吳曉尉，王晨耀

（1.中國(guó)人民警察大學(xué) 河北廊坊 065000；2.上海公安學(xué)院 上海 200137）

關(guān)鍵字：重要設(shè)施；可疑行為；風(fēng)險(xiǎn)事件；智能預(yù)警

21世紀(jì)，國(guó)際恐怖主義滲透加劇，國(guó)內(nèi)暴恐活動(dòng)呈現(xiàn)出從邊疆向內(nèi)地轉(zhuǎn)移的態(tài)勢(shì)，社會(huì)矛盾日益突出，國(guó)內(nèi)重要設(shè)施發(fā)生不法活動(dòng)、暴恐襲擊的可能性依然存在。各種不法分子和非法組織為達(dá)成一定目的、擴(kuò)大政治影響，往往會(huì)把重要設(shè)施作為襲擊或制造事端的首選。據(jù)GTD 數(shù)據(jù)集數(shù)據(jù)顯示，2008 年以來(lái)全球發(fā)生暴恐事件106，099 起，其中有12，388 起發(fā)生在大使館/領(lǐng)事館、國(guó)際組織、政府大樓/設(shè)施、警察大樓、監(jiān)獄、軍營(yíng)/基地/總部、軍事檢察站、機(jī)場(chǎng)、港口等重要機(jī)構(gòu)、場(chǎng)所、設(shè)施等，占恐怖活動(dòng)總數(shù)的11.68%。2011 年恐怖活動(dòng)進(jìn)入快速上升期，2014 年達(dá)到高峰時(shí)期，2016 年以后進(jìn)入平穩(wěn)發(fā)生期，但活動(dòng)仍舊頻繁，活動(dòng)數(shù)量居高不下（見表1），針對(duì)重要設(shè)施的安全威脅持久存在。

不法分子襲擊重要設(shè)施前，大多會(huì)到現(xiàn)場(chǎng)勘察地形，移動(dòng)通信、互聯(lián)網(wǎng)成為聯(lián)系同伙、信息查詢、購(gòu)買作案工具的重要手段。綜合利用各種社會(huì)感知數(shù)據(jù)、公安業(yè)務(wù)等數(shù)據(jù)信息，針對(duì)重要設(shè)施潛在威脅進(jìn)行分析，及時(shí)發(fā)現(xiàn)作案苗頭并進(jìn)行實(shí)時(shí)化、智能化預(yù)警和預(yù)控，是信息化時(shí)代確保重要設(shè)施安全的有效途徑。

一、研究現(xiàn)狀

預(yù)警是指危險(xiǎn)或事故發(fā)生前預(yù)先發(fā)出警告的過(guò)程，其內(nèi)涵是對(duì)事件發(fā)展趨勢(shì)的預(yù)測(cè)。大數(shù)據(jù)技術(shù)的核心就是從大量已有數(shù)據(jù)中發(fā)現(xiàn)事物發(fā)展的規(guī)律、模式，利用大數(shù)據(jù)技術(shù)用于預(yù)警是必然發(fā)展趨勢(shì)。傳統(tǒng)的預(yù)警系統(tǒng)能夠發(fā)現(xiàn)并識(shí)別出人的身份并進(jìn)行報(bào)警，其預(yù)警過(guò)程同人過(guò)去發(fā)生的行為聯(lián)系不夠緊密，不能體現(xiàn)事件的發(fā)展變化過(guò)程。

表1 重要場(chǎng)所、機(jī)構(gòu)、設(shè)施恐襲事件數(shù)量

隨著大數(shù)據(jù)、知識(shí)圖譜、人工智能等技術(shù)的飛速發(fā)展，智能化預(yù)警模式受到更多關(guān)注，如明略科技公司的多維感知管控平臺(tái)可從頻繁程度、聚集程度、異常程度等方面進(jìn)行數(shù)據(jù)挖掘計(jì)算，進(jìn)而預(yù)測(cè)團(tuán)伙異常行為。國(guó)內(nèi)很多學(xué)者進(jìn)行了基于大數(shù)據(jù)的異常行為、預(yù)警方面研究。如陳剛等人［1］從動(dòng)態(tài)異常行為信息、管控信息、現(xiàn)實(shí)異常行為信息三類信息中挖掘可疑，構(gòu)建積分預(yù)警模型，以異常行為基礎(chǔ)進(jìn)行預(yù)警系統(tǒng)構(gòu)建。金吉等人［2］提出公安積分預(yù)警系統(tǒng)的設(shè)計(jì)思路及預(yù)警流程；吳紹忠［3］研究了重點(diǎn)人員積分預(yù)警模型；國(guó)內(nèi)預(yù)警系統(tǒng)研究多集中在人員、行為的預(yù)警，在事件預(yù)警方面研究較少。本文在人員、行為預(yù)警基礎(chǔ)上，提出了事件預(yù)警模型，并設(shè)計(jì)了具有實(shí)時(shí)預(yù)警功能的智能預(yù)警系統(tǒng)。

