《高新区公安分局情指行一体化合成作战中心提升——警务软件应用建设项目需求.docx》由会员分享，可在线阅读，更多相关《高新区公安分局情指行一体化合成作战中心提升——警务软件应用建设项目需求.docx（67页珍藏版）》请在三一办公上搜索。
1、高新区公安分局情指行一体化合成作战中心提升一一警务软件应用建设项目需求1 .建设清单序号名称建设内容数量备注1警务数据资源池建设包括数据汇聚、数据处理、数据治理、专题数据组织等功能模块1软件定制开发2数图大数据综合应用建设包括模型超市、研判工具、融合轨迹、预警中心、布控中心、多维档案、防控圈应用、交警专题应用、基础管理等功能模块1软件定制开发3情指行一体化实战应用建设包括警情清零处理、警情研判分析、指令流转处理、综合指挥决策、预警处置移动应用等功能模块1软件定制开发2 .项目背景近年来，在管委会的大力支持下，高新区公安分局通过“雪亮工程”、“全息感知”等项目，共接入摄像机6723路，其中包括公
2、安建设3074路（含729路人脸相机），交警类建设1094路，治安类建设1980路，社会面接入3649路，基本建成了覆盖全区的视频监控网络，在维稳处突、治安防控、侦查办案和服务群众等方面发挥了重要作用，极大地震慑和打击了违法犯罪活动，社会治安持续平稳。随着人工智能技术的蓬勃发展,公安行业已经开始进入AI时代,人脸识别、智能视觉、警务大数据等技术在全国多地广泛应用，在维稳处突、治安防控、侦查办案和服务群众等方面取得了显著成效。而高新区公安此前在信息化建设上,主要还是前端布点，后端存储、分业务应用的初级建设阶段,虽然建设了有视频、车辆、MAC等管理系统，但各系统之间数据还没有互通，以人为核查对象的
3、智能分析应用缺乏，不同业务的数据没有形成关联分析，数据应用还没有形成多维碰撞，警务业务还是以被动响应为主，事前防范的能力不足。2021年4月，XX市印发XX市数字化改革总体行动方案，其中XX市数字法治系统建设实施方案明确提出“提升云上公安、智慧警务大数据应用”任务。任务要求依托“云上公安、智慧警务”应用，充分发挥公安大数据智能化建设成果。对接应用省人员流动精密智控系统，全面提升我市流动人员动态管控治理能力和服务水平，构建现代警务模式下的人员动态管理新模式，牵引现代警务模式智能化体系建设。近期省公安厅、市公安局相继下发文件，要求深入推动情指行一体化新一轮改革，全力构建情报引领、指挥扁平、行动高效
4、的情指行一体化现代警务模式。为此，我局按照部、省、市技术框架要求，在深化“信息惠民、科技强警”的工作中，启动高新区公安分局情指行一体化合成作战中心提升工程规划，计划通过工程建设，打造符合高新区实际的情指行一体化合成作战中心、社会应急联动指挥中心，满足公安、社会应急管理和突发事件应急处置工作要求的同时，将科技力量的作用充分发挥到公共安全保障的阵地中，全面提升公安系统新基建能力。3 .建设目标贯彻落实党的十九届四中、五中全会、全国公安工作会议精神，坚持以人民为中心，根据XX市数字法治系统建设实施方案中“提升云上公安、智慧警务大数据应用”的任务要求，按照部、省、市公安大数据处理总体技术要求和XX公安
5、市级情指行一体化平台建设任务书，借助云计算、大数据、人工智能、物联网等技术手段，按照统筹规划、统一建设原则，在前期雪亮工程、智能感知等体系建设基础上，以视觉解析、物联感知、智能研判为抓手，以情指行一体化合成作战为引领，进一步改造合成作战中心场地，升级数据中心机房，构建智能视觉解析中心，打造公安实战化应用，推进公共安全管理理念、管理手段、管理模式创新，真正实现信息快速传导、风险精准识别、问题高效处置，公共安全保障水平提档升级，公安智能化应用全省领先。4 .软件定制开发建设内容4.1. 警务数据资源池建设4.1.1. 概述围绕高新区公安前端感知数据、公安业务数据、社会数据等，在整合省市两级数据资源
