公安大数据警务大数据分析系统专业方案设计图文.doc

公安大数据警务大数据分析系统方案设计(图文)

产品推荐1:智慧消防:水源采集系统方案
产品推荐2:激光投影:最好大屏处理方案产品推荐3:智慧展厅:综合应用处理方案
物联网和大数据作为信息时代技术产物，受到社会各界广泛关注，怎样利用物联网技术和大数据分析算法提升办案效率，已成为各国警方分析研究课题。本文构想了一套基于物联网技术警务大数据分析模型，意在探讨该套模型在实际应用中可行性，和可能碰到困难。背景介绍警察作为一个国家关键机构，担负着维护社会稳定，打击违法犯罪关键职责，面对着越来越狡猾犯罪分子，警方需要有效提升预防和打击犯罪能力，单靠警员人工破案已无法满足社会需求，所以国家提出“科技强警”发展战略，借助高科技装备、信息化手段帮助警方打击违法犯罪，“金盾工程”更是将公安信息化建设推向了高潮。然而，伴随信息时代到来，犯罪分子作案手段越发多变、隐蔽，传统信息化手段已极难帮助警方快速分析研判。
多年来，“物联网”、“大数据”越来越被大家所熟知，著名“谷歌汽车”、“大数据流感估计”更是成为物联网技术和大数据估计应用经典案例。这两个在几年前还不为人知技术名词，仿佛是在一夜之间闯进了我们生活，将大家拉入了科幻电影中场景。那什么是“物联网”、“大数据”呢？
物联网技术是利用互联网等通信技术手段把传感器、控制器、机器、人和物经过新方法联络在一起，形成人和物、物和物互联，实现信息化，远程管理控制和智能化网络。
作为物联网以后IT行业又一大颠覆性技术革命，大数据是信息爆炸时代产物，大家天天上网、交流、购物、订票……产生了数以亿级数据，而这项技术意义并不在于掌握了庞大数据信息，而在于对这些含有意义数据进行专业化估计处理。
警方分析研判关键是挖掘人员、组织、案（事）件、阵地和物品五要素之间关联关系，假如能够借助物联网技术获取五要素信息，那么将大大提升警方获取线索信息效率，同时也能避免人为错误。而面对庞杂线索信息，则能够借助大数据分析技术实现深入，高效挖掘分析，进而快速找出五要素之间关联关系。
本文试图探讨构建一套基于物联网技术警务大数据分析模型，借以提升警方线索采集和分析研判过程正确性和效率。
技术架构基于物联网技术警务大数据分析模型是一个利用大数据分析算法对海量警务物联网线索信息进行深度挖掘分析系统模型。它包含了物联感知层、数据传输层、数据分析层和数据展示层，同时，它还要和现有公安信息网有效融合，实现信息共享碰撞。
物联感知层警务物联网，是指利用感知技术和智能装置对警务工作关注对象进行自动感知识别，经过网络，技术处理和智能分析，实现对关注对象状态和态势信息实时掌握，达成对关注对象动态监测、正确管理和科学指挥目标。
现在警方所应用场景有旅客身份证查验、警车警员GPS定位、城区视频监控、道路卡口车辆监控、关键部位报警防范、关键人员手机定位、枪支RFID标签定位等，能够采集到人员、车辆和物品城市时空数据，为警方建立基础要素排查提供大量真实可靠原始数据。
数据传输层经过移动互联网、有线网络等媒介传输到系统模型物联网数据，含有数据量大，且分布在不一样时域，空域特点，是无法直接使用，为此需要根据一定标准规则对它们进行初步筛选和归类整合，将其转化为兼容系统模型，含有统一规范标准“元数据”。
数据分析层经过初步归类整合数据依旧是海量且缺乏直观联络关系，无法为警方提供研判依据，为此需要借助专业数据挖掘算法对这些数据深入分析、整合。同时还要和公安信息网中线索和情报进行碰撞，以降低单一数据源造成信息可靠性低等问题。常见分析算法有分类分析、回归分析、聚类分析和关联分析。
分类分析依据一定分类准则将含有不一样特征数据划分到不一样类别过程。以某地域团伙作案为例，该区域近一段时期是团伙犯罪高发期，警方对该区域和邻近区域娱乐场所和出租屋人员进行集中排查，采集到大量身份证信息和手机串号信息。
经过对午夜时段身份证号和手机串号进行碰撞，能够筛选出一批常常出入于犯罪高发区可疑人员名单，进而帮助警方缩小排查范围。
回归分析经过对自变量和因变量做一定相关性分析，由此建立回归方程，用以估计变量依靠关系。加利福尼亚警方曾利用火灾预警系统来估计建筑物火情和分析纵火案。
加利福尼亚警方经过将十二个月内火灾案件和当日天气，建筑物本身原因等资料数据化，形成了一套火灾等级和火灾原因拟合函数，当火灾原因点越丰富时，拟合出来火灾隐情拟合函数曲线就越细腻平滑，正确度也就越高，进而形成经验数据，有效提升火灾预警能力。同时，警方也不放过那些异常点，因为往往异常点代表着含有“人为纵火”嫌疑，警方再经过对这些异常点分析，找出隐藏在火灾背后案情。
