基于铁路数据服务平台的电务大数据智能运维技术研究与应用.pdf

铁道运输与经济RAILW AY TRANSPORT AND ECONOMY第 45 卷 第 09 期基于铁路数据服务平台的电务大数据智能运维技术研究与应用Research and Application of Big Data Intelligent Operation and Maintenance Technology for Communication Signaling Based on Railway Data Service Platform戚小玉QI Xiaoyu（中国铁道科学研究院集团有限公司 电子计算技术研究所，北京 100081）(Institute of Computing Technologies,China Academy of Railway Sciences Corporation Limited,Beijing 100081,China)摘要：电务智能运维作为智能高速铁路技术的重要组成部分，对确保高速铁路运营安全、运营领域降本增效具有重大意义。基于电务专业系统发展趋势与应用需求，通过分析信号、通信专业数据概况，明确研究与应用电务大数据智能运维技术的必要性，提出“平台+应用”的电务大数据智能运维总体技术架构及数据采集与共享架构，介绍共享压缩算法应用的理论依据与验证结果，阐述设备综合监测、全寿命周期管理、故障智能诊断、运维综合分析、作业全程卡控、应急调度指挥、设备PHM健康管理、通信信号一体化分析等各项应用功能，并总结应用创新性，发挥提升铁路电务管理的智能化水平、促进铁路电务技术装备创新发展的积极作用。关键词：铁路电务；智能运维；数据共享；铁路数据服务平台；大数据应用Abstract:As an important part of intelligent high speed railway technology,intelligent operation and maintenance technology for communication&signaling has great significance to ensure the safety of high speed railway operation,reduce cost,and increase efficiency in the operation field.Based on the development trend and application requirements of the communication&signaling system,this paper analyzed the overview of the communication&signaling data status,clarified the necessity of studying and applying big data intelligent operation and maintenance technology for communication&signaling,and proposed the“platform+application”overall technical architecture and data acquisition&sharing architecture of big data intelligent operation and maintenance in railway communication&signaling area.It also introduced the theoretical basis and verification results of the application of sharing compression algorithm and expounded on the application functions of equipment comprehensive monitoring,life-cycle management,intelligent fault diagnosis,comprehensive analysis of operation and maintenance,overall operation card control,emergency dispatching command,equipment PHM,and integrated analysis of communication&signaling.Application innovation was summarized,which