●穆義龍

（中國人民公安大學，北京100038）

一、公安大數(shù)據(jù)建設面臨的問題

公安部已成立全國公安大數(shù)據(jù)工作領導小組，以大力推進實施公安大數(shù)據(jù)戰(zhàn)略，公安大數(shù)據(jù)建設是公安信息化發(fā)展的新階段，能夠不斷提高維護國家安全和社會穩(wěn)定的能力。[1]進入大數(shù)據(jù)時代以來，就公安領域來講，隨著數(shù)據(jù)的激增和技術跟進的緩慢，公安大數(shù)據(jù)建設面臨著數(shù)據(jù)采集不全、數(shù)據(jù)處理不足、數(shù)據(jù)管理滯后、數(shù)據(jù)挖掘開發(fā)不足等問題。

（一）數(shù)據(jù)采集不全

1.數(shù)據(jù)來源廣體量大

大數(shù)據(jù)時代，隨著通訊、互聯(lián)網、物聯(lián)網、云計算、人工智能等技術的發(fā)展，我們進入了萬物互聯(lián)的社會，人、事、物的全息信息以數(shù)據(jù)的形式再現(xiàn)于虛擬空間中。然而這些數(shù)據(jù)分布廣泛，主要來源有手機數(shù)據(jù)、計算機數(shù)據(jù)、汽車數(shù)據(jù)、打印機數(shù)據(jù)、智能攝像頭數(shù)據(jù)、智能家居數(shù)據(jù)、智能穿戴設備數(shù)據(jù)、無人機數(shù)據(jù)、銀行開戶信息、公共場所數(shù)據(jù)、云端數(shù)據(jù)、政務數(shù)據(jù)等等。隨著5G時代的到來，5G具有的極高安全性和極快數(shù)據(jù)速率，將進一步推動通訊、互聯(lián)網、物聯(lián)網、云計算、人工智能等技術的發(fā)展，在一定程度上促進商業(yè)模式的改造和帶來一批新行業(yè)的興起，屆時數(shù)據(jù)將會進一步呈現(xiàn)大爆發(fā)的狀態(tài)。巨大的數(shù)據(jù)增量以及體量，既使得以數(shù)據(jù)為載體的信息更為詳盡，又導致數(shù)據(jù)采集所需的數(shù)據(jù)體量巨大，如何將巨大體量的數(shù)據(jù)提取，給數(shù)據(jù)采集工作帶來了極大的挑戰(zhàn)。

2.部分數(shù)據(jù)提取難度大

盡管當前數(shù)據(jù)分布廣泛、體量巨大，其所蘊含的數(shù)據(jù)也相對完備、高值。但是，這巨大體量的數(shù)據(jù)就像一座冰山一樣，其中能夠直接通過資源管理器提取的數(shù)據(jù)就像冰山露出的部分僅占很少比例。很大一部分潛藏于底部，很難被發(fā)現(xiàn)和直接提取，在這一部分數(shù)據(jù)中，有一部分比如被覆蓋的或者被刪除的數(shù)據(jù)，可以通過數(shù)據(jù)恢復軟件等技術呈現(xiàn)和被提取。又有一部分數(shù)據(jù)，由于被擦除或者結構特性等原因很難通過上述方法提取，必然導致部分數(shù)據(jù)所蘊含的信息不能被獲取，對數(shù)據(jù)采集工作帶來了巨大的挑戰(zhàn)。

（二）數(shù)據(jù)預處理不足

就已采集的數(shù)據(jù)而言，因其來源廣泛、結構不一等等，給后期的數(shù)據(jù)分析和數(shù)據(jù)利用帶來了極大的麻煩，很難發(fā)揮數(shù)據(jù)的真正價值。目前公安工作面臨的大多數(shù)原始公安數(shù)據(jù)具有不一致性、噪聲和缺損高度敏感性等等，導致很多數(shù)據(jù)無法直接使用，并且，目前在實踐中相關部門在數(shù)據(jù)的清理、轉換、集成、簡化等方面的相關能力還未能滿足公安大數(shù)據(jù)應用的需求，在很大程度上造成數(shù)據(jù)資源的浪費。

（三）數(shù)據(jù)管理滯后

數(shù)據(jù)預處理后的儲存、管理也相當重要，其主要包括數(shù)據(jù)資源目錄管理、數(shù)據(jù)模型管理、數(shù)據(jù)標準管理、數(shù)據(jù)質量管理等方面。科學的數(shù)據(jù)管理是數(shù)據(jù)挖掘、數(shù)據(jù)分析、數(shù)據(jù)共享和數(shù)據(jù)綜合利用的前提。然而，在實踐中，公安大數(shù)據(jù)管理存在分散管理、重復建設等導致公安大數(shù)據(jù)流動性差和標準不一等問題；并且多年來，公安信息系統(tǒng)建設一直在采用多層體系技術架構的方式，該方式發(fā)揮了其歷史性作用，但隨著“人工智能+大數(shù)據(jù)”、云計算、移動互聯(lián)等新技術的出現(xiàn)，傳統(tǒng)架構方式可擴展性不強、集約共享性不徹底等，[2]致使目前公安信息系統(tǒng)中的數(shù)據(jù)管理只能實現(xiàn)對基礎數(shù)據(jù)進行簡單匯聚、較為粗略的分類和其他簡單管理。很明顯，在大數(shù)據(jù)時代，面對增速極快、體量巨大且結構不一的大數(shù)據(jù)和公安業(yè)務需求的多樣化的現(xiàn)狀，公安信息系統(tǒng)的數(shù)據(jù)管理能力相對滯后。

