情报大数据分析及其在公安合成作战中的应用

陈玲娜

(酒泉市公安局，甘肃 酒泉 735000)

互联网技术及大数据分析技术等被广泛应用到各个行业中，其中也包括公安合成作战。但是，情报大数据分析技术还无法为整体信息资源提供良好的安全保障，需要深入研究。目前，情报大数据分析已经被广泛应用到了公安合成作战中，能够直接采用信息技术科学分析公安数据，并实现对有效信息的提炼，促进了情报数据的进一步应用。想要开展更加高效的合成作战工作，就需要了解情报大数据分析中所涉及的各项基本技术。

1 情报大数据智能分析关键技术

1.1 大规模情报解析计算技术

情报大数据分析技术主要包含了云技术和计算机技术，能够实现对云量、海量数据的存储和计算分析。设计弹性系统架构时，结合了可扩展原则，建设情报云服务软件体系时，结合了统一开放的原则，主要用于公安部门分析各种多样化的情报数据[1]。

其一，基础层。基础层能够统一接入管理来自各个系统的数据，如车辆卡口、视频监控及移动终端等。

其二，数据交换层。数据交换层主要能够分析调用不同的业务数据，如公安基础数据及车辆数据等，根据系统需求建立相应的数据池，为上层应用提供分析和调取数据的支持。

其三，数据层。数据层能够结合业务需求来处理相关数据，具有消息开发、分析警情和指挥调度系统的功能，实现了对各类平台资源的良好整合，如GPS定位资源、视频监控资源及警用地理信息资源等，使数据与应用具有了关联[2]。

其四，应用层。能够在警务实战工作中指挥常规警情和重大事件，处置、分析移动事件和情报研判等。

该情报云框架能够存储不同类型的文件，同时能够根据数据类型，采用具有针对性的方式来进行数据检索，进而实现对应用效率的提升。情报云计算中心通过该层能够有效组织各类情报资源，提升计算的有效性等。

1.2 深度学习技术

深度学习技术对人工智能研究的基础是神经网络，在人工神经网络中形成了这一概念。提出深度学习的原因是为了使神经网络能够像人脑一样具有分析学习能力，其在解析数据时采用了人脑机制，通过对低层次特征的组合，获取到更为抽象的属性类别或属性特征，进而采用分布式的形式来展示所发现的数据。深度学习在训练海量数据时，主要采用不同的多层神经网络，结合高适应性、高精度原则，对相关模型进行了建立，以此预测新数据。应用情报智能技术时，三种价值最高的分析是人员、车辆及物体，深度学习在识别人脸和人体、分析人群和车辆等方面具有十分重要的作用[3]。

1.3 情报智能分析技术

情报智能分析技术主要采用了计算机技术来进行分析图像视觉，这一识别模式具有人工智能的特征，非结构化数据主要来自监视摄像头，需要理解和分析视频图像内容，描述图像中所具有的内容和行为，描述语言为结构化或半结构化，找出存在安全威胁的某种异常现象。这一过程十分复杂，需要对大量数据进行实时过滤和处理。

采用情报智能分析技术能够分析视频内容，在某一场景视频中提取运动目标及结构化特征，进而以片段视频的形式来进行呈现，能够实现对车辆的调度，分析人脸和人体，在接入视频流图片中提取目标人物或车辆所具有的结构属性，提取人脸特征和人体特征，进而在视频中更加高效地检索侦查目标、排查定位[4]。

2 基于合成作战的大数据应用服务建设

2.1 极致搜索

借助云计算技术，在内部通过对大数据深度挖掘技术和统计分析技术的应用，能够更好地处理海量数据，由于其具有强大的关键词、关键字检索功能，因此能够无缝对接各类信息，如人、车、案以及电话等，并进行立体化展示，实现了对原有界限的打破，通过对检索工具的全面、多层次、广泛应用，能够实现数据共享、部门联动及合成应用等目标。

其具有主体检索、组合检索及高级检索等功能，能够秒级反馈检索结果。整合各类文库信息时，为公安机关提供了一体化综合检索服务，也就是用户通过对某一关键词的输入，能够在不同的库中搜索到相应的元数据、网站信息和文档资料，突破以往信息系统常见的查询限制问题，实现对信息资源的全面利用。

2.2 超级档案系统

单独为人、车、案建立相应的档案库，以此来整合各类信息，只要出现或搜索了相关信息，就会自动进行档案建立。可以在相关信息圈中获取到无限的信息，将全面的信息支持提供给实战。借助相关要素能够在专题库中调取相关人员的照片数据、电话数据和身份数据等，同时，通过对相关数据的调取也能够匹配相应的人员[5]。

2.3 关系人分析

从各级网上公安机关可以了解到的各类犯罪嫌疑人网上关系活动、网下真实性和身份验证活动等均以相关数据信息分析为主实例分析出发，构建了各类犯罪活动嫌疑人员的网上同家、同行、同居、同事等时间关系活动近20种类型的关系人活动模型，基于新的neo4图形化数据库系统进行了各类关系活动路径的向量分析和数据计算，前端数据展示器系统采用强大的ned3向量数据图形展示技术，可以有效提高前端加载数据速度，实现图形化数据展示，并为后端展示提供了基于关系人的无穷数据拓展和线性数据分析。

