在全球信息化快速發(fā)展的大背景下，大數(shù)據(jù)已經(jīng)成為國(guó)家重要的基礎(chǔ)性戰(zhàn)略資源、重塑國(guó)家競(jìng)爭(zhēng)優(yōu)勢(shì)的新機(jī)遇、提升社會(huì)治理能力的新途徑。公安部以習(xí)近平新時(shí)代中國(guó)特色社會(huì)主義思想為指引，牢固樹立總體國(guó)家安全觀，全面實(shí)施公安大數(shù)據(jù)戰(zhàn)略，為各部門各警種、各地公安機(jī)關(guān)和基層民警以及政府部門和相關(guān)行業(yè)、人民群眾提供智能化、專業(yè)化服務(wù)，切實(shí)提高公安機(jī)關(guān)態(tài)勢(shì)感知、預(yù)警預(yù)測(cè)、精確打擊、動(dòng)態(tài)管控、扁平指揮、社會(huì)服務(wù)等核心戰(zhàn)斗力。公安“大數(shù)據(jù)”的深度應(yīng)用讓公安警務(wù)工作向“智慧公安”轉(zhuǎn)變。在大數(shù)據(jù)時(shí)代，基于公安數(shù)據(jù)與社會(huì)數(shù)據(jù)融合的大數(shù)據(jù)分析研判在公安偵破案件、預(yù)防犯罪、精確打擊、輔助決策等警務(wù)工作中的作用日益顯著。

大數(shù)據(jù)在“智慧公安”領(lǐng)域中的應(yīng)用優(yōu)勢(shì)主要體現(xiàn)在以下幾個(gè)方面：

一是對(duì)大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行智能化分析處理。公安機(jī)關(guān)在履行社會(huì)管理職責(zé)過程中，已經(jīng)掌握、管理、儲(chǔ)存了各類數(shù)據(jù)信息，包括人口管理、接處警信息、出入境登記、旅店賓館住宿信息、機(jī)動(dòng)車駕駛員信息、視頻等結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，這促成了公安機(jī)關(guān)掌握的數(shù)據(jù)儲(chǔ)存海量化和類型多樣化。針對(duì)這些互聯(lián)網(wǎng)信息、生物特征信息、行為軌跡、圖片影像等海量數(shù)據(jù)進(jìn)行智能化處理分析，是公安機(jī)關(guān)應(yīng)用大數(shù)據(jù)的優(yōu)勢(shì)，也是當(dāng)前公安信息化建設(shè)的重點(diǎn)。

二是構(gòu)建起以大數(shù)據(jù)智能應(yīng)用為核心的“智慧公安”新模式。公安機(jī)關(guān)在長(zhǎng)年的案件偵破過程中，技術(shù)人員通過從海量的案例信息、社會(huì)資源信息中提取有效數(shù)據(jù)，結(jié)合時(shí)間、空間、人文地理等要素進(jìn)行加工分析，找出暴力犯罪、恐怖襲擊、惡性群體性事件等各自的發(fā)生要件，總結(jié)出各類案件發(fā)生的要素特征，形成了各種各樣行之有效的技戰(zhàn)法，積累了豐富的實(shí)戰(zhàn)經(jīng)驗(yàn)。通過大數(shù)據(jù)技術(shù)可以很好地將這些老民警經(jīng)驗(yàn)和技戰(zhàn)法進(jìn)行模型化，結(jié)合各類要素特征數(shù)據(jù)建立起相應(yīng)的模型，實(shí)現(xiàn)智能分析研判、自動(dòng)預(yù)測(cè)預(yù)警、精準(zhǔn)防范打擊、便捷管理服務(wù)等應(yīng)用，構(gòu)建起以大數(shù)據(jù)智能應(yīng)用為核心的“智慧公安”新模式，真正向科技要警力。