（四）數(shù)據(jù)挖掘不足

在萬物互聯(lián)的今天，數(shù)據(jù)不是獨立存在的而是與其他數(shù)據(jù)相互作用和關聯(lián)的，因此數(shù)據(jù)價值的充分實現(xiàn)不僅僅是對數(shù)據(jù)簡單利用，更為重要的是對數(shù)據(jù)的開發(fā)和關聯(lián)挖掘。然而目前在公安領域，大多數(shù)地方對數(shù)據(jù)挖掘技術停留在零散研究與應用，難以有效明確地集成眾多挖掘關鍵技術。就數(shù)據(jù)的淺層關聯(lián)性進行分析，往往得到的信息并不全面，不能充分發(fā)揮數(shù)據(jù)的真正價值。

二、數(shù)據(jù)中臺賦能公安大數(shù)據(jù)建設

數(shù)據(jù)中臺是指依靠人工智能等相關技術構建的一套統(tǒng)一的數(shù)據(jù)治理、數(shù)據(jù)挖掘、數(shù)據(jù)開發(fā)、數(shù)據(jù)管理和數(shù)據(jù)服務的數(shù)據(jù)系統(tǒng)，其集智能環(huán)境感知、強大計算能力、海量數(shù)據(jù)融合、智能應用服務、嚴密安全保障為一體。

（一）提升公安大數(shù)據(jù)的收集能力

隨著物聯(lián)網和各種新技術、新感知設備的廣泛應用，結構化數(shù)據(jù)所占比例將越來越小。未來面臨的公安大數(shù)據(jù)，99%的數(shù)據(jù)量將是非結構化數(shù)據(jù)。同時公安工作大多和空間位置相關，更加注重非結構化數(shù)據(jù)和時空大數(shù)據(jù)的使用，公安大數(shù)據(jù)不僅包含實體的屬性信息，更包含實體的時空信息以及實體間的關系信息，[3]數(shù)據(jù)中臺利用人工智能等相關技術從源頭打破數(shù)據(jù)孤島，把公安各個警種數(shù)據(jù)、政務數(shù)據(jù)資源、社會數(shù)據(jù)資源、重點網絡數(shù)據(jù)、物聯(lián)感知數(shù)據(jù)等等所有的、多元的、跨域的數(shù)據(jù)進行智能終端感知以及快速接入和相應的適配，并且利用相應的算法針對不同類型和不同來源場景的數(shù)據(jù)使用不同的采集服務方式處理，數(shù)據(jù)進來以后進行快速對賬，并且依據(jù)相應標準對收集的數(shù)據(jù)進行分類、儲存和管理。

（二）提升公安大數(shù)據(jù)的治理能力

公安大數(shù)據(jù)集合了多元的、跨域的數(shù)據(jù)，其中有很大一部分是非結構性數(shù)據(jù)，數(shù)據(jù)中臺依據(jù)相關技術標準通過對ODS基礎層的全量數(shù)據(jù)進行清洗、轉化以及利用其相關技術處理使多源異構的基礎數(shù)據(jù)向高價值結構化數(shù)據(jù)轉換，從而最大限度地提高公安大數(shù)據(jù)的利用效率。

同時數(shù)據(jù)中臺也在實時對數(shù)據(jù)進行相關的質量監(jiān)控和提升，從數(shù)據(jù)接入開始利用一套靈活的規(guī)則機制對數(shù)據(jù)進行質量探查，為接下來的數(shù)據(jù)的自動化對標提供相關支撐。在這個過程中數(shù)據(jù)中臺通過可視化的方式來檢測數(shù)據(jù)的一些標準和一些字段空值，以及對數(shù)據(jù)的增量做一些同比、環(huán)比。并且根據(jù)每天的增量作出相關預警預測，及時提醒數(shù)據(jù)開發(fā)人員關注數(shù)據(jù)的接入情況，數(shù)據(jù)開發(fā)人員根據(jù)數(shù)據(jù)中臺反饋的信息來進一步處理相關情況，以此提高數(shù)據(jù)的可靠性。

數(shù)據(jù)中臺利用相關人工智能技術加強對元數(shù)據(jù)的管理以及基于元數(shù)據(jù)的數(shù)據(jù)開發(fā)管理。在對數(shù)據(jù)標準化處理的基礎之上構建DWD數(shù)據(jù)標準層，再根據(jù)標準層的標準化數(shù)據(jù)結合多維元數(shù)據(jù)信息，利用關鍵特征數(shù)據(jù)結合業(yè)務核心算法不斷優(yōu)化數(shù)據(jù)模型進一步構建和完善公安業(yè)務所需的數(shù)據(jù)倉庫。

