韓麗佳

以過(guò)去20多年服務(wù)于公安行業(yè)用戶的經(jīng)驗(yàn)作為積淀，新智認(rèn)知按公安部標(biāo)準(zhǔn)規(guī)范指導(dǎo)，以更成熟、更完善的大數(shù)據(jù)融合服務(wù)平臺(tái)產(chǎn)品，協(xié)同合成指揮產(chǎn)品、人工智能產(chǎn)品，為基于大數(shù)據(jù)的智慧警務(wù)建設(shè)，貢獻(xiàn)智慧和力量。

2014年，在央視春晚上，沈騰和馬麗表演的小品《扶不扶》相信很多人還記憶猶新。在這個(gè)小品里，沈騰和馬麗通過(guò)精彩幽默的表演，對(duì)社會(huì)上的碰瓷行為進(jìn)行了諷刺。事實(shí)上，對(duì)于每個(gè)駕車者而言，遇到碰瓷都是一件十分棘手的事。特別是如果遇到專門從事碰瓷的犯罪團(tuán)伙，那就更頭疼了。

不過(guò)，現(xiàn)在駕車者可以松口氣了。大數(shù)據(jù)技術(shù)的應(yīng)用將會(huì)很好地解決這一難題。華中地區(qū)某市警方，依托數(shù)據(jù)中心利用保險(xiǎn)理賠、車輛維修信息事故相關(guān)錄入數(shù)據(jù)、視頻卡口等幾十項(xiàng)數(shù)據(jù)，根據(jù)民警們以往打擊車輛碰瓷騙保案件的經(jīng)驗(yàn)，建立了“車輛碰瓷騙保分析模型”。模型輸出了一批疑似有上述非法犯罪行為的車輛，并將與車輛相關(guān)的嫌疑人一并展示。民警根據(jù)模型結(jié)果順藤摸瓜，一次性挖出幾個(gè)專門從事此類案件的犯罪團(tuán)伙。

而在以往此類案件中，經(jīng)驗(yàn)不足的交警往往會(huì)當(dāng)做正常事故處理。哪怕個(gè)別事故被識(shí)別出存在碰瓷騙保嫌疑，由于各業(yè)務(wù)警種數(shù)據(jù)不互通，社會(huì)數(shù)據(jù)并未接入，也很難將整個(gè)團(tuán)伙連根拔起。

五個(gè)階段

上述案例只是大數(shù)據(jù)在公安行業(yè)廣泛應(yīng)用的一個(gè)縮影。在新智認(rèn)知數(shù)字科技股份有限公司大數(shù)據(jù)融合服務(wù)平臺(tái)總經(jīng)理鄭再鵬看來(lái)，如今隨著大數(shù)據(jù)、云計(jì)算人工智能移動(dòng)互聯(lián)網(wǎng)物等技術(shù)的發(fā)展，警務(wù)模式也正式邁入了智慧警務(wù)的階段?！爸腔劬瘎?wù)以大數(shù)據(jù)戰(zhàn)略為路徑，各省市公安機(jī)關(guān)，紛紛建設(shè)自己的大數(shù)據(jù)中心、云平臺(tái)以及基于大數(shù)據(jù)的移動(dòng)警務(wù)應(yīng)用平臺(tái)。指揮、情報(bào)、網(wǎng)安等各條線在大數(shù)據(jù)的驅(qū)動(dòng)下，實(shí)現(xiàn)高度融合、數(shù)據(jù)共享、協(xié)同作戰(zhàn)、統(tǒng)一運(yùn)作，逐步將公安信息化建設(shè)，推向一個(gè)跨時(shí)代的發(fā)展方向。”

新智認(rèn)知公司的前身是博康智能。公司從1995年成立起，便致力于公安行業(yè)信息化和安防方面的建設(shè)。2018年，公司正式更名為新智認(rèn)知?？梢哉f(shuō)，這20多年來(lái)，新智認(rèn)知一路見(jiàn)證了公安行業(yè)信息化建設(shè)的發(fā)展。在鄭再鵬看來(lái)，公安行業(yè)的信息化建設(shè)大致可以分為5個(gè)階段：