6、及本地数据资源的基础上，利用云计算技术、互联网技术、数据挖掘技术等多种技术融合，构建高新区数据资源池。秉承“平台+数据+服务”的设计理念，建立高安全、高可用、高扩展的海量数据整合架构与服务共享架构，更好地解决大流量、高并发、高响应、高实时需求所带来的计算、存储、扩容、负载均衡等问题；通过专题数据组织挖掘，利用大数据资源服务总线技术构建共享服务体系，为情指行一体化大数据应用提供支撑。4.1.2.功能清单序号系统名称功能描述-数据汇聚（一）数据接入管理1数据库配置管理配置所有数据表资源，以外部库、原始库、标准库、临时库、问题库等5个库管理所有数据资源，后续作为ETL同步或质检任务的输入、输出节点。
7、2数据表配置管理配置所有接入数据表资源，后台定时统计数据总量以及数据最新增量（了解数据鲜活度）。提供模板导入、字段读取、数据导出、数据预览、表创建等功能，支持oraclemysqlpostgresqlSqISCrVer、libragaussdb等主流数据库。3数据资源数据探查主要包括数据表名称、数据总量、每日增量、更序号系统名称功能描述探查新方式，数据表字段名称、类型、长度、是否为空、字段描述、缺省值、是否主键、是否外键、增量时间戳、对应代码表、表间关联关系、业务逻辑等的准确记录。4数据接入适配将各类来源数据按照业务规则整合到数据资源库，数据接入支持公安内外各类数据源接入。要求提供数据库配置、
8、文件资源配置、服务集群配置等方式实现包括数据库、批量文件数据、消息数据、请求接口数据、非结构化数据等接入方式的接入。数据同步具备多渠道数据同步接入能力，能够对接数据库、XML、日志、文件等各种数据源，能够支持对数据进行实时/流式/批量/文件线持续的同步，并能够对数据同步进行细粒度多周期的调度、更新和管理，能够监控和管理数据采集流程。（三）数据整合数据整合底层采用企业服务总线技术（ESB）实现。支持ESB安全接入客户端和ESB安全接入前置系统，后台大数据整合系统运行程序包括ETL控制中心,ETL执行引擎2大部分，ETL控制中心负责任务的调度和任务的分发，ETL执行引擎负责任务的具体执行。架构上采
9、用主从方式。（四）数据对账对不同种类的数据进行针对性的校验规则配置、输出分发规则配置。数据接入系统支持以上规则的动态加载、生效，并保证规则变动引起的输出变动的一致性，从而保证数据接入完整性和一致性。（五）同步任务集群管理数据汇聚分布式集群信息，实时展示集群健康状况、任务分配以及运行情况，支撑整个平台作业调度、任务调度、以及数据监控。服务集群可动态扩展子节点、且不影响历史任务运作。（六）数据任务调度平台需要整合的资源数据量庞大、数据类型多样、数据业务复杂，数据处理任务也非常多，数据处理环节和流程周序号系统名称功能描述期长，需要支持高并发、多周期、支持多种数据处理环节的统一数据任务调度机制，按照策
10、略进行数据任务调度。任务分类三类：常规任务、监控任务、同步任务。1常规任务负责获取首页大屏各类统计数据、获取外部接口资源数据等。2监控任务负责检测各类数据资源运行状态、统计各类数据表总量和最新增量、检测表结构是否变更等。3同步任务负责执行所有数据同步、清洗、质检、整合等任务。二数据处理（一）数据清洗数据清洗服务主要是对业务数据中不符合标准规范或者无效的数据进行过滤操作。在进行数据整合之前先定义数据的清洗规则，并对符合清洗规则的数据设置数据的错误级别。当进行数据整合过程中遇到符合清洗规则的数据时，系统将把这些业务数据置为问题数据，并根据错误的严重程度进行归类。（二）数据转换定义好数据转换的规则，
11、对经过第一步清洗的数据，进行转换，产生的数据是经过转换的数据。1字符集的转换不同字符集统一为一种字符集的转换，包括字符编码的转换、数据库字符集的转换、中文字符编码集合转换。2数据格式规范化转换对源数据中的不同数据格式转换为综合资源库统一的数据格式，包括数据类型、格式等转换、以及度量单位转换。3代码转换把不符合代码标准按照情报信息基础数据库标准代码库进行转换。4值转换包括特殊数据项的数据替换（如非空字段的空值替换或身份证15位转换位18位的转换）和数据项的拆分和合并转换。序号系统名称功能描述(三)数据检验数据校验过程其实是在资源库建立完成后进行的，它是基于整合完成后的业务数据。数据校验主要是通过
