分析：公安大数据应用的构建方式与难点
大数据与智慧公安建设方案
大数据与智慧公安建设方案随着科技的发展和数字化进程的加速，大数据在各行业中应用越来越广泛，而公安机关的工作也不例外。
使用大数据技术和智慧公安建设方案可以提高公安机关的工作效率和管理水平，加强对治安和犯罪问题的预防和打击。
一、大数据在公安工作中的应用1. 人脸识别人脸识别技术是应用最广泛的大数据技术之一，它可以在公共场所、机场、车站、商场等人员密集场所，实时监测识别出涉嫌违法的人员，并及时报警和拦截。
这项技术能够大大提高公安机关的案件侦破率和抓捕效率，同时也可以减少差错和纠纷。
2. 数据分析大数据技术可以对各类数据进行分析，包括道路交通、人员流动、物品流通、通信记录等等。
通过这些数据的分析，可以预测和预警潜在的安全隐患和犯罪风险，使公安机关更加有效地制定应对措施。
3. 犯罪预警公安机关可以通过大数据技术建立犯罪预警模型，对社会治安和犯罪情况进行分析，提前发现和预测潜在的犯罪行为。
这项技术可以帮助公安机关快速响应，及时防范和打击犯罪行为，提高治安水平。
4. 智能嫌疑人分析公安机关可以利用大数据技术对犯罪嫌疑人的各种信息进行分析和对比，并结合实际调查，形成嫌疑人的犯罪模式和心理特征，以便更好地制定打击策略和侦查方案。
二、智慧公安建设方案1. 智能调度系统通过大数据技术，建立智能调度系统，可以及时分析和响应治安和突发事件。
例如，公安机关可以利用监控数据和交通数据，实时掌握道路状况，并制定最优的警力部署方案。
该系统还可以及时调度相关部门和人员，加强处置能力和反应速度。
2. 智能预警系统智能预警系统可以将实时数据与历史数据相结合，进行分析，发现潜在的治安和犯罪风险，并及时预警。
该系统会自动向警务人员发出提醒和警报，以便及时采取预防措施和打击行动。
3. 智能监控系统公安机关可以利用监控视频自动分析、识别和报警机制，及时发现可疑行为和危险情况。
智能分析算法可以减少误报率和漏报率，确保监控系统的高效率和准确性。
4. 多元联动系统多元联动系统是将公安机关与其他部门、企业和群众联系在一起，实现信息互通和资源共享，以便更好地应对突发事件和治安问题。
大数据时代公安网上督察建设及应用对策研究
大数据时代公安网上督察建设及应用对策研究随着信息化和数字化的快速发展，公安网上督察成为公安工作的一项重要内容。
大数据时代的到来，更加强调了公安网上督察建设和应用的重要性。
本文将探讨大数据时代公安网上督察建设及应用对策。
一、公安网上督察建设面临的挑战1. 数据源不统一公安网上督察需要从各级公安机关获取数据，但由于各级公安机关数据收集的方式、目的和管理机制不同，数据源不统一。
2. 数据质量不稳定公安网上督察数据来源广泛，但可能存在数据缺失、错误、重复等问题。
因此，在建设公安网上督察系统时，需要考虑如何解决数据质量不稳定的问题。
3. 数据信息化程度不高由于公安网上督察数据大部分来自于现有的公安信息系统，但目前公安信息化程度不高，导致公安网上督察系统的信息化程度也较低。
1. 搭建数据管理平台为解决数据源不统一的问题，可以建立一个数据管理平台，以确保数据在收集、存储、处理和交换过程中的一致性和有效性。
同时，数据管理平台也可以帮助提升公安网上督察系统的管理水平和工作效率。
为了提高数据质量，需要在数据收集过程中加强管理，采用标准化的数据模型和数据字典，通过数据清洗、数据挖掘等技术手段，处理数据错误和重复，提升数据的精准度和准确性。
3. 推广信息化技术为了解决公安网上督察系统的信息化程度不高的问题，需要加强信息化技术的推广和应用。
通过信息技术，可以实现数据的自动化收集、处理和分析，提升信息处理和共享的效率。
同时，还可以推广大数据分析工具，以应对公安网上督察系统大量数据的处理和分析需求。
4. 开展数据共享合作为加强数据资源的融合与开放，需要建立多部门、多系统、多数据之间的协同与共享机制。