在1998年之前，是人力警務(wù)階段，警務(wù)工作主要靠大量的人力完成。接處警、巡邏、盤查等警務(wù)工作沒(méi)有信息化支撐。大量信息、檔案、資料，以紙質(zhì)文件的形式，儲(chǔ)存在檔案室。1998年到2006年，隨著金盾工程的建設(shè)，公安行業(yè)信息化進(jìn)入了第二階段：數(shù)字警務(wù)階段。此時(shí)，基層警務(wù)工作，從純?nèi)肆?、紙質(zhì)化，轉(zhuǎn)向利用計(jì)算機(jī)進(jìn)行信息采集、查詢。同時(shí)，隨著手臺(tái)和個(gè)人PC的普及，“三臺(tái)合一”也應(yīng)運(yùn)而生。警務(wù)工作擁有了基礎(chǔ)的數(shù)字化能力和協(xié)同作戰(zhàn)能力，信息管理水平和工作效率大幅提升。第三階段是網(wǎng)絡(luò)警務(wù)階段，從2007年到2012年，各警種開(kāi)始建設(shè)具有自身警種特色的信息系統(tǒng)。隨著金盾二期工程的全面展開(kāi)，各種業(yè)務(wù)信息系統(tǒng)紛紛落地。第四階段是合成警務(wù)階段。此時(shí)，以情報(bào)主導(dǎo)的合成指揮系統(tǒng)，應(yīng)運(yùn)而生。各地紛紛嘗試多警種、跨部門、跨區(qū)域的合成指揮警務(wù)作戰(zhàn)。

“慢慢開(kāi)始探索，如何以數(shù)據(jù)驅(qū)動(dòng)警務(wù)工作。但受限于大數(shù)據(jù)技術(shù)的不成熟，取得的成果不多。”鄭再鵬介紹道。而從2017年起，則真正進(jìn)入到了智慧警務(wù)階段。

價(jià)值有“三化”

在鄭再鵬看來(lái)，大數(shù)據(jù)對(duì)于智慧警務(wù)的建設(shè)，有著非常重要的價(jià)值?！拔覀円恢痹谡f(shuō)要建設(shè)平安中國(guó)，幸福中國(guó)。而大數(shù)據(jù)在公安行業(yè)的應(yīng)用，將會(huì)成為構(gòu)建平安中國(guó)、幸福中國(guó)的重要因素之一”。具體而言，鄭再鵬認(rèn)為，大數(shù)據(jù)在智慧警務(wù)建設(shè)中的應(yīng)用價(jià)值，可以用“三化”來(lái)概括。

一是海量數(shù)據(jù)的高效融合化。這是智慧警務(wù)的數(shù)據(jù)支撐基礎(chǔ)。眾所周知，因?yàn)闅v史原因，很多行業(yè)都存在著數(shù)據(jù)孤島林立、數(shù)據(jù)質(zhì)量臟亂差、標(biāo)準(zhǔn)格式不同意等問(wèn)題。而要想發(fā)揮數(shù)據(jù)的價(jià)值，那么數(shù)據(jù)的治理、接入、匯聚是前提。

二是專家經(jīng)驗(yàn)的人工智能化。鄭再鵬認(rèn)為，有了數(shù)據(jù)支撐基礎(chǔ)，公安的孤島被打通，但這并不意味著這些高效融合化的數(shù)據(jù)具有價(jià)值。“數(shù)據(jù)存儲(chǔ)在物理空間中，本身是沒(méi)有價(jià)值的。只有將治理后的數(shù)據(jù)，進(jìn)行要素關(guān)聯(lián)，形成對(duì)應(yīng)的要素庫(kù)、主題庫(kù)，依托于業(yè)務(wù)場(chǎng)景，利用相關(guān)警務(wù)專家的智慧，結(jié)合神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、語(yǔ)義識(shí)別等技術(shù)，構(gòu)建行業(yè)知圖譜，凝結(jié)公安數(shù)據(jù)模型，才能真正發(fā)揮出數(shù)據(jù)的價(jià)值。”