12、数据质量分析工具对已经建成的资源库的数据进行的校验操作。数据从业务系统数据库抽取到大数据资源库时，同时进行相应的数据标准校验。1身份证合法性检查所有身份证字段中数据规则是否符合身份证编码规则，不符合则标记相应错误代码为身份证不合法，并同时记录数据是否入要素层标记。2日期时间格式检查具体日期/时间字段是否符合具体的日期和时间格式，数据错误则调整异常数据为默认值，并标记错误代码到相应字段中。3中文姓名格式检查中文姓名是否包含非法字符。4代码校验检查代码字段是否能够转换为标准代码，不能转换为标准代码则保留原代码值，并标记相应的错误代码。（四）图形化任务编排提供可视化用户界面实现数据同步的编排，直观展
13、示数据同步的处理流程、步骤和配置。提供数据汇聚流程配置，支撑输入、输出、转换、校验、文件传输、工具等组件。提供数据同步任务实现任务执行策略配置，提供数据同步作业实现对任务执行情况的管理。三数据治理（一）数据资源目录资产管理对数据汇聚所有基础资源信息，包含分布式服务调度资源、数据库资源、文件资源、集群资源等。1服务器资产管理资源管理数据处理所有基础资源信息，包含分布式服务调度资源、集群资源等进行管理。对服务器进行注册管理，掌握当前环境下各类服务器信息。2应用系统对应用系统进行注册管理，后续用于数据库、数据表分类序号系统名称功能描述注册管理挂载。对应用系统进行注册、修改、删除，并可查看应用系统的详
14、情。3数据源注册管理对接入数据源进行注册、修改、删除、连接测试、批量检测，并可查看数据源详情。数据资源目录依据公安数据资源目录技术规范对各数据资源表的名称、行业类别、公安业务分类、数据资源要素分类、属性分类、更新方式、更新周期、共享方位、共享方式、共享地区、共享部门、应用系统、事权单位、上下线日期等进行登记，并从行业类别、公安业务分类、数据资源要素一级分类、数据资源要素二级分类、数据资源要素细目分类、数据资源属性分类、更新方式、更新周期、数据资源共享范围、数据资源共享方式、数据表用途、字典表类型、数据库类型、应用系统分类、数据项格式类型等方面对数据资源进行多维分类编目。（三）数据质量管理数据质
15、量管理按照数据质量管理流程，即对数据质量定义、度量、分析和改进进行管理，主要功能包括：规则管理、质量监控、质量评估、质量报告、质量改进等，可以对已有数据进行概要分析，发现和监控其中的质量问题，并进行质量改进。1质量管理方案提供一套基于“规则一一模板一一方案”的数据质量规则构建模型，系统预先定义了涵盖数据标准、数据一致性、数据规范性、数据及时性等多种规则在内的数据质量检查规则。2质检规则管理对数据质量质检规则进行管理，配置规则名称、规则类型、规则内容等，以及脱敏类规则。3质检作业监控质量监控方案配置完成后，可以执行该监控方案进行质量评估，并查看监控任务执行状态、执行次数、最后执行时序号系统名称功
16、能描述间等。4数据质量报告数据质量检查完成周期（如周报、月报等），系统根据质量报告模板自动生成详细的数据质量检查报告，报告的内容包括数据质量的整体情况、重点问题重点区域、数据采集情况和具体数据质量统计表等5问题数据管理通过数据质量报告对数据质量情况进行质量评估后，可以查看执行报告中发现的问题数据情况，并查看具体的问题数据。（四）数据运维监控通过建设数据运维监控大屏，实时掌握数据汇聚和治理情况，包括整合数据总量、日增长量、实时数据同步状态等，通过配置监控预警策略、服务性能指标、评测数据同步态势，实现数据四色预警提醒，便于快速处理相关告警信息。四专题数据组织（一）原始库采用MPP架构，对高新区公安
17、前端感知数据、公安业务数据、社会数据等接入的各类资源信息，构建形成原始库，与外部源库保持一致。（二）主题库基于面向对象的数据组织原则，建立人、地、物、事、组织等对象的档案信息，达到数据的二阶段融合应用。(三)标签库根据综合应用基础支撑功能产生的各类统计数据、主题数据、指标数据、轨迹数据，建立多维统计指标库，实现对业务管理常规分析、专题分析、多维分析。（四）轨迹库支持从“地域”和“时域”两个维度整合公安网人员暂口登记、住宿、上网、购票等登记类轨迹信息，前端全息人脸、车辆等感知动态轨迹，形成轨迹库。（五）专题库构建覆盖治安标签、业务专题、研判专题、情报线索等关注人员、重点单位、关注物品的应用业务专
