随着我国数字经济的发展和企业数字化转型工作的推进，数据资产作为企业资产的重要组成部分，逐渐得到广泛认可，同时，数据资产管理也逐渐从理论迈向实践^[1]。针对“智能铁路”关于基础设施检测数据管理专业化、处理自动化和分析智能化的具体要求，既有的采用关系型数据库和FTP文件存储的数据管理模式已不能适应检测数据管理要求。因此，有必要从检测数据“采集—传输—存储—治理—共享”的全生命周期考虑，构建和应用适用于我国铁路基础设施运营维护（简称：运维）管理现状的检测数据资产管理体系，分阶段、有序归集全国铁路（简称：全路）检测数据，并形成数据资产全景目录，同时，构建数据质量和安全管理体系^[2]，全面提升检测数据质量，推动检测数据跨专业、跨机构开放共享，最终实现全路基础设施检测数据的资产化管理。

本文综合考虑我国基础设施检测数据存储管理和分析应用现状，明确铁路基础设施检测数据资产管理体系建设目标及其架构，阐述检测数据归集管理、质量管理^[3]及运营管理的内涵，构建铁路基础设施检测数据资产管理体系^[4]。

1   建设目标

针对基础设施智能运维对检测数据挖掘分析业务自动化和精细化的需求，提出铁路基础设施检测数据资产管理体系建设目标：实现数据资源可见、数据质量可信和数据服务可用。

1.1   数据资源可见

基于检测数据管理服务平台，实现分类、分级归集铁路基础设施台账、检测维修和气象环境等数据，形成全路基础设施检测数据资源目录。

1.2   数据质量可信

确保检测数据满足完整性、规范性和准确性等数据质量要求，为检测数据分析提供质量可靠的服务。

1.3   数据服务可用

面向各类用户提供全链路、一站式检测数据资产化管理服务，提供多维度数据分析和共享服务，支持第三方系统通过接口调用数据。

2   体系架构

国际数据管理协会（DAMA）于2006年发布了数据管理框架^[5]。中国国家标准化委员会于2018年发布了数据管理领域国家标准《GB∕T 36073-2018 数据管理能力成熟度评估模型》^[6]，该模型包含数据战略、数据标准、数据质量、数据架构、数据治理、数据应用、数据安全、数据生命周期8个关键过程域和29个功能项。

综合研究上述数据管理框架和数据管理能力成熟度评估模型，结合我国铁路基础设施检测分析业务链及特点，本文设计的铁路基础设施检测数据资产管理体系共包括4个管理过程域，其架构如图1所示。

图  1  铁路基础设施检测数据资产管理体系架构

下载: 全尺寸图片 幻灯片

基于检测数据管理服务平台，连接体系和检测业务数据；通过平台的各类应用，形成支撑基础设施检测数据采集、传输、存储、治理、共享和应用等全链路业务的数据资产化管理能力。

2.1   检测数据管理架构与策略

该管理过程提出检测数据资产管理的管理架构和管理策略。采用“中国国家铁路集团有限公司（简称：国铁集团）—铁路局集团公司”两级基础设施检测数据管理架构进行平台搭建和数据存储，在铁路主数据中心搭建国铁集团级检测数据管理服务平台，在铁路局集团公司数据中心搭建铁路局集团公司级检测数据管理服务平台，两级检测数据管理平台通过铁路内部服务网进行数据交互。

国铁集团级和铁路局集团公司级的检测数据管理服务平台间通过授权管理数据分发流向，同时支持跨系统的数据和服务调用及云端计算，对数据进行分别治理、灵活同步和共享应用。

2.2   归集管理

依靠检测数据管理服务平台资源，实现检测数据智能化归集和管理2项能力。检测数据范围包括主数据和基础设施检测数据。主数据主要包括基础设施、检测装备、监测装置台账和检修组织机构等内容，主要为结构化数据；基础设施检测数据主要来源于基础设施移动检测、固定监测、现场检查及人工观测等作业。数据中，移动检测报表、固定监测报警、现场检查及人工观测数据为结构化数据；原始检测数据多为非结构化数据，例如综合巡检车采集的设备外观图像与视频。

2.2.1   数据归集

检测数据主要通过3类方式进行归集。

（1）移动通信网络+安全传输平台。移动检测装备获取的检测数据主要采用“移动通信网络+安全传输平台”归集方式，即通过5G等移动通信网络，及时接入各级地面数据中心；互联网与铁路内部服网间通过安全传输平台进行内外网穿透，保障数据安全^[7]。固定在线监测设备数据和部分现场人工观测数据也采用该方式归集。

