大数据技术在食品安全监管风险预警中存在的问题以及解决措施

食品安全监管风险预警是食品安全监管中的重要内容。由于食品安全监管中存在数据来源渠道不畅、数据类型多样、数据价值难以挖掘等问题,在现行风险预警模式下,将大数据技术引入食品安全风险监管风险预警工作中,能有效提升预警效能。本文在阐述大数据技术在食品安全风险评估中的优势基础上,分析了大数据技术在食品安全风险监管中存在的问题,并提出相应的解决措施。     

基于深度置信网络-多类模糊支持向量机的粮食供应链危害物风险预警

近些年粮食供应链安全问题频发,为减少食源性风险威胁,风险预警正逐渐成为强化粮食食品安全体系的有力保障。但现有风险预警方法在面对多源异构非结构化食品数据时,存在预警准确率低、人工成本高等局限问题。本文在分析全国26个省份的大量抽检数据及关联信息基础上,建立了基于深度置信网络(deep belief network,DBN)-多类模糊支持向量机(multiclass fuzzy support vector machine,MFSVM)的风险分级预警模型,先对海量粮食供应链抽检数据进行嵌入编码和归一化处理,获得结构化食品数据;将其输入到DBN模型进行高维度特征提取,自适应地挖掘供应链中各危害因素间风险变化及内在关联概率,最后将高维特征输入到优化的MFSVM进行训练,实现供应链中各主要危害物风险分级预警。对比实验结果表明,DBN-MFSVM模型在粮食抽检数据上具有更好鲁棒性和泛化性,其准确率达到98.44%,运行时间85 s,可快速识别出粮食供应链中危害物风险程度和优先次序,为监管部门制定有针对性的抽检策略、确立优先监管领域和分配风险监管资源提供科学依据。     

食品安全数据分析可视化模型研究

目的 全面提升食品安全风险的感知、筛查、分级、预警和防控能力, 完善食品安全监管与治理体系, 客观正确的引导舆情。方法 采用大数据分析技术研究食品安全检测数据, 建立食品安全分析可视化模型。运用大数据分析平台Hadoop, 结合Tree Ensemble和Model-Based Ranking算法特征性分析食品抽检数据, 搭建BP神经网络, 结合Apriori和FP-growth关联分析等技术, 深度挖掘相关信息, 有效集成为对食品安全治理体系有价值的信息资源。结果 以折线图、热力地图等可视化模型实现食品类别、检测项目、结果分析、生产地址、检测数据分析及发展趋势等相关信息进行在线展示与分析, 能够满足关注食品安全的各领域人员很直观地就获得自己需要的食品安全信息的需求。结论 可视化模型能够增强数据分析结果的视觉效果和直接性, 切实提高食品安全风险预警的靶向性、有效性。     

基于故障树分析的食品安全风险评价及监管优化模型

针对食品安全监管的风险水平综合量化评价及监管实践的重点环节确定等系统优化问题,利用故障树分析方法从供应链角度建立食品安全评价及监管优化模型。首先,建立以食品安全问题为初始事件,以天然毒素、生物性危害因素、化学性危害因素为后续事件,以供应链各环节作业故障和监控故障为底事件的食品安全故障树模型;然后,给出食品供应链的系统安全综合风险评价及节点重要度评价计算模型。基于深圳市2011-2013年期间畜禽肉类食品安全监管统计数据的实例分析结果表明,该模型能在充分利用整个食品供应链监管、检测信息基础上,实现对食品供应链的产品安全风险状态及其关键控制点的快速判断并有效预警,为食品安全监管实践提供决策支持。     

基于公众关注角度的食品安全风险预警因素研究

食品安全涉及从生产到流通多个环节,如何基于在线信息获取的相关大数据,挖掘食品安全风险因素,是食品安全治理面临的重大问题,对于科学有效预警食品安全事件具有重要意义。基于网络爬虫技术挖掘2011—2014年食品安全事件新闻,分析和提炼风险预警因素,同时结合公众关注视角,进一步与近些年高热度舆情的15个食品安全事件进行关联分析,基于粗糙集方法筛选核心预警因素。通过将公众关注视角纳入食品安全风险管理,通过关联分析提炼出引起高热度舆情事件的食品风险共性因素,这将为食品安全风险预警和治理提供决策支持,促进食品安全社会共治。     