通过深度协作和数据共享，形成从个案到整体、从现场到前沿、从单个公安部门到区域性、全国性的多维立体的数据共享式审查及管理。
如此，可提升公安网上督察工作在资源利用效率、提高效能方面的效应。
5. 推行大数据应用大数据是当前公安网上督察系统建设的重要工具之一，能够发挥对公安网上督察系统的促进作用。
公安大数据的应用
“大数据”的深度应用，开启了公安警务工作的新纪元。
传统方式的治安防控体系已逐渐被以“大数据”为核心的信息化新技术所取代，信息化转型已成为公安机关掌控当下和赢得未来的必由之路。
本文为大家介绍一下公安大数据的应用。
目前公安工作的应用目前对于公安大数据的应用方式，可以分为以下三个层次：（一）统计查询：这是对大数据基本的应用方式，主要面向历史与现状，回答已经发生了什么事情，如流动人口分区域统计、实有车辆归属地统计、各类案件的数量分布和趋势。
（二）数据挖掘：是目前大数据的核心应用方式，其重点不在于发现因果，而是发现数据之间的关联关系。
这种关系可能可以直观解释，也可能不能马上发现其中的深层次原因，但对工作具有一定指导意义，比如季节气候与某些类型案件的关联关系、车辆活动范围、活动习惯与黑车的关联关系。
（三）预测预判：是大数据应用未来的发展方向，在数据统计、分析、挖掘的基础上，建立起合适的数据模型，从数据的关联关系入手，推导出因果关系，能够对一定时期内的趋势走向做出预测，对危险信号做出预警，指导预防工作的走向。
这三个层次具体到实际业务系统，包括图侦、车辆特征分析系统、人员特征分析系统、视频侦查系统等等。
这些系统以普通视频监控、车辆/人员卡口、智能IPC等监控前端获取的视频、图片、结构化描述为基础，通过大数据平台的智能分析，实现如以图搜图、语义搜图、车辆/人员布控、疑似案件对比、详细特征分析等等深度大数据应用，帮助公安能够快速、科学地侦破案件。
公安大数据应用于不同警种，由于其实际应用需求的区别，解决的问题也有所区别。
如智能交通领域，目前大数据主要应用于车辆的疏导，比如基于不同道路、路口车流量的统计(时、日、月统计等)，根据这些统计可以分析不同时段某条道路实时的车流密度、发展方向和趋势等。
这些应用目前已在很多大城市落地，比如平时大家在公交上看到移动电视里播放的上下班高峰路段实时画面，就是基于大数据的技术分析所得。
2016年12月28日，海南全省公安局长座谈会议在海口召开。
公安工作中大数据的具体应用方式
公安工作中大数据的具体应用方式标题：公安工作中大数据的具体应用方式简介：近年来，随着信息技术的迅猛发展，大数据已成为公安工作的一项重要资源。
在公安工作中，大数据的应用涵盖了广泛的领域，包括犯罪预测、社会治安管理、指挥决策等。
本文将深入探讨公安工作中大数据的具体应用方式，旨在为公安机关提供更多的思路和方法。
第一部分：犯罪预测与分析大数据在犯罪预测与分析方面起到了重要的作用。
公安机关可以通过收集和分析各类相关数据，如案件信息、人员信息、车辆信息等，构建犯罪预测模型，以帮助在特定地区或时间段内预测潜在的犯罪风险。
此外，通过数据挖掘技术，还可以找出犯罪行为的模式和规律，提供线索和参考意见，加强公安机关的犯罪打击能力。
第二部分：社会治安管理大数据应用于社会治安管理可以提升公安机关的工作效率和反应速度。
公安机关可以借助大数据技术，对社会公共安全事件进行快速监测和预警，及时采取措施应对。
同时，通过对大数据的综合分析，可以发现不同地区、不同人群的社会治安问题，为公安机关提供指导和决策依据。
此外，大数据还可以用于精确打击违法犯罪行为，提高社会治安稳定程度。
第三部分：指挥决策大数据可为公安机关的指挥决策提供实时支持。
通过收集和整合公安工作中的各类数据，如监控数据、社会民意数据、交通数据等，公安机关可以建立一个全面的信息平台，实现数据共享与交流。
基于这个平台，公安机关可以及时了解各类信息，包括灾害警报、突发事件等，做出迅速、准确的决策。
此外，公安机关还可以利用大数据技术进行模拟仿真，以评估决策的效果和可能影响，提高决策的科学性和准确性。