could improve the intelligent level of railway communication&signaling management and promote the innovative development of railway communication&signaling technology and equipment.Keywords:Railway Communication&Signaling;Intelligent Operation&Maintenance;Data Sharing;Railway Data Service Platform;Big Data Application文章编号：1003-1421（2023）09-0066-08 中图分类号：U282.1 文献标识码：ADOI：10.16668/ki.issn.1003-1421.2023.09.10引用格式：戚小玉.基于铁路数据服务平台的电务大数据智能运维技术研究与应用J.铁道运输与经济，2023，45(9)：66-73.QI Xiaoyu.Research and Application of Big Data Intelligent Operation and Maintenance Technology for Communication&Signaling Based on Railway Data Service PlatformJ.Railway Transport and Economy，2023，45(9)：66-73.-66戚小玉 基于铁路数据服务平台的电务大数据智能运维技术研究与应用新一轮科技产业革命中，智能高速铁路已成为全球铁路的前沿发展方向，主要分为智能建造、智能装备、智能运营3个方面，其中铁路电务智能运维是智能运营中的重要组成部分1-2。我国铁路运营里程逐年增加，电务专业各类系统随之不断扩大与发展，数据量和数据质量都达到一定水平，同时也对铁路电务系统提出了新的挑战，如何将分散在各系统的数据进行集成、存储和治理，对跨专业、多系统的数据进行关联分析与深入挖掘，发现数据蕴含的潜在规律等信息，从而更好为铁路电务工作提供辅助决策。因此，亟需基于大数据技术对电务专业相关的检测、监测、运维、管理等数据进行统一采集、存储、挖掘，同时，结合不同的场景对电务数据进行共享及应用，实现电务智能运维，优化生产与管理流程，降本增效，更好地为铁路电务等相关工作服务。1电务专业系统数据概况铁路电务专业相关技术、设备、系统经过近十几年的快速装备与发展，已有多个业务系统建成并运行，电务专业产生和积累了来自于信号与通信专业多个系统的数据，电务专业各系统功能及数据内容如表1所示。从各系统的数据内容来看，数据规模较大的如信号集中监测系统、接口监测系统、综合网管系统等，每天都会产生15 G的数据，电务专业的数据体量和数据质量都达到一定水平。但由于各系统相互独立、服务器部署较为分散，未能实现数据流转与管理融合，亟需将分散在各系统的数据进行集成、存储和治理，综合利用不同系统的数据，构建科学合理的智能高速铁路电务运维架构，为铁路电务工作提供决策支持，保障铁路运输的持续安全稳定。电务大数据智能运维是通过全面汇集通信与信号专业相关系统的数据，实现电务设备监控状态数据及运维数据的汇集、存储、分析、应用与展示3。相关研究工作遵循“硬件平台统一化、数据采集归一化、数据接口集中化、综合资源共享化、专业应用定制化”原则4，需要对电务专业相关数据进行统一融合集成管理，为实现电务监测、运维等生产数据的大数据分析智能化奠定基础。2总体技术架构电务大数据智能运维技术研究与应用基于“平台+应用”的模式4，“平台”是指铁路数据服务平台，“应用”是指基于电务专业需求衍生的多项电务大数据智能运维应用，电务大数据智能运维总体表1电务专业各系统功能及数据内容Tab.1Functions and data content of systems in communication&signaling field序号123456789101112系统名称信号集中监测系统列控设备动态监测系统信号动态检测系统信号技术设备履历管理系统轨道车运行实时监测系统列车运行实时监测系统通信履历簿管理系统铁路通信大数据应用综合网管系统接口监测系统车载无线通信设备运用维护管理系统动态检测系统主要功能对地面主要信号设备技术状态进行实时监测对 