一、引言
信息技術(shù)革命與經(jīng)濟(jì)社會(huì)活動(dòng)的交融催生了大數(shù)據(jù)。2015年8月，國務(wù)院印發(fā)了《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，把大數(shù)據(jù)作為基礎(chǔ)性資源，全面實(shí)施數(shù)據(jù)強(qiáng)國戰(zhàn)略，加快推動(dòng)數(shù)據(jù)資源共享開放和開發(fā)應(yīng)用，助力產(chǎn)業(yè)轉(zhuǎn)型升級(jí)和社會(huì)治理創(chuàng)新。與此同時(shí)，我國公安信息化建設(shè)發(fā)展迅猛，公安市場(chǎng)大規(guī)模的信息化和裝備投資產(chǎn)生了海量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，包括軌跡信息、工作信息、多媒體信息等。據(jù)不完全統(tǒng)計(jì)，截至2015年底，全國公安機(jī)關(guān)掌握的數(shù)據(jù)資源已達(dá)數(shù)百類、上萬億條、EB級(jí)的大數(shù)據(jù)規(guī)模。同時(shí)，數(shù)據(jù)產(chǎn)生匯集的速度越來越快，數(shù)據(jù)呈階梯式增長。目前，公安數(shù)據(jù)的年增長率超過50%，增長速度遠(yuǎn)超以往任何時(shí)期。公安數(shù)據(jù)既有傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，也有大量文檔、圖片、視頻、柵格、矢量、文本等非結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)結(jié)構(gòu)、存儲(chǔ)方式多種多樣。公安數(shù)據(jù)中蘊(yùn)藏著人、事、物、組織和案件等豐富的信息，充分利用這些信息，挖掘海量數(shù)據(jù)背后隱藏的關(guān)聯(lián)關(guān)系，對(duì)于維護(hù)社會(huì)大局穩(wěn)定、預(yù)防和打擊犯罪、輔助指揮決策都具有重要的價(jià)值。
各級(jí)公安機(jī)關(guān)快速積累并不斷增長的信息數(shù)據(jù)已成為繼警力資源、裝備資源之后的新一類核心資源。如何有效利用海量信息并挖掘內(nèi)在更大的價(jià)值，成為提升公安實(shí)戰(zhàn)應(yīng)用能力、建立立體化綜合防控體系面臨的重大難題。政法委書記孟建柱同志指出“誰率先擁有、善于利用大數(shù)據(jù)，誰就能掌握主動(dòng)、贏得未來”，郭聲琨部長也強(qiáng)調(diào)“要大力加強(qiáng)大數(shù)據(jù)時(shí)代公安基層基礎(chǔ)工作，不斷提高維護(hù)公共安全和服務(wù)人民群眾的能力水平”。公安信息化“十三五”規(guī)劃已將云計(jì)算、大數(shù)據(jù)等新技術(shù)應(yīng)用作為優(yōu)化基礎(chǔ)性技術(shù)設(shè)施、提升信息化支撐能力的重要建設(shè)內(nèi)容。
二、大數(shù)據(jù)相關(guān)概念
大數(shù)據(jù)是以容量大、類型多、存取速度快、應(yīng)用價(jià)值高為主要特征的數(shù)據(jù)集合，正快速發(fā)展為對(duì)數(shù)據(jù)巨大、來源分散、格式多樣的數(shù)據(jù)進(jìn)行采集、存儲(chǔ)和關(guān)聯(lián)分析，從中發(fā)現(xiàn)新知識(shí)、創(chuàng)造新價(jià)值、提升新能力的新一代信息計(jì)算和服務(wù)業(yè)態(tài)。
