基于大数据的智慧公安系统研究

基于大数据的智慧公安系统研究
摘要：随着科技的不断发展，大数据时代的到来，公安系统融合大数据机制已
经成为顺应时代发展的必然趋势。

大数据、云计算、物联网等新技术迅猛发展，
对公安信息化产生了深远而巨大的影响和作用。

不仅仅能提升系统运行管理效率，也能融合云计算、物联网等技术的应用优势，为海量数据的协同管理奠定基础。

本文就大数据的智慧公安系统展开探讨。

关键词：大数据时代；智慧公安系统；整体框架
引言
大数据背景下，智慧公安建设是一项系统工程。

它具有智能性、预测性、4V
性这3个性质特征。

综合几方面情况看，大数据背景下，目前公安信息化和智慧
公安建设工作已经不能满足公安发展的需要，智慧公安建设面临的形势严峻，工
作任务繁重。

公安机关应顺势而为，穹尽全力，积极投入到全警种全行业智慧公
安建设工作中去。

1基于大数据的智慧公安系统整体框架
所谓大数据，就是指具有海量性、高增长性以及多样化特征的信息结构，要
想将公安系统和大数据进行融合，就要建立全警种全行业信息管理机制，有效对
信息数据进行安全控制维护，从而一定程度上有效应用信息手段打击违法犯罪行为，为管控对象的全面预警管理和打击控制提供保障。

为了进一步推进全警种全
行业基础性信息化发展进程，建立健全更加完整的常态化警务实战监督管控流程，就要整合智慧管控目标，确保相应工作都能按照标准化流程有序开展，且能提升
公安部门主动服务的发展能力，确保行业监管体系能为智慧公安系统框架结构的
建立创设良好的平台。

基于此，要在大数据背景下建构具有打击力度以及防控严
密的管理模式，将智慧公安系统分为以下基础体系和层次结构。

（一）基础体系。

（1）从语义分析角度完善的管理数据信息系统体系，要对信息予以搜集和整理
汇总。

（2）基于可信计算的安全保障管控结构。

（3）从数据管理标准和管控要
求出发的规范化运行体系。

（二）基础层次。

要将大数据背景下智慧公安系统分
为五个基础性管控层次。

（1）要建立大数据工程运行基础平台，也就是最基本
的计算机网络设备模式，要整合相关设备，以保证运行基础和物理环境的稳定性。

（2）数据支撑平台层，在层次体系运行过程中，要完善安全认证过程，有效建
立公共数据交互系统，并且保证能应用系统的互操作管理模式，维护管理流程的
基本水平。

（3）统一化的数据业务应用层，在平台和业务共同运行的应用层结
构中，数据采集过程要遵循相应的标准，确保能满足GAT543《公安数据元》中
的相关规定，有效提升数据应用的合理性和完整程度。

（4）信息共享层，为了
保证数据应用的合理性和实效性，就要结合数据应用要求建立完整的数据交互共
享层，确保数据共享的及时性。

（5）深度决策层，要将语义体系作为关键，整
合数据挖掘流程、数据对比分析流程、数据预警模式以及数据知识综合体系等，
从而辅助决策的制定，确保相应问题都能得到合理性评估和监督。

（三）基础结构。

在对大数据背景下智慧公安系统进行全面分析的过程中，也要对物理安全、
运行安全、信息对抗、数据安全以及内容安全予以判定，有效提升信息管理工作
的实效性，从而提升数据信息处理工序的合理性，要对信息的交换流程、显示过
程以及扩散体系进行保护，完善授权管理，并且一定程度上确保能维护信息获取
能力。

其中，内容安全较为关键，主要是指对信息进行可控管理，并且利用密文
解析路径或者是形态路径建立信息裁剪和信息阻断，有效完善信息替换过程，确
保信息利用效率能满足预期。