三是案件事件的前瞻預(yù)警化。在鄭再鵬看來(lái)，智慧警務(wù)時(shí)代相較于人工警務(wù)時(shí)代，警務(wù)工作的重點(diǎn)必然要從事后研判，逐漸轉(zhuǎn)移到事前預(yù)警。

確實(shí)，在現(xiàn)階段，在案件積累夠多、大數(shù)據(jù)技術(shù)完善的基礎(chǔ)上，提煉同類案件中，事后研判所發(fā)現(xiàn)的規(guī)律，與數(shù)據(jù)中心已有的資源進(jìn)行關(guān)聯(lián)碰撞，必然能發(fā)現(xiàn)某類案件的特點(diǎn)，從而精準(zhǔn)定位，防患于未然。

“長(zhǎng)三角地區(qū)某市機(jī)場(chǎng)分局，分析了多年來(lái)抓獲的機(jī)上扒手的數(shù)據(jù)，根據(jù)提取其戶籍特征、目的地特征等幾個(gè)重要數(shù)據(jù)項(xiàng)。得知犯罪嫌疑人大多來(lái)自與河南某地，且飛行目的地，多為境外或國(guó)際航班的中轉(zhuǎn)站。由此結(jié)合旅客信息、航班信息、機(jī)場(chǎng)物聯(lián)感知設(shè)備（如智能化監(jiān)控、人臉相機(jī)等）數(shù)據(jù)，建立預(yù)警模型。在疑似人員進(jìn)行團(tuán)伙作案前，給予重點(diǎn)關(guān)注，極大提升了此類案件的破案效率?！编嵲蠃i介紹說(shuō)。

挑戰(zhàn)和機(jī)遇

當(dāng)然，在發(fā)揮重要價(jià)值的同時(shí)，公安行業(yè)的大數(shù)據(jù)應(yīng)用仍然面臨一些挑戰(zhàn)。比如，公安機(jī)關(guān)各個(gè)信息化系統(tǒng)產(chǎn)生的數(shù)據(jù)量龐大，以單個(gè)抓拍探頭為例，每天就能產(chǎn)生上萬(wàn)張圖像和上萬(wàn)條對(duì)應(yīng)的車輛數(shù)據(jù)信息。每個(gè)監(jiān)控?cái)z像頭，每天也能產(chǎn)生幾十上百GB的視頻數(shù)據(jù)。在進(jìn)入智慧警務(wù)時(shí)代之前，公安數(shù)據(jù)庫(kù)往往只是存儲(chǔ)那些匯聚到公安網(wǎng)上的數(shù)據(jù)。但在智慧警務(wù)時(shí)代，隨著大數(shù)據(jù)和云計(jì)算技術(shù)的發(fā)展，各地紛紛自建數(shù)據(jù)中心，使得數(shù)據(jù)來(lái)源除了公安網(wǎng)之外，還包括各警種專網(wǎng)、視頻專網(wǎng)、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等網(wǎng)絡(luò)空間。

再比如，傳統(tǒng)的公安數(shù)據(jù)庫(kù)存儲(chǔ)的往往是靜態(tài)的數(shù)據(jù)，一段時(shí)間再統(tǒng)一更新一次。而隨著數(shù)據(jù)中心的建設(shè)，公安大數(shù)據(jù)從靜態(tài)演變?yōu)閯?dòng)態(tài)，甚至要求秒級(jí)甚至毫秒級(jí)實(shí)時(shí)更新。

每個(gè)業(yè)務(wù)系統(tǒng)的一次響應(yīng)，每個(gè)物聯(lián)感知設(shè)備一次記錄，都要?jiǎng)討B(tài)地同步到民警眼前。警務(wù)工作，特別是情報(bào)、指揮工作，很多情況下時(shí)機(jī)轉(zhuǎn)瞬即逝。這就需要具有快速響應(yīng)的公安大數(shù)據(jù)中心，作為業(yè)務(wù)支撐。