基于因子分析的食品监管风险评价模型研究

为了探求影响食品监管风险的主要影响因素,建立一套适合我国食品监管现状的风险评价模型,本文基于可获得的政府食品安全的监管、统计年鉴、百度指数等相关数据,建立以食品品类为研究对象的食品监管风险评价指标体系。收集了2014年消费者关注的十大类食品的相关数据,采用SPSS软件进行因子分析,找到公因子,以因子得分作为食品品类风险项目的综合评价值并对其风险进行排序,划分风险等级。通过该模型的应用可实现对食品品类的预警功能,并溯源风险产生的因素,为政府基于风险在有限的监管资源下制定有效的食品安全监管计划及控制措施提供科学方法。     

提升食品抽样检验效果的机制研究

食品安全抽检是掌握食品安全现状的重要手段,是推进食品安全工作的重要抓手。本文分析了当前食品安全抽检过程中存在的问题,并结合工作实际提出完善抽检工作的制度和体系、深入挖掘抽检结果数据提高结果的利用率、强化食品抽检工作的督查指导考核等对策,希望为监管部门的监管工作提供有力依据。     

部分食品抽检中存在的问题及解决方案

食品安全监督抽检是食品安全监管的重要技术支撑,而准确甄别食品类别,并依据相关标准做出正确判定是抽检工作的关键点和难点。本文对茶叶及其制品、糖果和粮食加工品三类食品抽检中易出现的问题进行分析总结,并提出相应对策及建议,旨在为抽检工作者在对食品进行分类和判定时提供参考,从而降低食品安全抽检工作的风险,提高抽检工作的质量。     

基于监督抽检数据的肉类食品安全风险分析及预测

为通过数据挖掘预测食品安全风险、隐患和趋势,进行预警和快速反应,基于2015—2017年国家肉类食品监督抽检的18 378 批次样品数据,分析我国肉与肉制品主要安全现状与风险种类,并基于检测指标及属性运用BP（back propagation）神经网络方法构建以抽样省份、产品类型、产地、生产日期、年份、是否大型企业6大属性指标为输入层、包含2 个隐藏层、以是否合格为输出层的肉类食品安全神经网络预测模型。结果表明：经数据准备、模型生成、数据训练和验证及参数优化,得到的3 层BP神经网络预警模型总体百分比矫正为96.2%;对于合格样本,判定正确的概率为96.5%,错判概率为3.5%,预测模型具有较好的参考和应用价值。基于BP神经网络的食品安全预警方法能够对输入样本进行有效预测,为食品安全风险研判和风险预警提供技术支撑。     

食品中致病菌的风险监测预警概述

食品中的致病菌是全球范围内的公共卫生问题,食品中致病菌风险监测预警是食品安全监管的重要组成部分,其实施可有效避免食品中致病菌引起的食源性疾病的发生,保障食品安全。本文简要概述食品中致病菌风险监测预警的定义、特点和对象,介绍了步骤及可应用的技术方法,以及我国食品中致病菌风险监测预警的现状,工作中遇到的问题和解决思路,以期为我国食品中致病菌风险监测预警提供理论和技术参考。     

大数据在食品安全监管风险预警中的应用

食品安全风险预警作为食品安全现代治理体系的重要一环,充分体现了“预防为主、风险管理、全程控制、社会共治”科学原则。文章重点研究了如何利用有效的数据归集和数据分析策略,通过监测、分析、评估等方式来实现食品安全风险预警,以更加科学准确的食品风险数据管理和评估体系支撑政府监管。     

贝叶斯网络及其在白酒安全预警中的应用

近年来,白酒安全问题日益凸现,影响人们身体健康和白酒行业发展,白酒安全预警日益重要。本文以食药监局的监测数据为样本,研究基于贝叶斯网络的白酒安全预警方法。从可能影响白酒质量安全的金属污染物、农药残留、食品添加剂、品质指标、微生物污染和非食用物质6个方面的因素进行分析,划分食品安全状况等级与预警指标,运用最大似然估计算法和贝叶斯网络建立白酒食品安全预警模型,使用MATLAB软件进行仿真实验,对白酒危害因子的风险值和白酒食品安全的风险程度分类预测。结果表明,贝叶斯网络在白酒食品安全风险预警中具有较高的准确率,是一种能准确、稳定实现白酒食品安全风险预警的算法,有助于为政府监管提供决策支持,丰富食品安全预警技术方法。     

食品安全突发事件应急机制的比较研究

“十三五”期间我国食品安全领域要强化科技创新支持,提升食品安全突发事件应对能力,围绕应急管理等领域提高食品安全监管效能。而科学、完备、全链条联动的食品安全突发事件应急机制,是提升应急监管能力、构建高效应急体系的基础。本文研究了美国、欧盟与我国的食品安全应急机制特点,具体分析了美国召回机制、严惩机制、食品管理体系的研究应用,欧盟预警机制、应急预案机制、风险评估的研究应用的突出特点;对比了美国、欧盟和我国食品安全应急监管机构的设置和运行机制特点;从发展历史、应急法制、应急预案编制、监测与预警体系等方面分析了我国食品安全应急体系的现状。研究得出现阶段对我国食品安全应急机制建设的几点建议：进一步提高风险评估能力,注重应急预案的细化和整合,构建应急机制的智慧联动,建立突发事件长效评价机制。     