总结和回顾：大数据在公安工作中的应用方式涵盖了犯罪预测与分析、社会治安管理以及指挥决策等多个方面。
通过大数据的收集、分析和综合利用，公安机关可以增强犯罪打击能力，提升社会治安水平，同时做出更加科学、准确的指挥决策。
然而，在大数据应用中也面临着隐私保护、数据安全等问题，公安机关应重视这些挑战，并采取相应的措施以确保大数据的应用能够更好地为公众服务。
大数据对公安工作的影响
大数据对公安工作的影响一、引言近年来，随着信息技术的快速发展和互联网的普及，大数据已经成为了各个行业的热门话题。
公安工作作为维护社会安全和稳定的重要力量，也不可避免地受到了大数据的影响。
本文将详细探讨大数据对公安工作的影响，并分析其带来的机遇和挑战。
二、大数据在公安工作中的应用1. 犯罪预测和预防大数据分析可以通过对海量的犯罪数据进行挖掘，发现犯罪活动的模式和规律，从而进行犯罪预测和预防。
例如，通过分析历史犯罪数据和社交媒体数据，可以识别出潜在的犯罪嫌疑人，提前采取措施进行干预，有效减少犯罪发生的可能性。
2. 情报分析和破案大数据技术可以帮助公安机关对海量的情报数据进行分析和挖掘，从中发现线索，辅助破案工作。
通过对各类数据源的整合和分析，可以快速获取关键信息，提高破案效率。
例如，通过对监控视频的自动识别和分析，可以快速锁定嫌疑人的身份和行踪。
3. 社会治安管理大数据技术可以帮助公安机关进行社会治安管理。
通过对公共安全事件的实时监测和分析，可以及时发现和应对突发事件，提高社会治安的水平。
例如，通过对公共交通数据的分析，可以预测拥堵和交通事故的发生概率，采取相应的交通管理措施。
4. 网络安全和打击网络犯罪随着互联网的普及，网络安全问题日益凸显。
大数据技术可以帮助公安机关进行网络安全监测和打击网络犯罪。
通过对网络数据的分析和挖掘，可以发现网络攻击的痕迹和漏洞，提前采取措施进行防范。
例如，通过对网络流量数据的实时监测和分析，可以快速发现并阻止网络攻击行为。
三、大数据对公安工作的影响1. 提高工作效率大数据技术可以帮助公安机关从海量的数据中获取有用的信息，提高工作效率。
通过自动化的数据分析和挖掘，可以快速发现线索和犯罪模式，减少人工查找的时间和精力。
同时，大数据技术还可以帮助公安机关进行智能化的决策和指挥，提高工作的准确性和效果。
2. 加强预警和预防能力大数据分析可以帮助公安机关进行犯罪预测和预防，加强对潜在犯罪嫌疑人的监控和干预。
公安大数据建设中面临的网络安全问题及对策建议
公安大数据建设中面临的网络安全问题及对策建议一、公安大数据建设现状通过近二十年的两期“金盾工程”建设，全国各级公安部门已在三级信息通信网络通联的基础上，建成了覆盖各警种业务的应用系统，实现了公安工作的信息化、通信多媒体化，以及业务信息的共享。
近几年，为了更好的完成公安行业任务职能，解决各警种应用系统数据共享、应用日志审计、互联网态势感知等新问题，各地公安机关纷纷针对新兴的大数据技术进行了大量的应用探索，积累了大量的经验。
大数据技术为各类问题的解决提供了新的解决思路和技术路径，同时也带来了新的网络信息安全问题。
为了更好地利用大数据技术，全面推进公安大数据战略，厘清公安行业大数据应用中面临的安全问题并采取针对性措施，已经成为当前公安信息化建设中亟待解决的问题。
二、公安大数据建设中面临的主要网络安全问题（一）大数据环境下一般信息系统面临的网络安全问题大数据技术在各领域的应用已势不可挡，在大数据应用环境下，大数据处理中心会源源不断的接收大量数据信息，在这些数据的分析与处理过程中又会产生大量的敏感信息，网络安全对于保障这些数据的安全有极为重要的意义。
大数据环境下网络所面临的安全问题主要体现在以下几个方面：1、物理安全问题在大数据环境下，物理环境安全问题是整体网络安全的前提。
