大數據背景下警衛風險評估研究

黃東升

(中國人民警察大學，河北 廊坊 065000)

警衛風險評估是指在遂行警衛任務前，警衛部門全方位、多渠道地搜集威脅警衛對象、警衛目標和重大活動安全的因素，對其可能造成的危害進行評估[1]。隨著當今世界大發展大變革，警衛工作面臨的不穩定不確定性愈加突出，警衛風險評估的重要性愈加凸顯。同時，隨著公安信息化建設的不斷推進，以大數據為代表的新技術正在公安各個領域得到廣泛運用。因此，研究大數據技術在警衛風險評估工作中的應用，具有十分重要的意義。

一、大數據技術在警衛工作中總體應用分析

(一)大數據技術是優化警衛工作的發展方向

繼2012年中央“八項規定”明確提出要“改進警衛工作”后，習近平主席在2017年廈門金磚國家領導人會晤中對安保警衛工作作出“以人民為中心”和“外松內緊”的重要指示。傳統的警衛工作模式和思維已經無法完全適應新形勢和新要求，優化和改進警衛工作刻不容緩。隨著全國公安機關不斷推進大數據等先進技術的建設和運用，傳統警務模式已經開始向智慧型警務模式轉變。警衛部門擔負著保衛黨和國家領導人絕對安全的神圣職責，應樹立前瞻性思維，緊跟公安業務發展方向，主動擁抱大數據、人工智能新時代，不斷提高警衛工作信息化、智能化、現代化水平。目前，一些省份(市)的警衛局(處)已經借公安大數據發展的東風，積極推動警衛大數據平臺建設，將大數據技術融入警衛業務的方方面面。例如，海南省公安部門在2016年底提出要創建海南警務信息智能島，將公安工作與智能化信息技術高度融合應用，實現從被動警務模式到主動預警提前處置模式的轉變，借助海南博鰲亞洲論壇這一實戰平臺，努力探索將海南建設成全國性的安保警衛示范基地。

(二)大數據技術是應對復雜警衛形勢的現實需要

隨著社會經濟快速發展，各類社會要素正以前所未有的深度和廣度迅速融合。同時，國際恐怖主義勢力不斷蔓延，以“伊斯蘭國”為代表的恐怖組織頻繁在歐洲實施暴恐活動，并逐漸向北非、南亞等地區滲透；受“伊吉拉特”極端思想的毒害，我國暴恐勢力、民族分裂勢力和宗教極端勢力沆瀣一氣，在我國新疆等地實施了多起慘絕人寰的恐怖襲擊[2]。另外，我國國內治安狀況依然嚴峻，內部矛盾引發的群體性事件和上訪事件層出不窮，各種治安災害事故時有發生，傳統的警衛工作模式在當前復雜形勢下顯得捉襟見肘。目前，警衛部門在重大活動安保工作中，主要依靠公安、國安等部門提供情報信息和研判報告，缺乏獨立的、專業的警衛情報工作。借助大數據技術，警衛部門可以統籌各方資源、整合各種力量、集中各種手段，為警衛工作提供有力的數據支撐和精準的風險研判，提高警衛決策的科學性，進而提升警衛任務的安全系數。

(三)大數據技術是提高警衛執勤效益的重要途徑

黨的十八大以來是警衛工作任務最重、標準最高、挑戰最多、壓力最大的歷史時期，從杭州G20峰會、北京“一帶一路”高峰論壇、廈門金磚國家領導人會晤，到青島“上合”峰會和中非合作論壇，各項大型活動呈井噴之勢。通過運用大數據技術，警衛部門可以將數據轉化為警力，在風險評估、基礎信息調查、勤務部署等方面取得事半功倍的效果，大大提高警衛執勤效益。在2018中國國際大數據產業博覽會安保任務期間，貴州公安部門在海量數據融合與強大數據應用的支撐保障下，搭建了大數據人臉識別視頻圈層、4G單兵圖傳等大數據應用平臺，借助扁平化視頻調度體系，整合視頻資源對核心封控圈層實現“全域覆蓋”，在警力投放、措施部署、實時調度等方面更加精準高效[3]。

二、大數據背景下警衛風險評估的新契機

(一)大數據提供了多維度、海量型的數據信息

當前警衛工作中情報信息碎片化現象比較嚴重，有的來源于軍隊情報部門、內保部門，有的來源于公安部門、外交部門，缺乏系統的分析整合。隨著社會的發展，各類危險因素呈指數型增長，衍生出許多新的、不易察覺的新型風險點。再加之警衛部門信息獲取技術和能力有限，大量與警衛安全有關的新鮮數據不能及時獲取，通過人工手段搜集的數據量遠遠不能滿足警衛部門風險評估的工作需要。