隨著計(jì)算機(jī)運(yùn)算量、存儲(chǔ)容量、處理速度等性能的大幅提升，海量數(shù)據(jù)處理、關(guān)聯(lián)分析、知識(shí)挖掘、智能搜索等數(shù)據(jù)分析能力愈加出色。各種前端數(shù)據(jù)處理設(shè)備、智能芯片嵌入到傳感器、攝像頭中，為實(shí)時(shí)獲取數(shù)據(jù)并進(jìn)行快速處理提供技術(shù)支持，使得實(shí)時(shí)獲取行動(dòng)軌跡、行為等信息成為可能?？萍嫉难该桶l(fā)展為實(shí)現(xiàn)重要設(shè)施潛在風(fēng)險(xiǎn)的實(shí)時(shí)、智能預(yù)警提供強(qiáng)有力的技術(shù)支撐。

二、系統(tǒng)需求分析

重要設(shè)施安全，一方面指重要設(shè)施建筑實(shí)體的安全，一方面指重要設(shè)施代表的機(jī)構(gòu)、單位的政治、社會(huì)安全。重要設(shè)施作為重點(diǎn)防護(hù)對(duì)象，其政治敏感性強(qiáng)，受到影響后對(duì)社會(huì)影響大、后果嚴(yán)重，容易成為某特殊集團(tuán)、組織進(jìn)行攻擊、破壞的目標(biāo)。重要設(shè)施安全預(yù)警應(yīng)通過(guò)對(duì)可疑行為、人員、物品等可疑對(duì)象的監(jiān)測(cè)、監(jiān)控，預(yù)先判斷暴恐襲擊、重大群體性事件、重大輿情等事件發(fā)生的可能及其演變過(guò)程，并制定預(yù)警防控措施。

本文研究的重要設(shè)施安全風(fēng)險(xiǎn)事件主要指社會(huì)安全事件，包括暴恐襲擊、群體性事件、輿情事件、其它治安及犯罪事件、網(wǎng)絡(luò)及信息安全等事件（見表2）。對(duì)重要設(shè)施的安全威脅進(jìn)行分析、辨識(shí)，是有針對(duì)性進(jìn)行預(yù)警的前提。

表2 重要設(shè)施安全風(fēng)險(xiǎn)事件

三、系統(tǒng)目標(biāo)、功能及組成

（一）系統(tǒng)目標(biāo)

重要設(shè)施智能預(yù)警系統(tǒng)在整合各種社會(huì)感知、公安管控大數(shù)據(jù)基礎(chǔ)上，通過(guò)多源異構(gòu)信息融合、視頻結(jié)構(gòu)化、數(shù)據(jù)挖掘等技術(shù)進(jìn)行清洗、補(bǔ)全、整合、分析，綜合運(yùn)用預(yù)警指標(biāo)體系、預(yù)警模型開展智能預(yù)警分析，分別對(duì)可疑人員、物品進(jìn)行積分預(yù)警，實(shí)現(xiàn)基于人員、行為、事件間關(guān)聯(lián)關(guān)系挖掘的風(fēng)險(xiǎn)行為、事件預(yù)警。

（二）系統(tǒng)功能

重要設(shè)施安全預(yù)警始于發(fā)現(xiàn)可疑，大數(shù)據(jù)環(huán)境下的智能預(yù)警分析主要提供三種發(fā)現(xiàn)可疑的方式。第一，通過(guò)對(duì)大數(shù)據(jù)的聚類、關(guān)聯(lián)分析等技術(shù)在社會(huì)行為及關(guān)系網(wǎng)絡(luò)中發(fā)現(xiàn)可疑；第二，通過(guò)情報(bào)分析發(fā)現(xiàn)可疑；第三，通過(guò)基于視頻的模式識(shí)別發(fā)現(xiàn)可疑。