在构建网络工程时，必须考虑到网络设计的科学性、网络规划的合理性、机房的防尘及防潮性能、线路距离、电磁干扰、电源故障、硬件配置能力、系统备份设计、安全事件报警装置、网络设备会否遭受雷击、火灾等各种传统信息系统建设中需要考虑到的各种物理安全因素。
2、信息内容安全问题信息内容安全问题主要表现在两个方面：一、信息泄露，指的是未经用户授权非法截获或窃取系统数据，若与个人相关的基本信息、设备信息、账户信息、社会关系信息等隐私信息遭到泄露，不仅会给用户带来极大的安全隐患，同时还有可能干扰和影响到用户的正常生活；二、信息破坏，指的是由于系统感染病毒、系统软硬件故障或系统遭受非法攻击等导致的数据被修改、删减等行为，信息破坏会极大的影响信息系统的数据可用性、正确性以及完整性，严重的将直接导致信息系统不可用。
大数据助力公安警务向“智慧公安”大迈进
虽 然 大 数 据 技 术 在 “智 慧 公 安 ”领域中的应用 优 势 明 显 ，但在实际应用过程中也存在一些难点问题。
难 点一 ：过 于 依 赖 源 头 信 息 采 集 ，导致基层民 警 信 息 采 集 工 作 量 大 。在 “智 慧 公 安 ”领 域 ，哪些 数 据 是 有 用 的 ，哪 些 是 需 要 关 心 和 提 取 的 ，这是一 直 在 探 索 的 问 题 ，为 确 保 公 安 工 作 有 效 开 展 ，就要求 尽 可 能 广 泛 获 取 各 种 信 息 资 源 。目 前 ，公安机关倡 导 信 息 “全警采集”，通 过 建立健全“信息工作基础化、 基 础 工 作 信 息 化 ”的 工 作 机 制 ，将信息采集建立在 扎 实 的 基 层 基 础 工 作 之 上 。然 而 ，由于信息采集覆
时 空 轨 迹 、通 联 信 息 、定 位 轨 迹 等 关 联 关 系 、规律 特 点 、因 果 关 系 ，通 过 流 程 化 、可视化的 方 式 向 民 警预测预知风险状态。
4 . 更深层次警情研判 通 过 提 供 多 种 统 计 分 析 方 法 、数据挖掘模型和 多 维 分 析 等 手 段 ，对 治 安 态 势 的 预 测 分 析 、犯罪行 为 分 析 、重点 人 员 轨 迹 分 析 和 多 业 务 库 智 能 碰 撞 比 对 与 关 联 分 析 ，深 层 次 、多方位的从海量数据中提 炼 有 价 值 的 数 据 ，并通过 多 模 式 的 比 对 进 行 智 能 研 判 ，实 现 对 重 点 人 员 异 动 的 预 警 。预警信息可推送 至 多 部 门 、多 警 种 ，使相关警种及时掌握警情态势， 把 握 稳 控 先 机 ，促 进 跨 部 门 信 息 共 享 及 合 作 联 动 ， 实现警力的科学部署和智能决策。 5 . 提供直观丰富的数据展示 利 用 可 视 化 技 术 将 抽 象 的 数 据 通 过 直 观 、生动 的 图 形 、图 表 展 示 出 来 ，通 过 曲 线 图 、柱 状 图 、趋 势 图 等 综 合 展 现 数 据 的 详 细 信 息 、案件趋势走向和 分 布 区 域 、人 员 流 向 等 ，让 数 据 “慧 ”说 话 ，为警
大数据背景下智慧公安的发展策略
大数据背景下智慧公安的发展策略随着信息技术的不断发展和应用，大数据技术在各个行业中的应用也越来越广泛。
在公安领域，大数据技术的应用已经成为提高警务效率、服务社会安全的重要手段。
智慧公安建设要充分利用大数据技术，更好地应对新形势下的安全挑战。
本文将从大数据背景下的智慧公安发展的现状分析入手，探讨智慧公安发展的策略与路径。
一、大数据背景下智慧公安的现状分析1.大数据技术的快速发展大数据技术作为人工智能、区块链等新兴技术的重要支撑，近年来得到迅猛发展。
大数据技术不仅提供了数据存储、处理和分析的新方法和工具，更为公安工作提供了新的思路和方法。
公安机关通过大数据技术，可以更加精准地洞察社会动态、犯罪趋势，加强预警预防，提高警务工作效率。
2.智慧公安建设的初步探索在大数据技术的支持下，智慧公安建设也正逐步展开。
许多地方政府和公安机关纷纷在警务系统建设中引入大数据技术，如智慧视频监控、智慧警务指挥、智慧巡逻等。