此外，隨著物聯(lián)感知設(shè)備的發(fā)展，結(jié)構(gòu)化數(shù)據(jù)所占比例越來(lái)越小，未來(lái)文本、圖片、視頻、音頻等非結(jié)構(gòu)化數(shù)據(jù)將占據(jù)主導(dǎo)。這導(dǎo)致數(shù)據(jù)量巨大，而有價(jià)值的數(shù)據(jù)又非常少。以視頻監(jiān)控舉例，幾個(gè)小時(shí)的視頻，往往只有秒甚至幾幀的有效畫面。同時(shí)，人、事、地、物、組織不再是孤立存儲(chǔ)的數(shù)據(jù)，隨著時(shí)空大數(shù)據(jù)相關(guān)技術(shù)的發(fā)展，知識(shí)圖譜、數(shù)據(jù)建模、關(guān)系庫(kù)關(guān)聯(lián)庫(kù)在逐步進(jìn)行建設(shè)，為情報(bào)搜集、分析研判、案事件處置等警務(wù)工作提供了關(guān)鍵支撐。

在鄭再鵬看來(lái)，目前數(shù)據(jù)價(jià)值仍未轉(zhuǎn)化為戰(zhàn)斗力，主要體現(xiàn)在兩個(gè)方面：

第一，基層不了解整體數(shù)據(jù)規(guī)劃、數(shù)據(jù)資源狀況、數(shù)據(jù)使用方法。

第二，部分省級(jí)、地市級(jí)部門，做數(shù)據(jù)中心規(guī)劃時(shí)，未能深入了解基層需求。進(jìn)行數(shù)據(jù)中心設(shè)計(jì)的部門，對(duì)各警種業(yè)務(wù)理解不夠深刻。

但問(wèn)題和挑戰(zhàn)，往往也意味著機(jī)會(huì)。在鄭再鵬看來(lái)，智慧警務(wù)的發(fā)展，未來(lái)必將走向智能化、自動(dòng)化，而且將會(huì)以預(yù)防控制為主。這就意味著，大數(shù)據(jù)、人工智能等技術(shù)將會(huì)有更廣闊的應(yīng)用空間?！耙赃^(guò)去20多年服務(wù)于公安行業(yè)用戶的經(jīng)驗(yàn)作為積淀，新智認(rèn)知將不忘初心，按公安部標(biāo)準(zhǔn)規(guī)范指導(dǎo)，以更成熟、更完善的大數(shù)據(jù)融合服務(wù)平臺(tái)產(chǎn)品，協(xié)同合成指揮產(chǎn)品、人工智能產(chǎn)品，為基于大數(shù)據(jù)的智慧警務(wù)建設(shè)，貢獻(xiàn)智慧和力量?！编嵲蠃i說(shuō)道。

最佳實(shí)踐：新智認(rèn)知大數(shù)據(jù)融合服務(wù)平臺(tái)在華北某市公安局的應(yīng)用

行業(yè)背景

1.數(shù)據(jù)量大、來(lái)源多

公安機(jī)關(guān)各個(gè)信息化系統(tǒng)產(chǎn)生的數(shù)據(jù)量龐大，以單個(gè)抓拍探頭為例，每天就能產(chǎn)生上萬(wàn)張圖像和上萬(wàn)條對(duì)應(yīng)的車輛數(shù)據(jù)信息。每個(gè)監(jiān)控?cái)z像頭，每天也能產(chǎn)生幾十上百G的視頻數(shù)據(jù)。在進(jìn)入智慧警務(wù)時(shí)代之前，公安數(shù)據(jù)庫(kù)往往只是存儲(chǔ)那些匯聚到公安網(wǎng)上的數(shù)據(jù)。但在智慧警務(wù)時(shí)代，隨著大數(shù)據(jù)和云計(jì)算技術(shù)的發(fā)展，各地紛紛自建數(shù)據(jù)中心，使得數(shù)據(jù)來(lái)源除了公安網(wǎng)之外，還包括各警種專網(wǎng)、視頻專網(wǎng)、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等網(wǎng)絡(luò)空間。