針對(duì)重要設(shè)施安全預(yù)警的特殊性，發(fā)現(xiàn)可疑的范圍可分為重要設(shè)施周邊防控區(qū)、防控區(qū)以外及網(wǎng)絡(luò)空間。當(dāng)可疑對(duì)象出現(xiàn)在防控區(qū)域時(shí)，危險(xiǎn)行為、風(fēng)險(xiǎn)事件發(fā)生的概率增加，且需要快速預(yù)警并及時(shí)做出響應(yīng)，才能有效進(jìn)行防控。防控區(qū)以外區(qū)域及網(wǎng)絡(luò)空間，風(fēng)險(xiǎn)事件還處于籌劃和準(zhǔn)備過(guò)程中，其發(fā)展趨勢(shì)還需進(jìn)一步觀察。因此，系統(tǒng)應(yīng)具有如下功能：

1.防控區(qū)以外及網(wǎng)絡(luò)空間預(yù)警。集成公安積分預(yù)警、反恐情報(bào)等平臺(tái)信息，匯聚海量的人流、物流、信息流、資金流數(shù)據(jù)，刻畫可疑人員、物品的時(shí)空軌跡，分析行為關(guān)系網(wǎng)絡(luò)，根據(jù)預(yù)警模型分析潛在異常。

2.重要設(shè)施防控區(qū)前端預(yù)警。重要設(shè)施防控區(qū)內(nèi)發(fā)現(xiàn)可疑的方式有兩種，一是人員可疑，二是行為可疑。通過(guò)防控區(qū)內(nèi)視頻監(jiān)控等技術(shù)手段，識(shí)別異常行為、異常人員，并結(jié)合防控區(qū)以外及網(wǎng)絡(luò)空間信息進(jìn)行研判，確定預(yù)警級(jí)別，實(shí)現(xiàn)前端預(yù)警。

3.預(yù)警發(fā)布及布控。按照預(yù)警等級(jí)，向相關(guān)業(yè)務(wù)單位發(fā)送預(yù)警信息，提交對(duì)某可疑人員進(jìn)行管控的申請(qǐng)，提供警力、裝備的布控方案，啟動(dòng)預(yù)警模式后提供應(yīng)急處置預(yù)案。

（三）系統(tǒng)組成

系統(tǒng)由前端預(yù)警平臺(tái)、綜合信息研判平臺(tái)組成。前端預(yù)警平臺(tái)結(jié)合視頻監(jiān)控、身份識(shí)別等技術(shù)對(duì)本地異常進(jìn)行快速識(shí)別。綜合信息研判平臺(tái)對(duì)接社會(huì)治安預(yù)警、國(guó)家反恐情報(bào)平臺(tái)，以前端預(yù)警信息為線索，進(jìn)一步開展綜合預(yù)警信息分析及研判。

四、系統(tǒng)設(shè)計(jì)

建立異常行為預(yù)警模型，從海量數(shù)據(jù)中實(shí)時(shí)、自動(dòng)發(fā)現(xiàn)可疑行為、可疑事件，判斷潛在風(fēng)險(xiǎn)，是智能化預(yù)警技術(shù)要解決的關(guān)鍵問(wèn)題。

（一）技術(shù)架構(gòu)

系統(tǒng)分為感知層、數(shù)據(jù)層、預(yù)警分析層和應(yīng)用層。感知層整合已有社會(huì)治安防控、反恐情報(bào)信息、政府管理信息、網(wǎng)絡(luò)空間信息等數(shù)據(jù)，完善預(yù)警信息感知體系，在數(shù)據(jù)清洗、整合、標(biāo)注、數(shù)據(jù)補(bǔ)全后構(gòu)建重要設(shè)施可疑人員全息檔案。數(shù)據(jù)層根據(jù)預(yù)警模型的需求，分別向不同數(shù)據(jù)源發(fā)送數(shù)據(jù)請(qǐng)求，將數(shù)據(jù)聯(lián)網(wǎng)匯聚到數(shù)據(jù)層，并構(gòu)建專業(yè)知識(shí)圖譜。預(yù)警分析層建立行為特征計(jì)算引擎，構(gòu)建預(yù)警模型，并對(duì)其分析結(jié)果進(jìn)行合理解釋。應(yīng)用層建立積分計(jì)算引擎，進(jìn)行積分管理，通過(guò)預(yù)警模型、知識(shí)圖譜等，分析可疑行為特征，并及時(shí)預(yù)警。系統(tǒng)采用分布式處理機(jī)制加數(shù)據(jù)流監(jiān)聽管理，當(dāng)監(jiān)聽到新數(shù)據(jù)流入時(shí)，根據(jù)預(yù)警模型判斷是否達(dá)到預(yù)警等級(jí)，利用積分引擎更新預(yù)警積分。