（2）独立文件管理。当移动通信网络信道能力不足时，可采用移动存储介质转存，利用客户端文件上传的方式归集数据。

（3）跨系统数据同步。现场小型仪器检查数据和人工观测电子记录一般先接入检修作业管理信息系统，再通过数据接口同步接入铁路局集团公司级检测数据管理服务平台。

2.2.2   数据管理

（1）支持多源异构检测数据的存储，针对不同的数据结构类型，分别选取适用的存储技术，包括分布式存储和对象存储等技术；

（2）支持TB级数据规模的高可用安全存储；

（3）基于检测数据管理服务平台构建数据仓库，满足多层次业务需求^[8]。

2.3   质量管理

数据质量管理是指面向数据管理全生命周期的每个阶段，针对可能出现的各种质量缺陷，持续开展判别、评估、监控、预警和改进等全流程的管理行为，同时对检测数据管理组织的数据管理能力进行审核和改进，以持续迭代改进检测数据质量。检测数据质量管理包含数据模型管理、元数据管理、数据标准管理、数据治理，可实现对铁路基础设施检测数据质量的高效管控。

2.3.1   数据模型管理

铁路基础设施检测数据模型包括数据存储模型和数据服务模型。数据存储模型主要面向物理数据的规范化存储，以数据库表的结构形式体现。数据服务模型是由数据资源中的多源数据组合构建而成，以满足用户应用需求，以数据共享接口形式在平台进行统一管理^[9]。

2.3.2   元数据管理

元数据管理是包括元数据的建立、修改、存储、组织与控制等一系列管理操作的合集^[10]。元数据管理通过元数据内容和标准的制定、发布、补录、查看等功能，对元数据进行全方位描述及管控，实现元数据的清晰表达和标准化应用，确保检测数据入库后满足检测业务应用需求，推动检测数据的高效治理及资产化管理。

2.3.3   数据标准管理

为实现多专业的检测数据规范存储、共享交互和深度挖掘，需要统一数据标准，解决数据的标识（文件名称、格式等）、描述和关联机制等问题，以支持检测数据管理服务平台的建设和检测数据的挖掘分析。

2.3.4   数据治理

（1）数据质量源头治理。根据检测数据的特点和归集方式，从源头规范数据质量。加强数据采集质量，在接入检测数据管理服务平台前，通过磁盘扫描工具对既有检测数据进行筛查，结合检测记录信息，对检测数据文件进行标准化和规范化处理，通过规范化检测数据文件格式和编码规则，解决检测数据文件的格式不统一和信息不完备等问题。

（2）数据质量过程治理。异常数据由设备故障、恶劣天气和人为误操作等原因引起，影响设备病害识别和状态评价等数据分析客观性。需要对原始数据中检测到的缺失、无效等异常数据开展辨认和处理。对缺失的数据字段可通过上下文数据、中位数和拉格朗日插值法等方法进行填充；对异常数据可在数据接入时通过与同组其他数据和历史数据的比对进行判定识别，采用删除该组记录或平均值修正等方式进行处理。

（3）数据质量评价和标记。在数据过程治理中，需要对检测数据进行数据质量评价，判断检测数据是否符合标准或确定符合标准的比例，同时标记检测数据质量评价结果。常用的检测数据质量评价指标包括及时性、完整性、规范性、准确性、一致性、唯一性和关联性等。

（4）数据治理机制。检测数据的质量管理不仅包括对检测数据质量的优化，还包括对检测数据管理机构制度的优化。针对检测数据的优化和管理，主要涵盖检测数据治理和数据质量评估。针对检测数据管理机构制度的优化和管理，主要涵盖制定数据质量的改进目标、评估流程、制定流程优化方案、制定管理监督和审核机制、实施优化和评估优化效果等多个环节^[11]；各级铁路检测数据管理机构需要建立质量管理制度，提出相应的管理措施及验证办法，明确各环节的质量管理职责和考核标准，将治理行为规范化和标准化，形成持续有效的运行机制。

2.4   运营管理

运营管理主要面向检测数据安全共享和安全运营过程，包括全生命周期管理、主数据管理、数据共享服务、数据分析应用及数据安全管理。

2.4.1   全生命周期管理

检测数据生命周期为“采集—传输—存储—治理—共享”。在整个生命周期中，数据主管部门通过制定检测数据的战略规划，明确检测数据的权属，评估检测数据的需求和应用价值，完善检测数据架构，建立检测数据资产管理体系；研发满足业务需求的检测数据分析平台，提升检测数据治理能力和效率，开展数据挖掘分析，丰富检测数据分析服务；各部门协同完成检测数据标准化和规范化工作，共建铁路基础设施检测数据资源目录，设置审计审查机制和举行定期培训宣传等多个环节，实现检测数据高效采集和集中存储，降低检测数据存储和使用成本；同时，始终提供安全保障措施作为检测数据资产管理体系运行的基础，确保检测数据资产管理工作的有序开展^[6]。

