尚珂全?李俊?羅昊煒

摘要：數(shù)字化轉(zhuǎn)型凸顯了數(shù)據(jù)中臺(tái)的價(jià)值。為服務(wù)數(shù)字檢察，從數(shù)據(jù)中發(fā)現(xiàn)檢察監(jiān)督線(xiàn)索，有效支撐“個(gè)案辦理－類(lèi)案監(jiān)督－系統(tǒng)治理”，擬建設(shè)數(shù)據(jù)中臺(tái)以支撐檢察業(yè)務(wù)相關(guān)數(shù)據(jù)的匯聚、治理和應(yīng)用。本文探討了檢察特色數(shù)據(jù)中臺(tái)構(gòu)建路線(xiàn)及其架構(gòu)設(shè)計(jì)，并結(jié)合“先傷后?！北ｋU(xiǎn)詐騙這一典型案例，詳細(xì)闡述了數(shù)據(jù)中臺(tái)支撐的檢察業(yè)務(wù)的服務(wù)流程。

關(guān)鍵詞：數(shù)字檢察；數(shù)據(jù)中臺(tái)；數(shù)據(jù)治理；數(shù)據(jù)倉(cāng)庫(kù)

一、引言

在大數(shù)據(jù)時(shí)代，無(wú)論是線(xiàn)上虛擬社區(qū)，還是線(xiàn)下支付場(chǎng)景，數(shù)據(jù)分布無(wú)處不在，隨著物聯(lián)網(wǎng)的推廣和普及，信息會(huì)以難以想象的速率在更快速地膨脹。

最早發(fā)現(xiàn)數(shù)據(jù)使用價(jià)值的是廣告領(lǐng)域。在美國(guó)，沃爾瑪精明的專(zhuān)業(yè)銷(xiāo)售人員利用計(jì)算機(jī)采集、分析用戶(hù)的注冊(cè)信息、購(gòu)買(mǎi)行為、購(gòu)買(mǎi)地點(diǎn)、購(gòu)買(mǎi)頻率等數(shù)據(jù)，為用戶(hù)進(jìn)行消費(fèi)行為畫(huà)像，從而將用戶(hù)喜好的商品廣告精準(zhǔn)地送到用戶(hù)最容易觸達(dá)的地方。后來(lái)，隨著IBM、甲骨文等計(jì)算機(jī)公司的崛起，存儲(chǔ)成本的降低和數(shù)據(jù)工具的多樣化，使得數(shù)據(jù)的商業(yè)化價(jià)值被大中型企業(yè)所觸及、挖掘，并用于流水線(xiàn)自動(dòng)化、企業(yè)決策等多方面[1]。

當(dāng)前，數(shù)據(jù)已成為政府、企業(yè)的核心資產(chǎn)，并被視為一種基礎(chǔ)能力，數(shù)據(jù)的質(zhì)量和規(guī)模一定程度決定了政府的執(zhí)政能力、企業(yè)的管理能力甚至是盈利能力[2]。在今年年初的政府機(jī)構(gòu)改革中，國(guó)家數(shù)據(jù)局正式成立，這表明國(guó)家對(duì)實(shí)施數(shù)據(jù)發(fā)展戰(zhàn)略的決心，并進(jìn)一步證明了國(guó)家對(duì)數(shù)據(jù)作為新的生產(chǎn)要素和資源屬性的深刻認(rèn)識(shí)。

相應(yīng)的，隨著大數(shù)據(jù)時(shí)代不斷深入，數(shù)據(jù)中臺(tái)已成為政府部門(mén)、大中型企業(yè)建設(shè)的重要方向。即使對(duì)數(shù)據(jù)中臺(tái)有較大的需求，但在面對(duì)具體應(yīng)用場(chǎng)景時(shí)，則又面臨不知道如何建設(shè)，不知道哪些功能可用、哪些不可用等一系列問(wèn)題。

根據(jù)最高人民檢察院“數(shù)字檢察”工作的部署，各地要根據(jù)實(shí)際情況建設(shè)數(shù)據(jù)中臺(tái)，用以支撐“數(shù)字檢察”對(duì)數(shù)據(jù)服務(wù)的高要求。數(shù)據(jù)中臺(tái)的建設(shè)應(yīng)依托檢察業(yè)務(wù)，遵循“業(yè)務(wù)主導(dǎo)、數(shù)據(jù)整合、技術(shù)支撐、重在應(yīng)用”的原則。檢察系統(tǒng)的數(shù)據(jù)中臺(tái)應(yīng)以提供具有檢察特色的數(shù)據(jù)服務(wù)為目標(biāo)，為檢察大數(shù)據(jù)法律監(jiān)督和業(yè)務(wù)辦案全流程提供支持。

二、背景

（一）數(shù)據(jù)中臺(tái)發(fā)展歷程

1991年，Bill Inmon提出數(shù)據(jù)倉(cāng)庫(kù)的概念，這一概念被視為大數(shù)據(jù)的雛形階段。Bill Inmon在其著作《建立數(shù)據(jù)倉(cāng)庫(kù)》一書(shū)中定義了數(shù)據(jù)倉(cāng)庫(kù)的概念，隨后又給出了更為精確的定義：數(shù)據(jù)倉(cāng)庫(kù)是在企業(yè)管理和決策中面向主題的、集成的、與時(shí)間相關(guān)的、不可修改的數(shù)據(jù)集合。面向主題、集成、時(shí)間相關(guān)、不可修改成了數(shù)據(jù)倉(cāng)庫(kù)的四要素。