大數(shù)據(jù)的特點(diǎn)可以用4個(gè)V來概括：第一，Volume，數(shù)據(jù)體量巨大，從TB級(jí)別，躍升到PB級(jí)別;第二，Variety，數(shù)據(jù)類型繁多，包括網(wǎng)絡(luò)日志、視頻、圖片、地理位置信息等等;第三，Value，價(jià)值密度低，以視頻為例，連續(xù)不間斷監(jiān)控過程中可能有用的數(shù)據(jù)僅僅有一兩秒;第四，Velocity，處理速度快，在數(shù)據(jù)量非常龐大的情況下，也能夠做到數(shù)據(jù)的實(shí)時(shí)處理。最后這一點(diǎn)也是和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同。這4個(gè)V對(duì)應(yīng)了大數(shù)據(jù)領(lǐng)域中核心的4類技術(shù)，即大數(shù)據(jù)存儲(chǔ)、大數(shù)據(jù)治理、大數(shù)據(jù)挖掘、大數(shù)據(jù)計(jì)算。隨著近年來技術(shù)的發(fā)展，為大數(shù)據(jù)的處理提供了可能，也為公安工作思路創(chuàng)新提供了新機(jī)遇。
三、公安大數(shù)據(jù)平臺(tái)架構(gòu)
公安大數(shù)據(jù)應(yīng)用是基于云計(jì)算平臺(tái)構(gòu)建基于全警采集、全警共享的統(tǒng)一的大數(shù)據(jù)平臺(tái)，為實(shí)現(xiàn)智慧警務(wù)提供核心支撐能力。公安大數(shù)據(jù)平臺(tái)架構(gòu)如圖1所示。
公安大數(shù)據(jù)平臺(tái)分為接口數(shù)據(jù)層、數(shù)據(jù)匯聚層、數(shù)據(jù)庫資源池、共享服務(wù)層、數(shù)據(jù)應(yīng)用層、門戶層六大層次。
接口數(shù)據(jù)層：提供公安內(nèi)部數(shù)據(jù)、社會(huì)采集數(shù)據(jù)的接口引進(jìn)管理。
數(shù)據(jù)匯聚層：提供社會(huì)數(shù)據(jù)、公安內(nèi)部數(shù)據(jù)的采集交換、加工整合和數(shù)據(jù)治理功能。
數(shù)據(jù)庫資源池：建立各類數(shù)據(jù)資源整合加工的成果存儲(chǔ)管理機(jī)制，提供臨時(shí)緩沖庫、數(shù)據(jù)標(biāo)準(zhǔn)化庫、細(xì)節(jié)沉淀庫，以及衍生數(shù)據(jù)庫和資源應(yīng)用庫。
共享服務(wù)層：提供數(shù)據(jù)資源的統(tǒng)一共享和服務(wù)管理功能，包括服務(wù)接口、接口配置功能、服務(wù)資源目錄、資源服務(wù)總線和服務(wù)資源監(jiān)控等功能。
數(shù)據(jù)應(yīng)用層：資源應(yīng)用層主要包括：綜合查詢、搜索引擎、數(shù)據(jù)比對(duì)、布控預(yù)警、分類統(tǒng)計(jì)等常用功能，以及趨勢(shì)分析、異常分析、相關(guān)性分析等挖掘功能。
門戶層：提供單點(diǎn)登錄、應(yīng)用導(dǎo)航、信息發(fā)布、交流反饋等功能，并實(shí)現(xiàn)與外界的統(tǒng)一交互。
四、公安大數(shù)據(jù)建設(shè)主要內(nèi)容
(一)公安大數(shù)據(jù)資源規(guī)劃
當(dāng)前，經(jīng)過金盾工程建設(shè)與應(yīng)用積累，公安已經(jīng)沉淀了海量數(shù)據(jù)資源，建立了多個(gè)實(shí)戰(zhàn)業(yè)務(wù)應(yīng)用系統(tǒng)，以資源整合共享理念為基礎(chǔ)，建立了資源服務(wù)平臺(tái)，形成了公安八大資源庫。由于業(yè)務(wù)需求和業(yè)務(wù)理解不同，各業(yè)務(wù)應(yīng)用系統(tǒng)中存在同名數(shù)據(jù)項(xiàng)實(shí)際業(yè)務(wù)含義不同，同業(yè)務(wù)含義的數(shù)據(jù)項(xiàng)名稱不同，同義數(shù)據(jù)項(xiàng)的數(shù)據(jù)類型、長度等格式定義存在差異等情況，造成公安信息資源共享、關(guān)聯(lián)應(yīng)用的困難。