ATP、应答器、轨道电路等设备技术状态进行实时监测对地面轨道电路、补偿电容、应答器等设备进行监测分析信号图纸、信号设备台账及履历管理对GYK车载设备、轨道电路技术状态进行监测对LKJ车载设备、轨道电路进行监测通信设备履历管理对通信设备设施单元技术状态全寿命周期进行管理，并进行综合分析集成各通信网络设备厂家专业网管GSM-R网络接口监测车载无线通信设备日常运维检修，在途监测周期性检测数据采集数据内容CTC、列控中心、TSR、RBC、计算机联锁、电源屏、ZPW-2000轨道电路等系统的设备状态、报警信息等ATP、RBC、应答器、轨道电路等信息轨道电路的载频、低频、电压等信息，补偿电容状态、牵引回流干扰等信息信号图纸，信号设备规格型号、生产厂家、上道日期、组织结构与人员等信息GYK设备状态、轨道电路载频及低频等信息LKJ设备状态、轨道电路载频及低频等信息主要通信设备、设施的生产厂家、投产日期、维护单位、安装处所等信息通信设备设施基础履历信息、告警信息、障碍信息、检修维护信息等网络网元资源、性能、告警类数据PRI接口、A接口、A-bis接口、Gb接口、Um接口信令数据CIR、双模列尾检修数据、在途监测数据通信信号指标类检测数据-67戚小玉 基于铁路数据服务平台的电务大数据智能运维技术研究与应用技术架构如图1所示，信号专业与通信专业的设备类数据源、检修维护类数据源以及电务生产作业类数据源通过电务数据采集归一化平台归并后接入数据服务平台，通过数据集成与共享，支撑电务大数据智能运维应用。各项基于大数据应用的数据源、跨专业分析应用的数据源均从数据服务平台中获取。从图1可以看出，电务专业大数据智能运维应用与其他专业大数据应用如安全大数据应用，同在铁路局集团公司一体化信息集成平台上，相互独立并留有设置安全隔离的接口，根据工电供一体化运维管理的需求，电务智能运维应用特别预留了与工务、供电等相关专业的一体化运维接口。信号与通信专业的采集归一化平台主要将集中监测、动态检测、传输网、数据网、接入网等一系列的既有系统数据源数据进行抽取、转换和清洗，并将数据归类整理，形成不同类别的数据源，上传至数据服务平台进一步整合后，形成数据资源池，作为数据资产提供给各项应用。3数据采集与共享3.1数据采集与共享架构电务领域各数据源系统的数据，经过数据集成后在数据服务平台中进行存储、处理、分析与可视化，再通过数据共享为智能化应用模块提供数据，电务大数据智能运维数据采集与共享架构如图2所示。数据源部分主要包括4类，具体为信号设备类数据源、通信设备类数据源、检修维护类数据源、电务生产作业类数据源。数据集成部分将分散建设的数据源系统上传的数据进行清洗、抽取、转换、融合。数据存储部分将数据分通信、信号不同方面存储到通信设备类、信号设备类、检修维护类、电务生产作业类数据资源池。数据处理部分对数据进行校验、标记、诊断、标准化、语义分析，形成便于分析的数据集。数据分析与可视化部分对数据进行挖掘分析，通过数据共享部分为各应用模块提供相关的数据源、分析结果及可视化展示5。基于电务专业数据特点与实际应用需求，在数据采集与共享架构中研制开发电务专业定制功能模块，其主要包括以下5个方面。（1）电务专业定制化数据分析模块，在原有数据分析组件的基础上，依据电务专业各类用户在应用、安全、共享等方面的定制化需求，对通信、信号及电务整个专业的数据进行综合分析与建模管理，满足电务专业用户在数据分析层面的各项应用。（2）电务专业可视化交互展示模块，实现电务专业可视化场景与组件定制开发与管理，完成数据集成关联，结合各项可视化展示场景、大屏设计、驾驶舱应用等优化可视化展示与交互的性能，适配不同分辨率与展示应用场景，满足信号与通信专业不同用户在数据可视化与可视分析方面的不同需求。（3）数据增强可视化组件，依据电务专业用户安全需求和组织管理规范，增加电务专业定制可视化组件，将电务专业可视化交互展示模块中的相关内容与既有组件进行整合或重组，实现数据在展示层面高效安全的共享应用。（4）集成接口智能调度优化模块，按电务专业电务大数据智能运维应用数据共享数据集成数据服务平台电务数据采集归一化平台信号采集归一化平台通信采集归一化平台通信设备类数据源信号设备类数据源电务生产作业类数据源电务检修维护类数据源安全隔离安全隔离安全隔离安全隔离安全大数据应用其他专业大数据应用铁路局集团公司一体化信息集成平台安全隔离安全隔离图1电务大数据智能运维总体技术架构Fig.1Overall technical architecture of big data intelligent operation and maintenance for communication&signaling-68戚小玉 基于铁路数据服务平台的电务大数据智能运维技术研究与应用照电务专业各类用户的不同等级的实时性服务响应需求，依据不同业务的安全等级要求，对各项应用的接口服务进行智能调度与优化，实现用尽可能小量级的软硬件部署满足尽可能高效的应用层服务。