基于服务器的NFC智能公交系统

基于服务器的近场通信智能公共交通系统

摘要

公共交通系统已经存在了一个多世纪。在传统的支付结构中，车票、卡和代币被用于公共交通。针对特定使用者的折扣以及换乘费用带来的优惠仅可通过为每个城市专门设计的卡获得。余额保存在票务介质上，乘车时由验证器计算票价并扣除费用。本文提出了一种基于服务器的新型票价计算和用户管理系统，使使用者无需获取省份专用卡即可享受个性化专属权益，并让乘客能够受益于各城市交通定价的所有优势。此外，该系统消除了阻碍使用非接触式银行卡和近场通信（NFC）标准等新技术作为传统省级卡在公共交通中应用的障碍。该系统结合NFC使用的安装已在土耳其五个不同城市实施。通过收集和分析真实世界数据，采用FP‐增长算法作为数据挖掘技术，为所提出的系统找到了关联规则。本文还对所提出的系统与现有系统进行了比较，以展示其优势。

引言

公共交通的益处影响着每个人，甚至包括那些可能从未乘坐过火车或公共汽车的人。在过去十年中，当局充分认识到其价值，以至于愿意扩展公共交通服务。公共交通对我国的交通系统至关重要，并且对于公民的经济和社会生活质量必不可少。

21世纪技术的发展和部署使使用者的期望日益提高。公共汽车和火车在到站时会向使用者播报站点信息，方便上下车。新的信息技术可通过电子邮件或手机通知乘客下一班公共汽车或火车的到来时间。人们通过交通机构网站规划行程。所有这些改进也正在影响传统交通系统的计费模块。诸如非接触式卡和车票等新型票务介质已无处不在，交通管理部门正持续寻求更简便、更经济、更灵活的收费方式。在不久的将来，数以亿计配备有信用卡、借记卡、预付卡或NFC手机的用户将能够以非接触模式进行通信。尤其以手机作为支付手段的使用极具吸引力。这样，公共交通变得更加个性化。因此，NFC的部署成为交通支付的一个良好解决方案。相比纸质车票，支持NFC的手机具有显著优势[1]。车票以虚拟方式存储在手机中，本质上更加耐用，不易丢失，并且被认为比纸质版本更环保。无需在钱包中翻找合适的卡片，其使用比塑料卡片更为便捷。

在传统的封闭式系统中，所有敏感数据（例如个人数据、余额、车票、社会权益等）都存储在运营商发行的非接触式智能卡上。票价由验证器在乘客上车时通过从卡中获取相关信息进行计算。然而，这种系统缺乏灵活性，并且管理和与其他企业的集成成本较高。

为了克服这些限制，本研究提出了一种开放环路系统，这意味着票价在服务器端进行计算，乘客可以使用支持NFC的手机或信用卡作为支付媒介。

本研究旨在开发一种基础设施，以支持在公共交通中使用新一代非接触式通信技术（近场通信‐NFC [2],蓝牙低功耗‐BLE [3],信标、非接触式信用卡 [4],[5],等）。目前在公共交通中使用的NFC应用主要集中在封闭式系统[4]的车票方面。我们的基础设施可为使用者提供可在全球范围内使用的个性化专属权益。使用者无需持有专用交通卡，即可享受城市交通票价的所有优势。

本研究提出开发一种基于服务器的票务收集和用户管理系统。通过该方法，可以使用单一支付媒介在每个省份享受公共交通服务。省外乘客也能够受益于城市交通的优势。该系统将在土耳其首次实施。预计通过本研究，土耳其各省份将实现向单一支付媒介的过渡。结合NFC技术的应用，有助于手机用户更方便地使用公共交通。此外，本研究提出的基础设施使市政当局能够提供个性化活动和忠诚度应用。

与现有系统相比，本研究提出的系统还具有经济效益。取消发行特定交通卡的需求，降低了该阶段的成本。特别是在一些海外市场，如非洲或印度市场，更倾向于在交通工具上安装简单且更便宜的读取器设备。因此，许多国家希望以更便宜的设备实现电子收费服务。此外，由于采用云服务，系统的安装成本也得以降低。

本研究对交通运输的主要贡献体现在四个层面：首先，我们首次在土耳其开发了具有所有模块的基于服务器的收费系统。土耳其的国家卡项目正是以此方式实现的。其次，我们重点关注了使用支持近场通信的手机来实现提出的系统。TFL（伦敦交通局）的信用卡是基于服务器架构的早期示例，但这是全球首个在实地以以服务器为中心的概念运行的支持近场通信的实际应用。第三，通过比较新旧结构，我们展示了提出的系统相较于现有系统的优势。第四，我们从实地收集了乘客特定的、多维度的且与省份无关的运输数据。随后，利用关联规则挖掘技术对所收集的数据进行了分析，首次使用该技术来了解近场通信使用习惯和用户画像。