制定統(tǒng)一的公安信息資源目錄體系和公安元數(shù)據(jù)標(biāo)準(zhǔn)，搭建信息資源服務(wù)平臺(tái)，從源頭上規(guī)范數(shù)據(jù)采集、整合和共享服務(wù);基于業(yè)務(wù)屬性開展人員、物品、案件、地址、組織、服務(wù)標(biāo)識(shí)等主題域模型的細(xì)化設(shè)計(jì)，對(duì)數(shù)據(jù)進(jìn)行科學(xué)、合理、標(biāo)準(zhǔn)的規(guī)劃;建立數(shù)據(jù)邏輯集中、物理分布，全景邏輯一體化應(yīng)用的公安大數(shù)據(jù)體系，是公安大數(shù)據(jù)發(fā)展的基石。
(二)公安大數(shù)據(jù)匯集
依托公安云計(jì)算環(huán)境的建立，通過公安內(nèi)部數(shù)據(jù)接口實(shí)現(xiàn)與網(wǎng)綜平臺(tái)、警綜平臺(tái)、PGIS平臺(tái)、情報(bào)綜合平臺(tái)、治安防控平臺(tái)、三臺(tái)合一接處警系統(tǒng)、監(jiān)所系統(tǒng)、出入境系統(tǒng)、卡口數(shù)據(jù)庫、視頻數(shù)據(jù)庫以及其他相關(guān)警種部門業(yè)務(wù)系統(tǒng)的數(shù)據(jù)交換。另一方面，通過公共信息共享交換平臺(tái)接入社會(huì)外部單位的業(yè)務(wù)系統(tǒng)數(shù)據(jù)，如民航鐵路訂票系統(tǒng)、酒店旅店住宿系統(tǒng)、公路客運(yùn)系統(tǒng)、通信運(yùn)營商系統(tǒng)、工商稅務(wù)系統(tǒng)、民政司法系統(tǒng)、社交媒體系統(tǒng)、電商系統(tǒng)、教育宗教等系統(tǒng)的外部數(shù)據(jù)。通過數(shù)據(jù)資源共享機(jī)制為各類情報(bào)應(yīng)用系統(tǒng)提供數(shù)據(jù)資源支持。
(三)公安大數(shù)據(jù)管理
構(gòu)建端到端、可視化的數(shù)據(jù)采集匯集和整合加工體系，并基于元數(shù)據(jù)技術(shù)，實(shí)現(xiàn)結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)的一體化管理，涵蓋數(shù)據(jù)采集、數(shù)據(jù)加工流程調(diào)度、數(shù)據(jù)質(zhì)量管控等數(shù)據(jù)處理環(huán)節(jié)。
元數(shù)據(jù)管理：通過統(tǒng)一的平臺(tái)元數(shù)據(jù)管控，實(shí)現(xiàn)對(duì)平臺(tái)各類數(shù)據(jù)標(biāo)準(zhǔn)、定義、關(guān)系及規(guī)則等的集中管理和統(tǒng)一服務(wù)，確保平臺(tái)數(shù)據(jù)運(yùn)行的規(guī)范化、標(biāo)準(zhǔn)化、可視化。
數(shù)據(jù)質(zhì)量管理：通過標(biāo)準(zhǔn)化的規(guī)則管理和調(diào)度控制，建立各類數(shù)據(jù)稽核手段、數(shù)據(jù)質(zhì)量分析體系，確保平臺(tái)數(shù)據(jù)一致性、完整性、合規(guī)性。
提供端到端的加工流程管控體系，采用體系化、標(biāo)準(zhǔn)、可重復(fù)的監(jiān)管機(jī)制和執(zhí)行流程，保證數(shù)據(jù)加工的統(tǒng)一及數(shù)據(jù)流程的透明性，保障數(shù)據(jù)質(zhì)量及數(shù)據(jù)可用性，實(shí)現(xiàn)管理數(shù)據(jù)從采集、加工、存儲(chǔ)、應(yīng)用、歸檔到最終刪除等一系列處理環(huán)節(jié)中的可視化、配置化、易調(diào)控，完成端到端的數(shù)據(jù)透明管控。
利用業(yè)務(wù)流程驅(qū)動(dòng)機(jī)制，使各個(gè)數(shù)據(jù)處理節(jié)點(diǎn)的控制要素有機(jī)實(shí)現(xiàn)鏈?zhǔn)接|發(fā)，提升平臺(tái)數(shù)據(jù)管控的運(yùn)營能力和效率，實(shí)現(xiàn)平臺(tái)與內(nèi)部系統(tǒng)及外部環(huán)境的信息數(shù)據(jù)共享。