數(shù)據(jù)倉(cāng)庫(kù)的下一階段是數(shù)據(jù)湖（Data Lake），這一概念最早是在2011年由CITO Research的CTO和作家Dan Woods共同提出的。數(shù)據(jù)湖被定義為以原始格式存儲(chǔ)數(shù)據(jù)的存儲(chǔ)庫(kù)或系統(tǒng)，它按照原樣存儲(chǔ)數(shù)據(jù)，而無(wú)需事先對(duì)數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理。一個(gè)數(shù)據(jù)湖可以存儲(chǔ)結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)和二進(jìn)制數(shù)據(jù)。

隨著大數(shù)據(jù)技術(shù)的不斷完善，成熟的數(shù)據(jù)湖體系已經(jīng)非常接近于數(shù)據(jù)中臺(tái)的概念，它同樣具備了大數(shù)據(jù)存儲(chǔ)、處理、分析和機(jī)器學(xué)習(xí)等能力。亞馬遜是最早建設(shè)數(shù)據(jù)湖體系的公司，也是國(guó)外建設(shè)最完善數(shù)據(jù)湖體系的公司。

大數(shù)據(jù)的成熟階段就是數(shù)據(jù)中臺(tái)階段。嚴(yán)格地說(shuō)，數(shù)據(jù)中臺(tái)是一個(gè)相對(duì)“中國(guó)特色”的概念，屬于對(duì)完備大數(shù)據(jù)湖體系的本地化和擴(kuò)充。數(shù)據(jù)中臺(tái)的發(fā)展歷程如圖1所示。

（二）數(shù)據(jù)中臺(tái)概念

數(shù)據(jù)中臺(tái)的概念最早由阿里巴巴提出：“數(shù)據(jù)中臺(tái)是數(shù)據(jù)+技術(shù)+產(chǎn)品+組織”，是企業(yè)開(kāi)展新型運(yùn)營(yíng)的一個(gè)中樞系統(tǒng)。具象地說(shuō)，它是一套解決方案，而從抽象的角度看，它是一種新型的運(yùn)營(yíng)理念?？梢钥闯?，數(shù)據(jù)中臺(tái)在數(shù)據(jù)湖的基礎(chǔ)上擴(kuò)展了組織和管理層面的體系，將大數(shù)據(jù)從由產(chǎn)品堆疊的解決方案上升到“業(yè)務(wù)+數(shù)據(jù)”全過(guò)程管理的機(jī)制。

通俗意義上的數(shù)據(jù)中臺(tái)是指通過(guò)數(shù)據(jù)技術(shù)，對(duì)海量數(shù)據(jù)進(jìn)行采集、計(jì)算、存儲(chǔ)和加工，輸出標(biāo)準(zhǔn)數(shù)據(jù)后進(jìn)行存儲(chǔ)，形成大數(shù)據(jù)資產(chǎn)層，結(jié)合數(shù)據(jù)模型、算法服務(wù)、數(shù)據(jù)產(chǎn)品、數(shù)據(jù)管理，為需求應(yīng)用提供數(shù)據(jù)服務(wù)的一套體系[3]。

數(shù)據(jù)中臺(tái)旨在提升數(shù)據(jù)的使用效率，其核心在于基于海量數(shù)據(jù)提升整體運(yùn)行效率，促進(jìn)政企單位更好地利用數(shù)據(jù)，更快地讓數(shù)據(jù)產(chǎn)生價(jià)值[4]。

數(shù)據(jù)中臺(tái)整體技術(shù)架構(gòu)上采用云計(jì)算架構(gòu)模式，將數(shù)據(jù)資源、計(jì)算資源、存儲(chǔ)資源充分云化，并通過(guò)資源打包整合，再通過(guò)接口進(jìn)行開(kāi)放，提供“一站式”數(shù)據(jù)服務(wù)。按照功能模塊劃分，數(shù)據(jù)中臺(tái)通常包括兩個(gè)部分：數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)應(yīng)用。

1.數(shù)據(jù)倉(cāng)庫(kù)

數(shù)據(jù)倉(cāng)庫(kù)有一套標(biāo)準(zhǔn)的數(shù)據(jù)資源體系，分為三層：貼源層、基礎(chǔ)層和主題層。貼源層主要負(fù)責(zé)從各個(gè)信息系統(tǒng)匯集數(shù)據(jù)；基礎(chǔ)層負(fù)責(zé)對(duì)匯集的數(shù)據(jù)進(jìn)行清洗和加工，形成符合業(yè)務(wù)形態(tài)的數(shù)據(jù)資源模型；主題層根據(jù)業(yè)務(wù)需求導(dǎo)向，將數(shù)據(jù)組織為具體業(yè)務(wù)場(chǎng)景所需要的數(shù)據(jù)結(jié)構(gòu)，深化數(shù)據(jù)服務(wù)價(jià)值，全面實(shí)現(xiàn)純數(shù)據(jù)到業(yè)務(wù)服務(wù)的轉(zhuǎn)換，實(shí)現(xiàn)數(shù)據(jù)融通。

2.數(shù)據(jù)應(yīng)用

根據(jù)所面向的實(shí)體業(yè)務(wù)的特點(diǎn)，數(shù)據(jù)應(yīng)用提供諸如數(shù)據(jù)建模、數(shù)據(jù)統(tǒng)計(jì)分析、數(shù)據(jù)地圖、定制化數(shù)據(jù)產(chǎn)品等服務(wù)，這一部分的主要目標(biāo)是幫助業(yè)務(wù)解決具體問(wèn)題，通過(guò)數(shù)據(jù)驅(qū)動(dòng)的方式提升業(yè)務(wù)產(chǎn)品的質(zhì)量和效果。

