陳玲娜

(酒泉市公安局，甘肅 酒泉 735000)

互聯(lián)網(wǎng)技術及大數(shù)據(jù)分析技術等被廣泛應用到各個行業(yè)中，其中也包括公安合成作戰(zhàn)。但是，情報大數(shù)據(jù)分析技術還無法為整體信息資源提供良好的安全保障，需要深入研究。目前，情報大數(shù)據(jù)分析已經(jīng)被廣泛應用到了公安合成作戰(zhàn)中，能夠直接采用信息技術科學分析公安數(shù)據(jù)，并實現(xiàn)對有效信息的提煉，促進了情報數(shù)據(jù)的進一步應用。想要開展更加高效的合成作戰(zhàn)工作，就需要了解情報大數(shù)據(jù)分析中所涉及的各項基本技術。

1 情報大數(shù)據(jù)智能分析關鍵技術

1.1 大規(guī)模情報解析計算技術

情報大數(shù)據(jù)分析技術主要包含了云技術和計算機技術，能夠實現(xiàn)對云量、海量數(shù)據(jù)的存儲和計算分析。設計彈性系統(tǒng)架構時，結合了可擴展原則，建設情報云服務軟件體系時，結合了統(tǒng)一開放的原則，主要用于公安部門分析各種多樣化的情報數(shù)據(jù)[1]。

其一，基礎層?；A層能夠統(tǒng)一接入管理來自各個系統(tǒng)的數(shù)據(jù)，如車輛卡口、視頻監(jiān)控及移動終端等。

其二，數(shù)據(jù)交換層。數(shù)據(jù)交換層主要能夠分析調用不同的業(yè)務數(shù)據(jù)，如公安基礎數(shù)據(jù)及車輛數(shù)據(jù)等，根據(jù)系統(tǒng)需求建立相應的數(shù)據(jù)池，為上層應用提供分析和調取數(shù)據(jù)的支持。

其三，數(shù)據(jù)層。數(shù)據(jù)層能夠結合業(yè)務需求來處理相關數(shù)據(jù)，具有消息開發(fā)、分析警情和指揮調度系統(tǒng)的功能，實現(xiàn)了對各類平臺資源的良好整合，如GPS定位資源、視頻監(jiān)控資源及警用地理信息資源等，使數(shù)據(jù)與應用具有了關聯(lián)[2]。

其四，應用層。能夠在警務實戰(zhàn)工作中指揮常規(guī)警情和重大事件，處置、分析移動事件和情報研判等。

該情報云框架能夠存儲不同類型的文件，同時能夠根據(jù)數(shù)據(jù)類型，采用具有針對性的方式來進行數(shù)據(jù)檢索，進而實現(xiàn)對應用效率的提升。情報云計算中心通過該層能夠有效組織各類情報資源，提升計算的有效性等。

1.2 深度學習技術

深度學習技術對人工智能研究的基礎是神經(jīng)網(wǎng)絡，在人工神經(jīng)網(wǎng)絡中形成了這一概念。提出深度學習的原因是為了使神經(jīng)網(wǎng)絡能夠像人腦一樣具有分析學習能力，其在解析數(shù)據(jù)時采用了人腦機制，通過對低層次特征的組合，獲取到更為抽象的屬性類別或屬性特征，進而采用分布式的形式來展示所發(fā)現(xiàn)的數(shù)據(jù)。深度學習在訓練海量數(shù)據(jù)時，主要采用不同的多層神經(jīng)網(wǎng)絡，結合高適應性、高精度原則，對相關模型進行了建立，以此預測新數(shù)據(jù)。應用情報智能技術時，三種價值最高的分析是人員、車輛及物體，深度學習在識別人臉和人體、分析人群和車輛等方面具有十分重要的作用[3]。

1.3 情報智能分析技術

情報智能分析技術主要采用了計算機技術來進行分析圖像視覺，這一識別模式具有人工智能的特征，非結構化數(shù)據(jù)主要來自監(jiān)視攝像頭，需要理解和分析視頻圖像內容，描述圖像中所具有的內容和行為，描述語言為結構化或半結構化，找出存在安全威脅的某種異?，F(xiàn)象。這一過程十分復雜，需要對大量數(shù)據(jù)進行實時過濾和處理。

采用情報智能分析技術能夠分析視頻內容，在某一場景視頻中提取運動目標及結構化特征，進而以片段視頻的形式來進行呈現(xiàn)，能夠實現(xiàn)對車輛的調度，分析人臉和人體，在接入視頻流圖片中提取目標人物或車輛所具有的結構屬性，提取人臉特征和人體特征，進而在視頻中更加高效地檢索偵查目標、排查定位[4]。

2 基于合成作戰(zhàn)的大數(shù)據(jù)應用服務建設

2.1 極致搜索

借助云計算技術，在內部通過對大數(shù)據(jù)深度挖掘技術和統(tǒng)計分析技術的應用，能夠更好地處理海量數(shù)據(jù)，由于其具有強大的關鍵詞、關鍵字檢索功能，因此能夠無縫對接各類信息，如人、車、案以及電話等，并進行立體化展示，實現(xiàn)了對原有界限的打破，通過對檢索工具的全面、多層次、廣泛應用，能夠實現(xiàn)數(shù)據(jù)共享、部門聯(lián)動及合成應用等目標。