相关工作

文献综述

在本节中，阐述了技术研究项目，并讨论了支持预期目标的研究成果。公共交通系统中有两种主要的票务收集系统：基于闸机和无闸机[6]。我们的研究重点是基于闸机的系统。

由于该项目主题较新，近年来在文献中找到的相关研究数量不多。主要文章列于表I中。这些文章通常是对智能卡数据及其在公共交通系统中的价值的研究[7],[8]。其中大多数还涉及案例研究[9]–[11]。

智能卡主要由公共交通机构使用。其主要目的是收取收入，因此资金存储在这些安全的卡上。在传统的公共交通方式中，出行数据也存储在卡上[7]。而我们方法中的新逻辑是不在智能卡上存储任何信息。

新技术和变革需求要求系统更具灵活性、快速响应并执行实时处理。然而，许多票价类型与智能卡相关联，这种情况阻碍了公共交通领域的重大变革。[12]近实时系统对当今而言更为可行。本研究中提出的基础设施设计为近实时系统。虽然可以实现与服务器的完全实时连接，但在某些情况下（例如车辆在地下行驶时），GPRS连接可能会变弱或中断。如果存在完整覆盖，验证器可立即将交易数据发送到服务器；如果不存在，则暂时保存交易数据，直到GPRS信号恢复。

关于下一代交通票务支付系统的更详细报告在[13]中定义。所有票价类型也已列出并进行了比较。报告指出，未来将希望使用统一的媒介，而不是各地区的交通卡，并且该方式将在未来实现。这意味着运输媒介将独立于运营商特定的流程，从而获得全球标准。在我们的研究中，我们将NFC手机作为全球通用媒介，所有运营商均可按标准方式读取。我们的基础设施还支持EMV（欧元支付、万事达卡和Visa）标准的非接触式卡或生物特征值作为支付媒介。因此，它支持所有类型的支付方式，但在本研究中我们仅以NFC为例进行了说明。

根据表I中文章的评估结果，基于服务器的系统是公共交通为采用新技术铺平道路的必要条件。这种智能交通系统通过小型服务器间集成，在所有场所使用一种媒体。

是可用的。据我们所知，这是首次将基于服务器的结构与支持近场通信的手机应用程序相结合的研究。我们为乘客提供了一个系统，使他们享有与使用交通卡时相同的权利（乘客类型如学生、退休人员，或模式类型如换乘、检入检出（CICO）等），而无需拥有和携带实体交通卡。此外，我们证明了通过我们的结构可以实现不同城市之间的互操作性。

在过去的十年中，数据挖掘任务已被应用于公共交通数据，用于实现不同目的，例如发现交通模式[14],[15],空间规则[16],乘客出行时间模式[6],[17],以及公共交通乘客的服务质量模式[18],[19]。已有若干研究应用数据挖掘技术对交通智能卡数据[11],[20],[21]进行了分析。在本研究中，首次对从基于服务器的收费系统获取的NFC移动交通数据应用数据挖掘技术进行分析。

领域综述

基于服务器的计费过程是本研究的基础。它允许以任意期望的形式向用户提供交通媒介。费用并非在上车时于公共汽车上计算，而是在主机端进行支付计算，这种模式在结构和优势上都与传统收费方法有显著不同。近年来，新兴技术的发展使得通过一张卡即可在所有区域实现交通访问。

国家卡项目已经开始挑战这种传输系统。土耳其是一个技术被快速消费的国家。在我们看来，该系统提供了改变动态的机会。

近场通信（NFC）是一种利用射频在几厘米范围内建立通信的标准 [2]。NFC技术已在每个国家使用，但应用范围仍非常有限。其中一个主要原因是缺乏支持非接触式支付的设备。然而，各国正在采用非接触式支付，并迅速缩小这一差距。例如，在土耳其，支持NFC模块的手机数量正呈现上升趋势。

将非接触式卡及其衍生品用于交通并由此开启基于服务器的计费系统的问题，从未仅被称为基于主机的计算系统。目前全球许多地区的公共交通中，均采用非接触式信用卡或通过NFC设备实现的信用卡仿真技术。然而，这些方式之间的唯一区别仅在于媒介类型。但在公共汽车上车时，固定票价会立即从信用卡中扣除[26]。下文提到的全球多个城市开展的公共交通运营情况类似。要与任何基于服务器的收费活动共同建立基础，实际上必须启动基于主机的系统。2012年，美洲各国的交通主管部门和运营商启动了多种试点项目，以实现公共交通支付使用银行卡 [26]。随着非接触式和近场通信支持的银行卡在支付流程的下一阶段演变中越来越普及，手机变得必不可少。

