大数据与公安工作 “大数据”的深度应用，开启了公安警务工作的新纪元。传统方式的治安防控体系已逐渐被以“大数据”为核心的信息化新技术所取代，信息化转型已成为公安机关掌控当下和赢得未来的必由之路。 一、“大数据”是基本含义及其带来的新机遇 近年来，“大数据（BigData）”一词被专家和媒体频繁提及，所谓大数据，是指通过对海量数据的收集、整理、归类、分析及预测，找到数据的内在联系及规律，从而获取新的信息和分析结论。大数据与传统的数据并不是割裂开的，而是数据积累发展到一定程度，形成的海量数据，并且无法通过现有的技术和手段实现快速处理，这些海量数据，我们称之为大数据。大数据是数据、技术与应用三者的有机统一，其基于可持续海量数据的集合，集成应用各种现代高新技术，以达到获得有价值信息的目的。大数据的发展应用为公安机关运用科技手段构建立体化现代化社会治安防控体系，推动警务机制转型升级带来新的机遇，其深度应用给公安工作带来了前所未有的机遇。 （一）实现大数据的整合共享，有助于推动社会管理部门的协同合作，促进社会治理体制从碎片化到集成化转变。 （二）依靠现实数据决策，推动社会治理方式的根本性变革。 （三）为及时全面掌握社会信息提供了技术支撑，实现从静态管理向动态管理的转变。 （四）为最终决策提供参考，是实现社会治理方式由简单粗放到科学决策转变的重要抓手。 二、目前公安工作的应用 目前对于公安大数据的应用方式，可以分为以下三个层次： （一）统计查询：这是对大数据最基本的应用方式，主要面向历史与现状，回答已经发生了什么事情，如流动人口分区域统计、实有车辆归属地统计、各类案件的数量分布和趋势。 （二）数据挖掘：是目前大数据的核心应用方式，其重点不在于发现因果，而是发现数据之间的关联关系。这种关系可能可以直观解释，也可能不能马上发现其中的深层次原因，但对工作具有一定指导意义，比如季节气候与某些类型案件的关联关系、车辆活动范围、活动习惯与黑车的关联关系。 （三）预测预判：是大数据应用未来的发展方向，在数据统计、分析、挖掘的基础上，建立起合适的数据模型，从数据的关联关系入手，推导出因果关系，能够对一定时期内的趋势走向做出预测，对危险信号做出预警，指导预防工作的走向。 这三个层次具体到实际业务系统，包括图侦、车辆特征分析系统、人员特征分析系统、视频侦查系统等等。这些系统以普通视频监控、车辆/人员卡口、智能IPC等监控前端获取的视频、图片、结构化描述为基础，通过大数据平台的智能分析，实现如以图搜图、语义搜图、车辆/人员布控、疑似案件对比、详细特征分析等等深度大数据应用，帮助公安能够快速、科学地侦破案件。 公安大数据应用于不同警种，由于其实际应用需求的区别，解决的问题也有所区别。如智能交通领域，目前大数据主要应用于车辆的疏导，比如基于不同道路、路口车流量的统计(时、日、月统计等)，根据这些统计可以分析不同时段某条道路实时的车流密度、发展方向和趋势等。这些应用目前已在很多大城市落地，比如平时大家在公交上看到移动电视里播放的上下班高峰路段实时画面，就是基于大数据的技术分析所得。 2016年12月28日，海南全省公安局长座谈会议在海口召开。会议强调，全省公安机关要将“把博鳌亚洲论坛打造成现代化警卫安保示范基地，创建海南警务信息智能岛，以禁毒斗争为龙头建设平安岛”为主要内容的“一地两岛”警务发展战略作为工作的重中之重全力推进，合力攻坚，努力破解一批基础性、瓶颈性难题。“一地两岛”警务发展战略正是公安工作与智能化信息技术高度融合应用，该战略高度整合社会治理数据资源并深度关联分析研判，大整合、高共享、深应用全省各类社会信息资源，实现数据资源共享、基础平台统一、服务群众便捷、有效支撑警务实战，从被动应对处置向主动预测预警预防战略转变，提高社会治理智能化水平。 三、“大数据”服务信息化工作时所出现的问题 当前，公安机关在大数据时代还有很多亟待研究解决的难点。 （一）思想观念难同步。目前，一些公安机关领导和民警在数据采集上还是局限在某些限定的数据上，力求精益求精，并以考核的方式加以固定，而忽视了对其它数据的采集，或者根本没有预见到哪些数据可以采集进而为我所用。