（二）預(yù)警模型構(gòu)建

1.可疑人員實(shí)時(shí)預(yù)警模型。在重要設(shè)施及防控區(qū)（見表3）出現(xiàn)的吸毒人員、精神病重癥患者、有犯罪記錄人員等群體，作案嫌疑較大，可直接啟動(dòng)實(shí)時(shí)預(yù)警模式，對(duì)其持續(xù)監(jiān)控或監(jiān)測(cè)發(fā)現(xiàn)可疑行為后升級(jí)預(yù)警級(jí)別并進(jìn)行地面管控。在防控區(qū)以外區(qū)域及網(wǎng)絡(luò)空間（見表3），通過(guò)社交網(wǎng)絡(luò)數(shù)據(jù)和社會(huì)感知數(shù)據(jù)分析發(fā)現(xiàn)的可疑人員、可疑行為所涉及人員，如果其行為和重要設(shè)施關(guān)聯(lián)度高，按照預(yù)警積分指標(biāo)體系動(dòng)態(tài)更新可疑人員的預(yù)警積分。當(dāng)某人預(yù)警積分超過(guò)預(yù)定閾值后，發(fā)布預(yù)警信息。

表3 基于不同場(chǎng)景的重要設(shè)施安全預(yù)警模型

2.可疑物品實(shí)時(shí)預(yù)警模型。槍支、炸藥、汽油、汽車、卡車、暴恐組織的旗幟標(biāo)語(yǔ)、管制刀具、手機(jī)等都是重要設(shè)施風(fēng)險(xiǎn)事件中可能涉及到的協(xié)助作案物品，及時(shí)關(guān)注可疑物品的交易信息、運(yùn)輸軌跡，對(duì)分析可疑行為和風(fēng)險(xiǎn)事件具有重要意義。據(jù)針對(duì)重要機(jī)構(gòu)、場(chǎng)所、設(shè)施的暴恐活動(dòng)的襲擊類型數(shù)據(jù)統(tǒng)計(jì)分析，使用爆炸物、槍支作為武器的數(shù)量分別為12380、6457 起，各占總數(shù)的54.42%和28.38%。轟炸/爆炸類、武裝攻擊類襲擊分別達(dá)到11634、6603起，各占總數(shù)的51.13%和29.02%。由此可見，爆炸物品、槍支的管控是預(yù)警工作的重要環(huán)節(jié)。

槍支、炸藥等管制物品出現(xiàn)丟失被盜情況時(shí)，應(yīng)能夠第一時(shí)間對(duì)其預(yù)警并設(shè)定標(biāo)簽為可疑物品，并持續(xù)關(guān)注其行蹤。及時(shí)關(guān)注二手車交易信息，購(gòu)買者身份可疑時(shí)則將其定為可疑物品。在作案實(shí)施過(guò)程中車、手機(jī)等的使用都會(huì)留下痕跡，將信息感知網(wǎng)絡(luò)中獲得被盜搶車輛、套牌車輛、手機(jī)等信息可標(biāo)為可疑物品，增加其預(yù)警積分，并及時(shí)采取管控措施。

3.可疑行為實(shí)時(shí)預(yù)警模型。異常行為信息是以語(yǔ)言、文字、圖像等為載體，對(duì)嫌疑人的活動(dòng)軌跡、行為習(xí)慣、作案過(guò)程、作案痕跡等與犯罪行為密切相關(guān)的信息進(jìn)行的實(shí)體化反映［1］。異常行為種類多、形式多樣，實(shí)時(shí)智能預(yù)警模型應(yīng)該能夠從數(shù)據(jù)中自動(dòng)學(xué)習(xí)得到判斷某種行為或某一組行為是異常行為的具體規(guī)則，以彌補(bǔ)專家判斷的不足；能夠針對(duì)重要設(shè)施所在地的不同生成個(gè)性化模型，以體現(xiàn)不同地域、不同形式的預(yù)警區(qū)別；能夠?qū)ψ詣?dòng)學(xué)習(xí)出的規(guī)則進(jìn)行合理化解釋，讓用戶更容易接受學(xué)習(xí)的結(jié)果；能夠?qū)崟r(shí)獲得新信息，并隨著新信息的增加，同步預(yù)測(cè)行為及事態(tài)的變化。

