管理体系建设过程中都应该思考的问题。

//

记者：什么是应急安全大数据，它应该具备哪些特征，在政府、企业的安全生产工作中发挥怎样的作用？

//

向永清：应急安全大数据是指政府、企业、社会组织、个人进行应急安全相关活动时候产生的有价值数据的集合，对这些数据进行采集、加工、处理、分析、应用后，有助于于提高应急管理业务效率，降低应急安全管理业务成本。

应急安全大数据具备以下特点：

第一，数据量特别巨大，来源多样。有来自各应用端的数据，也有来自传感器采集的数据，既有来自物理空间的状态数据，也有来自数字空间的监控数据，应急数据要求全天时，全天候不间断监控，产生的数据量会非常巨大。

第二，实时数据更多，更有价值。应急大数据绝大多数有价值数据都来自对现场的实时监控，对现场的异常情况进行实时报警，对应急安全事件的处置具有非常重要的价值。

第三，应急数据具有动态平衡的特点，应该在数据共享和数据隐私保护之间取得一个动态平衡。对于一些大众关心的、敏感度不高的数据应该及时向社会大众公开，对于一些涉及国家和民族安全的应急数据，应该在谨慎加工处理后向社会大众公布，尤其是不能让这些原始数据流转至国外。

第四，应急大数据具有全面融合的特点。由于应急数据的来源多样，不同数据源之间应急数据融合就显得特别重要。比如数字空间和物理空间数据的融合，业务数据和采集数据的融合，实时数据和历史数据的融合等等。

第五，应急数据的价值应该被全社会共享。应急安全管理属于社会治理的一个重要分支，应急数据不应该被某一个公司或者组织所独有，应该成为全社会共有的财富。

//

记者：在理论研究文章中，您提出应急安全大数据中台的概念。什么是数据中台，它在应急安全大数据中应该发挥什么样的作用？

//

向永清：数据中台的概念已经出现好几年了，最初由芬兰的游戏公司Supercell提出，由马云2016年带阿里高管团队去北欧学习回来后提出来的。

数据中台可以说是一种技术概念，也可以说是一种组织概念，更可以说是一种商业模式。马云所说的数据中台应该是技术、组织和商业模式的完美统一。

数据中台是前台和后台的连接枢纽，后台一般指企业内部的各种资源，包括数据资源、管理资源、服务资源等；前台一般指面向大众的各种业务，对于阿里巴巴来讲，前台业务包括电商、支付、本地生活服务、金融等。之所以提出数据中台的概念，是为了充分调用后端的资源，来支撑前台不断变化的业务，终极目的是通过对后台资源高度抽象化，提高后台资源可重复使用概率，从而提高前台业务的响应速度，缩短新业务上线时间，降低新业务上线成本。

对于应急安全管理业务而言，数据中台是最适合的数据架构，随着应急安全的内涵越来越广，涉及的业务约复杂，后端的数据资源也越来越巨大，这时候，需要有一个强力的应急安全数据中台来支撑应急安全业务发展的需要。对于应急安全数据中台要处理好两类核心业务：

第一，要帮助后台捋顺应急安全的数据资产体系，让实时数据和历史数据能够在后端无缝融合，为应急安全的基础服务体系提供数据支撑。

第二，要针对应急安全前端业务的需要，建立起应急安全的基础服务体系，这些基础服务为上层的应用提供支撑。

能源安全大数据

//

记者：当前能源安全大数据也面临数据质量参差不齐的问题，数据孤岛等问题，对于能源安全大数据质量管理，如何打破这些瓶颈？对此您有怎样的建议？

//

向永清：数据孤岛和数据质量问题是企业级数据治理过程中两大难题。数据孤岛一般是由于信息化过程中缺乏统一规划，企业内部各部门之间信息化缺乏有效沟通，甚至是由于企业内部各部门之间出于自己的利益考虑，不愿意与其他部门的数据互联互通而导致的。因此，要解决组织内部的数据孤岛问题，应该从以下几方面做起：

第一，应该将企业数字化建设和数据资产建设列为企业的一把手工程，作为企业发展战略来全局统筹考虑。

第二，解除组织内部各部门之间的数据壁垒，对于数据互联互通做的好的部门应给与奖励，对于那些拥数自立的部门要严厉问责。

第三，把企业级数字资产体系建设和物资资产建设同等看待，智能化社会，数字的价值会越来越重要。

第四，将一些先进技术应用到企业级数字资产体系建设中，比如企业数据总线技术，消息队列技术，数据交换技术等。

第五，打通企业内部数据资源和外部数据资源的链接，智能化企业不仅要整合利用好企业内部的资源，更要学会整合利用企业外部的资源。

解决数据质量问题，这里也提五条具体的建议：

第一，要为提升数据质量树立明确的目标，以及目标数据的明确范围。这些目标是指导数据治理人员工作的基本方针。

第二，明确数据管理的权限范围。不同的权限，能够操作不同范围的数据，避免越权操作。

第三，提高数据治理人员的思想认识以及对数据质量的敬畏之心。要让数据质量意识深入企业每一个与数据打交道员工的人心，企业从上到下提高对数据质量的思想认识。

第四，提高数据收集完整性、规范性、一致性和准确性，加强对入库数据质量的检查，根据数据质量建立多级数据管理机制，质量低的数据存入低等级数据库中。

第五，经常对入库数据进行例行维护、检查和优化，对不符合数据质量标准的数据要及时降级处置。

//

记者：当前，我国能源安全大数据也在飞速发展过程中，国家电网、中国华能集团、中国石油天然气集团等能源央企均纷纷布局各自领域，对于尚在初期的能源安全大数据发展，您有怎样的建议？

//

向永清：随着我们社会向数字化、网络化、智能化方向发展，数据资产对于企业的发展越来越重要。数据资产体系建设是否成功，决定了一个企业在未来激烈的竞争中能否取得优势地位。

能源安全一直是我国安全体系建设中非常重要的一环，直接关系到我们国家的存亡，关系到工业的运转，关系到普通大众生活的便利。与能源安全伴生的能源安全大数据未来会对我国的能源安全体系建设起至关重要的作用。能源安全大数据体系的建设应该注意哪些问题呢？

其一，要从国家安全的角度来统筹能源安全大数据体系的建设。能源安全大数据要能够在短期内对一些重要的能源安全事件进行预警，将能源安全事件的影响降到最低；从长期来讲，能源安全大数据要能够对我国的能源安全体系建设提供决策参考，起到未雨绸缪的作用。

其二，要主要能源安全大数据的隐私保护体系建设。很多国内外的网络间谍专门攻击我们的数字化基础设施，窃取我们重要的能源安全数据，因此，有必要在能源安全大数据领域尽快立法，对于偷窃、转卖国家能源安全大数据的行为要进行严厉打击，严重的要按照叛国罪处理。

其三，尽快建立起我国的能源安全数据监控体系。一方面，可以确保我们能源开发和应用安全；另一方面，也可以为我国长期的能源安全规划提供数据参考。

其四，建立国家能源安全大数据基础设施，这些基础设施包括数据中心，骨干网络，云计算设施，能源存储设施等。

其五，建立国家能源安全大数据开发平台，鼓励科技开发人员在平台上进行能源安全数据相关的开发工作，最大化挖掘能源安全大数据的应用价值。