2.數(shù)據(jù)具有動(dòng)態(tài)性

傳統(tǒng)的公安數(shù)據(jù)庫(kù)存儲(chǔ)的往往是靜態(tài)的數(shù)據(jù)，一段時(shí)間再統(tǒng)一更新一次。而隨著數(shù)據(jù)中心的建設(shè)，公安大數(shù)據(jù)從靜態(tài)演變?yōu)閯?dòng)態(tài)，甚至要求秒級(jí)甚至毫秒級(jí)實(shí)時(shí)更新。每個(gè)業(yè)務(wù)系統(tǒng)的一次響應(yīng)，每個(gè)物聯(lián)感知設(shè)備一次記錄，都要?jiǎng)討B(tài)地同步到民警眼前。警務(wù)工作，特別是情報(bào)、指揮工作，很多情況下時(shí)機(jī)轉(zhuǎn)瞬即逝。這就需要具有快速響應(yīng)的公安大數(shù)據(jù)中心，作為業(yè)務(wù)支撐。

3.數(shù)據(jù)價(jià)值難以挖掘

隨著物聯(lián)感知設(shè)備的發(fā)展，結(jié)構(gòu)化數(shù)據(jù)所占比例越來(lái)越小，未來(lái)文本、圖片、視頻、音頻等非結(jié)構(gòu)化數(shù)據(jù)將占據(jù)主導(dǎo)。這導(dǎo)致數(shù)據(jù)量巨大，而有價(jià)值的數(shù)據(jù)又非常少。以視頻監(jiān)控舉例，幾個(gè)小時(shí)的視頻，往往只有秒甚至幾幀的有效畫面。同時(shí)，人、事、地、物、組織不再是孤立存儲(chǔ)的數(shù)據(jù)，隨著時(shí)空大數(shù)據(jù)相關(guān)技術(shù)的發(fā)展，知識(shí)圖譜、數(shù)據(jù)建模、關(guān)系庫(kù)關(guān)聯(lián)庫(kù)在逐步進(jìn)行建設(shè)，為情報(bào)搜集、分析研判、案事件處置等警務(wù)工作提供了關(guān)鍵支撐。

目前數(shù)據(jù)價(jià)值仍未轉(zhuǎn)化為戰(zhàn)斗力，主要體現(xiàn)在兩個(gè)方面：

第一，基層不了解整體數(shù)據(jù)規(guī)劃、數(shù)據(jù)資源狀況、數(shù)據(jù)使用方法。

第二，部分省級(jí)、地市級(jí)部門，做數(shù)據(jù)中心規(guī)劃時(shí)，未能深入了解基層需求。進(jìn)行數(shù)據(jù)中心設(shè)計(jì)的部門，對(duì)各警種業(yè)務(wù)理解不夠深刻。

4.數(shù)據(jù)共享程度低

數(shù)據(jù)共享程度低主要存在以下兩點(diǎn)問(wèn)題：

第一，各警種、各下級(jí)公安機(jī)關(guān)，是否能為上級(jí)數(shù)據(jù)中心，提供有效的數(shù)據(jù)來(lái)源？由于歷史原因，不少系統(tǒng)存在重建漏建等問(wèn)題，不少數(shù)據(jù)的錄入工作也存在大量的瑕疵。

第二，上級(jí)數(shù)據(jù)中心完成數(shù)據(jù)匯聚后，是否能以數(shù)據(jù)服務(wù)的形式，將治理過(guò)的數(shù)據(jù)、建設(shè)好的知識(shí)圖譜或模型，分發(fā)給各警種以及下級(jí)單位，為基層警務(wù)工作提供數(shù)據(jù)支撐。目前有一些地方的數(shù)據(jù)中心，為了匯聚數(shù)據(jù)而單項(xiàng)采集，卻沒(méi)有讓數(shù)據(jù)雙向流動(dòng)起來(lái)。

說(shuō)到底，數(shù)據(jù)共享程度低的根源問(wèn)題在于，頂層設(shè)計(jì)不足。從而導(dǎo)致各平臺(tái)技術(shù)架構(gòu)互通互融性差，數(shù)據(jù)清洗和數(shù)據(jù)標(biāo)準(zhǔn)化工作遲遲寫在紙面上，不能落實(shí)。各級(jí)公安機(jī)關(guān)，對(duì)于元數(shù)據(jù)管理、各種標(biāo)準(zhǔn)規(guī)范等基礎(chǔ)支撐部分的建設(shè)不夠重視。造成數(shù)據(jù)雜亂，難以流通共享的現(xiàn)狀。