（三）檢察特色數(shù)據(jù)中臺(tái)

檢察大數(shù)據(jù)法律監(jiān)督，是檢察機(jī)關(guān)利用大數(shù)據(jù)分析和挖掘技術(shù)構(gòu)建監(jiān)督模型，實(shí)現(xiàn)從單個(gè)案件到類(lèi)案辦理，實(shí)現(xiàn)辦理一案、治理一片，進(jìn)而促進(jìn)社會(huì)矛盾的溯源治理，是檢察機(jī)關(guān)的一種履職創(chuàng)新方式。顯然，數(shù)據(jù)應(yīng)用是大數(shù)據(jù)法律監(jiān)督的核心，而這需要依賴(lài)于檢察特色數(shù)據(jù)中臺(tái)的構(gòu)建。

縱覽數(shù)據(jù)中臺(tái)的概念及其發(fā)展歷史，可以得出一個(gè)結(jié)論：數(shù)據(jù)中臺(tái)沒(méi)有建造的通用公式，要在抽象業(yè)務(wù)特點(diǎn)的基礎(chǔ)上進(jìn)行深度結(jié)合，才能發(fā)揮好數(shù)據(jù)中臺(tái)的核心價(jià)值。

圍繞“數(shù)據(jù)”價(jià)值，數(shù)據(jù)中臺(tái)的重點(diǎn)在于夯實(shí)數(shù)據(jù)基座，沉淀內(nèi)外部數(shù)據(jù)資源，探索數(shù)據(jù)在檢察辦案尤其是類(lèi)案辦理方面的應(yīng)用，從而深入挖掘數(shù)據(jù)價(jià)值，為溯源治理提供服務(wù)。全面支撐檢察業(yè)務(wù)應(yīng)用，需要在實(shí)現(xiàn)路徑上滿(mǎn)足以下需求[5]：

1.數(shù)據(jù)匯聚需求

基于檢察機(jī)關(guān)核心辦案業(yè)務(wù)系統(tǒng)“檢察業(yè)務(wù)應(yīng)用系統(tǒng)”，匯聚檢察機(jī)關(guān)內(nèi)部數(shù)據(jù)（存量數(shù)據(jù)和增量數(shù)據(jù)）。引入業(yè)務(wù)應(yīng)用（例如當(dāng)前比較迫切的“大數(shù)據(jù)法律監(jiān)督模型”業(yè)務(wù)應(yīng)用）必需的外部數(shù)據(jù)，包括但不限于政法協(xié)同數(shù)據(jù)、城市大數(shù)據(jù)中心共享的委辦局政務(wù)數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)等，形成數(shù)字檢察數(shù)據(jù)湖。

2.數(shù)據(jù)治理需求

數(shù)據(jù)治理針對(duì)匯聚之后的數(shù)據(jù)開(kāi)展清洗、融合、服務(wù)、共享等數(shù)據(jù)治理全生命周期管理，保障沉淀的檢務(wù)數(shù)據(jù)的完整性、準(zhǔn)確性以及唯一性。通過(guò)數(shù)據(jù)資源編目、數(shù)據(jù)標(biāo)準(zhǔn)管理、元數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量管理和數(shù)據(jù)治理工具等能力以及過(guò)程中建立起來(lái)的數(shù)據(jù)地圖和數(shù)據(jù)血緣關(guān)系結(jié)構(gòu)，完成以四大檢察十大業(yè)務(wù)為核心的檢察大數(shù)據(jù)倉(cāng)庫(kù)建設(shè)，從“人、案、物、組織”等維度為業(yè)務(wù)系統(tǒng)提供數(shù)據(jù)應(yīng)用支持。數(shù)據(jù)治理，建立完備的數(shù)據(jù)處理能力服務(wù)支撐是核心。

能力支撐服務(wù)：數(shù)據(jù)能力服務(wù)主要提供數(shù)據(jù)智能分析的能力服務(wù)，例如：自然語(yǔ)言處理（NLP）能力、語(yǔ)音識(shí)別能力（OCR）文書(shū)要素提取能力、案件知識(shí)圖譜構(gòu)建能力等。

數(shù)據(jù)治理服務(wù)：圍繞全流程在線(xiàn)辦理體系的建設(shè)需求，依托數(shù)據(jù)匯聚和治理基礎(chǔ)平臺(tái)提供的基礎(chǔ)工具和能力，提供數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)加工、數(shù)據(jù)資產(chǎn)編目、數(shù)據(jù)智能分析和數(shù)據(jù)標(biāo)簽等數(shù)據(jù)治理實(shí)施服務(wù)。

數(shù)據(jù)標(biāo)簽化服務(wù)：數(shù)據(jù)治理需求中，比較重要的基礎(chǔ)需求包括數(shù)據(jù)業(yè)務(wù)標(biāo)簽化。數(shù)據(jù)業(yè)務(wù)標(biāo)簽化是指將數(shù)據(jù)面向檢察辦案業(yè)務(wù)進(jìn)行標(biāo)簽化，圍繞“人、物、案、組織、知識(shí)”等主題建立通用標(biāo)簽和圍繞“四大檢察”全量業(yè)務(wù)建立數(shù)據(jù)標(biāo)簽，通過(guò)標(biāo)簽，多角度、多層次地以檢察辦案業(yè)務(wù)的視角管理海量的數(shù)據(jù)并梳理數(shù)據(jù)之間的關(guān)系。

