警务大数据关键技术研究及多轨联侦应用

2022-12-30李沁眙

智能建筑与智慧城市 2022年4期

李沁眙

（青海省公安厅）

1 引言

随着经济、文化全球化脚步加快，各国联系日渐紧密，资源网络逐步渗透于每一个角落，突破原有通信及交通工具，依托互联网为基本载体实现“不在场”不良行为日渐增多，传统警务工作方式效率低下，对各类突发性事件反应联动缺乏实效性，如何高效、及时确定目标主体、实施打击等均对警务提出新的挑战，大数据兴起及应用为其提供强有力的路径。

2 大数据技术在警务工作信息化建设的必要性

大数据是指将数据收集、处理及利用等高效集约化，其最为典型的特征为数据快速流转、多元化类型、价值密度低、海量数据规模。公安部门结合时代发展趋势，成立专项全国公安大数据工作领导小组，核心目的在于全面贯彻及落实公安大数据战略，保证公安信息化建设获取良好的成效，进一步提升国家安全防护等级及社会稳定能力[1]。计算机互联网与大数据技术促进了全球各个区域的联通，同时导致现代社会的不安定因素增加，在信息技术快速发展的背景下产生的新型犯罪对社会治安产生了极大威胁，传统警务管理方式已经不能满足当前的社会发展需求。因此，需要利用大数据技术构建更加先进的警务云平台，提高警务管理效率，对当前大数据技术在警务工作信息化建设过程中的必要性进行全面掌握，才能够充分发挥大数据技术的优势，促进警务工作的信息化和科学化发展，有利于构成多轨联侦系统，促进不同地区警务工作的有效联合，对新型犯罪进行有力打击。在公安信息化工作快速推进的背景下，信息基础建设施的建设水平在不断提高，促进了公安机关数据规模和相关数据信息的快速增长。目前，在警务平台建设过程中，需要根据警务平台的具体情况利用大数据提高警务信息服务水平。对系统关联业务功能以及信息化工作机制等进行优化，要确保警务信息化机制与社会发展实际相结合。特别是要重视对大数据技术的有效应用，这是公安信息化发展必须关注的重点内容，也是公安信息化发展的必然趋势。

在当前的警务工作开展过程中，各种音频、图片等非结构化数据越来越多，对这些数据进行合理储存、分析，并对数据资源进行充分应用是确保警务工作顺利开展的关键内容，也是公安信息化发展过程中必须解决的问题。在这个环节中需要重视大数据技术的应用优势，要以警务云平台的建设现状和大数据技术的发展实际构建全面完善的警务云平台。

现阶段，硬件设备需求在不断增加，不同的技术路线与统一性较低，开发的相关技术越来越多样，导致不同软件和硬件的运维成本不断上升，这在一定程度上阻碍了公安系统信息化建设进程。而利用云计算技术和大数据技术可以有效解决软硬件成本相对较高的问题，提高设备资源的综合利用效率，对保障金融云平台的整体建设效益有极大帮助。除此之外，在开展警务信息化建设工作时，对大数据关键技术进行深入研究和应用，有利于解决在警务工作改进和创新过程中人员不足等各项问题，这为多轨联侦应用奠定了良好的平台基础。

3 基于大数据技术的警务云平台建设

3.1 确定建设目标

在促进多轨联侦实践的过程中，必须要加强警务云平台建设工作，特别是要重视大数据技术在警务云平台建设中的积极作用。在警务云平台建设之前必须要确定明确的建设目标，这是确保后续警务平台建设作业顺利进行的重要基础。利用警务云平台可以对公安内外资源进行有效整合，提高公安信息化建设水平，对相应的数据资料可以进行深入挖掘和利用，保证警务云平台的应用效益。与此同时，可以促进情报信息主导警务机制的完善发展，提高多帧联动、多轨联控以及预警防范能力。在开展警务云平台建设时，必须要对社会治安防控体系进行完善，构建立体化的防控体系，重视基层治安防范，对网络社会以及公共安全管理手段进行创新和改进。此外，需要对网上执法办案流程进行完善，加强执法监督，开展有责信访，提高社会管理和服务民生的网络化以及信息化水平。对一些重大安保和应急处理保障工作也要进行科学改进。对调度信息、图像信息等进行整合分析，提高公安机关的合作能力以及快速反应能力。还需要对不同的基础设施和信息中心进行完善，构成基于大数据技术和信息技术的综合保障长效机制，从而提高警务工作的信息化管理水平。