目前基于大數(shù)據(jù)、人工智能的關(guān)聯(lián)分析、聚類分析技術(shù)可用于建立智能預(yù)警模型。第一，建立行為關(guān)聯(lián)模型。通過(guò)（實(shí)體，關(guān)系，實(shí)體）、（實(shí)體，屬性，屬性值）等三元組構(gòu)建行為關(guān)系知識(shí)庫(kù)，其中關(guān)系表示具體行為，如網(wǎng)購(gòu)、打電話、網(wǎng)絡(luò)聊天等。構(gòu)建基于知識(shí)圖譜的行為關(guān)系知識(shí)庫(kù)，可在數(shù)據(jù)源中利用語(yǔ)義抽取的方式抽取實(shí)體、行為關(guān)系、屬性信息構(gòu)成知識(shí)圖譜，并在知識(shí)圖譜、事理圖譜基礎(chǔ)上構(gòu)建由社會(huì)行為關(guān)系網(wǎng)絡(luò)、活動(dòng)軌跡時(shí)空數(shù)據(jù)網(wǎng)絡(luò)在內(nèi)的行為關(guān)系知識(shí)庫(kù)。將人員社會(huì)信息、購(gòu)物消費(fèi)行為、論壇發(fā)帖行為、在某地出行等多種行為進(jìn)行特征化處理，并設(shè)定可疑行為標(biāo)簽。比如某時(shí)間段實(shí)體間行為頻率超過(guò)一定閾值，說(shuō)明二者間關(guān)系密切，如果其中一人身份特殊，則伙同他人活動(dòng)的概率增高。在識(shí)別單個(gè)可疑行為的基礎(chǔ)上，還可以對(duì)一定時(shí)域范圍內(nèi)若干單個(gè)可疑行為進(jìn)行關(guān)聯(lián)分析，實(shí)現(xiàn)下一步行為預(yù)測(cè)。第二，異常行為聚類分析。在建立行為關(guān)聯(lián)模型后，可利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、知識(shí)圖譜、數(shù)據(jù)挖掘等技術(shù)對(duì)大量數(shù)據(jù)進(jìn)行分析，挖掘、發(fā)現(xiàn)異常行為，并對(duì)諸如某超高住宅用電等稀疏行為進(jìn)行分析。

4.風(fēng)險(xiǎn)事件預(yù)警模型。風(fēng)險(xiǎn)事件由事件籌劃、準(zhǔn)備、實(shí)施階段出現(xiàn)的一系列可疑行為組成，大量案例表明，包括暴恐襲擊在內(nèi)的不法活動(dòng)在準(zhǔn)備階段就呈現(xiàn)出顯著的活動(dòng)特點(diǎn)?？梢罁?jù)系列異常行為去預(yù)測(cè)風(fēng)險(xiǎn)事件，通過(guò)對(duì)具有不同標(biāo)簽的異常行為進(jìn)行關(guān)聯(lián)或分組，結(jié)合機(jī)器學(xué)習(xí)、事例圖譜等技術(shù)方法，判斷風(fēng)險(xiǎn)事件發(fā)生的概率，進(jìn)而實(shí)現(xiàn)對(duì)風(fēng)險(xiǎn)事件的預(yù)警。下面以暴恐襲擊為例介紹風(fēng)險(xiǎn)事件預(yù)警模型的建立。

倫敦都市警察對(duì)暴恐襲擊進(jìn)行分析并總結(jié)其特征和模式：第一，經(jīng)常短期租賃房屋。第二，行動(dòng)之前進(jìn)行計(jì)劃和準(zhǔn)備。比如有些人非同尋常地關(guān)注當(dāng)?shù)刂匾呢?cái)政和政府機(jī)構(gòu)、購(gòu)物中心等重要地點(diǎn)的安全保衛(wèi)情況。第三，盜竊或購(gòu)買大型運(yùn)載車輛、貨車、集裝箱，拖車等。第四，通過(guò)各種手段獲得大額現(xiàn)金。