三是隨著大數(shù)據(jù)在“智慧公安領(lǐng)域”的深度應(yīng)用，各類方法和工具正不斷完善和創(chuàng)新。用于大數(shù)據(jù)分析的關(guān)鍵技術(shù)，包括A/B測(cè)試、關(guān)聯(lián)規(guī)則挖掘、分類、數(shù)據(jù)聚類、眾包、數(shù)據(jù)融合和集成、數(shù)據(jù)挖掘、集成學(xué)習(xí)、遺傳算法、機(jī)器學(xué)習(xí)、自然語言處理、神經(jīng)網(wǎng)絡(luò)、神經(jīng)分析、優(yōu)化、模式識(shí)別、預(yù)測(cè)模型、回歸、情緒分析、信號(hào)處理、空間分析、統(tǒng)計(jì)、監(jiān)督式學(xué)習(xí)、無監(jiān)督式學(xué)習(xí)、模擬、時(shí)間序列分析、時(shí)間序列預(yù)測(cè)模型、可視化技術(shù)等。用于整合、處理、管理和分析大數(shù)據(jù)方面的關(guān)鍵技術(shù)有BigTable、商業(yè)智能、云計(jì)算、Cassandra、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)集市、分布式系統(tǒng)、Dynamo、GFS、Hadoop、HBase、MapＲeduce、Mashup等。

四是編制公安大數(shù)據(jù)建設(shè)標(biāo)準(zhǔn)體系。各地公安機(jī)關(guān)結(jié)合以往大數(shù)據(jù)建設(shè)經(jīng)驗(yàn)和問題總結(jié)，整理編制了公安大數(shù)據(jù)建設(shè)標(biāo)準(zhǔn)體系，包括：基礎(chǔ)標(biāo)準(zhǔn)、數(shù)據(jù)處理標(biāo)準(zhǔn)、數(shù)據(jù)安全標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)、產(chǎn)品和平臺(tái)標(biāo)準(zhǔn)及應(yīng)用和服務(wù)標(biāo)準(zhǔn)等。通過統(tǒng)一標(biāo)準(zhǔn)，統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)和信息交互的技術(shù)標(biāo)準(zhǔn)，大大降低了公安內(nèi)外部各系統(tǒng)信息交互和使用成本，使得各部門各系統(tǒng)能夠把更多精力和資源專注于要解決的業(yè)務(wù)問題上。

雖然大數(shù)據(jù)技術(shù)在“智慧公安”領(lǐng)域中的應(yīng)用優(yōu)勢(shì)明顯，但在實(shí)際應(yīng)用過程中也存在一些難點(diǎn)問題。

難點(diǎn)一：過于依賴源頭信息采集，導(dǎo)致基層民警信息采集工作量大。在“智慧公安”領(lǐng)域，哪些數(shù)據(jù)是有用的，哪些是需要關(guān)心和提取的，這是一直在探索的問題，為確保公安工作有效開展，就要求盡可能廣泛獲取各種信息資源。目前，公安機(jī)關(guān)倡導(dǎo)信息“全警采集”，通過建立健全“信息工作基礎(chǔ)化、基礎(chǔ)工作信息化”的工作機(jī)制，將信息采集建立在扎實(shí)的基層基礎(chǔ)工作之上。然而，由于信息采集覆蓋面廣，必然導(dǎo)致基層民警信息采集任務(wù)繁重，造成信息采集效率低下、質(zhì)量不高，也影響了日常警務(wù)活動(dòng)的開展。

難點(diǎn)二：有價(jià)值的非結(jié)構(gòu)化數(shù)據(jù)難以高效、直接利用。當(dāng)前公安系統(tǒng)數(shù)據(jù)特點(diǎn)以結(jié)構(gòu)化數(shù)據(jù)為主、半結(jié)構(gòu)化數(shù)據(jù)為輔、非結(jié)構(gòu)數(shù)據(jù)增量巨大。增量巨大的視頻圖像數(shù)據(jù)作為非結(jié)構(gòu)化數(shù)據(jù)，不能直接實(shí)現(xiàn)結(jié)構(gòu)化查找檢索，無法將其中有價(jià)值的信息直觀、高效的提供給各個(gè)業(yè)務(wù)需求部門。以車輛識(shí)別為例，以往建設(shè)的卡口系統(tǒng)主要通過車牌進(jìn)行車輛識(shí)別，并以車牌為檢索條件，實(shí)現(xiàn)從海量過車圖片中查找車輛。然而一旦犯罪嫌疑人或交通肇事者使用假牌、套牌或進(jìn)行車牌遮擋、摘掉等行為時(shí)，常規(guī)僅能識(shí)別車牌的系統(tǒng)就難以繼續(xù)獲取目標(biāo)車輛的動(dòng)態(tài)信息。遇到該類案情便只能依據(jù)車輛本身固有和難以更改的信息，如品牌、型號(hào)、顏色等從海量過車視頻圖像中依靠人工進(jìn)行查找和識(shí)別目標(biāo)車輛。