18、题库。序号系统名称功能描述1关注人员专题库按照公安业务需求构建各类人员专题库，定期动态更新重点人员基本信息，建立各类重点人员专题库。2高危车辆信息库按照公安对高危车辆管控需要，对接相关部门，获取高危车辆信息，根据人-车，车-人要素关联，建立危险车辆数据库。4.1.3.数据汇聚4.131数据接入梳理构建高新区公安内外网数据来源系统，通过数据探查详细了解各数据资源中数据表内容详情，同时调研数据源的接入方式，为数据接入和数据组织提供支撑。数据源调研包括数据接入方式、数据源数据类型、数据连接信息等。主要数据接入类型包括数据库方式、文件数据方式、接口数据方式、消息数据接入方式等。通过构建标准化的数据接入
19、模块，对适配待接入数据库表、接口、文件、MPP、HADOOP,文件流等多源、异构、海量、实时的数据来源，基本全覆盖目前公安数据接入类型。数据探查主要包括数据表名称、数据总量、每日增量、更新方式，数据表字段名称、类型、长度、是否为空、字段描述、缺省值、是否主键、是否外键、增量时间戳、对应代码表、表间关联关系、业务逻辑等的准确记录。将各类来源数据按照业务规则整合到数据资源库，数据接入支持公安内外各类数据源接入。要求提供数据库配置、文件资源配置、服务集群配置等方式实现包括数据库、批量文件数据、消息数据、请求接口数据、非结构化数据等接入方式的接入。提供可视化用户界面实现数据处理的编排，直观展示数据的处
20、理流程、步骤和配置。1.1.3.2. 数据同步具备多渠道数据同步接入能力，能够对接数据库、XML、日志、文件等各种数据源，能够支持对数据进行实时/流式/批量/文件线持续的同步，并能够对数据同步进行细粒度多周期的调度、更新和管理，能够监控和管理数据采集流程。针对海量大数据，支持超大带宽的、高并发、多任务的高速数据采集和加载。（1）实时数据同步（2）流式数据同步（3）批量数据同步（4）文件数据同步（5）请求数据同步1.1.3.3. 数据整合数据整合底层采用企业服务总线技术（ESB）实现。支持ESB安全接入客户端和ESB安全接入前置系统，后台大数据整合系统运行程序包括ETL控制中心，ETL执行引擎2
21、大部分，ETL控制中心负责任务的调度和任务的分发，ETL执行引擎负责任务的具体执行。架构上采用主从方式。执行引擎在启动后会自动注册到控制中心中，控制中心接收到执行引擎的注册后根据执行引擎的负载程度合理安排ETL过程任务。（1） ETL整合管理（2） ETL控制中心（3） ETL执行引擎（4） ETL消息通信1.1.3.4. 数据对账对不同种类的数据进行针对性的校验规则配置、输出分发规则配置。数据接入系统支持以上规则的动态加载、生效，并保证规则变动引起的输出变动的一致性，从而保证数据接入完整性和一致性。1.1.3.5. 同步任务集群管理数据汇聚分布式集群信息，实时展示集群健康状况、任务分配以及运
22、行情况，支撑整个平台作业调度、任务调度、以及数据监控。服务集群可动态扩展子节点、且不影响历史任务运作。1.1.3.6. 数据任务调度平台需要整合的资源数据量庞大、数据类型多样、数据业务复杂，数据处理任务也非常多，数据处理环节和流程周期长，需要支持高并发、多周期、支持多种数据处理环节的统一数据任务调度机制，按照策略进行数据任务调度。多个集群节点通过抢占方式获取唯一主节点，主节点负责收集子节点心跳，监控整个集群健康状况，以及负责所有任务调度。若主节点异常，则从节点会重新选举主节点进行集群管理；若从节点异常，主节点会重新分配该异常节点下的所有任务至其他正常子节点。任务分类三类：常规任务、监控任务、同
23、步任务。常规任务：负责获取首页大屏各类统计数据、获取外部接口资源数据等。监控任务：负责检测各类数据资源运行状态、统计各类数据表总量和最新增量、检测表结构是否变更等。同步任务：负责执行所有数据同步、清洗、质检、整合等任务。1.2. 4.数据处理对高新区各类的数据接入、清洗、转换、集成等数据处理全生命周期进行数据治理。根据预先创建好的数据质检方案、规则、算法和质量检查度量，对身份证号、手机号、车牌号等进行规则校验，对数据格式、代码转换、数据有效性、数据重复性、数据一致性等多角度进行检查，及时发现脏数据可实现事中拦截,避免错误的数据流入上层应用。数据清洗保证了数据的正确性和完整性，让数据可信；数据转