（5）电务专业数据服务共享模块，依据电务专业管理规范与组织结构，结合专业相关安全等级需求，对电务专业应用开放与共享进行管理，建立专业定制化认证机制，并实现对电务专业通信信号相关用户的行为进行跟踪、记录、审计与核查。数据应用部分的智能化应用模块包括设备综合监测、全寿命周期管理、故障智能诊断、运维综合分析、作业全程卡控、应急调度指挥、设备PHM健康管理、通信信号一体化分析共8个方面6。3.2数据采集与共享接口基于电务专业不同数据源系统的特征，在数据采集端，采用分布式消息队列、FTP文件传输、Socket接口、WebService接口、RESTful接口等采集数据。在数据共享端，依据不同应用业务的需求，对于有实时性要求的应用，采用分布式消息队列、RESTful接口、WebSocket Stomp接口等方式；对于无实时性要求的应用，采用RESTful接口的方式。电务大数据智能运维数据采集与共享接口示意图如图3所示。其中，在数据共享端有实时性要求的数据接口中，采用以下3种方式。（1）采集分布式消息队列Kafka7-8直接将数据共享给上层应用，该接口可确保数据不丢失，适用于对数据完整性、准确性要求较高的应用。（2）采用RESTful接口轮循的方式共享给上层应用，实时性由应用轮循间隔决定。RESTful接口基于 JWT(Json Web Token)技术实现权限认证9-10。各应用访问数据共享接口时，首先登录数据共享接口以获得代表其身份的token，然后每次调用数据共享接口时带上该token，JWT认证流程会校验该token的身份并把认证信息传递给接口。（3）采用WebSocket Stomp协议将数据共享至上层应用，这种方式数据传输效率更高，但数据完数据存储电务专业定制化数据分析模块聚类分析多维分析关联分析数据治理标准化语义分析标记诊断电务专业可视化交互展示模块分析结果共享主数据共享通信专业数据共享数据服务平台可视化展现共享信号专业数据共享跨专业数据共享关联报表共享校验GIS数据共享通信设备类数据资源池信号设备类数据资源池检修维护类数据资源池电务生产作业类数据资源池因子分析回归分析流式采集(分布式消息队列集群)电务专业数据服务共享模块数据增强可视化组件可视化集成接口智能调度优化模块数据集成ETL(清洗、抽取、转换)专业数据质量管控专业数据格式梳理专业数据转换数据归一化数据采集数据源检修维护类数据源安全管理运维管理存储管理模型管理质量管理信号设备类数据源通信设备类数据源电务生产作业类数据源设备综合监测 全寿命周期管理 故障智能诊断 运维综合分析 作业全程卡控 应急调度指挥通信信号一体化分析设备PHM健康管理数据应用图2电务大数据智能运维数据采集与共享架构Fig.2Data acquisition and sharing architecture of big data intelligent operation and maintenance for communication&signaling-69戚小玉 基于铁路数据服务平台的电务大数据智能运维技术研究与应用整性不如Kafka，适用于高并发请求，高实时性需求的应用11。在数据共享端无实时性要求的数据接口中，采用RESTful接口。3.3共享压缩算法的定制化应用为了满足部分电务专业场景中应用大数据量的共享需求，定制化开发相关接口，应用共享数据压缩算法提高数据共享效率。信息论中，用P(Xi)表示Xi出现的概率，则1个字符Xi所携带的信息可表示为12-13I()Xi=log2()1P()Xi=-log2P()Xi i=1，2，n式中：I(Xi)表示1个字符Xi所携带的信息；P(Xi)表示字符Xi出现的概率；n表示字符Xi有n种可能的取值。一段字符数据的信息熵H(X)，为每个字符所携带的信息乘以其出现的概率，可表示为12-13H(X)=i=1mP()XiI(Xi)=-i=1mP()Xilog2P(Xi)式中：H(X)表示这段字符数据的信息熵；m为这段字符中字符的个数。根据最大熵定理，当P(Xi)呈现等概率分布时，其信息熵达到最大值，即Hmax(X)。而在电务专业实际数据应用场景中，不同系统、字段、维度的数据存在着相关性，因此，共享数据的实际信息熵小于理论上的最大熵，可表示为H(X)Hmax(X)共享数据的冗余可表示为R=Hmax(X)-H(X)式中：R为共享数据的冗余信息熵。共享数据中存在冗余，为优化共享资源、提高接口共享流量，在数据共享过程中可用压缩算法，对数据进行压缩编解码。根据压缩编解码过程中信源数据是否有信息量的损失，将压缩算法分为有损压缩和无损压缩12。铁路电务数据与列车安全运行息息相关，实时性与可靠性要求较高，故选用无损压缩算法对数据进行压缩。在数据共享压缩过程中，先后尝试采用Gzip和LZ414-152种压缩算法。为比较Gzip与LZ4，测试数据选用模拟量数据。