《【公安內(nèi)容】大數(shù)據(jù)與公安工作：大數(shù)據(jù)對(duì)公安工作的影響》由會(huì)員分享，可在線閱讀，更多相關(guān)《【公安內(nèi)容】大數(shù)據(jù)與公安工作：大數(shù)據(jù)對(duì)公安工作的影響（7頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

大數(shù)據(jù)與公安工作“大數(shù)據(jù)”的深度應(yīng)用，開啟了公安警務(wù)工作的新紀(jì)元。傳統(tǒng)方式的治安防控體系已逐漸被以“大數(shù)據(jù)”為核心的信息化新技術(shù)所取代，信息化轉(zhuǎn)型已成為公安機(jī)關(guān)掌控當(dāng)下和贏得未來的必由之路。一、 “大數(shù)據(jù)”是基本含義及其帶來的新機(jī)遇 近年來， “大數(shù)據(jù)（Big Data） ”一詞被專家和媒體頻繁提及，所謂大數(shù)據(jù)，是指通過對(duì)海量數(shù)據(jù)的收集、整理、歸類、分析及預(yù)測，找到數(shù)據(jù)的內(nèi)在聯(lián)系及規(guī)律，從而獲取新的信息和分析結(jié)論。大數(shù)據(jù)與傳統(tǒng)的數(shù)據(jù)并不是割裂開的，而是數(shù)據(jù)積累發(fā)展到一定程度，形成的海量數(shù)據(jù)，并且無法通過現(xiàn)有的技術(shù)和手段實(shí)現(xiàn)快速處理，這些海量數(shù)據(jù)，我們稱之為大數(shù)據(jù)。大數(shù)據(jù)是數(shù)據(jù)、技術(shù)與應(yīng)用三者的有機(jī)統(tǒng)一，其基于可持續(xù)海量數(shù)據(jù)的集合，集成應(yīng)用各種現(xiàn)代高新技術(shù)，以達(dá)到獲得有價(jià)值信息的目的。大數(shù)據(jù)的發(fā)展應(yīng)用為公安機(jī)關(guān)運(yùn)用科技手段構(gòu)建立體化現(xiàn)代化社會(huì)治安防控體系，推動(dòng)警務(wù)機(jī)制轉(zhuǎn)型升級(jí)帶來新的機(jī)遇，其深度應(yīng)用給公安工作帶來了前所未有的機(jī)遇。 （一）實(shí)現(xiàn)大數(shù)據(jù)的整合共享，有助于推動(dòng)社會(huì)管理部門的協(xié)同合作，促進(jìn)社會(huì)治理體制從碎片化到集成化轉(zhuǎn)變。 （二）依靠現(xiàn)實(shí)數(shù)據(jù)決策，推動(dòng)社會(huì)治理方式的根本性變革。（三）為及時(shí)全面掌握社會(huì)信息提供了技術(shù)支撐，實(shí)現(xiàn)從靜態(tài)管理向動(dòng)態(tài)管理的轉(zhuǎn)變。 （四）為最終決策提供參考，是實(shí)現(xiàn)社會(huì)治理方式由簡單粗放到科學(xué)決策轉(zhuǎn)變的重要抓手。二、目前公安工作的應(yīng)用目前對(duì)于公安大數(shù)據(jù)的應(yīng)用方式，可以分為以下三個(gè)層次：（一）統(tǒng)計(jì)查詢：這是對(duì)大數(shù)據(jù)最基本的應(yīng)用方式，主要面向歷史與現(xiàn)狀，回答已經(jīng)發(fā)生了什么事情，如流動(dòng)人口分區(qū)域統(tǒng)計(jì)、實(shí)有車輛歸屬地統(tǒng)計(jì)、各類案件的數(shù)量分布和趨勢。 （二）數(shù)據(jù)挖掘：是目前大數(shù)據(jù)的核心應(yīng)用方式，其重點(diǎn)不在于發(fā)現(xiàn)因果，而是發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系。這種關(guān)系可能可以直觀解釋，也可能不能馬上發(fā)現(xiàn)其中的深層次原因，但對(duì)工作具有一定指導(dǎo)意義，比如季節(jié)氣候與某些類型案件的關(guān)聯(lián)關(guān)系、車輛活動(dòng)范圍、活動(dòng)習(xí)慣與黑車的關(guān)聯(lián)關(guān)系。 （三）預(yù)測預(yù)判：是大數(shù)據(jù)應(yīng)用未來的發(fā)展方向，在數(shù)據(jù)統(tǒng)計(jì)、分析、挖掘的基礎(chǔ)上，建立起合適的數(shù)據(jù)模型，從數(shù)據(jù)的關(guān)聯(lián)關(guān)系入手，推導(dǎo)出因果關(guān)系，能夠?qū)σ欢〞r(shí)期內(nèi)的趨勢走向做出預(yù)測，對(duì)危險(xiǎn)信號(hào)做出預(yù)警，指導(dǎo)預(yù)防工作的走向。 這三個(gè)層次具體到實(shí)際業(yè)務(wù)系統(tǒng)，包括圖偵、車輛特征分析系統(tǒng)、人員特征分析系統(tǒng)、視頻偵查系統(tǒng)等等。這些系統(tǒng)以普通視頻監(jiān)控、車輛/人員卡口、智能 IPC 等監(jiān)控前端獲取的視頻、圖片、結(jié)構(gòu)化描述為基礎(chǔ)，通過大數(shù)據(jù)平臺(tái)的智能分析，實(shí)現(xiàn)如以圖搜圖、語義搜圖、車輛/人員布控、疑似案件對(duì)比、詳細(xì)特征分析等等深度大數(shù)據(jù)應(yīng)用，幫助公安能夠快速、科學(xué)地偵破案件。 公安大數(shù)據(jù)應(yīng)用于不同警種，由于其實(shí)際應(yīng)用需求的區(qū)別，解決的問題也有所區(qū)別。如智能交通領(lǐng)域，目前大數(shù)據(jù)主要應(yīng)用于車輛的疏導(dǎo)，比如基于不同道路、路口車流量的統(tǒng)計(jì)(時(shí)、日、月統(tǒng)計(jì)等)，根據(jù)這些統(tǒng)計(jì)可以分析不同時(shí)段某條道路實(shí)時(shí)的車流密度、發(fā)展方向和趨勢等。這些應(yīng)用目前已在很多大城市落地，比如平時(shí)大家在公交上看到移動(dòng)電視里播放的上下班高峰路段實(shí)時(shí)畫面，就是基于大數(shù)據(jù)的技術(shù)分析所得。2016 年 12 月 28 日，海南全省公安局長座談會(huì)議在?？谡匍_。會(huì)議強(qiáng)調(diào)，全省公安機(jī)關(guān)要將“把博鰲亞洲論壇打造成現(xiàn)代化警衛(wèi)安保示范基地，創(chuàng)建海南警務(wù)信息智能島，以禁毒斗爭為龍頭建設(shè)‘平安島’”為主要內(nèi)容的“一地兩島 ”警務(wù)發(fā)展戰(zhàn)略作為工作的重中之重全力推進(jìn)，合力攻堅(jiān)，努力破解一批基礎(chǔ)性、瓶頸性難題。 “一地兩島”警務(wù)發(fā)展戰(zhàn)略正是公安工作與智能化信息技術(shù)高度融合應(yīng)用，該戰(zhàn)略高度整合社會(huì)治理數(shù)據(jù)資源并深度關(guān)聯(lián)分析研判，大整合、高共享、深應(yīng)用全省各類社會(huì)信息資源，實(shí)現(xiàn)數(shù)據(jù)資源共享、基礎(chǔ)平臺(tái)統(tǒng)一、服務(wù)群眾便捷、有效支撐警務(wù)實(shí)戰(zhàn)，從被動(dòng)應(yīng)對(duì)處置向主動(dòng)預(yù)測預(yù)警預(yù)防戰(zhàn)略轉(zhuǎn)變，提高社會(huì)治理智能化水平。三、 “大數(shù)據(jù)”服務(wù)信息化工作時(shí)所出現(xiàn)的問題當(dāng)前，公安機(jī)關(guān)在大數(shù)據(jù)時(shí)代還有很多亟待研究解決的難點(diǎn)。 （一）思想觀念難同步。目前，一些公安機(jī)關(guān)領(lǐng)導(dǎo)和民警在數(shù)據(jù)采集上還是局限在某些限定的數(shù)據(jù)上，力求精益求精，并以考核的方式加以固定，而忽視了對(duì)其它數(shù)據(jù)的采集，或者根本沒有預(yù)見到哪些數(shù)據(jù)可以采集進(jìn)而為我所用。