24、换保证了数据的直观性和整合性，让数据可用、易用。4.141. 数据清洗数据清洗服务主要是对业务数据中不符合标准规范或者无效的数据进行过滤操作。在进行数据整合之前先定义数据的清洗规则，并对符合清洗规则的数据设置数据的错误级别。当进行数据整合过程中遇到符合清洗规则的数据时，系统将把这些业务数据置为问题数据，并根据错误的严重程度进行归类。数据清洗就是从抽取出来的业务数据中找出问题数据，并把这些问题数据标注问题原因，转到问题数据库中。数据的清洗分两个步骤进行：（1）在数据整合进入的过程中，将错误数据过滤并转移到问题库中。这一步工作主要是对错误判断，对错误比较严重的数据进行清洗；（2）在数据整合进入后，
25、对进行校验，并记录到问题数据库中。4.1.4.2. 数据转换定义好数据转换的规则，对经过第一步清洗的数据，进行转换，产生的数据是经过转换的数据。数据转换的过程包括数据格式转换、代码转换和值转换。数据源多样，这些数据库当初在建立的过程中并没有考虑到统一数据格式或者代码规范，为了保证资源库数据的规范和一致，有必要在数据整合过程中对数据进行相应的转换。例如，将人员的出生日期统一为八位的字符日期的转换属于格式转换，将人员的性别数据统一转换为国标性别代码为代码转换，将人的身份证号统一转换为18位的身份证号为值转换。对不符合标准的数据进行转换，具体包括以下内容：（1）字符集的转换：不同字符集统一为一种字符
26、集的转换，包括字符编码的转换、数据库字符集的转换、中文字符编码集合转换。（2）数据格式规范化转换：对源数据中的不同数据格式转换为综合资源库统一的数据格式，包括数据类型、格式等转换、以及度量单位转换。（3）代码转换：把不符合代码标准按照情报信息基础数据库标准代码库进行转换。（4）值转换：包括特殊数据项的数据替换（如非空字段的空值替换或身份证15位转换位18位的转换）和数据项的拆分和合并转换。4.1.4.3. 数据校验数据校验过程其实是在资源库建立完成后进行的，它是基于整合完成后的业务数据。数据校验主要是通过数据质量分析工具对已经建成的资源库的数据进行的校验操作。数据从业务系统数据库抽取到大数据资
27、源库时，同时进行相应的数据标准校验。（1）身份证合法性检查所有身份证字段中数据规则是否符合身份证编码规则，不符合则标记相应错误代码为身份证不合法，并同时记录数据是否入要素层标记。（2）日期时间格式检查具体日期/时间字段是否符合具体的日期和时间格式，数据错误则调整异常数据为默认值，并标记错误代码到相应字段中。（3）中文姓名格式检查中文姓名是否包含非法字符。（4）代码校验检查代码字段是否能够转换为标准代码，不能转换为标准代码则保留原代码值，并标记相应的错误代码。4.1.44图形化任务编排提供可视化用户界面实现数据同步的编排，直观展示数据同步的处理流程、步骤和配置。提供数据汇聚流程配置，支撑输入、输
28、出、转换、校验、文件传输、工具等组件。提供数据同步任务实现任务执行策略配置，提供数据同步作业实现对任务执行情况的管理。4.1.5.数据治理建立规范化的数据治理机制，提供元数据管理、数据资源目录、数据分级分类、数据质量、数据运维等数据标准化管理，为公安大数据管理、监测和服务提供支撑。4.151. 数据资产管理资产管理对数据汇聚所有基础资源信息，包含分布式服务调度资源、数据库资源、文件资源、集群资源等。（1）服务器资产管理资源管理数据处理所有基础资源信息，包含分布式服务调度资源、集群资源等进行管理。对服务器进行注册管理，掌握当前环境下各类服务器信息。（2）应用系统注册管理对应用系统进行注册管理，后
29、续用于数据库、数据表分类挂载。对应用系统进行注册、修改、删除，并可查看应用系统的详情。（3）数据源注册管理对接入数据源进行注册、修改、删除、连接测试、批量检测，并可查看数据源详情。4.1.5.2. 数据资源目录依据公安数据资源目录技术规范对各数据资源表的名称、行业类别、公安业务分类、数据资源要素分类、属性分类、更新方式、更新周期、共享方位、共享方式、共享地区、共享部门、应用系统、事权单位、上下线日期等进行登记，并从行业类别、公安业务分类、数据资源要素一级分类、数据资源要素二级分类、数据资源要素细目分类、数据资源属性分类、更新方式、更新周期、数据资源共享范围、数据资源共享方式、数据表用途、字典表