在借鑒國(guó)外經(jīng)驗(yàn)基礎(chǔ)上結(jié)合中國(guó)案例特點(diǎn)，構(gòu)建基于可疑行為的風(fēng)險(xiǎn)事件預(yù)警模型?？梢尚袨榭杀憩F(xiàn)在以下幾方面：第一，異常車輛（車從哪里來(lái)，到哪里去）；第二，異常人員及活動(dòng)軌跡（出租房、旅店）；第三，異常行為（在擬肇事地點(diǎn)反復(fù)勘察等）；第四，異常物品（旗幟、砍刀、鐵棍、炸藥、汽油）；第五，異常信息（通信、網(wǎng)絡(luò)瀏覽痕跡等）；第六，資金的支持（帳號(hào)交易信息）。通過(guò)對(duì)可疑行為進(jìn)行關(guān)聯(lián)分析，形成恐怖襲擊等風(fēng)險(xiǎn)事件預(yù)警模型，并結(jié)合大數(shù)據(jù)技術(shù)可自動(dòng)預(yù)測(cè)可能發(fā)生的事件。

五、系統(tǒng)關(guān)鍵技術(shù)及應(yīng)用注意事項(xiàng)

（一）系統(tǒng)實(shí)現(xiàn)關(guān)鍵技術(shù)

基于預(yù)警模型的并行化預(yù)警分析是實(shí)現(xiàn)智能實(shí)時(shí)預(yù)警系統(tǒng)的技術(shù)基礎(chǔ)，復(fù)雜事件處理并行化技術(shù)在實(shí)時(shí)處理方面具有優(yōu)勢(shì)，是系統(tǒng)實(shí)現(xiàn)的關(guān)鍵之一。利用人工智能深度學(xué)習(xí)技術(shù)訓(xùn)練模型，從行為關(guān)系實(shí)體數(shù)據(jù)中提取特征并進(jìn)行分類、預(yù)測(cè)，是目前求解復(fù)雜問(wèn)題較為有效的方法。利用信息融合技術(shù)將人員、物品位置、行蹤、自身特點(diǎn)等多源異構(gòu)信息相融合，實(shí)現(xiàn)對(duì)安全態(tài)勢(shì)的評(píng)估及異常行為的預(yù)測(cè)?；谝曨l的異常行為識(shí)別是圖形圖像領(lǐng)域的難點(diǎn)、熱點(diǎn)問(wèn)題，該技術(shù)的成熟度直接關(guān)系到異常行為識(shí)別的準(zhǔn)確度。

（二）系統(tǒng)應(yīng)用注意事項(xiàng)

基于大數(shù)據(jù)智能實(shí)時(shí)預(yù)警的核心是對(duì)各種社會(huì)感知數(shù)據(jù)的利用，數(shù)據(jù)權(quán)限、個(gè)人隱私等信息安全、數(shù)據(jù)質(zhì)量等問(wèn)題對(duì)于模型的準(zhǔn)確性起著決定性作用［4］。同時(shí)，是否擁有對(duì)可疑對(duì)象進(jìn)行管控的權(quán)限問(wèn)題也直接影響系統(tǒng)建設(shè)和運(yùn)行。

針對(duì)以上問(wèn)題，提出以下建議。第一，成立重要設(shè)施預(yù)警指揮小組。能夠快速實(shí)現(xiàn)對(duì)可疑人員信息快速查詢，具有數(shù)據(jù)使用和申請(qǐng)管控的權(quán)限。第二，建立預(yù)警應(yīng)急處置聯(lián)動(dòng)機(jī)制。在具有犯罪傾向時(shí)能夠快速指揮人員進(jìn)行干預(yù)和管控。第三，建立、健全預(yù)警法制法規(guī)，為預(yù)警分析、處置提供依據(jù)。通過(guò)制定相關(guān)法律法規(guī)，明確相關(guān)部門和單位提交、使用數(shù)據(jù)的權(quán)利、義務(wù)，使得預(yù)警更具有合法性、規(guī)范性。

六、結(jié)語(yǔ)

本文重點(diǎn)提出了基于重要設(shè)施防控區(qū)域、重要設(shè)施外圍區(qū)域及網(wǎng)絡(luò)空間二種場(chǎng)景的智能實(shí)時(shí)預(yù)警系統(tǒng)構(gòu)想，運(yùn)用大數(shù)據(jù)、人工智能、視頻模式識(shí)別等技術(shù)，識(shí)別可疑對(duì)象，構(gòu)建可疑人員、可疑物品、可疑事件、風(fēng)險(xiǎn)事件等預(yù)警模型，探討系統(tǒng)建設(shè)目標(biāo)、功能及組成，指出系統(tǒng)技術(shù)架構(gòu)、關(guān)鍵技術(shù)，并說(shuō)明系統(tǒng)建設(shè)注意事項(xiàng)。