(四)公安大數(shù)據(jù)服務(wù)
公安大數(shù)據(jù)平臺(tái)對(duì)外發(fā)揮價(jià)值的核心是提供種類豐富、類型多樣的服務(wù)接口和服務(wù)能力。從服務(wù)類型來看，可分為通用類服務(wù)、研判類服務(wù)和智能類服務(wù)。
通用類服務(wù)：在大數(shù)據(jù)平臺(tái)提供的數(shù)據(jù)資源基礎(chǔ)上，結(jié)合分布式計(jì)算、可視化分析和展現(xiàn)等技術(shù)，可實(shí)現(xiàn)綜合查詢、搜索引擎、數(shù)據(jù)比對(duì)、布控預(yù)警、分類統(tǒng)計(jì)等常用功能，以及趨勢(shì)分析、異常分析、相關(guān)性分析等挖掘功能。
研判類服務(wù)：基于大數(shù)據(jù)分析挖掘，實(shí)現(xiàn)各類戰(zhàn)法集市、積分預(yù)警模型、全要素分析工具、社交網(wǎng)絡(luò)分析、隱性重點(diǎn)人挖掘、治安態(tài)勢(shì)分析等綜合情報(bào)研判功能。
智能類服務(wù)：綜合情報(bào)研判功能，實(shí)現(xiàn)案件多維分析、人流激增預(yù)警、犯罪預(yù)測(cè)模型、人員智能畫像、涉恐系數(shù)分析、人員親密度模型分析等功能。
五、公安大數(shù)據(jù)關(guān)鍵技術(shù)
(一)公安資源融合技術(shù)
采用分布式大數(shù)據(jù)協(xié)同技術(shù)，實(shí)現(xiàn)“物理分布、邏輯統(tǒng)一”的數(shù)據(jù)管理，解決數(shù)據(jù)資源分布在多個(gè)地理分布的數(shù)據(jù)中心開展數(shù)據(jù)資源綜合應(yīng)用的問題;通過批處理和流處理引擎，實(shí)現(xiàn)對(duì)離線批處理的復(fù)雜處理和對(duì)流式數(shù)據(jù)的高速處理，為警務(wù)分析提供實(shí)時(shí)/準(zhǔn)實(shí)時(shí)的快速處理能力;通過存儲(chǔ)技術(shù)、分布式文件系統(tǒng)技術(shù)實(shí)現(xiàn)對(duì)復(fù)雜多結(jié)構(gòu)數(shù)據(jù)的管理與分析，支持傳統(tǒng)的Schema數(shù)據(jù)、Schema-free數(shù)據(jù)和視頻/音頻/圖像數(shù)據(jù)的分析與管理。
(二)數(shù)據(jù)治理技術(shù)
數(shù)據(jù)治理是指從使用零散數(shù)據(jù)變?yōu)槭褂媒y(tǒng)一主數(shù)據(jù)、從具有很少或沒有組織和流程治理到機(jī)構(gòu)全業(yè)務(wù)范圍內(nèi)的綜合數(shù)據(jù)治理、從嘗試處理主數(shù)據(jù)混亂狀況到主數(shù)據(jù)井井有條的一個(gè)過程。
公安大數(shù)據(jù)平臺(tái)建設(shè)引入數(shù)據(jù)治理的核心思想和技術(shù)，從制度、標(biāo)準(zhǔn)、監(jiān)控、流程幾個(gè)方面提升數(shù)據(jù)信息管理能力，解決數(shù)據(jù)標(biāo)準(zhǔn)問題、數(shù)據(jù)質(zhì)量問題、元數(shù)據(jù)管理問題和數(shù)據(jù)服務(wù)問題。
(三)數(shù)據(jù)挖掘技術(shù)
數(shù)據(jù)挖掘是從數(shù)據(jù)中自動(dòng)地抽取出模式、關(guān)聯(lián)、變化、異常和有意義的結(jié)構(gòu)。根據(jù)數(shù)據(jù)挖掘的任務(wù)可分為多種類型，比較典型的有關(guān)聯(lián)分析、分類分析、聚類分析、序列分析等。
關(guān)聯(lián)分析：是在關(guān)系數(shù)據(jù)中，發(fā)現(xiàn)存在于項(xiàng)目集或?qū)ο蠹g的關(guān)聯(lián)規(guī)則，包括關(guān)聯(lián)、相關(guān)性、因果結(jié)構(gòu)或頻繁出現(xiàn)的模式。常用的關(guān)聯(lián)分析算法有Apriori算法及它的各種改進(jìn)或擴(kuò)展算法。