數(shù)據(jù)中臺利用人工智能等相關技術通過構建智能數(shù)據(jù)加大對數(shù)據(jù)的開發(fā)、挖掘其有效價值。對數(shù)據(jù)進行智能化標簽，不斷完善數(shù)據(jù)的深度關聯(lián)實現(xiàn)具有置信度和親密度的ID-Mapping（包括一些實體如：標簽、關系、行為、軌跡、賬戶、資產、車輛、案件、地址等等），在此基礎上結合業(yè)務構建DWS主題庫（主題域可以實時共享，用戶可以直接在主題域找到所需數(shù)據(jù)節(jié)約相關成本）和DM專題庫形成開放結構化服務，并且利用相應的技術構建分析性數(shù)據(jù)庫服務。

（三）提升公安大數(shù)據(jù)的共享能力

公安大數(shù)據(jù)在數(shù)據(jù)中臺中通過挖掘治理之后匯聚到數(shù)據(jù)開發(fā)中心，數(shù)據(jù)中臺利用人工智能技術不斷提升業(yè)務生成開發(fā)能力和快速的服務開發(fā)能力，分別建立業(yè)務開發(fā)的能力工廠和服務開發(fā)的能力工廠。在對數(shù)據(jù)治理的基礎之上，通過業(yè)務開發(fā)能力工廠利用相關技術不斷沉淀業(yè)務，以及不斷對業(yè)務進行抽象來生成業(yè)務，并且將生成業(yè)務所帶來的結果形成服務，通過服務開發(fā)能力工廠開發(fā)服務，在專題庫中進行中轉和沉淀，通過以服務集市的方式來提供服務目錄等方式進行分享。

三、數(shù)據(jù)中臺對于實戰(zhàn)應用的賦能

（一）建立數(shù)據(jù)業(yè)務模型

數(shù)據(jù)中臺在對數(shù)據(jù)治理的基礎上，將數(shù)據(jù)治理的成果結合公安工作日常業(yè)務進行模塊化抽象并且不斷沉淀形成各類的數(shù)據(jù)業(yè)務模型，如電信詐騙模型、犯罪高發(fā)熱點區(qū)域分析研判模型、跨境詐騙類案特征分析、空港旅客多維防控系統(tǒng)、流動人口綜合分析研判模型、高危對象預測預警模型、車險騙保分析模型等等，并且隨著相關技術的發(fā)展以及業(yè)務環(huán)境的變化能夠對數(shù)據(jù)業(yè)務模型不斷更新完善，以更好地服務公安工作。

（二）智能數(shù)據(jù)標簽

數(shù)據(jù)中臺對大量數(shù)據(jù)建立很多數(shù)據(jù)標簽，如基礎類標簽、行為類標簽、關系類標簽、業(yè)務類標簽、背景類標簽、算法類標簽和其他標簽，以平臺管理的方式體現(xiàn)出來，同時，用戶可以根據(jù)系統(tǒng)自動帶出來的基礎標簽來做自己需要的自定義標簽，并且這些自定義標簽繼續(xù)沉淀，方便后來者使用或者在此基礎上對數(shù)據(jù)標簽做進一步更改，智能數(shù)據(jù)標簽實現(xiàn)用戶對標簽數(shù)據(jù)任意組合的解析，輸出適用于任一警種、任一部門、任一場景所需的數(shù)據(jù)分析結果集。

（三）智能布控預警

布控預警對公安工作來說是非常重要的一塊，數(shù)據(jù)中臺在對數(shù)據(jù)的治理基礎之上構建了自動化、智能化的預警系統(tǒng)，來解決通用性的、大部分應用場景。用戶在數(shù)據(jù)中臺中通過對目標人群、規(guī)則、區(qū)域、策略等的設置，結合具有置信度和親密度ID-Mapping實現(xiàn)全息預警，在盡可能全面的數(shù)據(jù)基礎上，對傳統(tǒng)的關聯(lián)關系進行進一步延伸和深化，構建和完善依托置信度和親密度的實體關聯(lián)，以人為出發(fā)，反應這個人的所有的物品、車輛、行為、軌跡等等相關信息的指數(shù)情況，利用全面數(shù)據(jù)通過特定規(guī)則和算法，計算出某個人的某方面，如車輛、地址的概率，從而進一步支持公安機關的智能化布控預警。

四、結語

以人工智能技術為支撐的數(shù)據(jù)中臺具有多維智能感知體系、智能融合應用體系、大數(shù)據(jù)支撐體系、數(shù)據(jù)治理體系等等能夠實現(xiàn)對數(shù)據(jù)的深度挖掘、深度治理、實現(xiàn)數(shù)據(jù)共池，形成各類數(shù)據(jù)業(yè)務模型，并且不僅實現(xiàn)傳統(tǒng)意義上的數(shù)據(jù)共享，而且以服務的方式共享出來，能夠更好地滿足公安工作需要，進一步推動公安大數(shù)據(jù)建設。