難點(diǎn)三：數(shù)據(jù)加工處理及匯集整合面臨諸多困難。針對(duì)龐雜而豐富的信息資料，只有進(jìn)行整序、濃縮、升華、系統(tǒng)化，使之成為一個(gè)有機(jī)的整體即信息資源，才能發(fā)揮其整體效益、系統(tǒng)效益，并從中提煉出有價(jià)值的情報(bào)信息。當(dāng)前，公安機(jī)關(guān)“條”與“條”、“塊”與“塊”、“條”與“塊”之間缺乏有效的信息交流，不同部門、不同地區(qū)的信息資料互設(shè)壁壘、互不共享或者共享不完整，導(dǎo)致信息資源網(wǎng)絡(luò)化、集成化程度低。與此同時(shí)，各類犯罪的新動(dòng)向、新特點(diǎn)、新情況變化多樣，特別是對(duì)于團(tuán)伙、流竄、同類案件，僅靠單一信息資源難以偵破案件，往往需要通過多地區(qū)、多源信息內(nèi)部關(guān)聯(lián)，才能碰撞出高價(jià)值的情報(bào)線索，服務(wù)警務(wù)實(shí)戰(zhàn)。

難點(diǎn)四：數(shù)據(jù)的時(shí)效性難以得到保障。目前，用于“智慧公安”大數(shù)據(jù)的信息資源一部分從各公安業(yè)務(wù)信息系統(tǒng)中抽取，一部分從社會(huì)其它部門通過交流交換以定期復(fù)制、提取的方式獲得。這些信息資源都存在一定程度的時(shí)差，不具備實(shí)時(shí)性，這使得大數(shù)據(jù)分析及應(yīng)用受到限制。

目前對(duì)于公安大數(shù)據(jù)的應(yīng)用主要包括以下五個(gè)方面：

1、深度的數(shù)據(jù)融合

在數(shù)據(jù)融合方面，能夠?qū)崿F(xiàn)數(shù)據(jù)的跨網(wǎng)、跨平臺(tái)、跨系統(tǒng)間的數(shù)據(jù)整合，極力促成公安網(wǎng)、技偵網(wǎng)、網(wǎng)安網(wǎng)、視頻網(wǎng)等數(shù)據(jù)深度融合，確保公安內(nèi)部與外部、網(wǎng)上與網(wǎng)下、真實(shí)與虛擬的信息有效整合。通過數(shù)據(jù)融合，實(shí)現(xiàn)互聯(lián)網(wǎng)虛擬世界向真實(shí)世界的關(guān)聯(lián)映射，實(shí)現(xiàn)真實(shí)世界向虛擬世界的擴(kuò)展延伸，對(duì)實(shí)名登記數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)、通聯(lián)數(shù)據(jù)、車輛數(shù)據(jù)、社會(huì)化數(shù)據(jù)深度關(guān)聯(lián)有機(jī)整合，真正實(shí)現(xiàn)“人、車、物、證、網(wǎng)、像”等全面刻畫。

2、變實(shí)戰(zhàn)經(jīng)驗(yàn)為業(yè)務(wù)數(shù)據(jù)模型

充分運(yùn)用人工智能新技術(shù)突破人力極限，全面構(gòu)建以靈敏感知、主動(dòng)發(fā)現(xiàn)、精準(zhǔn)推送、動(dòng)態(tài)在線為特點(diǎn)的大數(shù)據(jù)智能應(yīng)用服務(wù)體系，以公安業(yè)務(wù)實(shí)戰(zhàn)的需求為出發(fā)點(diǎn)，將案件分析、研判、處理等警務(wù)流程歸納成為應(yīng)用模型，在數(shù)據(jù)挖掘、特征提取、算法優(yōu)化、模型構(gòu)建、知識(shí)總結(jié)和規(guī)律發(fā)現(xiàn)等方面實(shí)現(xiàn)新突破，促進(jìn)大數(shù)據(jù)在公安工作全領(lǐng)域、全方位、全過程的深度智能應(yīng)用。

3、提供關(guān)聯(lián)關(guān)系發(fā)現(xiàn)