分類分析：分類是實(shí)現(xiàn)定義好類別，屬于有指導(dǎo)學(xué)習(xí)范疇。分類分析是根據(jù)數(shù)據(jù)的特征為每個(gè)類建立一個(gè)模型，根據(jù)數(shù)據(jù)的屬性將數(shù)據(jù)分配到不同的組中。常用分類算法有決策樹、神經(jīng)網(wǎng)絡(luò)、貝葉斯分類等。
聚類分析：是按照某種相近程度度量方法將數(shù)據(jù)分成互不相同的一些分組，實(shí)現(xiàn)每一聚類內(nèi)部的相似性很高、各聚類之間的相似性很低。常用的聚類算法有K均值、最近鄰、神經(jīng)網(wǎng)絡(luò)等。
預(yù)測(cè)模型分析：是從數(shù)據(jù)庫或數(shù)據(jù)倉庫中已知的數(shù)據(jù)推測(cè)位置的數(shù)據(jù)或?qū)ο蠹心承傩缘闹捣植肌＝㈩A(yù)測(cè)模型的常用方法包括回歸分析、線型模型、支持矢量集、決策樹預(yù)測(cè)、遺傳算法、隨機(jī)森林算法等。
文本挖掘：文本是無結(jié)構(gòu)或半結(jié)構(gòu)化的數(shù)據(jù)，文本挖掘是從文本數(shù)據(jù)中推導(dǎo)出模式，其過程是通過文本分析、特征提取、模式分析的過程來實(shí)現(xiàn)。主要技術(shù)包括文本結(jié)構(gòu)分析、文本特征提取、文本檢索、文本自動(dòng)分類/聚類、文檔自動(dòng)摘要、話題檢測(cè)與追蹤、文本過濾、文本情感分析等。
(四)可視化分析技術(shù)
可視化分析主要應(yīng)用于海量數(shù)據(jù)關(guān)聯(lián)分析，由于所涉及的信息比較分散、數(shù)據(jù)結(jié)構(gòu)不統(tǒng)一，分析過程存在非結(jié)構(gòu)性和不確定性，不易形成固定的分析流程或模式，很難將數(shù)據(jù)調(diào)入應(yīng)用系統(tǒng)中進(jìn)行分析挖掘。借助可視化數(shù)據(jù)分析平臺(tái)，輔助人工操作將數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，并做出完整的分析圖表。圖表中包含所有事件的相關(guān)信息，也完整展示數(shù)據(jù)分析的過程和數(shù)據(jù)鏈走向。
六、公安大數(shù)據(jù)應(yīng)用——以涉恐等為例
(一)涉恐系數(shù)
涉恐系數(shù)應(yīng)用以部級(jí)信息資源服務(wù)平臺(tái)匯集的數(shù)百億條數(shù)據(jù)作為數(shù)據(jù)基礎(chǔ)，應(yīng)用機(jī)器學(xué)習(xí)等大數(shù)據(jù)技術(shù)，提煉反恐業(yè)務(wù)特征數(shù)據(jù)項(xiàng)，學(xué)習(xí)已掌握的涉恐人員數(shù)據(jù)，提出人員刻畫六維模型，即從身份特質(zhì)、行為偏好、關(guān)系網(wǎng)絡(luò)、不良記錄、時(shí)空軌跡、經(jīng)濟(jì)狀況六個(gè)維度描述和刻畫一個(gè)人。每一個(gè)維度上又包含了大量具體的特征。在此基礎(chǔ)上，構(gòu)建形成涉恐人員標(biāo)簽體系和涉恐系數(shù)綜合計(jì)算模型，通過大數(shù)據(jù)分析處理實(shí)現(xiàn)對(duì)千萬級(jí)目標(biāo)群體的涉恐概率計(jì)算。
某市公安局根據(jù)涉恐系數(shù)計(jì)算結(jié)果，對(duì)23人進(jìn)行落地核查和跟進(jìn)管控，核查出涉恐人員7人，取得了較好的預(yù)警效果。
(二)犯罪預(yù)測(cè)
犯罪預(yù)測(cè)應(yīng)用利用大數(shù)據(jù)技術(shù)，自動(dòng)抽取警綜平臺(tái)內(nèi)案事件、人口、地理、天氣、房價(jià)等數(shù)據(jù)進(jìn)行智能建模分析，預(yù)測(cè)當(dāng)天轄區(qū)案件的高發(fā)區(qū)域及發(fā)案概率，把需要重點(diǎn)防控的區(qū)域以簡(jiǎn)明扼要的圖形界面直觀地凸顯出來，科學(xué)引導(dǎo)一線巡防。
