“数”织恢恢天网

文 | 熊 涛 刘方尧

运用大数据技术提高公安机关打防管控能力、提升驾驭社会动态能力是非常迫切的需要。

截至目前，已历时十五年的“金盾工程”建设，使得公安机关建立起了一系列完整的业务信息化应用体系，涵盖公安机关各个业务类型，为公安部提出的“实施大数据战略、打造数据警务、建设智慧公安”的目标奠定了基础。

而地市级公安机关，在金盾工程建设中处于关键位置，大量业务系统最终在地市建库，这些业务系统不仅采集了大量的基础性数据，而且每天还在不断更新动态数据（如交通、案件、专项数据等），加上公安机关自建、联网的监控摄像头、卡口等也在时刻采集视频数据。此外，公安机关通过管理职能，还获取到了其他部门如工商、民政、社保等社会信息数据，这使得地市公安机关掌握着很多有价值、鲜活的数据来源，形成了数量庞大的内部信息资源，为警务大数据中心建设提供了必不可少的条件。

警务大数据中心架构

建设地市级警务大数据中心，首先是明确大数据中心的定位、职能，才能为整体规划指明方向。

定位

对于地市级公安机关来说，应该定位在“大力整合、重在治理，做好支撑、创新应用”等方面。市级警务大数据中心对部省公安机关是鲜活数据的提供者，对各业务警种和县分局是数据的汇聚池和应用的服务者。只有把数据整合到库，才能为省厅提供数据支撑；只有把资源池中的数据，按需要进行治理，数据才具备应用的价值。因此，市级警务大数据中心软件上应依托信息资源管理平台，汇聚公安内外部各种应用系统数据；硬件上，通过虚拟化方式，形成弹性可调配的数据中心，为数据的应用提供充足的计算资源和存储资源。

俗话说数据海洋，大数据中心就像是海，汇聚起“山川、河流、湖泊、地下水资源”等分散数据；通过大数据处理技术，形成可以服务于公安业务的有用资源，就像各类水经过过滤、沉淀、消毒加工，提供高品质的用水，服务医院、商业、工业和家庭等不同应用场景。水在城市水中心的处理流程，就好像数据在大数据中心的处理：

职能

要具备哪些职能才能发挥大数据中心的作用呢？笔者从实践探索中总结出6大功能。

逻辑架构

大数据的逻辑架构区分IAAS、DAAS、PAAS和SAAS四层。

基础平台主要是由服务器和开源Hadoop平台和MPPDB平台组成。对于大数据的应用，通用的一些大数据处理能力建议作为服务组件化统一建设，比如说同行同住的算法服务、人员标签的服务等等，都是大数据最基础的服务。另外大数据需要重点考虑数据安全的建设，数据做了充分共享融合后，数据的安全性要求就更高了，不同数据类型还会有不同的秘级权限等控制要求，需要进行通盘的考虑。

数据架构

公安大数据中心建设中整体数据治理逻辑体系架构，贯穿数据的采（数据获取）—>存（数据存储）—>整（数据整合）—>算（数据加工计算）—>管（数据管理）—>服（数据服务）的数据生命周期过程，同时基于组织、政策和流程为数据治理项目提供政策指引和落地支持。

改变传统三段式数据处理流程，在数据标准区和业务专题区之间增加业务整合区。各数据区功能定位如下：

源数据：源数据类型上分为结构化数据(包括数据库数据表、结构化文件等)、非结构化数据（包括：视频、音频、图片、文本）和实时流数据，以及从视频、音频、图像中解析出的结构化数据。

数据缓冲区：从数据获取的时效性上，可分为实时数据和离线数据两类。其中实时数据从数据库中实时同步至缓冲区内。针对离线数据中的结构化数据进行获取、清洗和加载，非结构化数据进行获取、加载和归档管理。

数据标准区：是完成对缓冲区的结构化数据的标准化操作。

业务整合区：对公安机关各类业务数据标准化后，按照统一概念模型的设计理念，对各分散的业务系统数据实体进行拆解、整合和深化，通过新模型来映射数据对象与业务对象之间的关系。业务整合区建设对未来大数据治理工作价值在于：形成清晰的数据整合规划路线图, 构建具有顶层视角的数据建设大局观形成统一的主数据、业务视图、权威数据，提高数据质量。通过数据模型整合发现新的数据应用价值点，优化数据架构，加速数据开发流程促进数据管理，帮助业务部门与支撑部门沟通。业务整合区主要由业务模型库和标签库组成。其中业务模型库对标准化数据从业务视角进行数据整合，对数据进行对象归整、对象关联等处理操作。基础标签库从数据提炼出的有业务含义的数据处理规则，形成统一的基础知识库。