在数据应用上，常常借助传统的经验，开展个案化的因果分析，不能考虑出现的新情况，导致效率不高。 （二）数据整合度不理想。近几年，随着公安信息中心建设工作的深化，可利用的信息量大大提升，但地区与地区、部门与部门间还不同程度地存在信息壁垒。目前，在公安信息中心整合的数以亿计的信息中，社会信息所占比例很少，难以适应“大数据”时代对数据完整性、混杂性的要求；因个别数据的缺失或采集获取不及时，使得分析研判工作滞后于实际事态发展；警种部门出于自身利益的考虑，对一些可以整合的数据搞数据孤岛。 （三）信息处理能力有欠缺。在信息处理中，多沿用传统的数据分析工具和分析方法，对于多种格式的数据整合力度不够，对数学模型等技术创新不够，难以满足实战的需要。很多数据的处理还只是简单的累加、比对和百分比计算，未能完全满足公安工作的需求，在操作性方面也存在一定的不足。目前，很多地区对视频监控还主要依靠人工分析，工作效率较低，视频监控分析软件没有共享。 （四）专业人员较匮乏。“大数据”时代需要大量专业的系统研发、数据挖掘、应用数学、统计计量、社会心理等方面的专业人才，但公安机关在这方面专才匮乏，很难见到能够使用数学模型进行数据分析的人才。同时，从近年来的实际情况看，民警队伍信息化应用水平得到了显著的提高，但对于“大数据”的功能和基本应用，大多数还处于懵懂阶段。 四、公安大数据的发展趋势 公安信息化历经多年一直长于出入境、户政、执法办案等规范数据格式和业务流程方面的信息系统建设，而短于面向实战的分析研判类信息系统建设，主要原因就是后者对于数据综合利用广度和数据挖掘分析深度有很高的要求，在数据存储及运算能力不足、数据采集量不够的情况下难以取得良好的效果。目前随着基础业务系统建设的不断完善，数据采集手段和技术提升所带来的数据采集广度和频次不断加大，网络传输能力不断提升，公安信息化逐渐进入了大数据时代，合理利用大数据与云计算技术提高公安信息化建设水平是一个发展趋势。 （一）数据架构升级 随着数据采集量的增大，而且数据类型多种多样，有结构化数据（比如人口档案数据、宾馆住宿记录等），也有半结构化和非结构化数据（比如监控视频、卡口照片等），这对当前公安信息化系统提出了极大挑战。传统关系型数据库和大容量存储的技术方案即将或已经出现瓶颈。对这些海量数据合理地进行存储和利用必须要进行架构升级，建立专门的数据中心是一种势不可挡的趋势，云计算和大数据会在这些数据中心落地。云计算技术通过对物理资源（CPU、存储、网络等）虚拟化，通过资源池的方式，实现应用的弹性扩展和无缝迁移，对资源进行充分利用。大数据技术包含分布式存储和分布式执行引擎，对海量公安数据进行有效地存储和利用，当前比较流行的Hadoop、MPP数据库、内存计算、流式计算、搜索都属于大数据技术的范畴。云计算和大数据技术当前已在公安内部实现局部落地。 （二）数据价值发现 传统的基于SQL语句的数据分析方式已无法充分发挥海量数据的价值，公安海量数据需要经过一个价值发现或重新发现的过程。首先，对当前响应时间缓慢、运行状态不稳定的业务系统基于大数据技术进行升级改造，保证业务系统的正常高效运转。这中间主要是进行一些业务迁移和升级，以增删改查的数据处理模式为主。再者，是对已有海量数据的深度挖掘。对于结构化数据（存储在当前数据库中的数据），从业务角度出发，综合利用，深度挖掘数据模型（比如作案人预测模型、突发事件预测模型等），重新发现其潜在价值。对于半结构和非结构化数据（视频、图片等），优化语义分析技术，把非结构化数据转换为结构化数据，提升这部分数据的信息化程度，发挥出其应有的价值。 （三）数据融合创新 大数据的一个特点就是价值密度低，并且仅凭单一类型数据本身无法发挥出应有的价值。不同数据放在一起会发生“化学作用”，往往比单一数据的价值大很多，比如金融数据跟电商数据碰撞在一起，就产生了像小微贷款那样的互联网金融；电信数据跟政府数据碰撞在一起，可以产生人口统计学方面的价值，帮助城市规划人们居住、工作、娱乐的场所。随着“互联网+”时代的不断发展，社会各行业数据化、互联网化，融合公安数据和社会数据为公共安全服务，做到防患于未然，是公安大数据的真正价值所在。