犹他州交通局（UTA）是美国首个根据TCRP报告[13]于2010年尝试实施开放系统的机构。UTA已实施开放式支付、基于账户的方法，该方法仅需在验证器上对非接触式介质进行实时认证。每趟行程费用在刷卡点已计算。

宾夕法尼亚东南部交通局（SEPTA）于2013年开始在其验证器上应用开放式支付结构，接受预付银行卡。SEPTA正在公共交通领域开发新型票价模型。然而，目前尚不符合EMV标准，也不支持移动支付。

地球上的应用在Smart Insights报告[1]和智能卡联盟报告[4]中进行了介绍，并详细报告了实地情况。根据这些报告，在纽约，纽约市交通局（NYC Transit）与万事达卡和花旗集团达成协议，在莱克星顿大道地铁线的30个车站安装支持非接触式支付的销售点终端。这些终端可以读取Pay Pass信用卡。支付在按计费终端计算的扣费终端上进行。从2012年到2015年期间，随着非接触式卡的引入而过去。大都会运输署（MTA）旨在到2019年完成全部基础设施改造。在2011年10月，新泽西交通局（NJ Transit）使用非接触式终端测试了移动NFC。为此，与谷歌钱包建立了合作关系。该系统被创建以便能够立即收取上车费用。

芝加哥在2013[25]宣布了Ventra测试系统。它为非接触式预付卡银行系统奠定了基础。

伦敦是公共交通使用最频繁的地区之一，因此非接触式信用卡的使用比其他地区略快。自2014年起，非接触式信用卡和预付卡开始在交通领域出现。Apple Pay 宣布将在中央铁路短期内启用。

表二展示了重要机构在公共交通方面现状的比较。尽管这里描述的一些研究正在为基于主机的系统奠定基础，但除了伦敦之外，没有一个系统被配置为在主机端处理和运行所有流程。我们提出的方案在服务器端以及支持NFC的设备上执行所有操作。我们的系统与TFL（伦敦交通局）系统的根本区别在于，TFL支持Apple Pay的使用。TFL正在开发用于认证服务、授权服务和计费引擎的端到端服务器软件。在土耳其，Apple Pay尚未启用。

此外，此处描述的系统仅为示例，仅需在特定车站和特定省份运行。省级独立交通的基础设施尚未开始建立。

在提出的新技术中，NFC安全元件的实现通过服务器上的主机卡模拟（HCE）模型完成。HCE 是一项新技术，将在该领域得到广泛应用。通过该技术，由主机执行的票价计算过程将构成基础设施。

系统描述	位置	支持的功能
基于卡片（CB）	试点（P）封闭环路（CL）非接触式智能卡（CSC）
基于账户（AB）	现场（F）开放环路（OL）
EMV非接触式银行卡	基于NFC的移动支付
SEPTA宾夕法尼亚东南部 交通局	费城	AB P OL CSC ‐ EMV
UTA犹他交通局	犹他州盐湖城	AB F OL CSC ‐ EMV
WTA沃特科姆交通 管理局	华西盛北顿州	CB F CL CSC
CTA芝加哥交通管理局	芝加哥	CB F CL CSC ‐ EMV
MTA大都会交通 管理局	纽约， 新泽西	AB F CL CSC ‐ EMV
WMTA华盛顿大都会 地区交通局	华盛顿特区	CB F CL CSC ‐ EMV
TFL伦敦交通局	伦敦	AB F OL CSC ‐ EMV ‐ NFC
三县大都会运输区	俄勒冈州的波特兰	CB F OL CSC ‐ EMV

表二。根据[13]在2015年2月进行的研究，美国和英国首都交通管理部门的情况。

基于服务器的计费系统和账户管理系统在全球领先运营商中引起了广泛关注，全球正迅速朝着这一方向发展。该项目需比业内其他竞争对手更早实现，并在实地率先应用。

开环票价收集系统

系统架构

本研究旨在创建一个基于服务器的公共交通票价收集系统和账户管理基础设施。在本研究中，基于服务器的系统以NFC技术为例。系统必须具备的模块及其相互作用如图1所示。提出的系统中每个模块的范围见表III。

将NFC技术集成到基于服务器的收费系统中，并通过基于云的支付基础设施实现应用。该基础设施取消了使用实体交通卡进行支付的方式，转而允许在公共交通中使用支持NFC的智能手机进行支付。同时结合计费管理和支付管理模块通过信用卡账户定期为虚拟卡充值，因此也无需对交通卡进行实体充值（例如通过经销商或自动售票机）。

对于以NFC手机为例的解决方案，运输运营商创建一个可下载到手机中的虚拟公共交通卡号（PTCN）。在实地运行的支持NFC的手机可使用该号码接入系统。

NFC上的虚拟交通卡是一种令牌形式。令牌的创建在服务器端处理，意味着使用了基于主机的安全元件。优先使用非对称加密算法。该令牌是PTCN与基于账户的凭证之间的引用。