2基于大数据的智慧公安系统实现过程
2.1大数据综合信息采集平台
首先建设基础设施层。

基础设施层是平台运行所需的基础软硬件、网络环境
的统称，主要包括Hadoop集群、应用服务器、数据库服务器，共享存储，各类
数据库以及公安网环境等内容。

其次建立数据支撑层。

围绕公安大数据资源整合
总体规划，实现不同来源数据的交换、整合加工，并按照不同应用模式设置整合
基础库、关联库、主题库、Hadoop列数据库、内存数据库等多种数据库体系，
并且实现海量信息资源的一体化整合、管理与监控，对外提供不同层面的数据服
务支撑。

2.2建立信息平台服务层
在整合采集工作后，就要对信息的应用路径和应用价值展开深度分析，确保
能将数据信息和服务流程作为核心，并且围绕信息以及数据资源建立更加系统化
的注册管理机制和服务接口控制机制，确保能将安全管理以及运行监控等需求作
为重点，全面发挥信息平台服务层的应用价值，也为管理和监控工作的全面开展
提供保障。

需要注意的是，在智慧公安系统建立的过程中，要充分结合公安系统
自身的特征和要求，确保能将元数据管理和请求服务体系进行连接管控，从根本
上保证能第一时间收集有效信息。

2.3人脸大数据中心
（一）概述。

采用大数据、云存储技术，在中心设计人像资源库，实现对海
量人脸图片类非结构化数据、人脸模型类半结构化数据，以及人脸特征属性、索
引等结构化数据的集中存储，提供快速的数据比对分析，挖掘更多地数据关联信息，为公安业务处理和决策提供信息化技术支撑。

（二）功能。

人脸大数据要求
是面向海量人脸结构化数据存储、检索、分析，通过数据分析挖掘，可以提供人
脸属性快速查询、以脸搜脸、身份确认、人脸查重、人员行为轨迹分析等功能。

（１）人脸查询：支持通过时间段、监控点、人脸属性等条件进行模糊查询；（２）以脸搜脸：支持通过单个或多个人脸模型进行相似度的匹配检索；（３）
身份确认：支持通过人脸大库模型比对确认目标人脸身份；（４）人脸查重：支
持在同一人脸库或两个不同人脸库中查询相似人脸；（５）分析模块：支持静态库、抓拍库碰撞（刑嫌人员、涉黑恶人员库），支持一人多证分析、串并案分析、轨迹分析等多种应用。

2.4警务实战应用系统的建设与应用模式
建设方面，围绕“两降两升”的总体目标，即警情、案件数量下降，破案数量、人民群众安全感上升，以“服务领导决策、服务基层工作、服务业务实战”为建设
宗旨，采用“先试点后推广”的建设模式，依托专业安防厂家的技术力量，实行警
企共创机制：系统应用的建设经过企业调研、公安复核、企业研发、公安试点、
机制落地一系列环节，最终实现系统的建成应用与推广。

其主要有以下特点：新
老共存：兼容及补强已建发挥成效的旧系统，保证不影响原有业务应用；数据拉通：多元化数据整合拉通，数据统一规则清洗存储；优势整合：整合各行业企业
优势领域的业务、数据、应用系统；合作共建：在空白的应用领域，寻找优势企
业共同研发建设；专人专项：企业与局方紧密结合，需求来源于一线民警，研发
出的功能更贴近实战。

建成后在系统应用方面，充分运用大数据、云计算、人工
智能等先进技术，实现“资源在线、对象在线、工作在线”的在线化智慧警务体系，更加有效地提升重点人事物的预警预防水平，实现警务基础信息化、警务应用实
战化、执法规范化、队伍正规化，向智慧警务新模式变革。

结语
总而言之，在大数据技术不断发展的时代背景下，有效提升智慧公安系统应
用水平，已经成为了警情处置和管理工作的重点，相关部门要健全应急处理控制
体系，并且完善安保等级响应，有效整合大数据模型算法，维护科学化布局结构，为优化智慧公安系统的发展前景提供保障，为和谐社会的共建创设良好的发展平台。

参考文献
[1]李栋科.基于大数据的智慧公安系统研究与应用[J].网络与信息安全学报，2016，2（12）：63-68.
[2]林祥兴，陈思恩，俞辉，等.大数据多维度下的智慧交通[J].中外企业家，2015（4）：31-34.。