基于群体智能的城市交通数据开放共享技术研发

20230109

信息传输、软件和信息技术服务业

交通大数据的开放共享主要面临数据孤岛和隐私保护两大挑战。尽管先进的 信息通讯技术及智能信息采集和感知技术的发展，使得交通领域积累了大量的交通 相关数据，这些数据为智能交通的进一步发展和提升带来的巨大的革新，避免了单 一监测方式给交通分析带来的缺陷。然而，目前的这些海量、异构的交通数据源之 间存在彼此封闭自治、智能算法缺乏统一验证平台、隐私保护法规加剧信息孤岛等 问题。另外，由于在互联网时代，互联网与用户身份认定、金融信息、生活服务等 数据紧密绑定，个人隐私信息被恶意攻击、数据流通交易以及数据资源治理中存在 隐私侵犯的风险日益增加。因此，如何兼顾隐私保护和数据开放共享，为交通大数据提供安全、有效地数据共享新机制是本课题需要解决的关键科学问题。 为了汇聚出租车数据、网约车数据、公交数据、地铁数据、共享单车数据、城际交通数据、交通环境数据等其他关系国计民生的核心行业所产生的时空交通大数据，突破数据孤岛和隐私保护的挑战，通过研究面向数据开放共享的差分隐私保护、边缘计算与联邦学习等关键技术，研发基于群体智能的城市交通 数据协同共享平台，形成支撑城市交通大脑所需的数据基础与测试环境。依托综合 交通大数据应用技术国家工程实验室，面向全市各领域和全球研究机构提供安全可 靠的交通数据分级共享服务，为全球智力资源与北京交通问题之间搭建数据桥梁。课题完成了基于群智激励的数据汇聚、城市交通大数据关联与 融合、基于差分隐私和联邦学习的数据共享等4项关键技术研究，研发了面向北京城市交通大脑的数据仿真测试与数据协同共享平台1套，整 合数据集合28种、10. 15TB，平台支持共享数据注册、数据脱敏、分级 数据访问、可控数据分发、算法仿真测试验证等功能，算法动态部署时 间1分钟58秒，模拟数据与真实数据相似度达到了96. 31%以上。

课题研究成果包括基于群智的数据汇聚机制与方法、城市交通大数据关联融合、基于差分隐私保护的数据开放共享机制、面向数据开放共享的操作共享研究、基于群体智能的城市交通数据协同共享平台。 其中，基于群智的数据汇聚机制与方法和城市交通大数据关联融合技术，针对复杂动态交通环境下的海量异构数据的汇聚机制展开研究，深度挖掘交通运输活动参与者的多样性偏好，揭示了用户行为偏好是构建激励机制的必要因素，建立了大规模复合式偏好度量模型，实现可控定向激励汇聚；探究了交通资源动态分配的内在关联，提出了基于时空索引的加速计算方法；把握动态交通运输环境的时空演化规律，设计了基于强化学习的自适应匹配激励机制。该成果能够应用于交通技术管理部门和共享交通与智慧物流服务等领域的互联网平台。 基于差分隐私保护的数据开放共享机制和面向数据开放共享的操作共享研究针对在数据发布和分析的同时保证其中的个人敏感信息不被泄露的问题，实现了兼顾隐私强度、轻量级、运行效率的保护机制，对数据安全与计算效率之间的平衡关系，提出合理的优化方法。上述成果能够应用于数据来源复杂的城市交通数据协同共享平台。 最后，基于上述数据汇聚与机制与方法、大数据关联融合方法与技术、数据开放共享开放机制与操作共享研究成果，集成上述研究成果构建了交通大数据融合汇聚与协同开发的应用——城市交通大数据协同共享平台。平台包括基于联邦学习与差分隐私的交通拥堵预测、地铁客流智慧监测与管控系统、城市智慧交通监测平台、LGGCRN交通预测等多个应用示范。 成果转化拟合作方应有较丰富的大数据平台研发、运维和销售经验，特别是对交通行业有较强的理解。在技术研发、工程实施和市场销售等层面开展深入合作。

仅限国内转让

所构建的“飞云集智”交通大数据开放共享平台，已实现公网部署，并于 2021 年 6 月在北京 智源大会的 AI 交通论坛上正式发布，同超过 3 万名人工智能领域专业人士交流，加强产学研协同， 塑造成为连接世界人工智能产业与学术资源的中心枢纽，为课题成果推广打下奠定基础。 转化预期效益包括：通过可信大数据开放共享，构建政府、企业、研究机构数据安全共享与模型群智开发环境，形成可计算、可溯源、可估值服务模式。该模式在满足隐私保护数据安全的前提下，基于机器学习框架完成计算和训练任务，使各个机构在未来协作过程中不必交换数据，避免向中心节点传输数据造成隐私泄露，解决数据孤岛和数据隐私保护的问题。 长远来看，以数据开放共享平台为基础，形成智慧交通领域全球最大的开放式科研- 业务协同 创新社区，实现全球智力资源的汇聚。依托综合交通大数据应用技术国家工程实验室，面向全市各领域和全球研究机构提供安全可靠的交通数据分级共享服务，为全球智力资源与北京交通问题之间 搭建数据桥梁。在开放式科研-业务协同创新社区主题下继续推广具有前瞻性的研究方向，继续深入研究知识协同创新过程机理，未来在大规模动态复杂交通场景的数据定向汇聚与高效计算等方面做 出贡献。

基于群体智能的城市交通数据开放共享技术研发

北京市科学技术委员会;中关村科技园区管理委员会

大数据已成为连接城市信息基础设施与城市智能化应用系统之间的桥梁，对城市发展具有非常重要的意义。特别在交通运输领域，针对大数据尤其是时空大数据的研究可以打破区域限制，融合各领域数据资源，优化社会资源配置，提高社会效率。然而，由于国家层面对政府数据开放的推动力不足、政府部门之间存在着信息不对称以及部门利益化、顶层设计、相关法律法规等历史原因，政府部门间的数据共享久推难通，导致数据孤岛。与此同时，隐私问题也是各界关注的焦点。在PC端和移动端还未普及之前，个人信息泄露的规模和速度呈分散式小口径，而互联网与用户身份认定、金融信息等数据紧密绑定，个人隐私信息泄露呈几何倍数增加。 综上所述，围绕当前城市交通大数据开放共享研究所面临的挑战，本课题期望突破城市交通数据开放共享的一系列关键核心技术，研究面向数据开放共享的差分隐私保护与联邦学习等关键技术，研发基于群体智能的城市交通数据协同共享平台，形成构建城市交通大脑所需的数据基础与测试环境。在满足数据安全合规的前提下，实现数据流通和共享，提出面向城市交通大数据的满足数据安全和隐私保护的解决方案。 通过本研究，我们研发了城市交通大数据仿真测试与数据协同共享平台1套，算法动态部署时间小于5分钟，模拟数据与真实数据相似度不低于85%。提供了数据时间跨度不小于1年，包括15种以上交通数据的共享数据集，数据规模不小于1TB。并组织了1-2次全球范围内城市交通数据智能算法竞赛。