公安大数据警务大数据分析系统专项方案设计图文.doc

公安大数据警务大数据分析系统方案设计(图文) 产品推荐1:智慧消防:水源采集系统方案产品推荐2:激光投影:最佳大屏解决方案产品推荐3:智慧展厅:综合应用解决方案物联网与大数据作为信息时代技术产物，受到社会各界广泛关注，如何运用物联网技术与大数据分析算法提高办案效率，已成为各国警方分析研究课题。本文构想了一套基于物联网技术警务大数据分析模型，旨在探讨该套模型在实际应用中可行性，以及也许遇到困难。背景简介警察作为一种国家重要机构，肩负着维护社会稳定，打击违法犯罪重要职责，面对着越来越狡猾犯罪分子，警方需要有效提高防止和打击犯罪能力，单靠警员人工破案已无法满足社会需求，因而国家提出“科技强警”发展战略，借助高科技装备、信息化手段协助警方打击违法犯罪，“金盾工程”更是将公安信息化建设推向了高潮。然而，随着信息时代到来，犯罪分子作案手段越发多变、隐蔽，老式信息化手段已很难协助警方迅速分析研判。近年来，“物联网”、“大数据”越来越被人们所熟知，知名“google汽车”、“大数据流感预测”更是成为物联网技术与大数据预测应用典型案例。这两个在几年前还不为人知技术名词，好像是在一夜之间闯入了咱们生活，将人们拉入了科幻电影中场景。那什么是“物联网”、“大数据”呢？物联网技术是运用互联网等通信技术手段把传感器、控制器、机器、人与物通过新方式联系在一起，形成人与物、物与物互联，实现信息化，远程管理控制和智能化网络。作为物联网之后IT行业又一大颠覆性技术革命，大数据是信息爆炸时代产物，人们每天上网、交流、购物、订票产生了数以亿级数据，而这项技术意义并不在于掌握了庞大数据信息，而在于对这些具故意义数据进行专业化预测解决。警方分析研判核心是挖掘人员、组织、案（事）件、阵地以及物品五要素之间关联关系，如果可以借助物联网技术获取五要素信息，那么将大大提高警方获取线索信息效率，同步也能避免人为错误。而面对庞杂线索信息，则可以借助大数据分析技术实现进一步，高效挖掘分析，进而迅速找出五要素之间关联关系。本文试图探讨构建一套基于物联网技术警务大数据分析模型，借以提高警方线索采集和分析研判过程精确性和效率。技术架构基于物联网技术警务大数据分析模型是一种运用大数据分析算法对海量警务物联网线索信息进行深度挖掘分析系统模型。它涉及了物联感知层、数据传播层、数据分析层以及数据展示层，同步，它还要与既有公安信息网有效融合，实现信息共享碰撞。物联感知层警务物联网，是指运用感知技术与智能装置对警务工作关注对象进行自动感知辨认，通过网络，技术解决和智能分析，实现对关注对象状态和态势信息实时掌握，达到对关注对象动态监测、精准管理和科学指挥目。当前警方所应用场景有旅客身份证查验、警车警员GPS定位、城区视频监控、道路卡口车辆监控、重点部位报警防范、重点人员手机定位、枪支RFID标签定位等，可以采集到人员、车辆以及物品都市时空数据，为警方建立基本要素排查提供大量真实可靠原始数据。数据传播层通过移动互联网、有线网络等媒介传播到系统模型物联网数据，具备数据量大，且分布在不同步域，空域特点，是无法直接使用，为此需要按照一定原则规则对它们进行初步筛选和归类整合，将其转化为兼容系统模型，具备统一规范原则“元数据”。数据分析层通过初步归类整合数据仍旧是海量且缺少直观联系关系，无法为警方提供研判根据，为此需要借助专业数据挖掘算法对这些数据进一步分析、整合。同步还要与公安信息网中线索与情报进行碰撞，以减少单一数据源导致信息可靠性低等问题。惯用分析算法有分类分析、回归分析、聚类分析以及关联分析。分类分析依照一定分类准则将具备不同特性数据划分到不同类别过程。以某地区团伙作案为例，该区域近一段时期是团伙犯罪高发期，警方对该区域以及邻近区域娱乐场合以及出租屋人员进行集中排查，采集到大量身份证信息和手机串号信息。通过对半夜时段身份证号以及手机串号进行碰撞，可以筛选出一批经常出入于犯罪高发区可疑人员名单，进而协助警方缩小排查范畴。回归分析通过对自变量和因变量做一定有关性分析，由此建立回归方程，用以预测变量依赖关系。加利福尼亚警方曾运用火灾预警系统来预测建筑物火情以及分析纵火案。加利福尼亚警方通过将一年内火灾案件与当每天气，建筑物自身因素等资料数据化，形成了一套火灾级别与火灾因素拟合函数，当火灾因素点越丰富时，拟合出来火灾隐情拟合函数曲线就越细腻平滑，精准度也就越高，进而形成经验数据，有效提高火灾预警能力。