2020-03-27 14:50:17
來源：照彰實業
01、傳感器基礎設施的部署費用負擔面臨的挑戰
智慧城市利用傳感器收集信息，利用大數據和人工智能技術分析信息，提高生活質量。這些數據包括實時交通信息、空氣質量、城市健康數據等。而傳感器基礎設施是一項沉重的投資和主要負擔。例如，城市必須考慮如何供電（電線、太陽能或電池）以及由哪個城市部門和預算負責安裝和維護。很多城市已經把很大一部分預算花在了地下電纜、隧道和互聯網連接等傳統基礎設施上。用于傳感器等新基礎設施的資金是有限的，項目可能需要數年時間才能部署。更重要的是，安裝傳感器本身并不是目的，它是一項長期投資，需要時間來影響城市居民的生活。
如何克服：
智慧城市的規劃者應該從一開始就考慮基礎設施所帶來的挑戰。規劃智慧城市基礎設施，并從智慧城市組織和政府項目中籌集專項資金可能是一個良好的開端。
此外，在許多情況下，城市開始使用現有的基礎設施收集數據，如公共汽車票務系統、現有閉路電視和原有的交通監控系統。對于資金或資源有限的城市，這是一種可行的替代方案。
02、強大的互聯互通需求挑戰
智慧城市需要為居民和游客提供強大的互聯互通資源，以支持經濟發展和互聯城市服務。然而，即便是在西方的大城市，實現良好的互聯互通也絕非易事。其中包括三個要素：
①運營商需要為城市不同區域提供足夠的覆蓋和容量。
②場地所有者和企業需要主機連接設備或運行自有設備。
③市政府需要與運營商和私營企業合作，以確保覆蓋整個城市。
在密集的城市環境中，射頻信號常常受到建筑物和某些建筑材料的阻礙。環保建筑的某些特定要求有時會與射頻覆蓋需求相沖突。城市需要節能、可擴展并有效的解決方案，支持移動用戶的需求，以及物聯網和機器對機器(M2M)數據傳輸的連接性要求。
如何克服：
智能數字分布式天線系統(idDAS)提供了一種技術途徑。這種方法是一種網絡拓撲結構，支持智慧城市中的多個連接需求。數字DAS具有性價比高和節能高效的特點，幾乎可以在任何城市環境中提供良好的覆蓋率。DAS還能夠支持5G技術，為城市下一代移動連接做好準備。
03、智慧城市中云計算安全問題
面臨的挑戰：
智慧城市必須依靠云計算技術來承載數據和運營服務，與利益相關者共享數據，為居民提供廣泛的訪問。與此同時，城市服務管理著大量高度敏感的數據，其中很多都涉及隱私和法規問題，不適合存儲在公有云上。大多數城市采用混合云策略，有些系統托管在本地或私有云架構中，有些則托管在公有云上。但這也帶來了運營和安全方面的挑戰，考慮到城市可用的IT資源有限，這些挑戰很難應對。
如何克服：
2019年，美國“智慧城市和社區挑戰”組織發布了一份藍圖，可以幫助智慧城市和社區采用安全的云架構，基于混合云概念保護個人身份信息(PII)并支持保密性。該藍圖可以幫助智慧城市采用協調云服務機制，包括用于災難時的恢復和云備份。它是基于美國國家標準與技術研究院(NIST)的網絡安全框架，并包含幫助城市限制數據保密性、完整性和可用性風險的步驟。遵循該藍圖可以幫助城市采用更實用、安全的云架構。該建議包括針對數據風險的三級分類方案，幫助構建混合云或多云體系結構。這三個層次是：紅色，表示PII等高度敏感的數據；黃色，表示可以更廣泛共享的數據；綠色，表示可以公開共享的低敏感性數據。
基于數據分類，智慧城市負責人可以根據法律和監管要求、安全政策、數據存儲和收集實踐等指標，來保護隱私和安全。
04、高效的數據處理和分析
智慧城市需要有效收集和分析日益增長的物聯網數據。數據有多種格式，從日志數據到環境傳感器讀數，再到監控視頻記錄等。智慧城市只有在處理其數據并持續不斷地從數據中提取見解(通常是實時的)的情況下才有效。這需要強大的基礎設施，可以存儲數據并以自動化的方式執行所需的分析。因此，最大的挑戰之一是確定數據優先級。例如，在數萬小時的攝像數據中，智慧城市如何才能實時決定哪些分析和見解至關重要？或者哪一部分傳感器數據可以產生可操作的見解來改善城市服務等？如果沒有自動的數據優先排序機制，就沒法實施有意義的分析并且合理使用和操作數據。
智慧城市須建設基于機器學習和人工智能的基礎設施，能夠自動對數據流進行優先排序，并將重點放在重要的數據上，從而讓城市官員注意到相關的見解和分析。例如，人工智能系統可以識別城市一天中某些特殊時段的空氣質量，通過深入研究這些數據來確定污染源，城市可以采取行動來改善空氣質量。