这些应用不仅提升了警务工作的效率，更提高了公安机关应对突发事件和治安事件的能力，为社会安全提供了更加有力的保障。
3.面临的挑战目前的智慧公安建设还面临一些挑战。
一方面，公安机关的信息化水平参差不齐，大数据技术在基层公安单位应用较少，还存在数据孤岛和数据共享难题；大数据技术的应用也面临着数据安全、隐私保护等问题。
为了更好地推动智慧公安的发展，需要有针对性地制定发展策略，完善相关政策法规，提高法律法规的适应性，推动大数据技术在公安领域的规范应用。
二、智慧公安的发展策略与路径1.加强大数据技术人才培养推动智慧公安的发展，首先需要加强大数据技术人才的培养。
公安机关应当加大对大数据技术人才的引进和培养力度，提升公安系统对大数据技术的理解和应用能力。
建立健全的大数据技术人才培养体系，加强对公安干警的培训和教育，提高其大数据技术应用水平。
2.完善大数据平台建设要实现智慧公安的发展，必须完善大数据平台建设。
公安机关应当构建完备的大数据平台，整合各类警务数据和信息资源，提升数据处理和分析的能力。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
分析：公安大数据应用的构建方式与难点
来源：苏州科达
公安行业一直是安防技术应用的前沿市场，在安防领域，目前对于公安大数据的应用方式，可以分为以下三个层次：
1、统计查询：这是对大数据最基本的应用方式，主要面向历史与现状，回答已经发生了什么事情，如流动人口分区域统计、实有车辆归属地统计、各类案件的数量分布和趋势。
2、数据挖掘：是目前大数据的核心应用方式，其重点不在于发现因果，而是发现数据之间的关联关系。
这种关系可能可以直观解释，也可能不能马上发现其中的深层次原因，但对工作具有一定指导意义，比如季节气候与某些类型案件的关联关系、车辆活动范围、活动习惯与黑车的关联关系。
3、预测预判：是大数据应用未来的发展方向，在数据统计、分析、挖掘的基础上，建立起合适的数据模型，从数据的关联关系入手，推导出因果关系，能够对一定时期内的趋势走向做出预测，对危险信号做出预警，指导预防工作的走向。
这三个层次具体到实际业务系统，包括图侦、车辆特征分析系统、人员特征分析系统、视频侦查系统等等。
这些系统以普通视频监控、车辆/人员卡口、智能IPC等监控前端获取的视频、图片、结构化描述为基础，通过大数据平台的智
能分析，实现如以图搜图、语义搜图、车辆/人员布控、疑似案件对比、详细特征分析等等深度大数据应用，帮助公安能够快速、科学地侦破案件。
公安大数据应用于不同警种，由于其实际应用需求的区别，解决的问题也有所区别。
如智能交通领域，目前大数据主要应用于车辆的疏导，比如基于不同道路、路口车流量的统计(时、日、月统计等)，根据这些统计可以分析不同时段某条道路实时的车流密度、发展方向和趋势等。
这些应用目前已在很多大城市落地，比如平时大家在公交上看到移动电视里播放的上下班高峰路段实时画面，就是基于大数据的技术分析所得。
公安大数据应用的构建方式与难点
以车辆分析系统为例，介绍如何在平安城市大数据平台上构建应用：
1、数据的来源与构成
基于大数据平台的车辆分析系统，其数据可分为静态数据与动态数据。
静态数据主要来源于车驾管库、盗抢库、布控车辆库、涉案车辆库等公安业务系统的资源情报类数据库，这些数据构成了车辆数据仓库的核心库。
动态数据主要是来源于卡口联网平台，其数据可分为结构化的卡口通行数据与非结构化的卡口过车图片，这些数据随着时间的推移而不断增长，构成了车辆数据仓库的中心库。
来自于其他设备如枪机、球机等视频监控设备抓拍或截取的车辆图片，来自于系统外的车辆图片，构成了车辆数据仓库的外围库。
2、数据的存储
对于核心库的车辆静态数据，通常都是存储于关系型数据库中。
对于中心库的卡口通行数据，则存放在面向列的高可靠高性能分布式数据库HBase中，其中实时过车记录部分，因其查询量大且更新速度快，放置在内存中以优化吞吐量，降低系统I/O负荷。