其具有主體檢索、組合檢索及高級檢索等功能，能夠秒級反饋檢索結果。整合各類文庫信息時，為公安機關提供了一體化綜合檢索服務，也就是用戶通過對某一關鍵詞的輸入，能夠在不同的庫中搜索到相應的元數(shù)據(jù)、網(wǎng)站信息和文檔資料，突破以往信息系統(tǒng)常見的查詢限制問題，實現(xiàn)對信息資源的全面利用。

2.2 超級檔案系統(tǒng)

單獨為人、車、案建立相應的檔案庫，以此來整合各類信息，只要出現(xiàn)或搜索了相關信息，就會自動進行檔案建立?？梢栽谙嚓P信息圈中獲取到無限的信息，將全面的信息支持提供給實戰(zhàn)。借助相關要素能夠在專題庫中調取相關人員的照片數(shù)據(jù)、電話數(shù)據(jù)和身份數(shù)據(jù)等，同時，通過對相關數(shù)據(jù)的調取也能夠匹配相應的人員[5]。

2.3 關系人分析

從各級網(wǎng)上公安機關可以了解到的各類犯罪嫌疑人網(wǎng)上關系活動、網(wǎng)下真實性和身份驗證活動等均以相關數(shù)據(jù)信息分析為主實例分析出發(fā)，構建了各類犯罪活動嫌疑人員的網(wǎng)上同家、同行、同居、同事等時間關系活動近20種類型的關系人活動模型，基于新的neo4圖形化數(shù)據(jù)庫系統(tǒng)進行了各類關系活動路徑的向量分析和數(shù)據(jù)計算，前端數(shù)據(jù)展示器系統(tǒng)采用強大的ned3向量數(shù)據(jù)圖形展示技術，可以有效提高前端加載數(shù)據(jù)速度，實現(xiàn)圖形化數(shù)據(jù)展示，并為后端展示提供了基于關系人的無窮數(shù)據(jù)拓展和線性數(shù)據(jù)分析。

以一個基于人員專注關系的不同類型關注節(jié)點為例，作為一個人員關系信息網(wǎng)絡的側面，以一個關注人員的具體照片節(jié)點作為一個人員關系信息網(wǎng)絡的關注節(jié)點，結合新的數(shù)據(jù)核心加速分析算法，實現(xiàn)了高度可視化的對團伙關系挖掘，情報分析學和市場研判員的工作效率等都得到了較大幅度的提高[6]。

2.4 人員軌跡分析

提供了各種針對人員行為學特征進行分析的計算模型，從時空角度來分析人員行蹤和軌跡的規(guī)律。通過針對性地利用指定人員在居住、上網(wǎng)、列車、飛機、醫(yī)學門診及其他軌跡信息資源等的基礎上，根據(jù)時間軸全面整合各種活動軌跡信息資源。以軌跡地圖和列表不同的形式呈現(xiàn)目標人員的活動狀態(tài)和軌跡，使目標物體和對象的活動狀況一目了然，研判民警系統(tǒng)就能快速生成對目標物體和人員活動狀況的研判報告。

3 以數(shù)據(jù)聚合和分析為基礎的合成作戰(zhàn)路徑

目前，情報大數(shù)據(jù)分析已經(jīng)被廣泛應用到公安工作中，直接采用信息技術，科學分析公安數(shù)據(jù)，實現(xiàn)對有效信息的提煉，促進了情報數(shù)據(jù)的進一步應用。大數(shù)據(jù)不僅提供了海量數(shù)據(jù)，還可以采用大數(shù)據(jù)模型挖掘分析，提升情報信息價值，為實戰(zhàn)單位提供指揮依據(jù)，加快偵查破案速度。

3.1 數(shù)據(jù)融合匯聚

想要在大量的數(shù)據(jù)資源中借助大數(shù)據(jù)技術找到有效線索，應要求不同的業(yè)務部門統(tǒng)一納入數(shù)據(jù)，實現(xiàn)數(shù)據(jù)共享。應聯(lián)合社會部門，在數(shù)據(jù)池中統(tǒng)一納入衛(wèi)生醫(yī)療和快遞物流等各類社會數(shù)據(jù)，聯(lián)合互聯(lián)網(wǎng)企業(yè)，借助其多樣化的數(shù)據(jù)資源，實施警企合作，開展更具廣度和深度的公安業(yè)務，清洗融合數(shù)據(jù)，在全面匯聚數(shù)據(jù)的同時令數(shù)據(jù)逐漸呈現(xiàn)出結構化、半結構化和非結構化等特征。清洗處理數(shù)據(jù)期間，大數(shù)據(jù)技術可以為結構化處理噪音及非結構化等數(shù)據(jù)提供支持，保證規(guī)范的數(shù)據(jù)處理流程。