3.2 重视整体架构

大数据存储技术用于公共安全场景，主要体现在两方面：一方面，MPP 架构新型数据库集群选用MPP 架构新型数据库集群，核心强调面向行业大数据，通过利用SharedNothing架构，利用列存储、粗粒度等处理技术，联合MPP架构高效的分布式计算模式，完成对分析类应用有效支撑，其中运行实际环境为低成本PCServer，具备高性能及扩展性优势，用于企业分析中可获取良好的成效。此类产品可为PB级别结构化数据分析，是原有数据库难以比拟的优势。另一方面，以Hadoop技术为基础实施扩展及封装，以Hadoop 技术为核心衍生相应的大数据技术，对传统关系数据库难以处理数据和场景予以解决，可以最大限度展示Hadoop开源的特征优势，随着各类先进技术持续性发展及进步，其使用场景也逐步扩展，使用最为典型的便是扩展和封装Hadoop实现大数据分析及存储。

3.3 整合分散系统

近几年，公安信息系统的建设以多层体系技术架构为主要方式，且此方式具备较高的历史性作用，然而继大数据、移动互联技术、云计算等各种技术的出现，以往架构方式体现出可扩展性弱、集约共享性局限、合成联动障碍重等情况。现阶段，大部分部门对云数据和大数据技术的理念缺乏准确的认知，且依然存在不同程度的各自为政、内化信息壁垒问题，因而时下对各个警种分散系统的有效整合迫在眉睫。

3.4 规范标准与机制，整合内外信息资源

完善相应的数据对接标准并且注重数据筛选、分类和过滤、关联等工作环节，可有效提高数据的整合质量，保证大数据的准确性、优质性、完整性。迫于合成作战业务的实际需要，需要全面突破警种、地区及各层级之间的信息壁垒，在大数据技术和云计算技术的基础上，实现情报、技侦、反恐、网侦、科信、刑侦等各个部门技术资源和系统的整合应用，并且将其与系统功能对接起来，建立起信息化的整合性联动平台。

3.5 重塑信息化下联勤联动、合成作战业务流程

借助云平台以联勤联动为核心，基于合成作战理念的基础上，借助信息化技术克服诸如职能交叉、衔接不够、多头指挥、警种林立等问题，在科学整合指挥系统的过程中，将其系统内部关系理顺，从而促成横向交互、上下联动、高效运作的实战指挥系统。

4 多轨联侦应用实践要点

目前，公安系统实际应用多数均以数据库为基础，其数据处理能力和速度难以满足实际需求，所以需充分引入大数据方案，进一步对基本系统进行改造升级，进一步提升其实战成效。针对多轨道联侦实际应用场景，可依托身份证、人脸识别、手机等进行多层次、多维度轨迹，按照时间抑或空间自身属性特性，将汇总采集信息进行合理化分组，刻画并回放人员、车辆及物体轨迹，可通过以下技术方案进行分析。

4.1 大数据平台建设

目前，架构数据层主要选用传统结构化数据库，持续性使用交互式查询数据处理能力具有一定的约束，整体反馈响应速度较为滞后。同时，该系统针对卡口过车数据进行动态化处理性能不佳，针对该问题可充分引入大数据平台，以此保证系统处于多元化数据处理场景下数据分析和处理能力。如某交警系统结合实际应用基本需求和数据特征，可选取交互式查询和动态实时处理流程两种基础业务对数据层进行改造，该方案内部主要包含两大模块。第一模块，交互式查询部分。将查询实际应用时间长划分为长周期、短周期查询，前者主要实际查询过程中积极引入数据仓库，动态化进行全文检索等组件，将汇总采集相关数据信息处理之后存储于数据库内，进一步提升大范围内数据检索和处理速度，进一步减少响应时间。第二模块，实时流处理场景，充分利用分布式消息队列，流数据处理和内存数据等组件，进一步实现对数据视频高效处理。依托该改造方案，数据存储分析处理平台对视频进行动态化处理和海量检索处理水平将进一步提升。

4.2 数据标签体系建设

原有警务办案实践过程中，一线干警主要构建仿真人物画像并进行特征比对，主要选取以人工比对为主，此种方式缺少相应的客观性，多依附于干警人员自身经验，对比和检索实际范围受限，该过程中较为耗损时间，仅可倾向于事后处理。基于大数据，可最大限度使用数据标签体系，精准提取相应的元素构建完善的数据库，进一步强化人员研判、事件侦察等多个领域，为基层民警、业务警种等提供多元化数据服务。典型的数据标签体系架构主要包含三大单元，即基础平台、管理工具、应用系统，基础平台多依附于计算引擎为核心标签创建，实时分布式数据库为基本标签存储、分析引擎，确保数据标签全生命周期动态化操作、存储；管理层主要涉及标签引擎、标签库相吻合的管理功能；应用层数据标签平台自身本提供通用型标签服务能力。