30、类型、数据库类型、应用系统分类、数据项格式类型等方面对数据资源进行多维分类编目。4.1.5.3. 数据质量管理数据质量管理按照数据质量管理流程，即对数据质量定义、度量、分析和改进进行管理，主要功能包括：规则管理、质量监控、质量评估、质量报告、质量改进等，可以对已有数据进行概要分析，发现和监控其中的质量问题，并进行质量改进。通过建立数据质量评估标准和管理规范，及时发现、监测定位、跟踪解决各类数据质量问题，形成数据质量问题的闭环处理，以保证数据质量的稳定可靠。4.1.5.4. 数据运维监控通过建设数据运维监控大屏，实时掌握数据汇聚和治理情况，包括整合数据总量、日增长量、实时数据同步状态等，通过配置
31、监控预警策略、服务性能指标、评测数据同步态势，实现数据四色预警提醒，便于快速处理相关告警信息。实时数据运维监控展示数据汇聚资源、清洗、同步、质检、整合等情况，具体内容包含如下：1）资源概览：数据源数、资源数、数据量。2）任务执行情况：当日执行概览、总体执行概览。3）要素五分类：人、案事件、物、地、组织。4）数据库统计：外部库、原始库、标准库、专题库。5）数据趋势统计：近7日、近30日、近12月。6）数据分类：案事件、人口、车辆、社会、轨迹、字典、警务、其他等。7）所属应用系统。8）信息资源提供方。9）数据传输情况：资源链路实时状况、资源链路异常状况。10）数据质量情况：质检任务执行情况、质检任
32、务异常情况。4.1.6.专题数据组织在高新区公安业务数据资源库的基础上，按人员、车辆、交通事故、交通违法等要素，进一步加强对各类信息数据的清洗、分类、整合、关联、索引，构建支撑实战应用场景的原始库、主题库、标签库、关系库、轨迹库、专题库等各类资源库。 原始库采用MPP架构，对高新区公安前端感知数据、公安业务数据、社会数据等接入的各类资源信息，构建形成原始库，与外部源库保持一致。 主题库基于面向对象的数据组织原则，建立人、地、物、事、组织等对象的档案信息，达到数据的二阶段融合应用。 标签库根据综合应用基础支撑功能产生的各类统计数据、主题数据、指标数据、轨迹数据，建立多维统计指标库，实现对业务管理
33、常规分析、专题分析、多维分析。 轨迹库支持从“地域”和“时域”两个维度整合公安网人员暂口登记、住宿、上网、购票等登记类轨迹信息，前端全息人脸、车辆等感知动态轨迹，形成轨迹库。 专题库构建覆盖治安标签、业务专题、研判专题、情报线索等关注人员、重点单位、关注物品的应用业务专题库。(1)关注人员专题库按照公安业务需求构建各类人员专题库，定期动态更新重点人员基本信息，建立各类重点人员专题库。(2)高危车辆信息库按照公安对高危车辆管控需要，对接相关部门，获取高危车辆信息，根据人-车，车-人要素关联，建立危险车辆数据库。4.2,数图大数据综合应用建设4.2.1. 概述数图大数据综合应用以“预测-预警-预防
34、”为目标，通过围绕“人、地、物、事、组织”等治安要素，编织全方位、全时空掌握的全息感知网。在整合省市二级云上资源及本地数据资源的基础上，综合利用人脸识别、车辆卡口、物联网等感知数据，通过引入数据挖掘、分布式存储和计算、比对布控等技术，夯实基础、规范流程、搭建模型实现各类关注人员、车辆、事件的主动发现、集中管控、轨迹实时预警推送，构建高新区公安分局数图大数据综合应用，发挥大数据赋能警务实战应用的效能。综合应用适合分局全警种、派出所应用。通过预警中心主动推送的信息，可及时了解重点人员异动情况，通过平台研发的模型，及时发现辖区异常情况并采取处置措施；提供民警各类研判工具，用于日常工作时针对人、事、物
35、等自主研判分析；平台搜集人员全方位信息，构建多维档案，便于日常工作时快速调取查看；还提供防控圈针对辖区特定场景应用分析，提供灵活的场景定制功能，满足实际业务需求。民警可根据实际需要，按需配置关注模块及关注的预警信息，按需调取所需模块的功能使用。4.2.2.功能清单序号系统名称功能描述(一)模型超市基于各类感知数据设计符合本区实际应用所需的各类模型，建立模型超市，模型涉及全区各个部门、覆盖公安全业务，大到勤务指挥，专业到各业务警种，面上覆盖到打防管控各领域。1即时报警类模型通过动静态数据的融合布控，发现重点人员出行轨迹并进行即时报警，模型包括但不限于涉稳人员报警、涉恐人员报警、涉毒人员报警、在逃
