连日来，新冠肺炎疫情牵动着无数国人的心。广大科研人员积极投身疫情防控阻击战，努力用科技力量来打赢这场没有硝烟的战争。

日前，国防科技大学系统工程学院大数据与复杂网络研究团队同四川大学、电子科技大学一起，组建新冠病毒大数据交叉学科研究平台，助力新型流行病研究和防控，给多个省份和国家有关部委等提供了8份数据分析报告和决策建议报告，为防控和战胜疫情贡献出了科学智慧。

与2003的非典相比，以大数据为代表的信息技术在这场战“疫”中，正发挥着巨大作用，特别是在疫情态势研判、传播路径分析、精准防控部署及助力新药和疫苗研发等方面，都扮演了重要角色。

现在，就让我们一同走近大数据技术。

如同海洋里钓大鱼

大数据，通俗地讲，就是海量的、复杂的数据集合，它无法用传统的软件工具分析和处理。学界通常用4个“V”来概括大数据的特征，即Volume(数据体量大)、Variety(数据类型繁多)、Value(数据价值密度较低，但价值巨大)、Velocity(数据的产生和处理速度快)。据有关专家统计，到2020年，全球电子设备存储的数据将达到35ZB。如果建一个机房来存储这些数据，那么这个机房的面积将比42个鸟巢体育场还大。

大数据技术包涵手机通信、卫星遥感、物联网、无人机等各种数据，通过数据采集、整理、存储、分析、呈现等多种方式，挖掘数据中的宝藏，旨在保障用户个人安全的前提下，用活大数据，用好大数据，实现数据价值最大化。如果把大数据形象地比作海洋，那么大数据技术就是“海洋里钓大鱼”。

在应急救援上，采用大数据技术早有先例。2010年，海地首都太子港附近发生7.0级大地震，将大片城市震成废墟，造成22万余人死亡，19.6万人受伤。地震发生后，国防科技大学系统工程学院与瑞典卡洛琳斯卡学院合作，开创性地通过海地最大的移动运营商Digicel，获取了300多万个匿名用户在地震前后共359天的通信呼叫记录数据，从时间和空间两方面精确提取出地震发生后的人群分布和流动详细情况。这一研究被评价为“对传统应急救援产生了革命性影响”，也成为移动大数据在应急救援中应用的经典案例。

2015年，尼泊尔发生8.1级地震，造成至少8786人死亡、22303人受伤，印度、孟加拉国、不丹及我国西藏等地均出现人员伤亡。面对当地震后严峻形势，国际非盈利组织Flowminder团队通过与当地运营商合作，快速部署了一套计算和分析系统，使用1200万个匿名手机用户数据，实时、准确地对灾民的分布、撤离路线、移动网络等进行了预测。在持续一年多的应急响应中，不断更新数据和分析结果，为管理部门有效组织灾害救援、物资分配等提供了至关重要的决策依据。

导致数十万人感染的海地霍乱，是21世纪人类面临的最大规模的A类传染病。针对早期疫情传播情况，科学家们也是通过手机数据定位人群分布和流动情况，构建了霍乱感染风险传播模型。

开启防疫“云守护”

“紧急扩散!急寻764个车船航班同行乘客”“广西急寻11个染病车次航班乘客”……近段时间，打开朋友圈、微博、热搜，类似这样的信息一直在滚动发布。

在国内的这次新冠肺炎疫情初期，基于大数据分析得知，各省市感染总人数与春运期间由武汉市的输入人流量呈现出强相关性，验证了人口流动是疫情发展第一阶段输入型传染的主要因素。如何从浩如烟海的人群中快速有效定位相关人员、预测疫情分布、封堵疫情蔓延，是战“疫”的重中之重。

国防科技大学系统工程学院大数据与复杂网络研究团队基于新冠病毒大数据交叉学科研究平台，利用海量多源异构大数据，结合疫情发生发展规律，对人群流动及传播风险进行了综合建模和分析，为政府决策提供了参考依据。特别是团队通过分析春运期间人口流动大数据，建立起疾病传播模型，测算出了疫情扩散蔓延阶段武汉市向全国各地区的输出人口状况和新冠病毒感染的风险指数。

还有许多研究人员尝试通过客运数据，研判各个地区及城市的感染风险。也有学者采用“百度迁移”所提供的人口流动数据，通过春运期间从武汉流向全国各省市的人口规模(不包含港澳台数据)和全国感染病毒人数的可视化分布，直观解读两者间的联系。同时加以推断，武汉封城之后，二次传染所造成的病毒传播将日趋占主导地位，传播程度和各省市的人口密度以及管控措施等密切相关。