3.2 系統(tǒng)整合兼容

應當明確采用數(shù)據(jù)資源，這有助于提升自身業(yè)務能力，保證偵查工作的良好實施。在系統(tǒng)建設和海量數(shù)據(jù)前，發(fā)展大數(shù)據(jù)戰(zhàn)略。然而，由于存在重復建設系統(tǒng)及系統(tǒng)無法兼容等問題，浪費大量資源。系統(tǒng)建設期間，應做好對頂層設計的加強，采用統(tǒng)籌規(guī)劃，結合整體布局，保證橫向上的統(tǒng)一，做好信息網(wǎng)的統(tǒng)一建設，保證數(shù)據(jù)良好、共享公用。應制定縱向標準和標桿，借助互通系統(tǒng)，保證數(shù)據(jù)共融，結合各種硬件開展業(yè)務融合工作。

3.3 自主分析研判數(shù)據(jù)

構建具有一網(wǎng)雙域功能的新興信息網(wǎng)。其具有單獨的數(shù)據(jù)功能和應用功能，在保證數(shù)據(jù)安全的基礎上可以為公安大數(shù)據(jù)中心融合和挖掘研判各類數(shù)據(jù)提供支持。不同的警種和合成作戰(zhàn)部門在合成作戰(zhàn)中，應當在遵守保密規(guī)定的基礎上獲取自身的訪問權限，保證各項數(shù)據(jù)資源的使用符合訪問權限。還應深入分析各類犯罪規(guī)律，采用大數(shù)據(jù)技術開發(fā)各類犯罪案件的研判模型，保證各警種均具有主導合成作戰(zhàn)權利，全面應用各種數(shù)據(jù)，保證情報的核心價值。通過共享交流相關情報，在偵查打擊工作中為實戰(zhàn)單位提供直接指導，通過創(chuàng)新機制和技術為各警種提供主導合成作戰(zhàn)機會。其重點是能否找到犯罪的深層規(guī)律，采用分析模型定罪，提升警務情報價值。

3.4 生產和交流戰(zhàn)略情報及戰(zhàn)術情報

公安情報主要包含兩種，即戰(zhàn)略和戰(zhàn)術。戰(zhàn)略情報可以為全局提供預測和決策依據(jù)，戰(zhàn)術情報有助于解決日常問題，也稱為犯罪情報。大數(shù)據(jù)在描述特定事物時大多會借助全數(shù)據(jù)模式，借助大數(shù)據(jù)技術可以從發(fā)展現(xiàn)狀和局部特點等方面實現(xiàn)對警務活動的準確分析，也可以從整體狀況和特征規(guī)律方面實現(xiàn)對警務活動的科學掌握。大規(guī)模數(shù)據(jù)和大數(shù)據(jù)分析為公安戰(zhàn)略和戰(zhàn)術提供了更具生命力的情報。

3.5 研究智庫和戰(zhàn)略情報

分析公安戰(zhàn)略情報時，大數(shù)據(jù)統(tǒng)計模型起到了十分重要的作用。由于統(tǒng)計模型中應用了關聯(lián)因子和趨勢指標等，所以能夠得知是否存在異常行為和犯罪行為。應結合某段時間內轄區(qū)的綜合治安狀況，分析高發(fā)案件和某類案件在當前時間段發(fā)生的可能，并給出有效措施。如果轄區(qū)內有可能出現(xiàn)輿情關注和網(wǎng)上的熱點案件，那么就應提前快速發(fā)出戰(zhàn)略情報，為警務決策提供重要依據(jù)，保證各警種和各單位可以在案件發(fā)生前扮演好耳目和尖兵，同時也有助于在合成作戰(zhàn)中為各單位提供良好的指導，提供重要的決策依據(jù)。在數(shù)據(jù)充分的基礎上，借助大數(shù)據(jù)技術分析國際上的各類犯罪行為和犯罪人員等，提供打擊該類犯罪案件的重要情報。

3.6 研究戰(zhàn)術情報

戰(zhàn)術情報的基礎是已經(jīng)偵破的具體案件，有助于公安機關更加準確地發(fā)現(xiàn)案件線索、定位和抓捕犯罪嫌疑人、收集和固定犯罪證據(jù)及審訊犯罪人等。結合搜集到的基本信息，采集、匯總和對比各類犯罪現(xiàn)象和犯罪苗頭，這種一線情報信息簇具有巨大的潛在價值，可為情報分析奠定良好的信息基礎。不同警種和一線辦案單位應當深入研究犯罪規(guī)律，構建研判大數(shù)據(jù)模型，挖掘有價值的數(shù)據(jù)，為案件偵破提供戰(zhàn)術情報[7-8]。

4 結語

公安機關在以偵查破案為目標、對實體化合成作戰(zhàn)中心進行建立的過程中，主要結合了警務實戰(zhàn)化這一公安部黨委所作出的戰(zhàn)略部署，通過對情報智能分析技術的利用，從源數(shù)據(jù)方面對情報數(shù)據(jù)進行了重構，并借助TAG技術實現(xiàn)了對各類信息的重新組織存儲和深度學習，以犯罪分子為目標，拼湊了他們的行為痕跡，在整個案件處理過程中，通過對智能情報技術的應用，開展更加科學、有效、精準的預警和防控及打擊工作。