大数据时代的智慧民航发展

刘一：大家好！感谢民航信息化论坛组委会为我们提供了这样一个机会，能够与各界同仁一起探讨民航业的智慧发展。我演讲的题目是“大数据时代的智慧民航发展”。

我的报告分为以下三部分，首先是背景介绍，第二是民航业内各个领域大数据发展与应用的综述，最后是一点关于智慧民航的思考。

我们注意到，当前民航业的发展呈现出以下几个特点，一是航班运行保障量持续增长；二是各界，特别是旅客对航班准点率的要求持续增长；三是行业发展资源及条件的复杂程度持续增长，；四是行业，对“跨部门、跨单位、跨领域”的协同联动要求持续增长，民航内部各单位，以及民航业与其它运输方式，其它行业的信息共享与协同化运作已逐步成为常态；五是行业对“快速应对运行态势及突发事件”的决策能力要求持续增长，这就需要我们要充分借助大数据、人工智能等先进技术与方法，切实提升科学决策水平。

另一方面，当今民航业的特征也与大数据的特点很契合，大家知道大数据的经典定义是所谓的几个V的特征，比如数据的海量化、异构化和强调数据分析的时效性。民航业近些年数据量激增，主要原因是行业机队和航线网络的扩充，资产和设备的增加，服务质量的更高要求以及设施设备的智能化升级。现代航空器产生的数据量是非常惊人的，787每次飞行产生的数据量是777的28倍，会产生几百GB的数据。而全球大的ADS-B数据供应商每天处理的清洗过的数据量也达到150G左右。

而在数据的异构化方面，比如这是我们总结的以机场为例的运行环境，考虑到不同的地域，空域，路侧，空侧以及各种信息系统，使得机场处于一个庞杂的多源异构的数据环境，包含各类文本、视频、音频等结构化、半结构化与非结构化数据。

同时，民航业对信息采集、处理、分析的时效性非常高，很多专业性很高的决策体系，比如机场应对运行控制指挥，航空公司应对客票退改计算、航班恢复等等，其计算与分析必须在分钟级乃至秒级完成。

可见民航业已经全面进入大数据时代。下面我就简短的给各位做一个行业内各领域大数据应用的综述。

首先是运行领域，民航局方的要求是加快形成信息开放、资源共享、协同决策的运行信息监控网络。整合分散在空管、航空公司、机场、保障单位的信息资源，设立民航数据中心，加强运行信息统一集中管控，提升信息数据综合分析能力。我们团队参与编制了《中国民航运行信息管理指导意见》《中国民航航班运行数据开放管理办法》等文件，首次在行业层面对数据管理进行谋划安排，逐步规范民航运行数据管理工作。

在运行业务方面，局方积极推动运管委机制的建设和机场协同决策ACDM的建设，已基本完成1000万以上吞吐量ACDM系统的评估工作，实现航班运行各保障环节的全流程信息采集与监控，大幅提升了运行效率。此外，各机场与航空公司也都在开展协同的运行实践，包括结合虚拟现实的运行仿真提升，航空公司“运行+服务+营销”一体化的大运行决策系统等等。时间关系我就不展开讲了。

安全领域领域，《民航深化改革工作意见》中指出，要：进行协同监管、逐步形成以大数据为驱动、以风险管理为核心、以安全绩效为标准的行业安全监管平台。行业级大数据安全分析方面，国外的一些系统相对领先，FAA的ASIAS计划及其中的分析工具实现了各类航空安全要素的多粒度致因分析和关联分析。在中微观的飞行品质监控方面，我国是走在全球前列的，包括各航空公司无线QAR的监测与品质分析，以及一些针对具体设备设施的远程监控和预测性健康管理PHM，各个总装厂商、OEM厂商、航电设备提供商，也都在推出相应的大数据平台。同时，各机场也开始探索基于多维度的安全事件关联分析和预警系统。

在营销与服务领域，各个航空公司与机场都在探索基于旅客出行大数据，结合航旅全流程的个性化、柔性化营销解决方案。对于航空公司而言，由于具有更多地旅客触点和数据，所以其重心是对旅客行为、旅客特征，以及航空公司的产品设计进行精细化的分析和开发；而对于机场，情况有所有所不同，当前更应该开展的工作是增加触点，打通相关会员系统和数据体系。这是我们给一个大型枢纽机场设计的打通各系统数据的方案示例，可见，需要通过多个不同的信息系统才能实现一个旅客的数据打通。同时我们也注意到一些基于移动互联网或人工智能的技术，如网络舆情的实时监测与市场调查、基于人工智能的旅客画像等技术也已经在国内外民航企业中得到了广泛应用。