同步，警方也不放过那些异常点，由于往往异常点代表着具备“人为纵火”嫌疑，警方再通过对这些异常点分析，找出隐藏在火灾背后案情。聚类分析不同于分类分析，聚类分析没有先验知识，普通是将一堆看似毫无规则数据依照某种特性进行划分，不同属性数据分到不同组。警方可以依照时间或者空间为基准属性，对采集到身份证号，报警信息，手机串号等进行分组，进而发现可疑线索。例如，某文物保护单位半夜时分发生文物盗窃案件，通过对该单位近一周内监控录像、手机串号等数据采样，警方一方面将可疑目的锁定在半夜时段浮现四个手机串号上，由于该时段不也许是正常游客参观时段，具备可疑性，但由于作案人带了头套和手套，未能获得有价值作案监控录像。警方再对别的时间进行排查碰撞发现，在案发前三天，可疑目的手机串号出当前文物展览时段，通过对该时段监控录像与手机串号进行排查定位，就可以有效缩小排查范畴。关联分析用于在大量杂乱无章数据中寻找有价值数据间有关关系。通过度析犯罪嫌疑人基本信息、亲朋朋友、交通工具、银行账户以及出行记录等，就能绘制出一张犯罪嫌疑人关系网，进而为警方迅速掌握犯罪嫌疑人动向提供有力线索。数据展示层随着着大数据应用而浮现技术尚有可视化展示技术，它可以很直观将大数据分析产生晦涩难懂数据以图表形式展示出来，协助警方依照图表特性迅速研判。本模型针对警务案件研判特点，选用了几种常用图表模型做展示。关联关系图关联关系图与关联分析算法配套使用，用于展示研判分析成果各元素之间关系，该图将各元素分为中心元素和关联元素，关联元素环绕着中心元素展开。通惯用于犯罪嫌疑主体与客体之间关联关系。【注：中心元素和关联元素要素类型可以相似，也可以不同】时空时序图普通与分类分析算法、聚类分析算法配合使用，按照时空属性，展示行为主体在一定期空范畴内行为轨迹，通惯用于展示犯罪嫌疑人或嫌疑车辆行为轨迹。热点分布图普通与聚类分析算法配合使用，用于碰撞挖掘人员行为习惯，关联关系以及异常行为之间“共性”。应用架构基于物联网技术警务大数据分析模型自身不能直接破案，但它可以协助警方缩小排查范畴，缩短排查用时。由于它需要整合多方信息资源，因而是一套跨部门，跨警种分析应用模型。水平维度警方在办案过程中经常会遇到多警种配合工作状况，而各警种获取线索信息渠道也许有所不同，导致对同一种目的元素得到不同数据，这时就需要对人们获取信息进行核算，并以某一种或多数人信息为最后结论数据。（注：依托物联网技术获取数据会减少数据差别性概率，但案件线索并非只有物联网采样数据，尚有诸多数据要通过其她渠道获得）垂直维度分析采集在应用这套模型时，应当按照不同级别，职能分工使用。基层单位重要负责线索采集，实际办案单位则肩负线索采集和分析研判过程，而省厅则作直接运用分析研判成果，对各区域治安状况，警员工作状况进行分析考核。建设难点虽然物联网、大数据已经不再是个陌生技术，它也已经被广泛应用到各行各业，小到“物品标签”，大到“百度大数据分析筹划”，似乎这两类技术无所不能，但事实上，要想充分发挥技术优势，还需要一定条件。物联网，它被憧憬应用形式之一便是连接都市，各种各样传感器，视频监控无处不在，追中人们行动并生成大量数据，从而更高效管理都市，但物联网技术软硬件缺少一种统一或者相对统一原则，很难靠一家技术公司就能对接，整合各家设备或系统。大数据，一项伟大创造，它将“星占卜”变成了“现实”，但从它词意就可以懂得，它样本即所有，需要大量且非单一数据做支撑，“共享”必不可少，但一方面要解决各部门间信息壁垒，以及跨公安网信息交互引起信息安全问题。文章总结虽然笔者通过理论根据以及工作实践总结出了这套系统模型，但模型应用到实际，并构建出完整可实用软件系统依然有很长一段路需要走，这需要公安干警以及有关行业技术从业者共同努力。技术手段不也许直接用于破案，但如果可以科学合理应用，充分发挥它作用，就能大大提高警方办案效率。而这些都是建立在完备管理机制和人员结识之上，需要警方、科学工作者以及社会共同努力。特别推荐：【智慧都市圈子邱文斌】订阅号:qwb_智慧都市圈子:专注行业概念普及、报告分析及趋势等分享。众智库是圈子运营机构,是在民政局备案非营利性社会组织,重要目是凝聚智慧都市专家和公司资源，为智慧都市规划、建设、运营和产业发展提供智力支持，倡导大小公司优势互补，携手共赢。