2.4.2   主数据管理

检测数据主数据的管理和运营维护需建立完整、全面的主数据规范，包括维修组织信息规范、基础设施台账规范、检测监测设备规范，逐步规范和完善主数据字典及其具体内容，进一步明确主数据的分管部门和主数据的维护形式及内容^[12]。

对于已经形成铁路基础设施检测行业标准的主数据，收集时需采用对应的标准，确保检测数据质量目标和相应标准的内容绝对一致；部分暂时未能颁布数据标准但国铁集团已经具有成文规定或在实际生产应用中已长期使用且具备一定效果、已形成相关业务领域事实标准的主数据，应参考相关标准性技术文件，并采用实时同步的方式进行采集和存储服务。

2.4.3   数据共享服务

检测数据共享服务包括页面访问、检索下载和接口调用3种服务形式。其中，页面访问服务支持即时性的检测数据查询；检索下载服务支持小规模、短期的检测数据共享；接口调用服务支持大规模、长期的检测数据共享。同时，数据共享服务还应具备对数据安全等级、共享范围和共享用户进行配置的数据权限管理功能，支持安全可控的数据共享。

2.4.4   数据分析应用

检测数据分析应用主要包括研究基础设施状态检测指标的变化规律、识别潜在故障或病害、发布趋势预警等，是用于科学评价设备健康状态和指导养护维修的智能维修决策服务能力^[7]。

2.4.5   数据安全管理

检测数据在生命周期各个阶段都存在着一定的安全风险，为确保检测数据的原始性、真实性和规范性，需综合运用数据脱敏、数据防泄漏、数字水印、数据溯源^[13]等多种安全技术，确保检测数据及其相关信息的完整性、保密性和可用性。结合基础设施检测数据管理分析服务的特点，制定检测数据安全管理措施及架构，如图2所示，保障检测数据安全^[14]。

图  2  检测数据安全管理架构

下载: 全尺寸图片 幻灯片

（1）数据传输安全。采用HTTPS协议传输检测数据，采用SFTP协议远程访问检测数据；从其他系统传送检测数据时，应采用数字签名技术加密，禁止明文传输。

（2）数据存储安全。在数据存储前，先对原始检测数据进行验证，根据完整性和一致性的验证结果，对数据问题进行记录及报警，同时进入对应的数据治理流程。

（3）数据备份恢复。数据库服务器采用双机部署拓扑，确保关键节点发生故障时能迅速进行服务节点切换及故障节点恢复；需要具备满足信息系统和关键业务功能恢复运转的物理条件，包括电力供应、硬件设备、网络带宽、应急供电等；需要具备健全完善的基础设施管理制度，保障数据备份和恢复的及时进行。

（4）数据审计。审核并记录平台数据的获取和计算逻辑及关键数据的处理和访问记录；实时记录检测数据访问的要素，包括时间、地点、用户和事件等；定期备份和归档检测数据管理系统上的日志文件，揭示突出问题，发现风险隐患。

（5）认证鉴权。采用统一应用账户授权、密码强度校验、异常账户锁定和权限分级管控等方式，加强用户权限管理。

2.5   检测数据管理服务平台

基于检测数据资产管理体系，进一步改进检测数据管理服务平台，以高效汇聚、安全存储和开放共享为中心思想^[15]，通过检测数据归集管理、存储管理、算法注册管理、数据资源管理和任务调度管理等功能将检测数据整合为数据资产，以实现检测数据的资产化管理。

3   结束语

本文提出的铁路基础设施检测数据资产管理体系包括数据管理架构与策略、数据归集管理、数据质量管理和数据运营管理4个管理过程域。主要成果已纳入国铁集团工电部发布的《铁路基础设施检测监测数据归集管理办法（暂行）》^[16]。融合应用大数据、5G移动通信等技术，实现了高速铁路综合检测数据“采集—传输—存储—治理—共享”全生命周期的资产化管理。

后续应基于本文体系和文献[16]，进一步制定检测数据归集管理细则和数据质量标准，科学指导全路检测数据资产化管理工作；同时，研究检测数据综合治理和质量评价技术，提升检测数据质量管控能力，进一步实践验证和迭代改进检测数据资产化管理体系。