安装在公共交通车辆中的验证器不再存储任何票价费率或计算票价。特定行程的票价数据不再是交易数据的一部分。相反，所有票价计算都在服务器端进行。

使用者必须为基本的基于主机的计算系统定义一个支付通道。这需要创建银行或PayPal账户，或通过整合电信运营商来收取费用。这是延缓系统实现的因素之一。

该系统设计为即使使用基于近场通信的手机，其运行速度也能与普通交通卡一样快。这是通过Kent Kart2开发的高性能终端硬件实现的。支持NFC的手机在500毫秒内完成读取和验证。

图1 系统模块。

系统组件

本节详细说明了系统中应包含的组件。图2大致展示了架构的组件及其相互关系。组件之间的交互通过面向服务的架构[27]在云计算[28],[29]中的服务实现。

自动收费系统（AFC）

此组件的主要职责是管理省份路线和线路结构、公共汽车站编号及名称等。使用包含所有运输相关数据的数据库进行操作。自动售检票系统通过网络服务与其他模块通信。该组件执行的主要任务如下所列：
- 保留属于该省份的所有卡信息
- 管理乘客的卡类型
- 存储来自实地的交易数据
- 包含所有线路、路线、公共汽车站点和坐标
- 执行车辆管理

卡管理器

该组件的主要职责是定义PTCN编号并生成令牌。此外，虚拟卡余额的管理也由该组件完成。该组件在云系统上实现。该组件执行的主要任务如下所列：
- 创建虚拟卡
- 从虚拟卡的余额中扣除票价金额
- 黑名单管理

对于预付费系统，当用户余额低于限额时，启动扣款操作，如下所示：

对于每个 卡 在 虚拟_卡_列表中，
如果(卡.余额<低于_限制)，
则
如果(WithdrawMoney(卡.所有者.账户, 预定义_金额))
卡.余额+=预定义_金额 
黑名单.移除(卡) 
否则
黑名单.添加(卡)
结束 如果
结束 如果
结束

黑名单是由于卡被盗/丢失或账户余额不足而导致无效的卡的列表。黑名单管理由云上的卡管理模块负责。当检查到虚拟卡余额低于限制，且扣款请求金额小于允许的最低金额时，该卡将被列入黑名单。车辆中的终端通过定期（例如每5分钟）比较本地版本与云上的版本，在终端上线时从卡管理模块获取更新后的黑名单。当手机中存储的虚拟卡被车辆终端读取时，设备使用本地黑名单进行控制，而无需连接到云。这样，设备能够以更快的方式提供无缝服务，即使在没有网络连接的地方也能正常运行。

计费引擎

该组件的重要性超过其他所有组件。迄今为止，票价计算一直由交通运营商公司在终端进行管理，而它继续以这种方式进行，因为计算票价所需的所有信息都存储在物理卡上。票价管理模块是我们的研究核心，它将所有票价计算及参数从终端转移到服务器。

票价计算模块是一个通用模块，能够使基础设施支持NFC手机媒介或非接触式信用卡，未来或许还能支持指纹。其目标是确定一种票价系统，为用户提供与实体交通卡相同的权益。基于主机的票价计算系统也将确定票价，并包含用户此前享有的所有权益。与其他现有基础设施相比，最重要的变化在于以下方面：在所提出的上下文中，媒介使用的终端不保存任何数据，也无法更改此类数据。所有交易都必须在服务器端使用服务器提供的信息进行处理。

该组件需履行的总体职责是：
- 通过分析以下所有内容来计算上车费用
- 现有的费率和票价模式（换乘、签到签出（CICO）、固定费用等）
- 乘客类型和卡类型
- 通过接口轻松修改费率

支付引擎

该组件旨在执行两个主要操作：一是管理用户账户的资金流动，二是向运营商分配收入。

所有交易费用均已计算，并从信用卡中扣款或从用户账户中扣除。系统的类型（预付费或后付费）对支付流程至关重要。如果系统设置为预付费，这意味着用户在系统中拥有一个账户，支付引擎会始终检查该账户中是否有足够的资金。如果账户余额低于限额，则从信用卡或用户指定的其他支付工具中扣除预设金额。如果系统设置为后付费，则交通费用总额将被计算并从支付工具中扣款。该组件需履行的总体职责如下：
- 在系统中创建用户支付账户
- 根据支付卡行业数据安全标准（PCI DSS）的规定，保存信用卡或贝宝等支付工具信息
- 能够管理不同的支付渠道：信用卡、贝宝、电话账单等
- 根据用户指示代表用户取款
- 如有必要，处理冲正操作
- 通过电子邮件和短信向用户通知资金操作