核心能力

新智認(rèn)知勇于面對(duì)大數(shù)據(jù)時(shí)代的挑戰(zhàn)，致力于為智慧警務(wù)建設(shè)做出貢獻(xiàn)。為此，推出融合大數(shù)據(jù)平臺(tái)產(chǎn)品—龍淵—大數(shù)據(jù)融合服務(wù)平臺(tái)，為公安乃至政府、企事業(yè)單位，提供專業(yè)的大數(shù)據(jù)治理能力。產(chǎn)品嚴(yán)格按照《公安大數(shù)據(jù)處理》的標(biāo)準(zhǔn)建設(shè)，并根據(jù)公安部新一代公安信息網(wǎng)的要求，進(jìn)行了全新的規(guī)劃設(shè)計(jì)和架構(gòu)重組。

目前，大數(shù)據(jù)融合服務(wù)平臺(tái)已于華北某市公安局落地。構(gòu)建起了上下級(jí)聯(lián)、橫向貫通的公安信息資源服務(wù)體系，為基層民警、業(yè)務(wù)警種和領(lǐng)導(dǎo)決策提供全方位的信息資源服務(wù)支撐。大數(shù)據(jù)融合服務(wù)平臺(tái)的每部分功能，都在實(shí)戰(zhàn)中，解決了當(dāng)?shù)刂腔劬瘎?wù)工作中的痛點(diǎn)，獲得了各級(jí)領(lǐng)導(dǎo)、一線民警的一致好評(píng)：

1.數(shù)據(jù)接入—一鍵采集，高度同步

數(shù)據(jù)接入包括數(shù)據(jù)探查、數(shù)據(jù)定義、數(shù)據(jù)讀取、數(shù)據(jù)對(duì)賬。負(fù)責(zé)從公安系統(tǒng)內(nèi)外部采集各類結(jié)構(gòu)化、非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。在盡可能保證低延時(shí)高響應(yīng)的情況下，采集到的數(shù)據(jù)保存數(shù)據(jù)治理平臺(tái)中，供各類公安業(yè)務(wù)應(yīng)用使用。目前已接入公安內(nèi)外部近400項(xiàng)數(shù)據(jù)源。

2.數(shù)據(jù)處理—后臺(tái)強(qiáng)大，挖掘價(jià)值

數(shù)據(jù)處理包括數(shù)據(jù)提取、數(shù)據(jù)清洗、數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)比對(duì)、數(shù)據(jù)標(biāo)識(shí)。通過(guò)數(shù)據(jù)接入功能采集到系統(tǒng)中的數(shù)據(jù)，進(jìn)行清洗和標(biāo)準(zhǔn)化等 ETL處理，將數(shù)據(jù)處理到原始庫(kù)中，再對(duì)原始庫(kù)中的數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，為后續(xù)抽取到資源庫(kù)、主題庫(kù)、業(yè)務(wù)庫(kù)中做準(zhǔn)備。從非結(jié)構(gòu)化數(shù)據(jù)提取結(jié)構(gòu)化數(shù)據(jù)，解決了數(shù)據(jù)量大但利用價(jià)值低的問(wèn)題。按照統(tǒng)一標(biāo)準(zhǔn)進(jìn)行清洗，解決了數(shù)據(jù)源臟亂差，難以進(jìn)一步利用的問(wèn)題。為數(shù)據(jù)打標(biāo)簽，有利于后續(xù)進(jìn)一步做建模分析。

3.數(shù)據(jù)組織—有序分布，貼緊業(yè)務(wù)