在數(shù)據(jù)應(yīng)用上，常常借助傳統(tǒng)的經(jīng)驗(yàn)，開展個(gè)案化的因果分析，不能考慮出現(xiàn)的新情況，導(dǎo)致效率不高。 （二）數(shù)據(jù)整合度不理想。近幾年，隨著公安信息中心建設(shè)工作的深化，可利用的信息量大大提升，但地區(qū)與地區(qū)、部門與部門間還不同程度地存在信息壁壘。目前，在公安信息中心整合的數(shù)以億計(jì)的信息中，社會(huì)信息所占比例很少，難以適應(yīng)“大數(shù)據(jù)”時(shí)代對(duì)數(shù)據(jù)完整性、混雜性的要求；因個(gè)別數(shù)據(jù)的缺失或采集獲取不及時(shí)，使得分析研判工作滯后于實(shí)際事態(tài)發(fā)展；警種部門出于自身利益的考慮，對(duì)一些可以整合的數(shù)據(jù)搞數(shù)據(jù)孤島。（三）信息處理能力有欠缺。在信息處理中，多沿用傳統(tǒng)的數(shù)據(jù)分析工具和分析方法，對(duì)于多種格式的數(shù)據(jù)整合力度不夠，對(duì)數(shù)學(xué)模型等技術(shù)創(chuàng)新不夠，難以滿足實(shí)戰(zhàn)的需要。很多數(shù)據(jù)的處理還只是簡單的累加、比對(duì)和百分比計(jì)算，未能完全滿足公安工作的需求，在操作性方面也存在一定的不足。目前，很多地區(qū)對(duì)視頻監(jiān)控還主要依靠人工分析，工作效率較低，視頻監(jiān)控分析軟件沒有共享。 （四）專業(yè)人員較匱乏。 “大數(shù)據(jù)”時(shí)代需要大量專業(yè)的系統(tǒng)研發(fā)、數(shù)據(jù)挖掘、應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)計(jì)量、社會(huì)心理等方面的專業(yè)人才，但公安機(jī)關(guān)在這方面專才匱乏，很難見到能夠使用數(shù)學(xué)模型進(jìn)行數(shù)據(jù)分析的人才。同時(shí)，從近年來的實(shí)際情況看，民警隊(duì)伍信息化應(yīng)用水平得到了顯著的提高，但對(duì)于“大數(shù)據(jù)”的功能和基本應(yīng)用，大多數(shù)還處于懵懂階段。四、公安大數(shù)據(jù)的發(fā)展趨勢公安信息化歷經(jīng)多年一直長于出入境、戶政、執(zhí)法辦案等規(guī)范數(shù)據(jù)格式和業(yè)務(wù)流程方面的信息系統(tǒng)建設(shè)，而短于面向?qū)崙?zhàn)的分析研判類信息系統(tǒng)建設(shè)，主要原因就是后者對(duì)于數(shù)據(jù)綜合利用廣度和數(shù)據(jù)挖掘分析深度有很高的要求，在數(shù)據(jù)存儲(chǔ)及運(yùn)算能力不足、數(shù)據(jù)采集量不夠的情況下難以取得良好的效果。目前隨著基礎(chǔ)業(yè)務(wù)系統(tǒng)建設(shè)的不斷完善，數(shù)據(jù)采集手段和技術(shù)提升所帶來的數(shù)據(jù)采集廣度和頻次不斷加大，網(wǎng)絡(luò)傳輸能力不斷提升，公安信息化逐漸進(jìn)入了大數(shù)據(jù)時(shí)代，合理利用大數(shù)據(jù)與云計(jì)算技術(shù)提高公安信息化建設(shè)水平是一個(gè)發(fā)展趨勢。（一）數(shù)據(jù)架構(gòu)升級(jí) 隨著數(shù)據(jù)采集量的增大，而且數(shù)據(jù)類型多種多樣，有結(jié)構(gòu)化數(shù)據(jù)（比如人口檔案數(shù)據(jù)、賓館住宿記錄等） ，也有半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)（比如監(jiān)控視頻、卡口照片等） ，這對(duì)當(dāng)前公安信息化系統(tǒng)提出了極大挑戰(zhàn)。傳統(tǒng)關(guān)系型數(shù)據(jù)庫和大容量存儲(chǔ)的技術(shù)方案即將或已經(jīng)出現(xiàn)瓶頸。