數(shù)據(jù)治理過(guò)程的產(chǎn)出是形成貼近業(yè)務(wù)的數(shù)據(jù)主題層。在數(shù)據(jù)主題層上，根據(jù)服務(wù)業(yè)務(wù)場(chǎng)景和統(tǒng)計(jì)分析場(chǎng)景的不同再拆分為主題庫(kù)和專(zhuān)題庫(kù)。

3.數(shù)據(jù)應(yīng)用需求

隨著數(shù)據(jù)資源的不斷積累，以及檢察業(yè)務(wù)人員對(duì)利用大數(shù)據(jù)辦案的認(rèn)識(shí)逐漸提高，當(dāng)前全國(guó)檢察機(jī)關(guān)的重要數(shù)據(jù)應(yīng)用需求之一就是“大數(shù)據(jù)法律監(jiān)督”。在最高檢的統(tǒng)一規(guī)劃下，全國(guó)各地正大力推進(jìn)大數(shù)據(jù)法律監(jiān)督工作，并提升相應(yīng)的技術(shù)支撐手段。大數(shù)據(jù)法律監(jiān)督顧名思義，就是利用大數(shù)據(jù)技術(shù)輔助檢察機(jī)關(guān)履行法律監(jiān)督職責(zé)，大數(shù)據(jù)技術(shù)是基礎(chǔ)手段，法律監(jiān)督是業(yè)務(wù)目的。在大數(shù)據(jù)法律監(jiān)督需求中，需要建立一個(gè)“業(yè)務(wù)建模平臺(tái)”，該平臺(tái)主要面向不懂技術(shù)的一線(xiàn)辦案檢察官，通過(guò)圖形化的操作方式，可以降低使用建模工具的專(zhuān)業(yè)要求和使用難度，使檢察官經(jīng)過(guò)簡(jiǎn)單培訓(xùn)后即可上手操作[6]。

三、檢察數(shù)據(jù)中臺(tái)架構(gòu)

（一）外部資源

放眼外部環(huán)境，數(shù)字中國(guó)的建設(shè)規(guī)劃在2019被納入十四五規(guī)劃，數(shù)字檢察需要融合并借力這個(gè)大背景的優(yōu)勢(shì)。城市大數(shù)據(jù)中心集中優(yōu)勢(shì)資源，按照“集約高效、共享開(kāi)放、安全可靠、按需服務(wù)”的原則，建立了覆蓋全市的電子政務(wù)云，實(shí)現(xiàn)了市委辦局基礎(chǔ)設(shè)施共建共用、信息系統(tǒng)整體部署、數(shù)據(jù)資源匯聚共享、業(yè)務(wù)應(yīng)用有效協(xié)同。

數(shù)據(jù)中臺(tái)的建設(shè)應(yīng)盡可能依托城市大數(shù)據(jù)中心的云上環(huán)境、設(shè)備資源和工具服務(wù)：在降低建設(shè)成本的同時(shí)，實(shí)現(xiàn)與其他單位的數(shù)據(jù)資源共享，并將數(shù)字檢察的建設(shè)納入數(shù)字城市整體規(guī)劃中，為后續(xù)全市數(shù)據(jù)上鏈共享等打下牢固的基礎(chǔ)。

（二）網(wǎng)絡(luò)環(huán)境

依托地方的網(wǎng)絡(luò)資源和部分本地的設(shè)備資源，檢察機(jī)關(guān)已經(jīng)構(gòu)建了四網(wǎng)同步運(yùn)轉(zhuǎn)的信創(chuàng)網(wǎng)絡(luò)環(huán)境，包括檢察業(yè)務(wù)網(wǎng)、工作網(wǎng)、政務(wù)外網(wǎng)和互聯(lián)網(wǎng)。檢察業(yè)務(wù)網(wǎng)用于涉密系統(tǒng)的部署運(yùn)營(yíng)，與其他三個(gè)網(wǎng)絡(luò)保持物理隔離；檢察工作網(wǎng)是當(dāng)前信息化項(xiàng)目的主要部署網(wǎng)絡(luò)，也是內(nèi)部數(shù)據(jù)產(chǎn)生和匯聚的地方；政務(wù)外網(wǎng)主要用于對(duì)接外部委辦局等單位；互聯(lián)網(wǎng)則主要面向于公眾服務(wù)的信息發(fā)布、電子文書(shū)送達(dá)等。依托城市電子政務(wù)云的安全交換設(shè)備和跨網(wǎng)交換能力，實(shí)現(xiàn)了除業(yè)務(wù)網(wǎng)之外的邏輯互通、數(shù)據(jù)融通和安全暢通。這進(jìn)一步優(yōu)化了各類(lèi)系統(tǒng)、會(huì)議和遠(yuǎn)程視頻應(yīng)用的性能。

盡管網(wǎng)絡(luò)拓?fù)渎?lián)通，但是根據(jù)數(shù)據(jù)分級(jí)分類(lèi)原則，內(nèi)部數(shù)據(jù)屬于重要數(shù)據(jù)，涉案信息不能在政務(wù)外網(wǎng)上流轉(zhuǎn)，更不能流入互聯(lián)網(wǎng)環(huán)境。因此，數(shù)據(jù)中臺(tái)需要采用分布式結(jié)構(gòu)，以確保數(shù)據(jù)的安全性和隱私性。