公共交通可由多个运营商提供：私营运输运营商和/或地方政府管理局。例如，在伦敦地铁中，地铁由多家公司运营。该引擎包含一个用于清算交易的后端处理中心。每天结束时，从实地收集的所有交易将按运营商进行分组、处理和报告。由于每笔交易都包含车辆ID及相关信息，因此可以轻松识别出相关运营商。每日收入将在次日分配给各运营商并结算至其银行账户。此操作独立于乘客上车费用的收取过程。当用户在涉及多个运营商车辆的路线上出行时，每笔进度付款均可无问题地支付给相应的运营公司。

主要服务提供商负责根据交易情况向运营商分配收入。每天结束时，执行一次以下算法。

对于每个 province 在 province_列表中，
对于每个 transaction 其中 transaction. status=false，
对于每个 operator 在 province.operator_列表中，
如果(transaction.vehicle_id==operator. vehicle id) 
_transaction.operator= operator.id 
transaction.status= true
运营商。收入+=交易费用
End End End

移动引擎

该组件用于通过移动运营商服务器系统与移动用户进行通信和交互。此模块的主要任务是：
- 允许移动用户登录
- 保存和管理用户的短信、电子邮件和密码信息
- 对于NFC卡购买，向手机提供令牌信息
- 如主机卡模拟（HCE）中的令牌管理
- 资金未提取情况下的令牌状态管理（即无效的令牌下载）
- 通过移动应用将用户操作传达至相关部门。例如，支付交易的详细文件需求。将NFC手机转换为虚拟卡的过程如下：
1. 移动用户使用GSM号码、电子邮件和密码登录应用。
2. 移动应用向用户发送一次性验证码。
3. 用户从屏幕输入一次性验证码。
4. 用户创建用于取款的账户。
5. 用户选择购买虚拟卡并接受用户协议。
6. 从用户账户中扣除款项。
7. 创建安全令牌并下载到移动应用中。
8. 虚拟卡信息显示在屏幕上。

终端引擎

运行在公共交通车辆上的终端必须支持NFC通信。它们验证令牌的安全性，并生成交易信息发送至主机服务器。终端引擎组件开发用于在终端硬件上运行。该组件的主要职责包括：
- 基于NFC标准进行通信
- 管理黑名单
- 从手机读取令牌并根据HCE标准进行验证
- 支持离线和在线模式运行
- 通过NFC手机完成令牌信息的验证
- 将登车信息（日期时间、公交车代码、公交站代码、坐标、线路代码等）以近实时信息方式传输至管理服务器。

读取令牌文件后，终端执行以下算法。

if (IsValid(token))
if ((手机所有者==token.卡_owner) & (黑名单.contains(token.卡)) & (CheckOrigin(token)))
if (令牌开始日期<=系统日期<=token.enddate)
交易=创建交易(token.卡);
发送 (trasaction)
结束 if
else 显示消息(错误);
结束 if
else 显示消息(错误);
结束 if

系统使用

总体流程

从用户视角来看，提出的系统的使用包含某些细节。操作的整体流程如图3所示。

步骤如下：
1. 公共交通用户在车辆终端上使用支持NFC的手机。
2. 验证器通过手机接收必要信息，通过流程识别PTCN号码，并使用该信息检查黑名单。
3. 系统允许未在终端黑名单中的每位用户通行。
4. 验证器将PTCN号码及其他所需信息发送至服务器。
5. 服务器根据乘客类型和出行类型计算出行费用，并判断是否存在换乘权利或折扣等。
6. 根据PCI DSS规则，总费用和PTCN被安全地传递给服务提供商。
7. 服务提供商将PTCN传输到数据库并获取真实的信用卡信息。此操作在更安全的环境中进行。
8. 结果从服务提供商返回至公共交通运营商。
9. 结果被写入数据库，如果出现问题，用户将被列入黑名单。
10. 进行费用计算，并通过服务提供商的扣款请求进行收费。
11. 结果通过银行返回给相关服务提供商。

图2 组件之间的关系。

图3 系统的整体运行。

为了明确需求，图4给出了主机端的用例图，其中包含参与者及其主要操作。该用例图更清晰地展示了我们提出的系统的关联关系和动态。图中表示了四个不同主机部署引擎的需求和关系。

我们系统与现有系统的比较

本研究提出并阐述了一种新型的基于主机的系统。实施基于主机的系统有助于交通机构轻松地与其他交通机构协作，互操作性不再是一个困难的过程。此外，将乘客视为省份或市镇的居民，可为本地旅客和游客提供高效的公共服务。

新系统现在能够根据乘客特定出行习惯或乘客特定特殊日子提供忠诚度应用，从而更好地满足乘客需求。

与现有系统相比，无论乘客是否持有交通卡，均能应用城市的费率，这是一种无价的服务，也是国家卡项目的基础。此外，我们的系统具有在读卡设备更便宜、系统安装成本降低以及发卡阶段成本减少方面的经济效益。