對(duì)這些海量數(shù)據(jù)合理地進(jìn)行存儲(chǔ)和利用必須要進(jìn)行架構(gòu)升級(jí)，建立專門的數(shù)據(jù)中心是一種勢不可擋的趨勢，云計(jì)算和大數(shù)據(jù)會(huì)在這些數(shù)據(jù)中心落地。云計(jì)算技術(shù)通過對(duì)物理資源（CPU、存儲(chǔ)、網(wǎng)絡(luò)等）虛擬化，通過資源池的方式，實(shí)現(xiàn)應(yīng)用的彈性擴(kuò)展和無縫遷移，對(duì)資源進(jìn)行充分利用。大數(shù)據(jù)技術(shù)包含分布式存儲(chǔ)和分布式執(zhí)行引擎，對(duì)海量公安數(shù)據(jù)進(jìn)行有效地存儲(chǔ)和利用，當(dāng)前比較流行的Hadoop、MPP 數(shù)據(jù)庫、內(nèi)存計(jì)算、流式計(jì)算、搜索都屬于大數(shù)據(jù)技術(shù)的范疇。云計(jì)算和大數(shù)據(jù)技術(shù)當(dāng)前已在公安內(nèi)部實(shí)現(xiàn)局部落地。 （二）數(shù)據(jù)價(jià)值發(fā)現(xiàn) 傳統(tǒng)的基于 SQL 語句的數(shù)據(jù)分析方式已無法充分發(fā)揮海量數(shù)據(jù)的價(jià)值，公安海量數(shù)據(jù)需要經(jīng)過一個(gè)價(jià)值發(fā)現(xiàn)或重新發(fā)現(xiàn)的過程。 首先，對(duì)當(dāng)前響應(yīng)時(shí)間緩慢、運(yùn)行狀態(tài)不穩(wěn)定的業(yè)務(wù)系統(tǒng)基于大數(shù)據(jù)技術(shù)進(jìn)行升級(jí)改造，保證業(yè)務(wù)系統(tǒng)的正常高效運(yùn)轉(zhuǎn)。這中間主要是進(jìn)行一些業(yè)務(wù)遷移和升級(jí)，以增刪改查的數(shù)據(jù)處理模式為主。 再者，是對(duì)已有海量數(shù)據(jù)的深度挖掘。對(duì)于結(jié)構(gòu)化數(shù)據(jù)（存儲(chǔ)在當(dāng)前數(shù)據(jù)庫中的數(shù)據(jù)） ，從業(yè)務(wù)角度出發(fā)，綜合利用，深度挖掘數(shù)據(jù)模型（比如作案人預(yù)測模型、突發(fā)事件預(yù)測模型等） ，重新發(fā)現(xiàn)其潛在價(jià)值。對(duì)于半結(jié)構(gòu)和非結(jié)構(gòu)化數(shù)據(jù)（視頻、圖片等） ，優(yōu)化語義分析技術(shù)，把非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)，提升這部分?jǐn)?shù)據(jù)的信息化程度，發(fā)揮出其應(yīng)有的價(jià)值。 （三）數(shù)據(jù)融合創(chuàng)新 大數(shù)據(jù)的一個(gè)特點(diǎn)就是價(jià)值密度低，并且僅憑單一類型數(shù)據(jù)本身無法發(fā)揮出應(yīng)有的價(jià)值。不同數(shù)據(jù)放在一起會(huì)發(fā)生“化學(xué)作用” ，往往比單一數(shù)據(jù)的價(jià)值大很多，比如金融數(shù)據(jù)跟電商數(shù)據(jù)碰撞在一起，就產(chǎn)生了像小微貸款那樣的互聯(lián)網(wǎng)金融；電信數(shù)據(jù)跟政府?dāng)?shù)據(jù)碰撞在一起，可以產(chǎn)生人口統(tǒng)計(jì)學(xué)方面的價(jià)值，幫助城市規(guī)劃人們居住、工作、娛樂的場所。隨著“互聯(lián)網(wǎng)+”時(shí)代的不斷發(fā)展，社會(huì)各行業(yè)數(shù)據(jù)化、互聯(lián)網(wǎng)化，融合公安數(shù)據(jù)和社會(huì)數(shù)據(jù)為公共安全服務(wù)，做到防患于未然，是公安大數(shù)據(jù)的真正價(jià)值所在。