近年来，大数据与人工智能的发展引起了国内外的高度重视。公安领域包括公安部及各地公安机关分散建设数据中心、云平台、大数据平台，用于实现大量数据的存储汇聚与初步分析，在保卫国家安全、维护社会稳定、打击违法犯罪、保障公民权益等工作中发挥了十分重要的作用。

但大数据在公安领域的应用尚且不深，面临着数据采集手段不全、基础设施庞大、数据融合治理不足、智能化应用水平不高、安全态势严峻、标准规范不健全等瓶颈问题。

01.

智能感知技术应用现状及问题分析

智能感知技术应用目前已经取得了很好的实战效果，其中在多维人员感知技术方向，快速高通量的产品已经在北京、深圳、杭州等地的轨道交通安防得到大规模城市级应用。在视音频技术方向，通过一系列的平安城市和社会治安监控系统的建设，在国内安防领域，视频监控、周界防入侵等应用已取得良好效果，并且通过室内定位技术和固有的视频监控、门禁系统实现互动，由以往的被动安防变为主动安防。但还存在以下痛点：对“人、地、事、物、组织”等公安要素的数据采集手段不全、精度不高、实时性不强，对所采集数据的认知不够准确、深入，相互之间难以关联，不能为公安大脑提供有效的数据支撑。

02.

基础设施技术应用现状及问题分析

公安部及各地公安机关分别开展了云计算平台硬件环境建设，建成了除电信运营商之外规模最大的行业专网。云计算基础设施资源服务能力处于初级阶段，公安部搭建了具有弹性计算、海量存储、大数据处理等功能的云计算平台，可提供基础设施、平台和数据三类服务。然而，从全面支撑公安大数据和业务应用深化发展的角度分析，基础设施和云平台还存在以下问题：公安领域各类网络、云平台等基础设施庞大、复杂多样，公安大脑的构建需要整合各类基础设施；基础设施、业务系统、安全体系等运营运维理念落后，预警、处置等过程无法形成闭环，自动化程度缺乏。

03.

数据治理技术应用现状及问题分析

近年来全国公安机关生产和积累了丰富的公安业务数据，公安行业的大数据体系已见雏形。然而，伴随着公安信息资源的快速增长，公安信息化面临着数据资源海量化、异构化、分散化及应用需求多样化、复杂化等带来的严峻挑战。公安数据还存在数据覆盖不广、标准不一、融合不够、治理不足的问题；部门壁垒没有完全打破，该汇聚的数据资源没有汇聚；数据管理体系不健全、数据管理与业务需求脱节，部分机制、政策和规定不利于信息共享深入开展，难以满足全警对信息共享的迫切需求。

04.

智能应用技术应用现状及问题分析

近年来，各级公安机关加强了公共服务支撑类应用建设，完成了警用地理信息综合应用平台、视频图像信息联网平台、扁平化指挥平台、部门间信息共享服务平台等一批公共基础性平台及应用，初步满足全警对数据的基础应用需求。各级公安机关各业务警种从自身业务需求出发，构建了以大数据理念为基础的专项应用系统，加强统筹规划，推进系统整合、业务协同等工作，以警综平台为基础，实现了各业务警种条线系统的深度对接，促进警种条线业务和基层综合业务的条块融合。

目前基于4G移动互联技术的移动警务新体系已基本成型，各地涌现出很多深受民警欢迎的新型移动应用，基层创新活力大大增强，有力提升了警务工作效能。但对标新时代公安工作的新目标、新任务、新要求，当前大数据智能化应用水平总体不高，公安知识图谱不完善，知识计算与知识服务能力不强；数据分析应用的深度不够，预警预测能力不强；尖端技术应用不足，侦查打击效能低；新型犯罪形式层出不穷，应对能力不足。

05.

安全防护技术应用现状及问题分析

在信息安全方面，十三五期间，由公安部牵头制定了网络安全等级保护2.0相关的法律法规、标准规范等安全保护体系，在测评、评估、保障等领域形成相关的行业规范。然而整体安全形势依然严峻，一是面对高级病毒武器、APT攻击等为代表的新一代攻击渗透技术，公安网现有安全防护和监测预警能力仍存在较大差距和不足；二是信息泄露、滥用等安全风险逐步加大，数据安全保护手段不足；三是态势感知能力不足，态势感知不灵敏、缺乏纵深防御能力。

06.