表IV中的比较从交通机构、乘客和市政当局的角度阐明了提出的基于主机的系统相较于传统的基于卡片的系统的优势。

客户满意度对于公共交通管理部门来说至关重要。此外，服务质量是促进乘客使用公共交通的关键。基于服务器的系统的质量属性（非功能性需求）可以列举如下：

性能 ：更高的性能取决于多个因素：网络覆盖、离线数据容量，终端侧配备高效读卡器，服务器端采用紧凑且设计合理的数据库。因此，用户无需使用特殊交通工具介质即可快速上车，用户体验得到提升。凭借高数据处理能力和高速通信技术，可实现零延迟系统。

安全性 ：用户识别和账户管理需要安全性。安全概念必须从五个不同方面加以考虑：安全元件、令牌安全、用户认证、网络安全和支付安全。应优先采用非对称加密算法（如用于数据加密和签名的RSA 和ECDSA）、一次性密码进行认证，以及使用HTTPS保障网络安全。

可扩展性 ：通过将请求分发到多个服务器可以提供可扩展性。完全备份并改进的云系统提高了可扩展性。

Availability ：通过在终端使用虚拟卡并检查卡和账户状态来实现可用性。终端上的虚拟卡受理时间必须少于500毫秒，用于安全验证和黑名单检查。该时间限制足以让乘客获得零延迟的体验。

可靠性 ：可靠性，即乘客忠诚度，可以通过终端对虚拟卡的无缝接受、及时的用户通知以及基于服务器的账户余额可追溯性来实现。

Portability ：通过网站和移动应用在任何时间、任何地点均可独立于操作系统和浏览器进行访问，从而实现可移植性。

如果未提供非功能性需求，基于服务器的系统存在两个敏感点。第一个涉及财务问题：实时验证对于票价支付设备而言并非关键，但频繁分发黑名单是必要的，以防止过度滥用。第二个涉及乘客满意度：如果服务质量不够高，乘客可能会放弃在公共交通中使用移动设备或非接触式信用卡。然而，这些敏感点并未对提出系统的风险与收益进行权衡。

票价计算算法

完整的票价计算算法对于一个成功的公共交通系统至关重要。在现有系统中，票价计算由车辆上的读卡器或闸机处的读卡器执行。然而，终端通常受限，仅能基于一套票价规则进行计算。因此，与现有系统不同，本文提出一种在服务器端独立运行的智能票价计算服务。首先，通过 XML解析将各省份现有的票价列表传输至数据库表中。完成该传输操作后，系统在服务器端即具备了票价计算所需的必要规则。在接收到终端传来的输入数据后，立即记录数据，并在最短时间内向终端返回响应。采用此方法，当系统在服务器端处理接收到的数据时，终端可继续接受新的传输。

图4 主机操作的用例图。

票价计算算法使用先前加载到数据库中的票价表条目。规则依次执行，直到根据每位乘客的支付类型、日期时间以及乘客和行程信息等多个变量计算出每次行程的费用。如图5所示，当数据首次到达时，票价计算过程首先在数据库中查找必要的票价表版本。检测到卡类型和乘客类型后，该过程将继续在相关数据库表中确定客户类型。完成客户识别后，即可进行计费模式识别。通过使用存储客户类型和标准价格的表格，来判断乘客是否具有换乘权利。在找到票价索引后，最后阶段将获取对应行程的价格表。待返回的数据（如可用性和定价信息）将存储在主引擎部分的表格中。

票价计算公式如(1)所示。表V展示了公式(1)中符号的含义。

$$
Fare(c_i, m, e) = a \cdot P + P_1^T + P_2^T + \max(T_c - T_x, T_{\text{limit}})
$$

(1)

图5 票价计算的高级流程图。

近场通信移动应用

为基于Android的手机开发的NFC移动应用成为面向乘客的项目界面。在开源操作系统中，该应用的安全性要求至关重要。为了防止欺诈攻击，选用了主机上的安全元件方法。这些服务器以高标准的安全性进行管理[30]。主机卡模拟（HCE）与NFC技术在安全性方面构成了强有力的组合。

基于云的HCE假设存储在手机上的数据存在漏洞，因此仅允许将敏感数据存储在主机或云数据库中。以此为基础，认真考虑了基于EMV标准的HCE，并将应用适配至该标准 [31]。

在移动应用中模拟交通卡需要乘客定义一种支付工具。已为用户开发了一个界面，用于输入信用卡或贝宝等数据。图6给出了该移动应用的几张截图。

NFC乘客需要通过网页或移动应用完成注册过程。在此过程结束后，令牌将连同认证信息一起下载到手机中。国际移动设备识别码(IMEI)、电话号码和唯一公民号码将被保存在主机端。