聚类分析不一样于分类分析，聚类分析没有先验知识，通常是将一堆看似毫无规则数据依据某种特征进行划分，不一样属性数据分到不一样组。警方能够依据时间或空间为基准属性，对采集到身份证号，报警信息，手机串号等进行分组，进而发觉可疑线索。
比如，某文物保护单位午夜时分发生文物偷窃案件，经过对该单位近一周内监控录像、手机串号等数据采样，警方首先将可疑目标锁定在午夜时段出现四个手机串号上，因为该时段不可能是正常游客参观时段，含有可疑性，但因为作案人带了头套和手套，未能取得有价值作案监控录像。
警方再对其它时间进行排查碰撞发觉，在案发前三天，可疑目标手机串号出现在文物展览时段，经过对该时段监控录像和手机串号进行排查定位，就能够有效缩小排查范围。
关联分析用于在大量杂乱无章数据中寻求有价值数据间相关关系。经过分析犯罪嫌疑人基础信息、亲朋好友、交通工具、银行账户和出行统计等，就能绘制出一张犯罪嫌疑人关系网，进而为警方快速掌握犯罪嫌疑人动向提供有力线索。
数据展示层伴伴随大数据应用而出现技术还有可视化展示技术，它能够很直观将大数据分析产生晦涩难懂数据以图表形式展示出来，帮助警方依据图表特征快速研判。本模型针对警务案件研判特点，选择了多个常见图表模型做展示。
关联关系图关联关系图和关联分析算法配套使用，用于展示研判分析结果各元素之间关系，该图将各元素分为中心元素和关联元素，关联元素围绕着中心元素展开。通常见于犯罪嫌疑主体和客体之间关联关系。【注：中心元素和关联元素要素类型能够相同，也能够不一样】时空时序图通常和分类分析算法、聚类分析算法配合使用，根据时空属性，展示行为主体在一定时空范围内行为轨迹，通常见于展示犯罪嫌疑人或嫌疑车辆行为轨迹。热点分布图通常和聚类分析算法配合使用，用于碰撞挖掘人员行为习惯，关联关系和异常行为之间“共性”。应用架构基于物联网技术警务大数据分析模型本身不能直接破案，但它能够帮助警方缩小排查范围，缩短排查用时。因为它需要整合多方信息资源，所以是一套跨部门，跨警种分析应用模型。
水平维度
警方在办案过程中常常会碰到多警种配合工作情况，而各警种获取线索信息渠道可能有所不一样，造成对同一个目标元素得到不一样数据，这时就需要对大家获取信息进行核实，并以某一个或多数人信息为最终止论数据。（注：依靠物联网技术获取数据会降低数据差异性概率，但案件线索并非只有物联网采样数据，还有很多数据要经过其它渠道取得）
垂直维度
分析采集在应用这套模型时，应该根据不一样等级，职能分工使用。基层单位关键负责线索采集，实际办案单位则担负线索采集和分析研判过程，而省厅则作直接利用分析研判结果，对各区域治安情况，警员工作情况进行分析考评。
建设难点即使物联网、大数据已经不再是个陌生技术，它也已经被广泛应用到各行各业，小到“物品标签”，大到“baidu大数据分析计划”，似乎这两类技术无所不能，但实际上，要想充足发挥技术优势，还需要一定条件。
物联网，它被憧憬应用形式之一便是连接城市，多种多样传感器，视频监控无处不在，追中大家行动并生成大量数据，从而更高效管理城市，但物联网技术软硬件缺乏一个统一或相对统一标准，极难靠一家技术企业就能对接，整合各家设备或系统。
大数据，一项伟大发明，它将“星占卜”变成了“现实”，但从它词意就能够知道，它样本即全部，需要大量且非单一数据做支撑，“共享”必不可少，但首先要处理各部门间信息壁垒，和跨公安网信息交互引发信息安全问题。
文章总结即使笔者经过理论依据和工作实践总结出了这套系统模型，但模型应用到实际，并构建出完整可实用软件系统仍然有很长一段路需要走，这需要公安干警和相关行业技术从业者共同努力。
技术手段不可能直接用于破案，但假如能够科学合理应用，充足发挥它作用，就能大大提升警方办案效率。而这些全部是建立在完备管理机制和人员认识之上，需要警方、科学工作者和社会共同努力。
尤其推荐：
【智慧城市圈子邱文斌】订阅号:qwb_智慧城市圈子:专注行业概念普及、汇报分析及趋势等分享。众智库是圈子运行机构,是在民政局立案非营利性社会组织,关键目标是凝聚智慧城市教授和企业资源，为智慧城市计划、建设、运行和产业发展提供智力支持，提倡大小企业优势互补，携手共赢。
—————————————————————