犯罪預(yù)測(cè)應(yīng)用使用的數(shù)據(jù)集包括了警務(wù)綜合平臺(tái)的接處警、案事件、人口等39類公安業(yè)務(wù)數(shù)據(jù)，以及地理、天氣、房價(jià)等11類社會(huì)時(shí)空地理信息，共約8億條數(shù)據(jù)。與傳統(tǒng)數(shù)據(jù)分析采用抽樣數(shù)據(jù)不同，大數(shù)據(jù)預(yù)測(cè)是用全量數(shù)據(jù)。通過機(jī)器學(xué)習(xí)，發(fā)現(xiàn)各類因子與警情的相關(guān)性，形成預(yù)測(cè)模型，不斷用數(shù)據(jù)檢驗(yàn)預(yù)測(cè)結(jié)果，修正完善形成最佳的預(yù)測(cè)模型。
某市公安局下轄各派出所采用犯罪預(yù)測(cè)系統(tǒng)三個(gè)月后，統(tǒng)計(jì)入室盜竊類違法犯罪警情由2814起下降至2520起，同比下降10.5%。
(三)警務(wù)監(jiān)督管理
警務(wù)監(jiān)督管理應(yīng)用利用大數(shù)據(jù)技術(shù)，構(gòu)建預(yù)防腐敗工作“1+3+X”大數(shù)據(jù)技戰(zhàn)法模型，通過抽取有關(guān)業(yè)務(wù)系統(tǒng)高風(fēng)險(xiǎn)項(xiàng)目監(jiān)測(cè)點(diǎn)數(shù)據(jù)，對(duì)業(yè)務(wù)工作、隊(duì)伍管理等信息開展關(guān)聯(lián)碰撞、分析研判、預(yù)警提示，重點(diǎn)解決傳統(tǒng)監(jiān)督手段進(jìn)不了系統(tǒng)、系統(tǒng)之間信息關(guān)聯(lián)不夠、違紀(jì)違法苗頭難以及時(shí)發(fā)現(xiàn)等問題，達(dá)到預(yù)防腐敗工作抓早抓小、防患未然的目的。
某市公安局紀(jì)委針對(duì)近年來查辦的民警利用職務(wù)之便，違規(guī)將戶口遷入拆遷地區(qū)以非法獲利的案件，圍繞人口系統(tǒng)“辦理常駐戶口登記”權(quán)力運(yùn)行中容易發(fā)生問題的風(fēng)險(xiǎn)點(diǎn)，關(guān)聯(lián)派出所綜合信息系統(tǒng)、警力資源信息系統(tǒng)、執(zhí)紀(jì)辦案信息系統(tǒng)、投訴舉報(bào)信息系統(tǒng)的信息資源，對(duì)2013年以來某派出所辦理戶口數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)了18名民警將本人戶籍由原來的城鎮(zhèn)居民戶口(樓房)，遷入農(nóng)村重點(diǎn)拆遷地區(qū)的異常情況。
七、結(jié)論
隨著公安信息化建設(shè)與應(yīng)用的不斷深化，公安機(jī)關(guān)掌握的數(shù)據(jù)資源的廣度和深度正在快速擴(kuò)大，各警種業(yè)務(wù)對(duì)大數(shù)據(jù)的依賴性越來越強(qiáng)，對(duì)大數(shù)據(jù)定制服務(wù)、模型研發(fā)的需求越來越多，要求越來越高。實(shí)施公安大數(shù)據(jù)戰(zhàn)略可以順應(yīng)信息化條件下公安實(shí)戰(zhàn)需求，加強(qiáng)對(duì)公安內(nèi)外部數(shù)據(jù)資源的匯聚、清洗、管理、挖掘分析等工作，為各警種提供更高質(zhì)量、更有針對(duì)性的大數(shù)據(jù)定制服務(wù)，為公安中心工作提供更有力的支持和保障。本文主要對(duì)此進(jìn)行了分析和描述，介紹了大數(shù)據(jù)的概念、平臺(tái)架構(gòu)和重點(diǎn)內(nèi)容，為公安大數(shù)據(jù)應(yīng)用提供借鑒。
京公網(wǎng)安備 11010502049343號(hào)