外围库的车辆图片数据，则存储在类似于IPSAN这样的普通存储空间内。
3、数据的结构化与搜索查询
对于卡口过车图片这样的海量非结构化数据而言，为了实现数据的检索，必须通过智能分析技术对其进行结构化并入库，从卡口图片中提取出车牌颜色、车身颜色、车标、细分车型等传统卡口前端不能提供的结构化信息并存储在HBase 中。
在对数据进行结构化以后，系统设计的大数据搜索引擎可以提供多种条件的简单检索和复合检索，这些条件包括时间、地点、车标、细分车型库等等;同时，基于车辆号牌的模糊搜索、混淆搜索(如“B”和“8”、“V”和“U”、”2”和”Z”等)功能为车辆分析系统的后续应用奠定了基础;此外，通过与核心库数据的对接，在查询过程中可以自动调出车辆关联的车主信息、驾驶员信息、事故/ 违法信息等。
4、数据的挖掘分析与应用
在经过数据的结构化后，结合平台提供的GIS引擎，我们可以方便的对其进行各种类型的统计，为交通、刑侦等部门提供服务。
这些统计报表包括路段路口的流量统计、车辆归属地统计、路段平均行程时间统计、路网交通流量统计、车辆出行规律统计等等。
利用卡口图片结构化的成果以及与车辆核心库的对接，系统可以提供一套达到实战水平的假套**应用。
该应用可以进行假牌、套牌、轮换车牌等涉牌违法行为的分析，同时可以区分套牌车辆与被套牌车辆，更加精准地打击违法车辆。
利用卡口通行数据的挖掘分析，结合公安干警多年工作经验的智慧结晶，系统提供一系列的卡口技战法，供用户在不同场景下使用。
这些技战法包括：车辆尾随跟踪分析、团伙车辆分析、昼伏夜出车辆分析、区域徘徊车辆分析、区域车辆频次分析、车辆活动区域分析、路径匹配分析、频次变化分析等十多种。
5、数据的展示
利用平安城市大数据平台所提供的展示框架，车辆分析系统的应用功能既可以整合在平台框架中，与其他系统构成一套完整的平安城市解决方案，提供统一的访问界面与接口，也可以作为现有卡口联网应用系统的功能增强模块单独部署，提供单独的访问界面与接口。
准确率与适用性，公安大数据应用的市场竞争点
诚然，如人脸识别、车辆识别等大数据技术已在安防市场中有所应用，通过对视频进行智能分析、有效信息的结构化数据提取，让视频监控的使用者真正告别人工安防，走进自动安防的新时代也是目前安防行业共同的追求。
但是，公安大数据的应用还远未成熟，准确率与适用性将决定谁在不久的未来脱颖而出。
先是准确率，以人脸分析技术为例。
所谓人脸识别的“准确率”，是指基于全世界最权威的人脸数据库LFW进行比对测试的成绩。
LFW由美国马萨诸塞大学阿默斯特分校管理，可以认为是一个考察深度学习系统人脸识别能力的“题库”，它从互联网上提取6000张不同朝向、表情和光照环境下的人脸照片作为考题，可以让任何系统在里面“跑分”。
跑分过程如下：LFW给出一组照片，询问测试中的系统两张照片是不是同一个人，系统给出yes或no的答案。
99%的准确率，意味着在测试的所有题目中，人脸识别系统答对了99%的题目。
问题的关键是LFW以及类似数据库FDDB等，只是一个纯粹实验室级别、学术性质的测试工具，在样本量可能达到十万级、百万级的实际商业场景下，测试得分高的系统不一定能保持已有成绩，其误识率将直线上升，甚至可能根本没法用。
部分真实复杂场景测试中，十万分之一的误识率下，98%的人脸识别准确率会直线下降到70%左右。
借助人脸识别等智能分析技术，将非结构化数据转化为结构化数据是后续大数据应用的基础，所以，从目前的智能分析水平而言，准确率仍将是很长一段时间内安防业共同的追求。
其次是适用性，这里的适用性主要指安防厂商对用户的了解程度，涉及到应用建设的设计到实现的各个方面，各个功能模块是否是用户真正的关注点、系统操作方式是否真正方便用户等等，直接决定了用户对应用系统的体验感，这主要取决于安防厂商的行业、实际项目积累。
当然，无论是准确率还是适用性，都无法改变大数据应用成为公安业务应用未来的方向。