Gzip、LZ4压缩算法测试结果比较如表2所示。从测试结果中可看出在相同数据量的情况下，采用LZ4压缩算法可以更加高效地缩短返回数据时间和返回数据解析时间，故选用LZ4压缩算法来实现对模拟量等较大数据量数据在共享过程中的压缩，可满足应用模块对数据的共享需求。数据存储服务FTP文件传输RESTful接口RESTful接口分布式消息队列分布式消息队列RESTful接口WebService接口WebSocket Stomp接口Socket接口实时应用非实时应用其他应用 通信采集归一化平台信号专业数据源1信号专业数据源2通信专业数据源2通信专业数据源n其他数据源信号专业数据源n通信专业数据源1信号采集归一化平台电务大数据智能运维应用有实时性要求方式无实时性要求方式铁路数据服务平台图3电务大数据智能运维数据采集与共享接口示意图Fig.3Data acquisition and sharing interface of big data intelligent operation and maintenance for communication&signaling-70戚小玉 基于铁路数据服务平台的电务大数据智能运维技术研究与应用4主要应用功能电务大数据智能运维主要应用功能包括：设备综合监测、全寿命周期管理、故障智能诊断、运维综合分析、作业全程卡控、应急调度指挥、设备PHM健康管理、通信信号一体化分析8个部分10，电务大数据智能运维主要应用功能如图4所示。4.1设备综合监测设备综合监测，包括电务整体、信号专业和通信专业的设备综合监测，共3个部分。对信号、通信专业的各个设备的工作状态进行实时监测，对各设备的状态、业务和管理等信息进行综合展示。可通过单站或多站的方式结合图形化界面对设备状态进行展示并对告警状态进行提醒。在此项应用功能中，可以GIS界面某个车站为快捷入口启动其他应用功能的相关操作。设备综合监测应用功能界面如图5所示。线路上有报警信息的车站根据报警级别不同按照不同颜色显示，可在某一车站查看具体报警信息，如图5(a)，也可通过快捷入口查看与此车站相关的其他应用功能，如图5(b)。4.2全寿命周期管理基于电务整体及信号、通信各子系统的各项数据指标实现对电务设备的全寿命周期管理。通过履历薄等系统对设备从出厂到报废的全过程信息，结表2Gzip、LZ4压缩算法测试结果比较Tab.2Test results of Gzip compression algorithm算法GzipLZ4请求时间范围/min1010返回数据条目数2 586 0122 586 012返回数据大小/M156.923.7返回数据时间/s3.61.8返回数据解析时间/s53.6电务大数据智能运维运维综合分析信号运维综合分析整合质量分析处理情况与原因综合分析同环比分析辅助人工分析通信运维综合分析有线通信指标分析无线通信指标分析网络监测月报、日报质差分析全寿命周期管理资源空间分布资源履历卡设备资源统计图纸关联查询检修维护管理应急调度指挥应急资源管理应急预案管理应急指挥调度工单应急通信设备PHM健康管理故障预测健康管理评估结构建模健康状态综合评价通信信号一体化分析无线超时分析列控系统车地联合分析车载无线通信设备车地联合分析作业全程卡控维护计划编制作业过程卡控智能机具管理检修数据记录机房作业盯控故障智能诊断信号故障智能诊断关键数据比对和逻辑分析告警标准化故障建模故障智能诊断通信故障智能诊断告警接入适配故障告警关联告警派单告警监控告警统计分析设备综合监测电务设备综合监测告警智能化展示车辆实时位置服务功能模块交互关联实景空间关联展示GIS多源数据交互展示信号设备综合监测设备状态综合展示告警信息综合查询车地信息综合展示基于GIS的设备状态综合展示信号机房实景展示通信设备综合监测设备状态综合统计告警信息展示基于GIS的设备状态综合展示网络拓扑综合展示图4电务大数据智能运维主要应用功能Fig.4Main application functions of big data intelligent operation and maintenance for communication&signaling-71戚小玉 基于铁路数据服务平台的电务大数据智能运维技术研究与应用合设备维护记录、故障记录等信息，整合设备在全寿命周期的所有相关记录，进行设备分析与故障预测，提出检修、维修、保养建议，在设备运行工作中实现降本增效与精细化管理。4.3故障智能诊断基于大数据相关技术，采用智能化的算法，智能分析关键数据的一致性与逻辑的正确性，以辅助监督电务设备运行正常。