大數據技術為警衛情報數據搜集提供了新的強有力的工具。除了公安系統八大數據庫提供大量基礎數據外，還可以利用天網系統、物聯網技術、移動網絡技術等進行全方位、多維度的數據采集，為警衛風險評估工作提供海量型的數據基礎，從而確保警衛決策制定的科學性和有效性。

(二)大數據提供了高科技、智慧型的分析方式

傳統的警衛風險評估需要盡力列舉所有可能面臨的風險因素，并根據以往工作經驗確定風險等級。例如在杭州G20峰會安保任務中，警衛部門列舉出幾十余種可能威脅外賓警衛對象安全的風險因素，逐條進行分析研判，對重要外賓劃定安全等級。這種人工分析方式需要耗費大量的人力、物力，前期準備時間較長，效率相對低下。

借助大數據技術，警衛部門可以利用各類公安數據平臺和互聯網數據庫，通過智能算法，分析挖掘隱藏在海量數據下的風險因素。在2018年的海南博鰲亞洲論壇安保工作中，主會場的人臉識別系統可以自動捕捉參會人員面部信息上傳至重點人員數據庫進行掃描核查。如果其面部信息與重點人員信息高度吻合，再對其微博、QQ、微信等互聯網平臺進行敏感詞語關聯分析，判斷其潛在行為動向，防范陰謀暗害事件發生。從收集數據到分析數據，完全實現智能化、無人化，極大地解放了警衛部門的人力、物力。

(三)大數據提供了高效率、精準型的預測手段

大數據技術的核心在于預測[4]，預測的核心在于通過對數據的深入挖掘，揭示和認識事物內在關聯性。“識別精細化、預測精準化”是大數據技術給警衛風險評估帶來的最大優勢。在重大活動警衛任務中，警衛部門會接收到大量的非結構化數據，人工處理手段往往捉襟見肘。依托公安大數據平臺，將人臉識別系統、車輛識別系統、視頻監控系統、聯網報警系統等收集數據導入“警務云端”，充分運用各相關警種業務系統和信息平臺，建立相應的分析應用模型，可實現動態監測、及時研判、精準預測。例如，在重大活動安保工作中，通過交通監控攝像頭收集所有進出警戒區的人員、車輛信息，傳輸至車輛管理系統和人像比對庫，進行人員車輛的靜態比對、動態預警，一旦發現重點人員或可疑車輛進入警戒區，及時發出預警[5]。

三、大數據背景下警衛風險評估的實現途徑

(一)用大數據夯實警衛情報信息

警衛情報信息是風險評估的前提和基礎。傳統意義上的警衛情報信息主要有“人、地、物、事、情”五類，如表1所示。

在大數據背景下，警衛部門可以綜合公安數據庫以及各業務系統，結合各類互聯網數據庫，改變以往靜態收集模式，轉為全體收集、動態分析。例如，警衛人員采集重點人口信息的傳統方式是走訪統計姓名、年齡、戶籍地等信息。利用大數據技術，則可以在微博、微信、淘寶、論壇等網絡平臺追蹤通話、電郵、購物、交通、聊天記錄等各種信息，將涉恐、涉毒、涉賭、涉訪重點人員“電子特征”納入警衛情報信息庫。此外，通過打破部門壁壘，有效整合共享各類信息資源，將網吧、旅館、娛樂場所等數據納入大數據平臺。例如，貴州警衛局大數據平臺綜合了貴州省國土資源廳大數據平臺、交警大數據平臺和全省駕駛員信息檔案庫、安全生產監管大數據平臺等多個系統，將地理信息、重點人員情況、社會穩定情況、重點設施等信息進行數字化處理，實時監控交通流量和路況態勢，為路線警衛工作提供了有力保障。

表1 警衛情報信息

(二)用大數據進行警衛風險智能研判

大數據在帶來海量信息的同時，也對風險研判方式提出更高要求，人為定性分析已經無法適應龐大的數據量。神經網絡計算技術的興起，為處理大數據提供了新途徑，也為警衛風險分析提供了新思路。在防范恐怖襲擊方面，警衛部門可以通過收集基于潛在恐怖行為的海量數據，包括參與極端行為的在線交流、可疑的購買行為、人員流動、網絡社交言論以及其他相關聯的數據，與以往恐怖襲擊案例進行比對，分析其可能的行為傾向和恐怖襲擊概率。在重點人員防控方面，警衛部門可以通過各類數據間的碰撞、對比、關聯，直觀呈現其“電子特征”，根據重點人員的年齡、體質、前科、收入、活動軌跡、社會關系、網絡行蹤等要素，科學評估其社會危害性及違法犯罪傾向。在群體性事件防控方面，警衛部門可以通過大數據平臺收集的社會數據和內部數據進行篩選轉換，對特定區域和特定時間內的人口流量進行熱力感知，當某一區域的特定時間段出現人口流量不符合常規值時，平臺將自動預警。在治安維穩方面，警衛部門可以通過對各類案件高發地點和時段的智能分析，借助數據比對、視圖比對、話單分析、人臉搜索、手機分析等多項智能分析工具，自動劃分治安防范重要區域和時段。