从用户视角的基本步骤列在第三节‐B的移动引擎部分。

实验研究

在传统交通系统中，从标准运输媒介（即车票、卡和代币）获取的数据种类有限。然而，一个基于服务器的交通系统使我们能够获取以下各类数据：
- 乘客特定的数据 ：使用手机或信用卡进行支付可以识别乘客身份，并获取年龄、性别和婚姻状况等人口统计数据。
- 多维数据 ：每项交通交易都具有多个维度，例如日期时间、位置、乘客特征、路线、服务类型和运营公司。
- 省际独立数据 ：基于服务器的系统支持在不同省份使用单一支付媒介。

如此多样的数据有助于开发更出色的数据挖掘应用。可在服务器端收集的数据上使用分类、聚类或频繁模式挖掘等数据挖掘技术，用于个性化、异常检测、评分和推荐等不同目的。

本研究进行了两项分析：NFC移动用户画像和使用挖掘。分析结果提供了关于乘客在位置、时间、出行信息以及年龄、性别和婚姻状况等人口统计特征方面对公共交通中NFC使用的详细信息。

提出的系统已在土耳其的五个城市中应用，但仅选择马尼萨市进行分析。在安装系统后，近四个月的时间内从实地收集了实时交通数据用于分析。检验新提出的系统在实地应用中的影响是本研究中一项有价值且重要的部分。

目标是通过数据挖掘技术——关联规则挖掘，来发现实时数据中的频繁模式。

数据集描述

数据来自两个不同的来源。一个是关于提供去通过移动应用在注册和购买虚拟交通卡时提供有关自身的详细信息。另一种是实地中虚拟交通卡的实际使用情况。验证器将NFC使用信息发送到特定的网络服务，以便与常规交通数据分开收集数据。

该数据集包含近28,000条记录和9个属性，包括天、时间、乘客类型、年龄、性别、婚姻状况、城市、线路代码和公交站代码。表VI显示了在数据库表上应用数据集成、数据选择和数据离散化技术后获得的可能属性值。例如，上车日期时间信息被映射为一周的七天，并且还被划分为一天中的四个时段，包括上午、下午、晚上和夜间。类似地，年龄属性被离散化为四个区间：年轻、中年、成人和老年。

乘客类型有四个不同的取值：成人卡、学生卡、教师卡和退休卡，这些卡在计算每次乘车的票价时使用。表 VII显示了本研究中使用的样本数据。

Day	Time	乘客类型	Age	Sex	婚姻状况	City	线路代码	公交站代码
星期五	上午	成人卡	成人	F	已婚	马尼萨	0011	45120
星期日	下午	学生卡	中年	M	单身	马尼萨	0215	45390
星期五	下午	教师卡	成人	M	已婚	马尼萨	0354	45190
星期一	上午	成人卡	年轻	F	单身	马尼萨	0003	45380

表VII。样本数据。

图7 通过关联规则挖掘发现的单项规则。

近场通信移动用户画像

关联规则挖掘（ARM）是本研究的一个重要部分。ARM 是指从交易中的项目集合提取有趣的相关性、关系和频繁模式。设 $I = {i_1, i_2, …, i_m}$ 为一组 m 个不同的项目，$T$ 为包含一组项目的交易，使得 $T \subseteq I$，$D$ 为一个数据集 ${t_1, t_2, …, t_n}$，该数据集包含 n 条交易记录。一个模式 ${X, Y}$ 是指在交易中指定项目集 $X$ 和 $Y$ 共存的一组项目，其中 $X \subset I$，$Y \subset I$ 且 $X \cap Y = \emptyset$。一个频繁模式是指其在 D中的出现频率大于或等于最小支持度的模式。一个模式的支持度定义为数据集D中包含项目集 $X$ 和 $Y$ 的记录所占的百分比。假设模式 ${X, Y}$ 的支持度为 40%，这意味着 40% 的交易同时包含 $X$ 和 $Y$ 项目。支持度通过公式 (2) 计算。

$$
\text{support}(X, Y) = \frac{| {T \in D \mid X \cup Y \subseteq T} |}{|D|}
$$

(2)

在本研究中，从Apriori、FP‐增长、Eclat、Mafia等可选的关联规则挖掘算法中选择了FP‐增长算法，因其性能提升显著[32]。图7展示了将FP‐增长算法应用于NFC公共交通数据时得到的单项结果，以柱状图形式呈现。根据结果，NFC用户主要在星期五和下午于车辆上使用其手机。此外，约62%的用户为男性，近80%的用户为单身。20岁以下与20至35岁使用NFC的人群概率几乎相同，两者在总使用量中所占比例相当。事实上，60岁以上人群不太倾向于使用NFC虚拟卡，这可能是因为他们没有支持NFC的智能手机。

