警务大数据的应用与建设

摘要：随着人们生活水平的提高，科技的进步的日异月新，互联网已经深入了我们所有人生活的方方面面，网络安全成为了上至国家，下到个人所关注的焦点，随着公安机关信息化的发展,数据共享和深化应用的需求日益增长,现有的公安数据管理和分析模式已不能适应实战的需求,大数据技术为新时期公安工作的应用和应对各种风险、挑战提供了全新的方法和手段,对公安工作有着深刻的重要意义.公安机关应通过大数据的建设,向各警种提供集中资源、集中管理、集中监控和配套实施统一的大数据应用环境,保障在今后一个较长时期内担负起对实战应用的支撑、服务、保障作用.阐述了警务大数据建设的重要性,介绍了大数据在警务工作中应用价值,指出了警务大数据应用与建设中存在的问题,提出了加强警务大数据应用与建设的建议.

关键词：警务大数据；应用；建设；未来发展前景

1 引言

从拿起手机时收到的精准广告，到出行时乘坐利用大数据分析维护的飞机，“大数据”已经从一个模糊的概念逐渐成为落地的工具，越来越深入全行业。对于拥有海量高价值数据的警务领域，大数据的意义更是非同小可。从2017年以来，全国各地的公安机关积极探索警务大数据建设，成果主要集中于四大方向：数据平台基础建设、群众办事流程简化、视频图像识别追踪、刑事案件线索打通。这对提高公安机关维护国家安全和社会稳定的能力和水平具有重要意义。

大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。警务大数据是大数据的重要表现形态，通过对海量公安数据进行分析处理、对比筛选，然后预测社会治安形势、预防网络犯罪、辅助警务决策的技巧和科学。

2 警务大数据在公安工作中的应用意义

2.1 是实现人员车辆全面管控的基础支撑

随着各地公安信息化建设的快速推进，各地公安机关已经逐步建设了警综平台、警务云等全省信息联网应用平台。此类平台的应用主要是针对结构化信息，例如户籍信息、高铁、民航、住宿、网吧、社会资源信息等，这些信息只能反应人员的身份信息和宏观活动轨迹，无法做到对人员的全面精细化掌控。而真正能够记录和反映人员精确的轨迹和行为的则是公安物联网的实时感知设备，例如：卡口、电警、视频监控、电子围栏、网络围栏、卫星定位、RFID等。这些感知设备实时采集人员、车辆以及物品的时空轨迹与行为数据，实现对“人、车、物、事件”等多维信息的实时采集、全面感知、合成分析，为实现人员、车辆的全面掌控提供了大量真实可靠的原始数据支撑。

2.2 是完善立体化防控体系的关键

据统计，公安机关掌握的数据中95%为视频图像等非结构化数据，97%的数据为公安物联网数据，在实战中我们也发现很多的案件侦破与视频应用有关。因此以视频图像为代表的公安物联网数据的高效合成应用是立体化治安防控体系建设的核心。

同时，这些数据的存储和使用都是在各个孤立的应用系统和专有网络内，形成了大量的信息孤岛，对于跨区域作案的人员和车辆难以进行全面的掌控，同时随着流窜性案件日益频发，跨区域协查已经成为公安业务常态需求。数据联网共享不仅是来自业务一线的强烈呼声， 更是大数据时代技术发展的必然趋势。

2.3 是未来警务形态演进的必然趋势。

近年来，随着公安信息化建设的持续推进，我国公安机关的警务改革已开始迈进智能化发展的快车道，警务与人之间的相互感知和联系越来越紧密，智慧警务建设已成为当代警务发展的新趋势。卓源科技认为，智慧警务的感知、整合、共享、创新等特点，使公安管理和警务理念都发生着重大转变，这是新一轮警务改革与发展的客观要求，是未来警务形态演进的必然趋势。

3 警务大数据应用与建设中存在的问题。

目前各地公安机关纷纷进行公安大数据探索，积累了大量的经验，但是从全面推进公安大数据战略的高度来看，仍然存在以下几方面的突出问题。

3.1 理念不够清晰，认识有待统一

1、对公安大数据的重大理论问题缺乏系统研究，基本概念和问题认识不清。

例如，对什么是公安大数据、怎样建设、如何充分发挥作用等基础问题还未研究清楚。

对公安大数据的理解犹如盲人摸象，各有各的看法和认识，甚至有错误的认识，这对公安大数据建设产生了负面影响。

2、公安大数据缺少明确的战略目标和清晰的发展理念

各地公安机关都认识到大数据的重要性，但全国公安大数据建设具体如何布局和定位还不统一，更没有具体的实施路线图。

大数据建设呈现出了一定程度的盲目性，亟待更新发展理念和数据治理、业务处理、协作协同和管理决策的模式和方法。

3、低水平重复建设，无法持续优化

对各地公安机关开展的大数据建设案例与实践经验缺少系统性总结和提炼，对实践中出现的问题没有深入开展研究，各地大数据建设容易在低水平重复。而全国公安大数据建设不能在数据总量、存储能力和处理能力等方面形成整体合力，建设模式无法持续优化，无法形成规模效应。