基于空间统计的食品安全研究现状与展望

食品从"农田到餐桌"的整个生命周期的每个环节的数据都隐含着空间地理属性。与经典统计相比,空间统计能够有效挖掘此属性实现食品安全跨界融合与关联分析,并具有多学科集成、启发专业人员深度思考、更加贴近客观实际等优势,目前逐步应用到食品产地环境污染空间抽样与地理格局分析、食源性疾病聚集性分析、早期爆发识别与预测预警、突发食品事件追溯与应急指挥、食品安全监管与科学决策等方面。随着大数据时代到来,空间统计将成为食品安全数据分析的一种重要工具。     

基于规则库引擎构建食品安全风险评估及预警系统

目的 构建适用于食品安全抽检数据的食品安全风险评估及预警系统。方法 使用结构化查询语言,基于规则库引擎的高效匹配算法,通过对数据的预处理、构建基本事件模式和复合事件模式、规则库配置,对145个数据属性进行筛选优化。并使用53 047条食品安全抽检数据进行验证和测试。结果 从大量属性中筛选出供系统使用的核心属性4类,形成基本规则7条,复合规则3条。通过验证,预警系统测试良好稳定,测试结果与人工标注结果一致。结论 本研究创建了一种规则的生成和合成机制,建立了可实现实时预警和定时预警的食品安全风险评估及预警系统。该系统可实现食品安全风险评估的快速准确预警。     

大数据环境下基于神经网络技术的食品安全监管

从阐述中国食品安全监管模式经历的几个重要时期着手,分析了当前中国食品安全监管存在的不足,指出应借鉴美国等发达国家较为成熟的监管策略,将大数据相关技术应用于食品安全监管中,使数据信息更具时效性和公开性;提出了将BP神经网络运用于食品检测数据分析中,实现预测某类食品在之后多个监管周期内的风险系数,提高对食品安全事故的预警能...     

全链路食品安全监管云平台的设计研究与应用

目的 研究建立全链路食品安全监管云平台并应用于食品生产、经营、流通企业的监管。方法 基于多QoS约束服务选择优化算法构建全链路食品安全云监管平台,并依据不同使用场景和习惯,在固定互联网或移动互联网终端部署应用。结果 基于全链路食品安全监管云平台,通过现代化计算机信息技术将监管单位、食品生产经营（含食品销售）企业和消费者统一管理,使食品安全从源头到终点形成一个全链条闭环,实现对食品安全产销进行追溯查证、过程追踪、风险预警和远程有效监管。结论 本研究设计的全链路食品安全监管云平台有助于解决食品安全涉及供应链长、风险点多、数据信息碎片化、监管难度大等问题,提升监管效率和风控系数,切实强化食品安全全方面监督。     

Etablierung eines Frühwarnsystems zur Erkennung lebensmittelbedingter Risiken in Bayern – risikoorientierte Lebensmittelüberwachung weiter gefasst

Recent and past food scandals highlight the urgent need for food safety authorities to anticipate future risks in order to enable improved and proactive response mechanisms. With this goal in mind, the Bavarian Health and Food Safety Authority (LGL) has established an early warning system aimed at early identification of potential health risks and fraudulent practices in the food sector. The early warning approach allows intervention at different stages of risk development. On the one hand, the scanning of a broad area of the food production chain (horizon scanning) may enable prospective risk identification. To this end, relevant factors of influence (drivers) need to be identified, observed and analyzed. On the other hand, the retrospective analysis of case studies may unravel novel cause-effect associations that could be transferred to other products and production technologies, possibly leading to the identification of new drivers (root cause analysis). Additionally, various datasets emanating from food safety authorities, for example data from the European Rapid Alert System for Food and Feed (RASFF) and from Bavarian-wide laboratory analyses and food business inspections, will be closely observed and analyzed. The multidisciplinary character of the LGL has proven to be essential for the realization of the early warning approach, the analysis of inflowing data and implementation of consequences such as food business inspections and sampling for analysis. This article details the objectives and methodical approaches of the project. The acquisition of systematically compiled information as well as its analysis and assessment are comprehensively described. The early warning system presented here has already contributed significantly to the risk-oriented food inspection practiced to date, by integrating novel risk-relevant aspects.