业务专题区：是将业务整合区的数据加工为各类应用所需的专题库，为上层数据应用提供服务。业务专题区分为业务警种专题区和科信专题区。科信专题区基于业务整合区数据进行专题加工，为科信部门负责的各类基础应用提供数据支撑。业务专题区为各业务警种的专项数据应用提供数据支撑。业务专题区以租户形式为各业务警种提供独立计算资源，租户中的数据以从业务整合区和科信专题区为主，从中抽取经过授权的数据。

数据管理区：统一管理各数据区的元数据、数据标准和数据质量策略配置和检查，并将相关信息映射到资源服务平台中。

资源服务模块：所有数据应用包括信通的通用数据应用，都在资源服务模块进行数据服务接口注册。

警务大数据中心建设

从安康公安警务大数据中心的建设过程来看，地市公安机关警务大数据中心建设应遵循“统一规划、分步实施、边建边用”的原则。建设工作分为三个部分：

顶层设计，形成上下一盘棋，建设好大数据应用的基础平台。

为了处理好与陕西省公安厅 “三秦警务云”的关系，避免重复建设，同时充分利旧资源，安康市公安局先采用虚拟化技术，对市局信息中心现有资源进行了最大化整合，既做为全省“三秦警务云”的节点，也为本地数据整合、数据应用提供可靠稳定的硬件资源，这样与全省一片云的规划理念高度融合。再搭建云架构环境，通过云计算管理平台实现对现有虚拟资源的管理，并按照安康公安业务需求、数据总量、应用目标进行逐步扩容，建设好大数据中心应用的基础平台，以不断支撑大数据中心的正常运行。

汇聚数据，重心在治理数据，形成标准数据元。

完善信息资源管理平台，形成“信息大数据”。在大数据数据管理中心的支撑下，我们依托信息资源管理平台，对内整合业务数据，对外整合政府各职能部门、企事业单位的基础数据、实时动态业务数据，形成数据“海洋”，既为公安业务服务，又为政务数据共享服务。目前，安康公安信息资源管理平台整合内外部数据127种、35亿余条，每天增量信息在130万条。

建设视频图像联网与共享平台，形成“视频大数据”。视频图像联网与共享平台就是解决各类视频图像标准不一、无法共享应用的问题。通过视频专网的共享平台，完成公共安全视频监控图像信息的汇聚、共享、交换的统一授权管理,和视频图像数据的解析处理及结构化数据的统一管理，形成视频综合应用基本的“视频大数据”，并为市级政府职能部门提供视频监控信息共享；通过公安信息网的联网平台，为公安内网业务提供外部实时视频，为各警种和基层单位实时指挥调度、视频数据比对碰撞分析、人像识别应用、车辆特征轨迹分析等提供实战工具和支撑。

大力推广新型数据采集手段，形成“物联大数据”。公安工作具有突发性、移动性和紧迫性，利用物联网“物物相联，物物互联”的理念，变民警上门被动采为设备实时主动采，把我们关心的治安要素信息，实时反馈给信息系统，达到了智能化识别和管理的目的。目前，通过市局搭平台、县局建前端，一期在关键部位，建设了76套数据采集一体化多功能智能感知采集设备，把围绕人、物、空间的数据进行关联、智能分析与预警，从而形成了实时的数据链，为动态管控提供物联数据。

创新应用，结合实际需求开发实战应用模型。

按照“功能自主创新、数据本地存储、程序外聘编码、建用同步推进”的建设原则，紧扣“智能合成”主题，以“采集感知化、传输自动化、存储本地化、计算虚拟化、功能定制化、展示可视化、应用智能化”为目标，通过警企合作吸收借鉴成熟的公安实战应用成果，并结合安康实际情况，创新研发具有本地特色、贴近本地实情的，好用、管用、实用的大数据应用平台。

2017年，通过调研，结合执法办案工作需要，依托安康合成作战平台和执法办案监督系统，通过智能笔录系统将两者数据打通，同时实现了合成作战实时服务执法办案的目标，使办案中心做到了在数据研判、智能分析下的精准办案。

目前，安康市公安局利用现有硬件资源，按照大数据中心建设架构，通过治理现有信息资源管理平台汇聚的数据，有效地为市局自主知识产权的“安康公安CAF+车脸大数据实战系统”提供了人脸和车辆动态库解析数据，以及计算能力上的支撑，成功地通过系统研判提供线索163条，为办案场所提供深度研判发现线索48条，抓获犯罪嫌疑人86名，为安康公安机关民警提供实战服务，为全省公安机关推广应用做好试点。

今后，公安信息化应用必将依托大数据理念和技术，由事后查证向事前预测发展、由数据指导公安工作，更好地服务于社会、服务于人民，这些都离不开内外部各种各样的数据支撑。因此，在大数据中心技术建设同时，还应注重数据整合共享的机制建设，为大数据应用提供更多、更广、更鲜活的数据支撑。