以一个基于人员专注关系的不同类型关注节点为例，作为一个人员关系信息网络的侧面，以一个关注人员的具体照片节点作为一个人员关系信息网络的关注节点，结合新的数据核心加速分析算法，实现了高度可视化的对团伙关系挖掘，情报分析学和市场研判员的工作效率等都得到了较大幅度的提高[6]。

2.4 人员轨迹分析

提供了各种针对人员行为学特征进行分析的计算模型，从时空角度来分析人员行踪和轨迹的规律。通过针对性地利用指定人员在居住、上网、列车、飞机、医学门诊及其他轨迹信息资源等的基础上，根据时间轴全面整合各种活动轨迹信息资源。以轨迹地图和列表不同的形式呈现目标人员的活动状态和轨迹，使目标物体和对象的活动状况一目了然，研判民警系统就能快速生成对目标物体和人员活动状况的研判报告。

3 以数据聚合和分析为基础的合成作战路径

目前，情报大数据分析已经被广泛应用到公安工作中，直接采用信息技术，科学分析公安数据，实现对有效信息的提炼，促进了情报数据的进一步应用。大数据不仅提供了海量数据，还可以采用大数据模型挖掘分析，提升情报信息价值，为实战单位提供指挥依据，加快侦查破案速度。

3.1 数据融合汇聚

想要在大量的数据资源中借助大数据技术找到有效线索，应要求不同的业务部门统一纳入数据，实现数据共享。应联合社会部门，在数据池中统一纳入卫生医疗和快递物流等各类社会数据，联合互联网企业，借助其多样化的数据资源，实施警企合作，开展更具广度和深度的公安业务，清洗融合数据，在全面汇聚数据的同时令数据逐渐呈现出结构化、半结构化和非结构化等特征。清洗处理数据期间，大数据技术可以为结构化处理噪音及非结构化等数据提供支持，保证规范的数据处理流程。

3.2 系统整合兼容

应当明确采用数据资源，这有助于提升自身业务能力，保证侦查工作的良好实施。在系统建设和海量数据前，发展大数据战略。然而，由于存在重复建设系统及系统无法兼容等问题，浪费大量资源。系统建设期间，应做好对顶层设计的加强，采用统筹规划，结合整体布局，保证横向上的统一，做好信息网的统一建设，保证数据良好、共享公用。应制定纵向标准和标杆，借助互通系统，保证数据共融，结合各种硬件开展业务融合工作。

3.3 自主分析研判数据

构建具有一网双域功能的新兴信息网。其具有单独的数据功能和应用功能，在保证数据安全的基础上可以为公安大数据中心融合和挖掘研判各类数据提供支持。不同的警种和合成作战部门在合成作战中，应当在遵守保密规定的基础上获取自身的访问权限，保证各项数据资源的使用符合访问权限。还应深入分析各类犯罪规律，采用大数据技术开发各类犯罪案件的研判模型，保证各警种均具有主导合成作战权利，全面应用各种数据，保证情报的核心价值。通过共享交流相关情报，在侦查打击工作中为实战单位提供直接指导，通过创新机制和技术为各警种提供主导合成作战机会。其重点是能否找到犯罪的深层规律，采用分析模型定罪，提升警务情报价值。

3.4 生产和交流战略情报及战术情报

公安情报主要包含两种，即战略和战术。战略情报可以为全局提供预测和决策依据，战术情报有助于解决日常问题，也称为犯罪情报。大数据在描述特定事物时大多会借助全数据模式，借助大数据技术可以从发展现状和局部特点等方面实现对警务活动的准确分析，也可以从整体状况和特征规律方面实现对警务活动的科学掌握。大规模数据和大数据分析为公安战略和战术提供了更具生命力的情报。

3.5 研究智库和战略情报

分析公安战略情报时，大数据统计模型起到了十分重要的作用。由于统计模型中应用了关联因子和趋势指标等，所以能够得知是否存在异常行为和犯罪行为。应结合某段时间内辖区的综合治安状况，分析高发案件和某类案件在当前时间段发生的可能，并给出有效措施。如果辖区内有可能出现舆情关注和网上的热点案件，那么就应提前快速发出战略情报，为警务决策提供重要依据，保证各警种和各单位可以在案件发生前扮演好耳目和尖兵，同时也有助于在合成作战中为各单位提供良好的指导，提供重要的决策依据。在数据充分的基础上，借助大数据技术分析国际上的各类犯罪行为和犯罪人员等，提供打击该类犯罪案件的重要情报。

3.6 研究战术情报

战术情报的基础是已经侦破的具体案件，有助于公安机关更加准确地发现案件线索、定位和抓捕犯罪嫌疑人、收集和固定犯罪证据及审讯犯罪人等。结合搜集到的基本信息，采集、汇总和对比各类犯罪现象和犯罪苗头，这种一线情报信息簇具有巨大的潜在价值，可为情报分析奠定良好的信息基础。不同警种和一线办案单位应当深入研究犯罪规律，构建研判大数据模型，挖掘有价值的数据，为案件侦破提供战术情报[7-8]。

4 结语

公安机关在以侦查破案为目标、对实体化合成作战中心进行建立的过程中，主要结合了警务实战化这一公安部党委所作出的战略部署，通过对情报智能分析技术的利用，从源数据方面对情报数据进行了重构，并借助TAG技术实现了对各类信息的重新组织存储和深度学习，以犯罪分子为目标，拼凑了他们的行为痕迹，在整个案件处理过程中，通过对智能情报技术的应用，开展更加科学、有效、精准的预警和防控及打击工作。