3.2 壁垒未打通，融汇不充分，集约度有待加强

1、数据壁垒导致的“信息孤岛”现象仍然存在

目前，公安信息网、涉密网、视频专网等多种网络之间仍然存在数据共享不充分和业务流程衔接不畅的现象；反电信网络诈骗、NGO管理等新建专题业务系统也仍然存在只注重利用系统外部数据资源，而以涉密或业务程序等借口而回避自身数据资源和业务接口的对外开放和共享问题，形成了新的“单向信息孤岛”。大量数据分散在不同的业务部门，无法有效共享，形成了极大浪费。这当中，既有利益格局造成的人为壁垒，也有数据安全问题带来的安全壁垒，还有技术障碍带来的技术壁垒等，需要认真研究，加以破解。 　　

2、公安机关外部数据资源汇聚融合不充分，存在接入目标不明确、可实施性较差等问题。

各地开展的警务云、大数据工程都强调外部数据资源接入的重要性，但对于需要接入哪些外部数据资源、接入后如何应用、服务哪些目标并不清楚，由此而导致了外部数据资源接入混乱、数据资源管理成本和处理技术难度增加等问题，数据应用成效无法彰显。

3、各地公安机关数据中心建设是“集中化”而非“集约化”。

虽然各地公安机关纷纷建立以云计算技术为支撑的数据中心，但实际上是各自为战，在技术上采用阿里、腾讯、华为、浪潮等不同厂商的技术方案，互通性存在较大问题，在管理上也没有实现真正的统一，无法做到资源的统一调度，达不到集约管理、高效运用的目标。

3.3 警务模式创新不足，决策科学化、管理精准化、服务高效化程度有待优化。

为有效应用电信网络诈骗等新型犯罪，各地公安机关积极开展合成作战尝试，出现了许多成功案例，但相当部分合成作战实践没有达到以数据流为引领，深度融合业务流、技术流和管理流，并实现警务流程革新再造的目标。目前的公安大数据运用，还没有按照大数据的内在要求结合公安的特点进行改造和创新，一些所谓的技术创新缺乏针对性，往往只是把系统创新和技术创新生硬地嫁接到传统业务上。民警既要用传统的老方法，又要用系统的新方法来开展工作，费时费力，效用叠减。而基层民警应用能力普遍不足，亦是影响数据效用发挥的重要因素。

3.4 人才队伍紧缺，统筹能力较弱，组织协同性差

各地方大数据建设的组织机构力量薄弱，组织乏力，既缺乏业务专家，又缺乏技术专家，很难体现出权威性，难以形成推动大数据警务建设的整体合力。部分公安机关虽然在文件上有统筹引领的规划内容，但运行机制缺乏协同性。引领作用无法充分发挥，统筹引领在实际工作中缺少有力抓手，没有把平台建设、数据整合、统一标准放在优先建设的地位并贯彻执行。

4 加强警务大数据应用与建设的建议

4.1 强化公安大数据发展和应用统筹协调机制，形成职责明晰、协同推进的工作格局

　　在现有领导小组工作机制的基础上，强化部省两级大数据管理协调机构的纵向管理与横向协同，切实充分发挥其协调作用的性。应改革现有机制和工作模式，建立以数据流为的融合警务协同模式，全面统筹创新业务流程，实现精细化管理和智能化应用，达到智能增效的目标。同时，应特别注意发挥专家和人才的智力支撑作用，统筹规划大数据建设，建议设立大数据专家咨询委员会，为公安大数据规划、建设、发展和应用提供决策咨询。明确大数据发展理念，研究制定大数据发展战略和行动计划，并加以大力宣传和切实贯彻执行。另外，还应推进大数据智库建设，支持各类智库开展重大问题研究，为大数据发展提供强大智力支持。