（三）工具箱環(huán)境

在市委辦公廳的統(tǒng)一規(guī)劃下，城市大數(shù)據(jù)中心為市級(jí)機(jī)關(guān)免費(fèi)提供了政務(wù)外網(wǎng)PAAS上的工具箱產(chǎn)品，其中包含了數(shù)據(jù)治理工具。這些工具不僅可以提供存儲(chǔ)服務(wù)，也可以完成數(shù)據(jù)匯聚、清洗、加工、歸檔等一系列數(shù)據(jù)治理開(kāi)發(fā)工作。

（四）架構(gòu)設(shè)計(jì)

基于以上資源和環(huán)境，綜合考慮需求滿(mǎn)足度、可擴(kuò)展性和經(jīng)費(fèi)等因素，本次全流程全息在線(xiàn)辦案系統(tǒng)的數(shù)據(jù)中臺(tái)采用了“兩張網(wǎng)絡(luò)，兩個(gè)子平臺(tái)”的組織架構(gòu)，整體架構(gòu)如圖2所示。

1.政務(wù)外網(wǎng)

在政務(wù)外網(wǎng)，建設(shè)數(shù)據(jù)子平臺(tái)，面向外部數(shù)據(jù)的匯聚、清洗、加工和編目存儲(chǔ)。技術(shù)路線(xiàn)采用城市大數(shù)據(jù)中心提供的存儲(chǔ)產(chǎn)品（MaxCompute）建設(shè)數(shù)據(jù)存儲(chǔ)倉(cāng)庫(kù)，并利用數(shù)據(jù)匯聚和治理工具（DataWorks）構(gòu)建數(shù)據(jù)治理的整套流程，最終經(jīng)過(guò)治理好的外部數(shù)據(jù)通過(guò)交換平臺(tái)傳輸?shù)綑z察工作網(wǎng)。

2.檢察工作網(wǎng)

在檢察工作網(wǎng)，建設(shè)數(shù)據(jù)子平臺(tái)，面向內(nèi)部數(shù)據(jù)的匯聚、清洗、加工、編目存儲(chǔ)，進(jìn)而與已經(jīng)治理、編目完備的外部數(shù)據(jù)共同構(gòu)成大數(shù)據(jù)基座。技術(shù)路線(xiàn)使用RDS數(shù)據(jù)庫(kù)建設(shè)底層數(shù)據(jù)倉(cāng)庫(kù)，自研數(shù)據(jù)治理工具用于構(gòu)建數(shù)據(jù)治理、標(biāo)簽化、數(shù)據(jù)全息檔案以及檢務(wù)檢索分析等能力。同時(shí)，還將使用事件感知引擎搭建業(yè)務(wù)建模平臺(tái)。

3.微服務(wù)體系

整體架構(gòu)采用微服務(wù)體系搭建，并在此基礎(chǔ)上建設(shè)統(tǒng)一、開(kāi)放、安全的API開(kāi)發(fā)和管理平臺(tái)。每個(gè)服務(wù)運(yùn)行進(jìn)程獨(dú)立，服務(wù)之間采用輕量級(jí)的通信機(jī)制，實(shí)現(xiàn)檢察機(jī)關(guān)內(nèi)各應(yīng)用及與其他外部單位應(yīng)用之間的接口服務(wù)調(diào)用。同時(shí)，實(shí)現(xiàn)服務(wù)調(diào)用鏈分析，自動(dòng)分析服務(wù)依賴(lài)的壓力點(diǎn)、易故障點(diǎn)和瓶頸點(diǎn)，以實(shí)現(xiàn)業(yè)務(wù)的隔離解耦、敏捷運(yùn)維。平臺(tái)提供統(tǒng)一的訪(fǎng)問(wèn)入口，具備限流、熔斷、降級(jí)、認(rèn)證和授權(quán)、負(fù)載均衡等能力，具有對(duì)整個(gè)服務(wù)調(diào)用鏈的全鏈條監(jiān)控和日志分析能力，支持跨部署點(diǎn)接口服務(wù)和路由管理。

4.數(shù)據(jù)匯聚

堅(jiān)實(shí)的數(shù)據(jù)基座需要源源不斷的高質(zhì)量數(shù)據(jù)流入。其中，內(nèi)部數(shù)據(jù)是檢察業(yè)務(wù)大數(shù)據(jù)應(yīng)用的基本數(shù)據(jù)；外部數(shù)據(jù)是大數(shù)據(jù)法律監(jiān)督成案不可或缺的必要因素。數(shù)據(jù)匯聚的主要目標(biāo)是建立豐富且高質(zhì)量的檢察數(shù)據(jù)倉(cāng)庫(kù)[7]，通常稱(chēng)為“檢察數(shù)據(jù)湖”，如圖3所示。

“檢察數(shù)據(jù)湖”的建設(shè)重點(diǎn)在于數(shù)據(jù)采集的過(guò)程。數(shù)據(jù)采集主要是將不同來(lái)源的異構(gòu)數(shù)據(jù)通過(guò)ETL等方式統(tǒng)一采集、處理、存儲(chǔ)。數(shù)據(jù)采集中主要考慮數(shù)據(jù)來(lái)源、數(shù)據(jù)采集方法、數(shù)據(jù)存儲(chǔ)方式等[8]。