通過全維度的數(shù)據(jù)分析挖掘，查找人員關(guān)系、時(shí)空軌跡、通聯(lián)信息、定位軌跡等關(guān)聯(lián)關(guān)系、規(guī)律特點(diǎn)、因果關(guān)系，通過流程化、可視化的方式向民警預(yù)測(cè)預(yù)知風(fēng)險(xiǎn)狀態(tài)。

4、更深層次警情研判

通過提供多種統(tǒng)計(jì)分析方法、數(shù)據(jù)挖掘模型和多維分析等手段，對(duì)治安態(tài)勢(shì)的預(yù)測(cè)分析、犯罪行為分析、重點(diǎn)人員軌跡分析和多業(yè)務(wù)庫(kù)智能碰撞比對(duì)與關(guān)聯(lián)分析，深層次、多方位的從海量數(shù)據(jù)中提煉有價(jià)值的數(shù)據(jù)，并通過多模式的比對(duì)進(jìn)行智能研判，實(shí)現(xiàn)對(duì)重點(diǎn)人員異動(dòng)的預(yù)警。預(yù)警信息可推送至多部門、多警種，使相關(guān)警種及時(shí)掌握警情態(tài)勢(shì)，把握穩(wěn)控先機(jī)，促進(jìn)跨部門信息共享及合作聯(lián)動(dòng)，實(shí)現(xiàn)警力的科學(xué)部署和智能決策。

5、提供直觀豐富的數(shù)據(jù)展示

利用可視化技術(shù)將抽象的數(shù)據(jù)通過直觀、生動(dòng)的圖形、圖表展示出來，通過曲線圖、柱狀圖、趨勢(shì)圖等綜合展現(xiàn)數(shù)據(jù)的詳細(xì)信息、案件趨勢(shì)走向和分布區(qū)域、人員流向等，讓數(shù)據(jù)“慧”說話，為警務(wù)工作者提供實(shí)時(shí)、直觀、整合的信息，支持決策層快速、精準(zhǔn)制定戰(zhàn)略。

大數(shù)據(jù)應(yīng)用具有揭示事物內(nèi)在聯(lián)系的特點(diǎn)，有助于改變公安管理被動(dòng)、粗放的工作局面。通過對(duì)警務(wù)工作大數(shù)據(jù)的研究分析，可在指揮調(diào)度、警力配置、治安防范等方面開展預(yù)測(cè)分析、制定更精細(xì)化的工作方案，將有限的警力資源投放到最關(guān)鍵的位置，實(shí)現(xiàn)警力邊際效應(yīng)最大化。

在指揮決策、業(yè)務(wù)指導(dǎo)、組織管理方面，通過態(tài)勢(shì)風(fēng)險(xiǎn)、決策推演、動(dòng)態(tài)評(píng)估、重大風(fēng)險(xiǎn)預(yù)警等應(yīng)用，實(shí)現(xiàn)風(fēng)險(xiǎn)提前預(yù)警、全時(shí)態(tài)勢(shì)感知、決策綜合推演、政策動(dòng)態(tài)評(píng)估。

在維穩(wěn)防護(hù)、打擊犯罪、治安防控方面，通過構(gòu)建維護(hù)穩(wěn)定、打擊犯罪、治安防控等智能應(yīng)用，實(shí)現(xiàn)違法犯罪精準(zhǔn)打擊以及人地事物動(dòng)態(tài)管控。

在內(nèi)部管理方面，通過對(duì)警員行為監(jiān)測(cè)與評(píng)估、警務(wù)保障等智能應(yīng)用，實(shí)現(xiàn)全警警務(wù)數(shù)據(jù)鐵籠和警務(wù)保障智慧高效。

在行政管理方面，深化出入境重點(diǎn)人員實(shí)時(shí)管控、交通管理分析、智慧交通集成指揮被監(jiān)控重點(diǎn)人員實(shí)時(shí)管控等方面精細(xì)化應(yīng)用，實(shí)現(xiàn)科技強(qiáng)警、執(zhí)法規(guī)范以及安全監(jiān)管。

可以預(yù)見，基于“大數(shù)據(jù)”的應(yīng)用將進(jìn)一步幫助公安機(jī)關(guān)精準(zhǔn)洞悉警務(wù)管理的趨勢(shì)和著力點(diǎn)，使警務(wù)工作的資源配置更加科學(xué)、協(xié)同配合更加便捷、管理服務(wù)更加高效。未來對(duì)于數(shù)據(jù)收集、組織、分析的能力將直接決定公安工作的戰(zhàn)斗力。