數(shù)據(jù)組織包括原始庫(kù)、資源庫(kù)、主題庫(kù)、業(yè)務(wù)庫(kù)、業(yè)務(wù)要素索引庫(kù)、知識(shí)庫(kù)。主要是結(jié)合業(yè)務(wù)，挖掘個(gè)數(shù)據(jù)要素間的關(guān)聯(lián)，統(tǒng)合各主體間的數(shù)據(jù)，形成跨業(yè)務(wù)領(lǐng)域的人、地、案、事、物、組織的統(tǒng)一視圖，為各業(yè)務(wù)警種提供數(shù)據(jù)支撐

4.數(shù)據(jù)治理—規(guī)劃完整，透明可控

數(shù)據(jù)治理包括數(shù)據(jù)資源目錄、數(shù)據(jù)分級(jí)分類、數(shù)據(jù)血緣、標(biāo)簽管理、模型管理、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)運(yùn)維管理。數(shù)據(jù)治理是對(duì)數(shù)據(jù)資源全生命周期的規(guī)劃設(shè)計(jì)、過(guò)程控制和質(zhì)量監(jiān)督。通過(guò)規(guī)范化的數(shù)據(jù)治理，可實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)的透明、可管、可控，厘清數(shù)據(jù)資產(chǎn)，完善數(shù)據(jù)標(biāo)準(zhǔn)落地、規(guī)范數(shù)據(jù)處理流程、提升數(shù)據(jù)質(zhì)量、保障數(shù)據(jù)安全使用，促進(jìn)數(shù)據(jù)流通與價(jià)值提煉。

5.數(shù)據(jù)服務(wù)—支撐應(yīng)用，實(shí)現(xiàn)共享

數(shù)據(jù)服務(wù)包括數(shù)據(jù)管理、數(shù)據(jù)操作、數(shù)據(jù)鑒權(quán)、數(shù)據(jù)推送、模型分析、比對(duì)訂閱、查詢檢索。支持上層公安業(yè)務(wù)應(yīng)用的實(shí)現(xiàn)。同時(shí)，各業(yè)務(wù)警種、各基層單位，也能申請(qǐng)數(shù)據(jù)服務(wù)，為自身警務(wù)工作賦能。其實(shí)戰(zhàn)性和可操作性，與一些地市為匯聚而建設(shè)數(shù)據(jù)中心，不注重實(shí)戰(zhàn)的表面工程，形成鮮明對(duì)比。新智認(rèn)知將不忘初心，按公安部標(biāo)準(zhǔn)規(guī)范指導(dǎo)，以更成熟、更完善的大數(shù)據(jù)融合服務(wù)平臺(tái)，協(xié)同合成指揮產(chǎn)品、人工智能產(chǎn)品，為基于大數(shù)據(jù)的智慧警務(wù)建設(shè)，貢獻(xiàn)智慧和力量。

方案價(jià)值

1.海量數(shù)據(jù)，高效融合化

從2015年開(kāi)始各分縣局、各警種的信息化建設(shè)招投標(biāo)文件中，逐漸出現(xiàn)“大數(shù)據(jù)”一詞。但是隨著數(shù)據(jù)匯聚得越來(lái)越多，數(shù)據(jù)變成了美麗的煩惱。

首先，是繁雜冗余的數(shù)據(jù)，占據(jù)了大量的存儲(chǔ)空間，但實(shí)際上又未被有效使用。其次，各個(gè)系統(tǒng)間的數(shù)據(jù)，煙囪林立，信息孤島化嚴(yán)重，甚至存在重復(fù)建設(shè)的問(wèn)題。再次，數(shù)據(jù)質(zhì)量臟亂差，未治理過(guò)的數(shù)據(jù)進(jìn)行共享，由于各部門、各警種間，業(yè)務(wù)邏輯不同，各系統(tǒng)的數(shù)據(jù)標(biāo)準(zhǔn)也不一，造成了數(shù)據(jù)共享流于表面。共享后的數(shù)據(jù)，沒(méi)有發(fā)揮應(yīng)有的價(jià)值。