（1）數(shù)據(jù)來(lái)源：數(shù)據(jù)的來(lái)源豐富多樣，可以根據(jù)提供數(shù)據(jù)組織單位的不同進(jìn)行分類(lèi)，包括內(nèi)部數(shù)據(jù)與外部數(shù)據(jù)。外部數(shù)據(jù)可進(jìn)一步細(xì)分為大數(shù)據(jù)中心數(shù)據(jù)、其他委辦局?jǐn)?shù)據(jù)以及其他途徑數(shù)據(jù)。

（2）數(shù)據(jù)采集方法：提供關(guān)系型數(shù)據(jù)庫(kù)數(shù)據(jù)接入，支持類(lèi)型包括MySql、SqlServer、Oracle、PostgreSQL、DB2、達(dá)夢(mèng)、瀚高、人大金倉(cāng)、神舟通用；也支持流式數(shù)據(jù)的直接對(duì)接。提供半結(jié)構(gòu)化數(shù)據(jù)接入，支持類(lèi)型包括XML、JSON；提供非結(jié)構(gòu)化數(shù)據(jù)接入，類(lèi)型包括目錄文件；提供API數(shù)據(jù)接入，支持第三方接口數(shù)據(jù)代理發(fā)布、大數(shù)據(jù)庫(kù)表代理發(fā)布成API接口。

（3）數(shù)據(jù)存儲(chǔ)方式：整個(gè)檢察業(yè)務(wù)累積下來(lái)的數(shù)據(jù)（不包括視頻文件），整體信息量已經(jīng)累積了近2PB，包括視頻文件的話(huà)可能會(huì)快速增長(zhǎng)到10PB甚至更大。數(shù)據(jù)存取業(yè)務(wù)存在頻率和實(shí)時(shí)性要求不同的場(chǎng)景，僅僅使用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)已經(jīng)無(wú)法滿(mǎn)足建設(shè)要求，因此需要使用混合、分布式大數(shù)據(jù)存儲(chǔ)體系來(lái)滿(mǎn)足數(shù)據(jù)倉(cāng)庫(kù)的要求。

對(duì)于非結(jié)構(gòu)化數(shù)據(jù)，利用OSS對(duì)象存儲(chǔ)進(jìn)行保存；對(duì)于數(shù)據(jù)量大的結(jié)構(gòu)化數(shù)據(jù)，使用大數(shù)據(jù)套件如Hadoop2.0等進(jìn)行降維存儲(chǔ)；若數(shù)據(jù)量較小，則使用傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)存儲(chǔ)；對(duì)于數(shù)據(jù)并發(fā)量較大的場(chǎng)景，使用Redis等作為中間Cache；此外，使用Kafka作為數(shù)據(jù)存取調(diào)度的任務(wù)管理框架。

5.能力支撐平臺(tái)

數(shù)據(jù)中臺(tái)在工作網(wǎng)建設(shè)通用共享能力平臺(tái)，用以支撐數(shù)據(jù)治理過(guò)程和上層的業(yè)務(wù)應(yīng)用的各類(lèi)流程，共計(jì)十種，如圖4所示。

OCR語(yǔ)音識(shí)別、NLP自然語(yǔ)言處理等的AI算法應(yīng)用能力的統(tǒng)一接入、發(fā)布，處理結(jié)構(gòu)化的數(shù)據(jù)，語(yǔ)音、圖像、視頻等，將輔助全流程辦案等多個(gè)檢察業(yè)務(wù)系統(tǒng)，提高業(yè)務(wù)應(yīng)用效率。實(shí)現(xiàn)共性通用應(yīng)用能力的統(tǒng)一管理、統(tǒng)一賦能，形成標(biāo)準(zhǔn)化的通用能力輸出模式，節(jié)約計(jì)算資源，提升檢察的智能化水平。

能力平臺(tái)結(jié)構(gòu)如圖4所示。能力平臺(tái)的模型中心可對(duì)各類(lèi)上架的能力模型進(jìn)行有效的分類(lèi)，并提供統(tǒng)一管理、統(tǒng)一部署、統(tǒng)一調(diào)度，實(shí)現(xiàn)從模型到應(yīng)用的統(tǒng)一化發(fā)布、運(yùn)行、共享和管理。同時(shí)，對(duì)能力模型提供一致的標(biāo)準(zhǔn)化鏡像、監(jiān)控、API，保證業(yè)務(wù)的一致性。對(duì)于導(dǎo)入的源能力模型，模型中心可提供基于能力模型底層的加速、遷移、發(fā)布等能力，提升能力模型到應(yīng)用場(chǎng)景的性能，提升使用的效率。

能力平臺(tái)可以統(tǒng)一管理和調(diào)度能力模型應(yīng)用所需的物理資源，實(shí)現(xiàn)資源的最優(yōu)化利用。平臺(tái)將各個(gè)業(yè)務(wù)系統(tǒng)所需的通用原子能力統(tǒng)一管理、統(tǒng)一部署和資源統(tǒng)一調(diào)度，提供豐富的通用能力產(chǎn)品服務(wù)，市區(qū)兩級(jí)檢察院各應(yīng)用系統(tǒng)可以根據(jù)實(shí)際需求按需調(diào)用。平臺(tái)基于實(shí)際業(yè)務(wù)需求，讓通用能力在云一邊-端自由流動(dòng)。

6.建模工具平臺(tái)