主要包括：对电务专业各个子系统间及工务、供电、电务结合部的关键数据信息进行比对分析；对电务设备故障原因进行统计，建立设备故障信息库，对故障进行智能诊断定位；对存在内在联系的设备故障进行关联统计；将故障与告警成因进行关联并对告警进行标准化处理，对告警信息进行收敛，规范告警处理过程，形成专家库。4.4运维综合分析对电务整体及信号、通信专业不同系统之间存在内在联系的事件进行综合统计及预测分析，形成日常统计报表、综合报表、维护指导意见等，为电务维护决策提供依据。4.5作业全程卡控作业全程卡控基于铁路数据服务平台，集成了包含信号作业卡控、通信作业卡控等功能，实现跨专业联合作业卡控、工程管理等主要系统功能，可用于指导电务人员的日常工作，深度挖掘作业信息，实现作业质量评定，为电务管理人员决策提供服务，优化作业流程。4.6应急调度指挥在发生应急事件时，应急调度指挥功能可以通过各子系统实时上传的设备、板件及故障信息，定位故障点或范围，提供可能故障设备型号、板件类型、故障原因等初步分析，实现自动派发应急工单，同时将故障智能诊断结论推送给应急处置人员；通过跨专业、跨系统的信息获取，实现设备履历信息查询、备品备件信息查看、技术资料关联等。基于铁路数据服务平台，应急调度指挥功能可实现对应急事件特征的深度挖掘，进而完善应急管理流程，优化应急预案。4.7设备PHM健康管理采集并汇总设备监测/检测数据和维修/检修数据，基于相关算法，建立设备故障情况下的数据模型，找出设备故障前后的特征，自动判断设备故障趋势，实现故障预测与设备健康状态评估。4.8通信信号一体化分析通信信号一体化分析，包括无线超时分析、列控系统及车载无线通信设备的车地联合分析。无线超时分析对接口监测系统上传的数据聚合统计，并对结果分析，根据建立、挂断的时间关系分析出超时事件，并获取超时发生时当次呼叫和上次呼叫的流程和信令，对超时事件进行快速定位。该应用节省了通信维护人员人工分析信令的人力投入，实现对超时的智能化高效识别。列控系统及车载无线通信设备的车地联合分析包括车地多重联动闭环分析、列控信息间异常环节识别、车载无线通信设备监测数据挖掘等功能，可对车载设备和地面设备，信号设备和通信设备等结合部的故障原因进行综合、快速、准确识别和定位。5结束语基于铁路数据服务平台，采用“平台+应用”模式，实现电务大数据智能运维技术研究与应用，完成了多项创新。通过“平台+应用”模式的应用，使多个独立单一的电务系统通过平台完成数据共享与交互，确保数据一致性，减少重复录入的工作量，提高数据使用和管理的效率；通过不同接口满足不同应用的数据共享需求，定制化应用压缩算法提高数据流转效率，研发出多项电务智能运维功能；通过铁路数据服务平台将信号、通信专业数据融合汇聚，开展跨专业数据分析，识别与定位结合部故障原因，为电务生产运输安全提供有效保障。a车站告警显示aStation alarm displayb关联功能快捷入口bAssociated function quick entry图5设备综合监测应用功能界面Fig.5Equipment comprehensive monitoring function interface-72戚小玉 基于铁路数据服务平台的电务大数据智能运维技术研究与应用参考文献：1 王同军.中国智能高铁发展战略研究J.中国铁路，2019(1)：9-14.WANG Tongjun.Study on the Development Strategy of China Intelligent High Speed RailwayJ.China Railway，2019(1)：9-14.2 宁滨，莫志松，李开成.高速铁路信号系统智能技术应用及发展J.铁道学报，2019，41(3)：1-9.NING Bin，MO Zhisong，LI Kaicheng.Application and Development of Intelligent Technologies for High Speed Railway Signalling SystemJ.Journal of The China Railway Society，2019，41(3)：1-9.3 李刚，李其昌，卢佩玲.基于边云协同构建的铁路信号智能运维平台效能分析J.铁道运输与经济，2023，45(4)：86-91.LI Gang，LI Qichang，LU Peiling.Efficiency and Energy Consumption Analysis of Railway Signal Intelligent Operation and Maintenance Platform Based on Edge Cloud CollaborationJ.Railway Transport and Economy，2023，45(4)：86-91.4 陈建译.电务大数据智能运维平台研究与应用J.