标准规范现状及问题分析

为满足技术手段和信息化建设应用需要，公安机关围绕数据采集汇聚、处理存储、分析应用、传输交换、安全运维等方面，制定了各类别公共安全行业标准规范，包括基础标准、前端数据源标准、云计算平台IaaS层和PaaS层资源管理技术及接口标准、大数据治理标准、业务应用标准、支撑标准等。重点以信息整合和数据共享类标准为主体，积累了数据标准在提升采集效率、改善数据质量、完善信息化管理手段、数据惠警惠民等方面的实践经验，较好地支撑了各警种部门系统建设和实战应用工作。然而，随着公安现代化科学技术的爆发式发展和应用，新技术领域的标准建设和标准化测评技术水平低、适用性较差、缺乏统一规划等问题也日益凸现。

关于公安大数据技术应用的几点思考

01

构建丰富多样的智能感知体系

随着未来5G甚至6G的应用，智能感知的采集传输将更为便捷，采集手段也随着各项技术的融合越来越丰富，感知将更为多样化、精准化，可有效支撑各类公安业务。未来应开展多种感知技术的融合应用研究，弥补单一技术的局限，研制集视频感知、语音感知、位置感知等多维技术为一体的数据采集设备。

02

构建异构兼容、弹性可扩展、智能运营运维的基础设施

从根本上改变此前信息化建设各自为政、重复投资、应用分散、数据割裂的局面，在基础设施能力方面，实现对数据、应用的全国一张网、全网一盘棋的支持，从设备、网络、运维等维度支撑公安面临的海量数据、海量技术等业务需求，实现基础设施的自动调度、按需调度。

03

建设基于人工智能的数据治理平台

人工智能技术从数据出发，自动发现高价值要素，通过对分类原则、意图进行分析和关联，形成动态的数据发现表征方法，在线进行模型评价和优化，自动化知识形成和知识图谱构建，能够及时应对快速变化的大数据处理和安全治理要求。人机混合智能技术能够将公安大数据业务多年积累的知识库与认知模型引入人工智能系统中，通过迁移学习、主动学习、人机协同提高机器学习及动态数据治理任务的准确性，最终实现大数据治理水平从专用人工智能向通用人工智能的跨越式提升。

04

建设基于机器学习的公安大数据智能应用体系

公安大数据智能应用体系能够收集民警在维护稳定、治安防控、侦查破案、为民服务中总结的各类先进经验，总结提炼成为技战法知识库，结合相应的业务场景及相关数据构建成各类业务知识图谱，如能够支持网络犯罪案件侦查破案的技战法知识图谱。技战法知识图谱在案件的侦查过程中可以直接使用，以辅助推荐案件侦查方向，帮助民警在纷繁复杂的案情中挖掘案件的关键线索；能够根据业务目标，结合案件现有线索，通过大量的数据分析及技战法学习，智能推荐出下一步采取哪些侦查手段，直到获得有价值的线索信息。在辅助案件的侦查过程中，还能够进行自我学习和进化，根据每个技战法的使用频率和使用成功率等，实现技战法的自优化。技战法还能够再组装，原子型的技战法能够根据不同业务目标、不同类案件组合形成不同的侦查手段。例如可以组合形成研判串并案件、预警社会群体性事件、追踪热点事件、保障社区安全等不同的侦查手段。移动警务业务的多样化发展使得“机器人警察、虚拟警察”得到有效的应用与推广，有效弥补了警力不足的问题，更好地支撑警务业务多样化。

05

建设具备先进的风险识别能力的安全防护体系

研究基于安全可控技术的安全、可信、合规的防护体系，以支撑应用为目标，以保护数据为核心，以密码、身份、授权、审计为基础，采用国产密码、可信计算等技术保护公安大数据，形成覆盖云平台、网络、终端、数据与应用的内生安全技术体系。

06

构建信息共享、业务协同、互联互通、安全保密、运维规范的大数据标准规范体系

以现有标准规范为基础，通过重新制修订等方式，制定形成以数据标准体系为核心的公安大数据标准规范体系，服务公安部大数据平台建设与应用。围绕数据融合、云平台管理调度、大数据分析研判、大数据安全、大数据运维保障等关键环节，建设公安大数据核心技术标准，实现各警种部门在一套数据标准下的数据汇聚整合。

(文章内容摘自陈毓，谭林《公安大数据技术应用现状分析与思考》，如有侵权请联系删除)