36、人员报警、精神病人外出报警等。1)报警模型配置平台提供报警类模型自定义配置功能，通过设置模型名称、报警对象（人员类别）、报警地点（场所或前端设备）、报警时段、报警来源（轨迹来源）、报警级别等关键信息，系统自动生成新的模型。2)报警类模型涉稳即时报警、涉恐即时报警、涉毒即时预警、在逃人员报警、精神病人外出报警、临控人员报警、公交车上车预警、扒窃即时预警涉稳即时报警实现涉稳人员基于各类感知轨迹及常规轨迹的布控报警。涉恐即时报警实现涉恐人员基于各类感知轨迹及常规轨迹的布控报警。涉毒即时预警实现涉毒人员基于各类感知轨迹及常规轨迹的布控报警。在逃即时预警实现在逃人员基于各类感知轨迹及常规轨迹的布控报警。
37、精神病人外出报警实现精神病人基于各类感知轨迹及常规轨迹的布控报警。临控人员报警实现临控人员基于各类感知轨迹及常规轨迹的布控报警。序号系统名称功能描述公交车上车预警实现重点关注人员上公交车时去往重点区域时进行的布控报警。扒窃即时预警实现重点扒窃人员基于各类感知轨迹及常规轨迹的布控报警。2预警分析类模型通过动静态数据的融合应用分析，按照一定的逻辑规则设计各类模型，包括隐性挖掘类、聚集分析类、异常发现类、人口管理类四大类的模型。1)挖掘类模型通过在库关注人员的出行轨迹、出行规律，从中发现与之关联的未知人员或事件，实现无中生有数据分析。隐性涉稳人员分析通过在库涉稳重点人员的出行轨迹、出行规律，从中发现
38、与之关联的未知的涉稳重点人员，实现基于各类轨迹数据及关系数据分析，根据积分制规则，当积分累计达到一定阀值时，疑似隐性涉稳人员并进行及时预警。充隐性涉毒人员分析通过在库涉毒重点人员的出行轨迹、出行规律，从中发现与之关联的未知的涉稳重点人员，实现基于各类轨迹数据及关系数据分析，根据积分制规则，当积分累计达到一定阀值时，疑似隐性涉毒人员并进行及时预警。扒窃积分预警依托广场、医院、车站、娱乐场所等公共复杂场所人流量大、人员密集度高的场所安装的前端人脸感知设备，实现对前科人员在相对时间段内出现的频次等行为进行量化分析进行积分运算，当积分高于阀值时进行预警。由案到人分析针对警情案件进行分析，根据发案地周边
39、一定范围内时空分析，对周边嫌疑人员进行推送，周边范围及时间可进行自定义设置。由人到案分析基于盗抢前科人员人像预警数据，发现重点盗抢前科人员出现时，周边500米（默认）范围内，前后1小时（默认）内是否有盗抢案件发生。序号系统名称功能描述疑似销赃通过在典当、二手货交易市场等特定场所安装秘拍设备（针孔类或隐蔽抓拍类），对秘拍设备抓拍人员的次数、频率、流窜地等，按照积分规则进行累积，当积分高于设定的阀值时进行预警。涉黄积分模型基于旅馆、小区出租屋等场所的人像抓拍数据及登记数据，根据不同积分规则进行分析，发现疑似涉黄人员。外来涉恐预警针对全国涉疆人员库，基于人脸抓拍轨迹发现非本地管控涉疆人员出现在本地时
40、进行预警。高危场所分析实现在前科人员即时预警的基础上、对出现的前科人数、次数进行统计排行、实现未知高危场所分析。公交车扒窃预警基于公交车人脸抓拍数据，发现在早晚高峰期（早7:30-9:00、晚16:30-18:00）,1小时内在3辆以上公交车上乘车，其中扒窃前科人员高亮显示。可根据公交车GPS获取人员乘坐路线，及调取公交车车内视频进行查看。2)聚集分析模型通过动静态数据的融合分析，发现多个重点人员同时出现时进行预警，并分析同行人员的关系。聚集类模型包括涉稳人员聚集、涉毒人员聚集、涉恐人员聚集等，模型数量至少5个涉稳人员聚集预警实现基于各类感知轨迹及常规轨迹，对上访人员、进京访等涉稳人员聚集情况