數(shù)據(jù)建模是數(shù)據(jù)應(yīng)用的必備甚至是核心功能之一，其架構(gòu)如圖5所示。數(shù)據(jù)建模是數(shù)據(jù)中臺(tái)使用者通過(guò)直觀手段使用數(shù)據(jù)，挖掘數(shù)據(jù)價(jià)值的重要模塊。提供統(tǒng)一的數(shù)據(jù)建模能力，就要在平臺(tái)內(nèi)置可自動(dòng)適配不同計(jì)算引擎的SQL算子，同時(shí)支持各類(lèi)大數(shù)據(jù)計(jì)算引擎自定義的特性，如MapReduce、UDF等，覆蓋絕大部分?jǐn)?shù)據(jù)處理需求。平臺(tái)應(yīng)具備多模型并發(fā)能力，能夠支持全市范圍內(nèi)檢察模型的同時(shí)運(yùn)行。

該平臺(tái)具備離線(xiàn)模型智能優(yōu)化能力，可以自動(dòng)適配Odps、Hive、Spark、Trino多個(gè)計(jì)算引擎的SQL算子，運(yùn)行時(shí)可復(fù)用歷史緩存結(jié)果，剔除不必要節(jié)點(diǎn)，并自動(dòng)識(shí)別可合并節(jié)點(diǎn)，從而節(jié)約計(jì)算資源，提升整體性能。在實(shí)時(shí)計(jì)算領(lǐng)域，平臺(tái)采用低資源流式計(jì)算將實(shí)時(shí)計(jì)算常用的業(yè)務(wù)場(chǎng)景進(jìn)行封裝，提供豐富的系統(tǒng)算子，包括分組聚合、維表關(guān)聯(lián)、空間計(jì)算等，支持動(dòng)態(tài)語(yǔ)言編程的自定義算子，能夠快速地構(gòu)建實(shí)時(shí)業(yè)務(wù)鏈路。

7.其他支撐工具

除了以上核心模塊，還需要一些底層工具來(lái)支撐和管理整套體系。

（1）日志收集工具

采用ElasticSearch+Logstash+Kibana分布式收集日志技術(shù)，收集各個(gè)應(yīng)用系統(tǒng)的日志，實(shí)現(xiàn)對(duì)應(yīng)用系統(tǒng)的操作分析和狀態(tài)監(jiān)控的統(tǒng)一處理。

（2）數(shù)據(jù)遷移工具

采用ETL工具，該工具是覆蓋數(shù)據(jù)集成邏輯的設(shè)計(jì)、開(kāi)發(fā)、調(diào)試、部署、運(yùn)行、管理、監(jiān)控各個(gè)生命周期不同階段的集成開(kāi)發(fā)工具，可實(shí)現(xiàn)對(duì)數(shù)據(jù)集成流程的開(kāi)發(fā)和部署，也可對(duì)數(shù)據(jù)集成的運(yùn)行過(guò)程進(jìn)行實(shí)時(shí)監(jiān)視，以及對(duì)集成流程歷史數(shù)據(jù)進(jìn)行分析。

（3）消息中間件

采用RabbitMQ作為消息中間件，實(shí)現(xiàn)跨綜合平臺(tái)和各部署子系統(tǒng)之間可靠、即時(shí)的消息（信令）傳輸，支持異步、同步消息通知方式，并提供緩沖限流、高峰分流、海量消息堆積處理能力。

（4）服務(wù)控制組件

采用Sentinel工具，提供輕量級(jí)的開(kāi)源控制臺(tái)，它提供機(jī)器發(fā)現(xiàn)、健康情況管理和監(jiān)控、規(guī)則管理和推送的功能。通過(guò)收集Sentinel客戶(hù)端發(fā)送的心跳包，判斷機(jī)器是否在線(xiàn)；通過(guò)Sentinel客戶(hù)端暴露的監(jiān)控API，定期拉取并且聚合應(yīng)用監(jiān)控信息，最終可以實(shí)現(xiàn)秒級(jí)的實(shí)時(shí)監(jiān)控。

（5）負(fù)載均衡組件

采用Spring Cloud Ribbon，提供一系列完善的配置，如超時(shí)，重試等。通過(guò)Load Balancer獲取服務(wù)提供的所有機(jī)器實(shí)例，Ribbon會(huì)自動(dòng)基于某種規(guī)則（如輪詢(xún)，隨機(jī)）調(diào)用這些服務(wù)。

四、應(yīng)用案例

以“先傷后?！北ｋU(xiǎn)詐騙模型為例，詳細(xì)闡述使用本技術(shù)路線(xiàn)搭建的數(shù)據(jù)中臺(tái)是如何打通數(shù)據(jù)鏈條，深挖數(shù)據(jù)價(jià)值，賦能檢察業(yè)務(wù)，支撐“個(gè)案辦理-類(lèi)案監(jiān)督-系統(tǒng)治理”的。

（一）模型背景

在保險(xiǎn)范疇內(nèi)，只有先參保繳費(fèi)，后發(fā)生事故才能獲得理賠。但上海執(zhí)行著一項(xiàng)“先傷后?！钡幕菝裾撸河萌藛挝粦?yīng)當(dāng)自用工之日起30日內(nèi)為職工辦理社會(huì)保險(xiǎn)登記，如果職工剛?cè)肼毦桶l(fā)生工傷事故，企業(yè)只要是在其入職30日內(nèi)參保并繳費(fèi)的，依然可以申請(qǐng)工傷理賠。

然而在實(shí)踐中，“先傷后保”這項(xiàng)惠民安企的好政策卻被不法分子所利用，甚至滋生出“工傷黃?！钡叵庐a(chǎn)業(yè)鏈。通過(guò)走訪(fǎng)調(diào)查，發(fā)現(xiàn)該現(xiàn)象絕非個(gè)案，在工傷保險(xiǎn)領(lǐng)域可能存在其他騙保案件，遂以此構(gòu)建業(yè)務(wù)模型作為全市大數(shù)據(jù)賦能法律監(jiān)督的重點(diǎn)項(xiàng)目。