表VIII展示了当算法以5%最小支持度运行时发现的多个频繁模式。根据结果，马尼萨的“Karaçay‐Horozköy 路线”是最受欢迎的路线。这实际上并不奇怪，因为该城市的本地大学就位于那里。尽管男性使用系统的频率高于女性，但年轻女性的数量似乎比年轻男性更多。

参数	Size	频繁模式	支持度（%）
1‐项集	{星期五}	23.07
	{下午}	49.84
	{男性}	61.60
	{单身}	80.49
	{年轻}	48.52
	{学生证}	48.34
	{卡拉恰伊‐霍罗兹科伊路线}	12.42
2‐项集	{女性, 年轻}	26.42
	{男性, 年轻}	22.09
	{女性, 学生卡}	26.13
	{男性, 学生卡}	22.21
	{年轻, 下午}	25.65
	{中年, 下午}	21.02
	{星期五, 女性}	12.85
	{星期五, 男性}	10.21
	{晚上, 男性}	15.63
	{晚上, 单身}	14.54
	{男性, 已婚}	12.77
	{星期五, 下午}	11.63
3项集	{耶尼加拉杰巴士站, 女性, 年轻}	8.16
	{耶尼加拉杰巴士站, 女性, 学生卡}	8.18
	{卡拉恰伊‐霍罗兹科伊线路, 年轻, 单身}	7.77
	{星期六, 男性, 单身}	5.47
	{已婚, 成人卡, 男性}	8.38
	{晚上, 中年, 单身}	8.64
	{星期五, 上午, 女性}	8.82
4项集	{女性, 年轻, 学生卡, 单身}	22.28
	{女性, 星期五, 上午, 学生卡}	8.02
	{女性, 年轻, 学生卡, 下午}	11.36
	{男性, 中年, 下午, 单身}	12.11
	{年轻, 学生卡, 下午, 单身}	15.69
	{女性, 学生卡, 下午, 单身}	12.57
	{男性, 学生卡, 下午, 单身}	8.82
5项集	{Yeni‐Garaj‐Bus‐Stop, 女性, 年轻, 学生卡, 单身}	8.13
	{星期五, 上午, 女性, 年轻, 单身}	8.24
	{星期五, 女性, 年轻, 学生卡, 单身}	10.39
	{星期二, 女性, 年轻, 学生卡, 单身}	5.27
	{成人卡, 年轻, 下午, 男性, 单身}	7.87
	上午，女性，年轻，学生卡 单身	10.72
	{女性, 年轻, 学生卡, 下午, 单身}	11.36

表VIII. 发现的频繁模式 来自基于NFC的公共交通数据。

系统更频繁。女性用户数量相对较少，但其中大多数是年轻人。男性用户的年龄分布略微偏向中年。晚上使用系统的多为男性而非女性，而在晚上使用系统的用户通常为单身且处于中年。

此外，我们可以说女性更喜欢在星期五上午使用NFC手机乘坐公共交通工具。如果从位置角度来看这些结果，可以发现年轻女性大多在“Yeni Garaj”车站上车。这是马尼萨市大型城际公共汽车站的位置。可以看出，年轻且单身的女性使用近场通信乘坐城际公共汽车站的比例高于男性。成人卡通常属于已婚用户，而学生卡通常由女性持有。

近场通信移动使用挖掘

使用挖掘被用于分析交通数据，以了解基于近场通信的应用的影响，并更好地满足该应用的需求。图8显示了马尼萨市地图上使用NFC手机进行公共交通出行时最受欢迎的公共汽车线路（路线）。

图8 在马尼萨使用NFC虚拟卡的最受欢迎路线。

图9 显示了在地图上使用NFC移动应用进行公共交通的最受欢迎的公交站点。此分析的目的是了解当前情况，进而制定策略，鼓励更多乘客使用该系统。

图9 在马尼萨频繁使用NFC移动应用的最受欢迎的公交站点位置。

结论与未来工作

本文提出了一种用于公共交通的新型基于服务器的计费系统和用户管理系统的完整基础设施。在提出的系统中，所有类型的票价计算均通过应用开放式支付模型转移至服务器。与现有系统相比，提出的系统支持使用新一代技术（NFC、非接触式信用卡、信标等），取代传统的车票、卡和代币。与现有系统相比，提出的系统具有诸多优势。该系统在土耳其五个不同城市已实际应用于NFC使用场景。通过关联规则挖掘收集并分析真实世界数据。

提出的系统使乘客能够在任何城市获取公共交通媒介，并具备在其他城市使用该媒介的优势。通过在实地应用该项目，已实现城市间的车票整合于土耳其的城市。所提议的基础设施未来可用于实现国际互操作性。此外，未来的研究中可以应用分类或聚类等不同的数据挖掘任务。