41、进行预警。涉疆人员聚集预警实现基于各类感知轨迹及常规轨迹，发现涉疆人员多人同行时进行预警。聚众吸毒聚集预警实现基于各类感知轨迹及常规轨迹，发现涉毒人员多人同行时进行预警。涉黄人员聚集预警实现基于各类感知轨迹及常规轨迹，发现涉毒人员多人同行时进行预警。涉赌人员聚集实现基于各类感知轨迹及常规轨迹，发现涉毒人员多人同序号系统名称功能描述预警行时进行预警。3)异常类模型基于动静态数据的分析，发现异常情况时进行预警，具体要求实现如下模型，模型数量至少5个。冒用他人身份预警实现人员当天在不同酒店同时登记且均未退宿时进行预警。若为重点人员则显示人员标签。异常购油预警实现对同一人在一定时间内多次在同一加油站或
42、不同加油站购买散装汽油或总购油量超出阀值时进行预警，实现大量购油或频繁购油预警，对重点人员进行高亮显示。疑似失驾预警实现对发现吊销驾驶证或无证人员驾驶车辆时进行预警。长期入住旅馆实现通过旅馆业登记数据分析、发现长期入住同一旅馆或不同旅馆人员进行预警、对其中为关注人员的进行高亮显示并添加人员标签。汽油关联警情预警实现基于购油登记数据及110警情数据关联分析，发现重点人员异常行为预警，支持重点人员标签显示。长时间驻留预警利用人脸比对，对可能危害学生的精神病人、刑满释放人员实现自动排查，对2次抓拍时间间隔在3到20分钟内人员进行预警。4)人口管理模型基于智安小区智能门禁、人脸识别、车辆道闸等感知数据
43、，与本地常口、暂口及各类登记数据的进行融合分析，形成智安小区人口管理分析模型。流动人口未登记基于小区每日抓拍人员分析，发现一定时间内频繁出入小区人员，对其身份进行核实，发现流动人口经常出入，但未进行暂住登记人员。流动人口注销模型对已注销流动人口进行分析，当发现人员频繁出入小区，但未重新进行暂口登记时进行预警。流动人口变更模型基于小区每日抓拍人员分析，发现一定时间内频繁出入小区人员，对其身份进行核实，发现流动人口暂住地址与该序号系统名称功能描述小区地址不匹配时进行预警。常住人口人户分离模型基于小区每日抓拍人员分析，发现一定时间内频繁出入小区人员，对其身份进行核实，发现常住人口户籍地址与该小区地址
44、不匹配时，疑似人户分离。常驻车辆发现模型基于小区前端采集到的车脸抓拍数据，若一个月内出现10天及以上，且停留时间超过6小时（时间及频率可根据实战经验调配），则判定为车辆常驻小区，并通过人-车实体匹配关联到人员身份，从而实现人员常驻地分析。小区重点人员预警模型针对已经布控的重点人员，实现人员在该小区内出入时进行报警推送。包括涉稳人员、涉黄人员、扒窃人员、涉恐人员、精神病人出入报警。小区盗窃模型1、有盗窃前科人员外来人员进入小区：报警（技术开锁、涉车侵财、）2、没有盗窃前科，对来自高危地区的人员（户籍昭觉、美姑、越西，名字是4个字或5个字）进行预警。3、进出小区的时间为凌晨1点至5点间。（二）研判
45、工具提供各种维度研判工具，融合集成在预警中心便于民警快速研判分析。1以图搜图根据上传的身份证号或人脸照片进行人像轨迹检索，可根据设备信息、查询时间、检索阀值等进行筛选。2路人轨迹检索根据人像抓拍设备（一个或多个），获取特定时间内抓拍的人像照片。并实现路人库身份落地。3同行人分析根据上传的身份证号或人脸照片进行同行人分析。支持设置卡点、同行点位数、同行间隔时间等。序号系统名称功能描述4车辆碰撞分析基于车脸感知数据，实现特定时段内多个卡口设备间同一车辆的行驶记录。n点位碰撞根据指定的多个车辆卡口点位碰撞，发现被抓拍的同一车辆信息。n区域碰撞基于PGIS,在地图上通过画圈设定多个范围，实现区域范围内
46、车辆的碰撞分析。5车辆伴随分析根据一定时段内指定车辆行驶的路线分析，发现伴随的车辆信息。6批量轨迹检索实现批量人员的检索轨迹。根据固定模板上传批检索的人员信息，设置分析时段及轨迹来源，系统自动生成导入批次，并对导入数据的正常/错误格式进行分析并统计，支持批量数据的自动检索展示、支持轨迹批量导出功能、支持轨迹来源的配置。7人脸身份落地通过集成整合调用省厅或市局1:N人脸识别服务接口，实现人脸照片到人员身份落地。(三)融合轨迹围绕人的轨迹检索，人员融合轨迹包括：人的身份证件轨迹，例如网吧，旅馆，火车，飞机，出入境等出入记录；人的车辆轨迹，例如过车记录，停车场进出记录；人的MAC轨迹，例如人的MAC设备被采集的记录；人的RFlD轨迹，例如人的非机动车的RFlD被采集轨迹；人的手机轨迹，例如人的手机被第三方实时采