（二）模型簡(jiǎn)介

匯聚社保中心所有工傷理賠案件的參保繳費(fèi)時(shí)間、受傷時(shí)間和入職時(shí)間等數(shù)據(jù)，篩選出參保繳費(fèi)時(shí)間在入職時(shí)間30天內(nèi)且參保繳費(fèi)時(shí)間比受傷時(shí)間晚的案件，即為“先傷后保”類(lèi)型的案件。然后，以這些案件為索引分析相關(guān)的單位名稱(chēng)、工商注冊(cè)地、受傷從業(yè)人員姓名、身份證號(hào)、參保時(shí)間、繳費(fèi)情況、受傷時(shí)間、事故發(fā)生地和理賠金額，當(dāng)超過(guò)預(yù)警值的時(shí)候即將其視為“先傷后?！北ｋU(xiǎn)詐騙的潛在線(xiàn)索。接著，通過(guò)調(diào)取涉案企業(yè)的前科劣跡和當(dāng)事人的銀行流水信息進(jìn)一步縮小線(xiàn)索核查范圍，從而產(chǎn)出最終線(xiàn)索集。

（三）數(shù)據(jù)中臺(tái)支撐

本案例是一個(gè)典型的利用數(shù)據(jù)中臺(tái)將內(nèi)外部數(shù)據(jù)結(jié)合，產(chǎn)生有效監(jiān)督線(xiàn)索（挖掘數(shù)據(jù)關(guān)聯(lián)價(jià)值，產(chǎn)生數(shù)據(jù)服務(wù)）的案例：

在政務(wù)外網(wǎng)上，社保中心的數(shù)據(jù)中臺(tái)通過(guò)數(shù)據(jù)匯聚工具被存儲(chǔ)到政務(wù)外網(wǎng)建設(shè)的數(shù)據(jù)倉(cāng)庫(kù)中，經(jīng)過(guò)初步清洗加工，去除臟數(shù)據(jù)后，轉(zhuǎn)移到工作網(wǎng)環(huán)境。

在工作網(wǎng)內(nèi)，數(shù)據(jù)進(jìn)入檢察數(shù)據(jù)湖，并與內(nèi)部相關(guān)的前科數(shù)據(jù)以及調(diào)取到的銀行流水?dāng)?shù)據(jù)一同上傳到建模中心。在建模中心，檢察官根據(jù)數(shù)據(jù)碰撞規(guī)則搭建相應(yīng)的模型，輸出最終的線(xiàn)索，并且記錄模型，實(shí)現(xiàn)類(lèi)似案件的監(jiān)督功能。

以上就是本數(shù)據(jù)中臺(tái)支撐起大數(shù)據(jù)法律監(jiān)督的一個(gè)完整鏈條。

五、結(jié)束語(yǔ)

綜上，本數(shù)據(jù)中臺(tái)的技術(shù)路線(xiàn)選型及架構(gòu)設(shè)計(jì)基本滿(mǎn)足了“數(shù)字檢察”的現(xiàn)實(shí)需要，有效支撐了“個(gè)案辦理-類(lèi)案監(jiān)督-系統(tǒng)治理”，為數(shù)據(jù)的匯聚、加工和利用構(gòu)建了可行的路徑。同時(shí)，在安全性方面，依托城市大數(shù)據(jù)中心對(duì)政務(wù)云資源提供的專(zhuān)業(yè)化運(yùn)維管理機(jī)制，在產(chǎn)品上盡可能地使用了大數(shù)據(jù)中心的授權(quán)工具，降低了建設(shè)成本，也可以從系統(tǒng)和管理兩個(gè)方面均做到安全可靠。

參考文獻(xiàn)

李廣乾.什么是數(shù)據(jù)中臺(tái)[J].中國(guó)信息界，2019（12）：72-75.

張洪丹，趙艷強(qiáng).數(shù)據(jù)中臺(tái)在政務(wù)APP中的搭建與應(yīng)用[J].互聯(lián)網(wǎng)周刊，2021（10）：50-52

劉俊良.新時(shí)代數(shù)據(jù)中臺(tái)研究與設(shè)計(jì)[J].電子世界，2020（4）：119-119.

[4]王曉波.基于數(shù)據(jù)中臺(tái)的產(chǎn)業(yè)數(shù)據(jù)治理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].電腦知識(shí)與技術(shù)，2022（18）：22-28.

[5]穆義龍.淺議數(shù)據(jù)中臺(tái)在公安大數(shù)據(jù)建設(shè)中的應(yīng)用[J].法制與經(jīng)濟(jì)，2020（10）：27-28.

[6]湖州市人民檢察院課題組.大數(shù)據(jù)法律監(jiān)督平臺(tái)與技術(shù)應(yīng)用相關(guān)問(wèn)題[J].中國(guó)檢察官，2022（23）：7-10.

[7]劉三平.數(shù)據(jù)中臺(tái)建設(shè)對(duì)企業(yè)數(shù)據(jù)貫通的技術(shù)研究[J].電子技術(shù)與軟件工程，2021（2）：189-190

[8]朱曾珍.大數(shù)據(jù)驅(qū)動(dòng)的檢察系統(tǒng)流程再造研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2019：37-40.