(三)用大數據實現科學警衛部署

在科學研判警衛風險基礎上，大數據為警衛部門科學合理地部署警衛措施提供了參考依據。對安全風險較高的警衛對象，警衛部門可以適度加強警衛措施。在路線警衛工作中，根據交通流量態勢分析結果，警衛部門可以在事故高發地段適度增補警力，分流疏導。在現場警衛工作中，根據群體性事件分析和重點人口監控狀態，警衛部門適時加強警戒部署，維持現場秩序。同時，警衛部門可以對警衛對象活動日程及活動地點做出安全評估，對一些發生意外事故、陰謀暗害可能性較大的地點和活動，應建議相關部門取消或更改。如果風險評估等級較小，警衛對象安全系數較高，警衛部門可以適當減少警力部署。這樣既能緩和警衛形式、減少警衛人員的工作壓力，又能提高警衛工作的科學性，從根本上提高警衛執勤效率。

四、大數據背景下警衛風險評估的困境突破

(一)突破數據層面的局限

從當前整個公安基礎信息化和系統互聯、信息共享發展程度來看，公安基礎信息平臺和各系統間關聯程度不高，“信息孤島”現象普遍存在[6]。主要基于兩方面原因：一是當前公安各個警種、部門建有獨立的專業信息系統和應用平臺，但因缺乏統籌協調的業務協作共享機制，致使各警種間的數據信息關聯和共享程度低，甚至在同一警種內部的信息系統之間都難以真正達到“全互聯、高共享”，形成數據重復采集、使用率低的困局。二是各省級地方公安機關在建設信息系統和應用平臺之初，往往獨自建設、孤立發展，沒有將數據的互聯共享納入設計范圍，不同的信息系統由于端口和證書差異較大，使得各地市公安機關之間的基礎信息數據關聯程度不高、傳輸共享困難。

公安部已認識到實現信息集成共享的重要意義和緊迫性，開始按照“強度整合、高度共享、深度集成、服務基層、應用實戰”的總體思路加快公安機關內部跨區域、跨警種業務系統的整合銜接，建立高度關聯的數據信息系統，著力打破公安信息壁壘，解開信息碎片化的死結。2015年福建省公安廳印發了《福建省公安基礎信息采集規范》，開發了“福建公安警務工作平臺”作為信息采集錄入、分析研判、共享應用平臺；實施“云聚工程”，構建融合共享、全量匯聚的“大數據+精準獲取”格局，開啟“全數據”模式，制定統一的數據類別、格式、特征等入庫標準，將公安業務工作與各大業務系統全方位打通，整合了12個警種的30個業務系統數據。在確保安全前提下，逐步放寬準入門檻和權限，實現基礎信息的“一人錄入、全網共用；一次變更、全網更新”，最大限度地實現內部資源共享最大化、信息系統集成最優化，形成公安大數據格局，有效打破了“信息孤島”和“數據煙囪”。

(二)解除觀念層面的束縛

近些年來，警衛部門圓滿完成了各項警衛工作和警衛任務。但是，警衛工作的特殊性、敏感性和嚴峻的反恐形勢提醒著我們要時刻懷有風險意識和底線思維。警衛風險評估作為一項剛起步的工作，還沒有得到警衛工作者的廣泛認同，往往以“過飽和”的警衛措施來應對任何可能發生的風險。中央“八項規定”對警衛工作提出了更高要求，風險評估可以在創新警衛形式、提高執勤效益等方面為警衛工作注入新動力。基于大數據技術的風險評估是一項專業性較強的工作，需要專門人才隊伍負責數據搜集、研判以及風險評估等工作。當前，一些國家警衛部門的風險評估工作已經比較成熟。我國警衛工作者應摒棄以往一些陳舊理念，積極吸取借鑒國外同行做法，主動學習大數據等相關領域知識，深入研究適合我國國情和警衛執勤環境的風險評估制度，創新警衛工作方式方法，逐步構建基于風險評估的警衛工作模式。

(三)破解制度方面的難題

《警衛工作規定》中對“風險評估”并無明文規定，對于國內警衛對象和國外貴賓，都按照相應職務進行警衛部署。在這個大數據技術方興未艾的時代，警衛工作者應該認真考慮風險評估在我國執勤環境中的適用性和可行性，在制度和法律層面上為風險評估工作“正名”，使其成為警衛工作中必不可少的關鍵環節。

此外，亟須建立情報共享制度。警衛情報信息的流通不應是單向的，而應該是多向的。上級部門要將情報信息下發至各省(市)警衛部門，下級單位也要將具有地方特點的情報信息上報給部局以及其他省(市)局，搭建“警衛情報大家庭”制度，開啟“一方情報，全體共享”模式。