铁道通信信号，2019，55(S1)：162-166.5 戚小玉，杨东盛，李平，等.基于大数据平台的铁路电务专业数据可视化交互系统J.中国铁路，2021(1)：117-124.Ql Xiaoyu，YANG Dongsheng，LI Ping，et al.Visualized Interactive System of Railway Communication&Signalling Data Based on Big Data PlatformJ.China Railway，2021(1)：117-124.6 罗浩，赵颖，关则彬.铁路电务大数据平台中通信智能运维应用功能开发J.铁路计算机应用，2021，30(3)：27-31.LUO Hao，ZHAO Ying，GUAN Zebin.Development of Railway Communication Intelligent Operation and Maintenance Application Functions in Big Data Platform for Railway Communication and SignalJ.Railway Computer Application，2021，30(3)：27-31.7 杨冬晖.一种分布式消息队列的可靠性研究J.电脑知识与技术，2015，11(21)：75-76，79.YANG Donghui.A Research on the Reliability of a Distributed Message QueueJ.Computer Knowledge and Technology，2015，11(21)：75-76，79.8 金双喜，李永，吴骅，等.基于Kafka消息队列的新一代分布式电量采集方法研究J.智慧电力，2018，46(2)：77-82.JIN Shuangxi，LI Yong，WU Hua，et al.Research on New Generation of Distributed Data Acquisition Method of Gateway Electric Energy Based on Kafka Message QueueJ.Smart Power，2018，46(2)：77-82.9 林哲.基于Apache Shrio的微服务认证授权方案J.数字技术与应用，2023，41(2)：224-227.10 杨东盛，戚小玉，马小宁，等.基于铁路数据服务平台的电务专业数据采集、共享及可视化研究J.中国铁路，2019(8)：69-74，86.YANG Dongsheng，Ql Xiaoyu，MA Xiaoning，et al.Data Collection Data Sharing and Visualization of Telecommunication and Signal Field Based on Service Platform of Railway DataJ.China Railway，2019(8)：69-74，86.11 陈同喜，谢文广，杨光，等.基于安全大数据应用平台的铁路安全综合管理系统设计方案J.铁路计算机应用，2021，30(1)：39-42，46.CHEN Tongxi，XIE Wenguang，YANG Guang，et al.Design of Railway Safety Comprehensive Management System Based on Safety Big Data Application PlatformJ.Railway Computer Application，2021，30(1)：39-42，46.12 徐振清.基于列式存储的铁道供电监控信息快速查询与压缩处理研究D.南昌：华东交通大学，2017.13 田丽华.信息论、编码与密码学M.西安电子科技大学出版社：西安，2008.14 梅发强.基于LZ4数据压缩与格加密的大数据加密算法研究D.南京：南京航空航天大学，2019.15 王飞，李钊，尹晓华，等.高速数据压缩及加密硬件加速电路研究J.计算机与数字工程，2020，48(1)：212-216，246.WANG Fei，LI Zhao，YIN Xiaohua，et al.High Performance Data Compression and Encryption HardwareJ.Computer and Digital Engineering，2020，48(1)：212-216，246.收稿日期：2023-03-21修订日期：2023-06-30基金项目：中国铁道科学研究院集团有限公司科研项目(2018YJ119)责任编辑：刘宁馨-73