4.2 尽快完善公安内外部大数据资源配套政策体系，建立可持续机制，强化大数据资源开放共享

　　当前，应积极研究，建立和完善数据开放和保护等方面的规章制度，实现对数据资源采集、传输、存储、利用、开放的规范管理，促进数据在风险可控原则下大程度开放共享。应研究制定公安外部数据资源共享指导意见和管理办法，解决数据资源接入目标不明确、不具体的问题；应明确公安机关统筹利用市场主体大数据的权限及范围，出台公安行业的数据对外服务指导意见和管理规范。应以数据治理的理论为指导，构建统一的数据治理与评价体系，建立统一的数据治理与评价平台。加强信息共享审计、监督和评价，形成全国分布式统一数据治理框架，提升全国公安数据治理能力与水平。同时，利用分布式技术和大数据分析技术，对数据进行全流程治理与评价，实现对全国各省市数据分布式治理的统一管理和监督。

4.3 建立完善大数据人才可持续发展机制，构建体系化、规模化大数据技术人才队伍，并充分发挥其作用

1、以实战为导向，围绕公安工作需要，明确人才梯队规模和层次，编制人才发展规划。应涵盖规划、建设、运维、应用等领域，应包括通识人才、应用技能人才、技术人才和专家人才等各个层次。借鉴互联网、众包等方式，解决公安实战中的数据共享、模型算法和战法应用等典型问题，充分发挥人才的网络化规模应用效应，使人才“不为所有、但为所用”。

　　2、创新公安大数据人才选拔和使用机制

　　善用竞争性机制，通过开展创新大赛和技能竞赛等活动选拔特殊人才，建立相关人才库；善于利用大数据环境，创新使用和评价机制，创建人才协同协作平台。

　　3、依托公安院校，积极构建实战导向的人才培养体系

　　应构建大数据思维通识教育课程和教材，利用网上、网下等方式面向全警开展教育培训，普及大数据知识，提高全警整体认知和应用水平；应针对急缺或者热点大数据应用方向，开设短期技能培训班，学习大数据技术的新方向、新技能和新成果；应在公安院校开设大数据相关专业，培养复合型应用技术人才，尤其应尽快开展大数据技术方向的警务硕士教育，培养公安大数据创新人才。

4.4 利用智能技术驱动大数据挖掘分析，实现智能化应用，推进智慧公安建设

　　大数据时代，数据已成为战略资产，但数据自身不会自动产生价值，只有将算法和计算能力结合才能充分挖掘数据价值并发挥效用。智能算法是海量数据发挥效用的直接驱动力，人工智能更是大数据发展的创新引擎。应推进大数据与人工智能、云计算等技术的有机结合，利用智能技术驱动大数据挖掘分析，实现智能化应用。

5 警务大数据未来发展前景

5.1 数据融合更加透彻

持续发展全量数据接入、多源数据融合的大数据平台，将数据孤岛连接成数据大陆，从而基于数据大陆建立应用、服务实战。构建统一、整合的大数据平台是警务大数据应用的首要条件，同时也是各单位挖掘大数据价值的基础。

5.2 经验复用更广泛

传统警务模式和警务大数据相结合，以公安业务实战的需求为出发点，将案件分析、研判、处理等警务流程归纳成为应用模型。应用模型不仅应当贴合实际业务场景、使用方便快捷，更应支持跨部门、跨警种、跨地域的交流共享，并支持具体用户根据自身需求进行灵活的调整和配置，最终实现警务工作者经验和智慧的高效推广、传承发扬。

5.3 警情预判更智能

发展智能研判能力。利用多部门数据融合实现对重点人员的全方位轨迹的实时监控，并通过多模式的比对进行智能研判，以实现对重点人员异动的预警。在发出预警信息的基础上，通过打通各部门信息化渠道，使预警能够同时到达多部门、多警种，使得公安机关能更好的掌握治安态势、把握稳控先机、促进跨部门信息共享及合作联动。

5.4关系发展更深入

推广应用知识图谱，从信息中发现关系。从各部门收集的出行、住宿、卡口等信息中，归纳出“人、事、地、物、组织、身份”等点状实体，在实体之间挖掘相互的从属、往来、共同特征等线状的关联关系，最终连线成网，通过关系大网展示数据中蕴含的线索和情报。

5.5机器学习更先进

在大数据技术日渐成熟的基础上，机器学习成为全行业新的发展方向。针对公安领域，各级单位、各警种多年来所积累的海量数据为机器学习奠定了坚实的基础，而机器学习能让大数据平台更加智能、帮助智能研判、智能预警等应用更加精准。机器学习能大幅缩短人类积累知识和经验所需要的时间，迅速将海量历史数据和办案人员的经验智慧相互结合，极大帮助警务工作人员节约时间、提升效率。

5.6数据展示更直观

现实数据的可视化、直观化、实时化。通过统一的平台集成“人、车、场、住、行”五大感知要素以及多种实时监测系统数据，并以适应具体业务场景的方式灵活展示出来，为警务工作者提供实时、直观、整合的信息，支持决策层快速、精准制定战略。