在航空安保领域，由于近几年计算机视觉领域的原创性技术突破，大家已经深切感受到了行业的发展，比如人脸识别在安检中的应用，基于视频的异常行为与人员侦测，旅客诚信体系的建设等等。人脸识别不需要我赘述，应该说这是一个典型的基于深度学习算法，这种技术奇点来临，导致行业较大变革的样例，我们也期待着更多的底层技术和算法能有所突破。除了人脸方面的应用，计算机视觉已经较多的用于安保预警，异常行为识别、包括航班保障流程识别等领域，除此以外现在各类软硬件集成的设备也使得安检流程更加智能化，旅客体验大幅提升。旅客分级安检是安保大数据的另一个重要应用，需要借助海量的大数据分析。

下面我着重向各位汇报一下行业智慧监管的几个实践，这几个案例都是我们团队正在从事的，也都是为民航局方提供的量化决策支持。这是我们开发的一个行业智能法规库系统，其中集成自然语言理解智能化算法，实现行业政策法规的关联检索、语义分析、相关性分析等功能，从而实现各类民航法规、政策、标准的智能化管理。

这是我们研究的基于大数据的国际航线安全运行态势监测与国际航权资源配置系统，通过这个系统我们实现了各类航权资源的数据化管理，包括运力限制、航线限制、第五航权、代码共享等复杂的业务逻辑，这些大数据的手段应用将极大的提升行业资源配置的透明度与科学性。同时相关的数据分析结果，对各机场的航线开辟与市场开发具有重要的指导作用，比如我为上海机场提供的分析极大地助力机场基于第五航权的货运自贸区航线网络设计。

这是我们在为民航局公安局提供的技术支持，对空防治安数据进行的量化分析与考核，其中运用了机器学习、多维度关联分析、以及多个智能化的算法。

汇报到这里我也向各位简要介绍一下我们团队，我们中国民航管理干部学院大数据与信息管理研究中心2014年成立，是局属各单位中最早专注大数据和人工智能的数据分析与量化决策支持团队，主要的职责是为民航局的各个司局，以及行业内各单位提供数据分析、信息系统规划和量化决策支持并且编制与民航大数据、人工智能相关的各类标准与政策性文件。

最后这点时间和各位交流一下我对智慧民航的一点看法，首先是宏观层面：也就是政策与标准体系层面，我们注意到，面向新兴的信息技术，比如大数据、人工智能、区块链等，民航行业相应的政策法规与标准体系还相对较少，而民航行业又有几个特点，1是多运行主体特点，如果没有相应的标准体系，很容易形成各自为战的局面，最终与信息化建设的目的适得其反。2是民航行业曾经是传统信息化，乃至电子通信领域领先的应用行业，这就会形成一套既有的标准体系，加上行业对安全的极高标准要求，就会为当前这些新兴的、松耦合的、分布式的、智能化的信息体系应用带来挑战。我们既不能沿用传统的体系，也不能简单的从别的行业平移。因此就亟需聚焦行业问题，制定相关的顶层设计和标准体系，比如行业运行数据共享标准、人工智能在民航业的应用规范等等，这也是我们下一步工作的重点。

在中观：应用与解决方案层面，毫无疑问民航信息化应该注重的是应用创新，这就需要我们加深对行业痛点问题的理解，需要回归问题本源，需要需求导向，而不仅仅是技术导向，更不能是产品导向。

我想，未来民航的数字化转型成功一定会伴随两大特点，一是一批具有行业特色的垂直化信息系统与解决方案的出现，会出现一批聚合专业人才的、聚焦民航智能化团队和企业；二是随着信息化的深入融合，企业乃至行业的业务流程甚至组织架构会得到极大的重构和优化。

最后是微观方面，也就是技术与基础数据层面。在基础技术方面，我们需要面向针对民航特殊业务选择定制化的技术，不能仅仅做技术平移。比如我们已经见到很多人工智能中深度学习在民航业中的各方面应用方案，效果有好有坏，因为很多行业问题，由于需要更多行业人员的经验与知识，以及业务逻辑，这和计算机视觉、自然语言理解这种通用性问题是完全不一样的，它需要构造适用于高维特征的模型，深度学习的技术路线就并不一定适用。再比如机场和航空公司的市场营销，看似类似，但因为面对的旅客数据源获取和产品规则设计等领域有很大的差别，应该采用完全差异化的技术路线，这和其他行业通用性的数字化精准营销也是不同的。因此，在底层数据与技术方面，我们需要发挥工匠精神，聚焦行业基础数据治理和行业信息化的核心关键技术，这样才能打牢基础，有所突破。

以上就是我个人一点浅显的认识，请各位多多批评指正，谢谢大家。

【PDF】大数据时代的智慧民航发展