海量數(shù)據(jù)，高效融合化，是智慧警務(wù)的數(shù)據(jù)支撐基礎(chǔ)。華北地區(qū)某市公安局?jǐn)?shù)據(jù)中心，整合了全市公安業(yè)務(wù)系統(tǒng)、其他政府部門系統(tǒng)、社會(huì)數(shù)據(jù)信息等近400項(xiàng)數(shù)據(jù)源，按照公安部下發(fā)的《公安大數(shù)據(jù)規(guī)范性文件匯編》，在數(shù)據(jù)中心完成了數(shù)據(jù)接入和治理，解決了煙囪林立、數(shù)據(jù)臟亂差的問(wèn)題。

同時(shí)，該市局按照部標(biāo)，建設(shè)了原始庫(kù)、資源庫(kù)、主題庫(kù)等數(shù)據(jù)組織，并建立了一套完整的數(shù)據(jù)請(qǐng)求、分發(fā)機(jī)制，使得下級(jí)公安機(jī)關(guān)、各業(yè)務(wù)警種，能充分享受數(shù)據(jù)中心治理后的成果，對(duì)警務(wù)實(shí)戰(zhàn)具有重大價(jià)值。

2.專家經(jīng)驗(yàn)，人工智能化

有了數(shù)據(jù)支撐基礎(chǔ)，公安的數(shù)據(jù)孤島被打通，但這并不意味著這些高度融合化的數(shù)據(jù)具有價(jià)值。數(shù)據(jù)存儲(chǔ)在物理空間中，本身是沒(méi)有價(jià)值的。只有將治理后的數(shù)據(jù)，進(jìn)行要素關(guān)聯(lián)，形成對(duì)應(yīng)的要素庫(kù)、主題庫(kù)，依托于業(yè)務(wù)場(chǎng)景，利用相關(guān)警務(wù)專家的智慧，結(jié)合神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、語(yǔ)義識(shí)別等技術(shù)，構(gòu)建行業(yè)知識(shí)圖譜，凝結(jié)公安數(shù)據(jù)模型，才能真正發(fā)揮出數(shù)據(jù)的價(jià)值。

華中地區(qū)某地市警方，依托數(shù)據(jù)中心，利用保險(xiǎn)理賠數(shù)據(jù)、車輛維修信息、車輛事故相關(guān)錄入數(shù)據(jù)、視頻卡口數(shù)據(jù)等幾十項(xiàng)數(shù)據(jù)，根據(jù)民警們以往打擊車輛碰瓷騙保案件的經(jīng)驗(yàn)，建立了“車輛碰瓷騙保分析模型”。模型輸出了一批疑似有上述非法犯罪行為的車輛，并將與車輛相關(guān)的嫌疑人一并展示。民警根據(jù)模型結(jié)果順藤摸瓜，一次性挖出幾個(gè)專門從事此類案件的犯罪團(tuán)伙。

3.案件事件，前瞻預(yù)警化

智慧警務(wù)時(shí)代相較于人工警務(wù)時(shí)代，警務(wù)工作的重點(diǎn)必然要從事后研判，逐漸轉(zhuǎn)移到事前預(yù)警?，F(xiàn)階段，在案件積累夠多，大數(shù)據(jù)技術(shù)完善的基礎(chǔ)上，提煉同類案件中，事后研判所發(fā)現(xiàn)的規(guī)律，與數(shù)據(jù)中心已有的資源進(jìn)行關(guān)聯(lián)碰撞，必然能發(fā)現(xiàn)某類案件的特點(diǎn)，從而精準(zhǔn)定位，防患于未然。

長(zhǎng)三角地區(qū)某市機(jī)場(chǎng)分局，分析了多年來(lái)抓獲的機(jī)上扒手的數(shù)據(jù)，根據(jù)提取其戶籍特征、目的地特征等幾個(gè)重要數(shù)據(jù)項(xiàng)。得知犯罪嫌疑人大多來(lái)自與河南某地，且飛行目的地，多為境外或國(guó)際航班的中轉(zhuǎn)站。由此結(jié)合旅客信息、航班信息、機(jī)場(chǎng)物聯(lián)感知設(shè)備（如智能化監(jiān)控、人臉相機(jī)等）數(shù)據(jù)，建立預(yù)警模型。在疑似人員進(jìn)行團(tuán)伙作案前，給予重點(diǎn)關(guān)注，極大提升了此類案件的破案效率。