基于視圖警務云平臺的車輛大數據應用

□ 文/張金龍

信息技術的快速發展，使公安機關工作模式開始逐漸向數字化、信息化方向轉變，而海量卡口數據與圖片的出現，也為治安以及情報等服務開展提出了新的要求與挑戰。在此環境中，公安部門開始聯合原有業務數據信息處理手段，對車輛防控技術進行了優化，而警務云平臺的加入，更是為視圖信息價值挖掘提供了有效助力，對平安城市建設形成了良好地推動作用。

警務云平臺建設目標與理念

建設目標如圖1所示，進行視圖警務云平臺建設的目標，就是為了在事前治安防控解決方案編制、事中指揮調度解決方案制定以及事后視頻偵查解決方案計劃中，為各項工作開展提供可靠的數據信息支持，以對公安機關快速反應能力以及實踐作戰能力進行保證，進而達到有效提高公安信息化應用以及管理水平的目標。強調要利用云平臺，對公安內外部資源進行有效整合，并做好情報信息主導警務機制完善工作，應通過構建立體化社會治安防控體系的方式，對公共安全管理以及基層基礎等進行增強，以為廣大民眾提供更加優質的服務。

▲圖1 視圖警務云平臺建設目標示意圖

建設理念

云平臺建設方案構建理念主要體現為以下幾點：①應以信息為主，要利用公共資源服務平臺獲取相應信息Web接口，以為開放性以及互操作性行為實現提供保證；②以用戶為中心，要對平臺適用性進行保證，應按照操作者實際需要與問題反映情況，對平臺進行構建與優化；③注重安全與隱私，要對平臺生命周期內數據信息安全進行保證，應通過憑證管理以及連續監測等手段，對用戶信息進行確認。

視圖警務云平臺組成

平臺系統結構

此平臺是以云計算框架為基礎進行建設的，主要由警務視圖業務大數據服務層以及公安視圖警務數據中心-大數據基礎平臺服務層等所組成，整體架構主要分為中間公共服務層、上層行業應用以及底部大數據平臺三部分。其中大數據基礎平臺服務層為主流云計算框架，會通過對Storm流式計算框架以及其他處理框架的運用，為平臺計算提供基礎分布式計算調用模型；云存儲子系統多為主流分布式文件系統，能夠對文檔、視頻以及圖片等展開統一管理與儲存，為云儲存系統可靠性以及性能提供了保障，能夠對卡口過車圖片進行存儲；流式計算是以主流流式計算為架構的計算模塊，會對實時流數據進行處理，能夠對車輛實時報警以及預警等數據展開深度挖掘與分析，可以有效提高業務處理實效性；檢索引擎+分布式數據庫，會運用分布式數據HBASE架構，對數據庫展開容錯與橫向拓展處理，可以為百億卡口數據體量處理提供支持，且可以實現對數據庫全文的檢索，具有模糊查找以及精確查找功能；MAP/Reduce批處理計算會通過對集群資源的充分運用，對大數據量展開并行計算分析，會為海量卡口圖片結構化分析提供有效支持，能夠對車輛特征、車標以及車系等信息展開分析，且在云計算離線計算框架的支持下，其還可以運用圖像算法處理方式，對非結構數據進行結構化處理，能夠將其準確儲存到分布式數據庫內。

業務大數據服務層

視圖警務云平臺在對大數據進行解決時，所采用的解決方案與傳統方式并不相同，其會在對底層hadoop大數據平臺實施封裝的基礎上，為上層業務提供相應大數據服務應用接口，像智能分析、人臉大庫檢索以及車輛大庫檢索等，能夠幫助警務應用系統快速展開應用部署與應用開發工作。

車輛大數據應用系統ABDS

此系統是以視圖警務大數據平臺為基礎進行建設的車輛大數據積分預警系統，屬于整體方案重要業務組成。該系統會對海量卡口數據進行收集，并會對全國公安機關網上警務綜合信息進行全面獲取，會運用大數據平臺功能優勢，對車主以及關系人屬性等數據進行網絡編織，且會對其展開分布式數據挖掘，會按照有關規定要求，對高危車輛進行篩選，以便及時展開預警以及情報推送操作。其不僅可以對車輛過車記錄展開分析，同時還能運用大數據圖像處理引擎，對海量卡口過車圖片展開智能分析，能夠準確從中提取出年款、車標以及車系等重要信息，能夠為假牌以及套牌車對比分析提供可靠的特征數據。此外警務人員還可以通過對系統的運用，完成車輛特征向量形成工作，可以為目標車輛查找提供有利支持，能夠準確排除假牌以及套牌車輛的干擾。

警務云平臺在車輛大數據中的應用系統功能

車輛大數據積分預警系統會通過對全國公安網絡綜合信息的運用，參照卡口過車記錄數據，在警務云架構中進行車輛大數據積分預警模型構建與數據挖掘，且會按照數據完成積分運算。系統能夠為公安打防控預警以及偵查辦案提供情報線索，可以達到不斷對車輛分析預警功能支持服務進行優化的目標，可以為各種警種提供可靠的應用服務。而治安、情報以及刑偵等單位，也可以在得到高危情報信息之后，將信息下發到指揮中心以及轄區派出所等單位，以便及時進行攔截核查與落地經營。

預警系統在對公安機關綜合信息進行采集之后，會按照車、人以及關系人的模式，展開綜合數據模型建設，模型內容主要體現為以下四點：①車輛行為基本規則，要自動對其是否是首次出現車輛以及是否為高危時段所出現車輛等信息進行判斷；②車主關系人基本屬性規則，要自動對關系人是否有前科、是否在逃以及是否為盜搶騙人員等條件展開分析；③車主基本屬性規則，要對車主是否為盜搶騙、吸毒、特殊高危地區、前科以及在逃等條件進行判斷；④車輛基本屬性規則，要自動對車輛是否為租賃公司車輛以及盜搶車輛等進行分析。警務人員會借助系統，對關系人、車輛以及車主屬性進行數據關系網構建，并會對其進行深度、智能化分析，會按照上訴規則對其積分進行計算。

在完成數據分析研判工作后，界面會為用戶提供以下功能：第一，按照研判結果對高危車輛信息進行明確，并對重點目標進行鎖定；第二，根據專項行動以及案件具體要求，按照研判信息展開綜合查詢，會通過對不同條件中查詢歷史研判記錄以及其他數據信息進行整合的方式，對案件展開綜合分析；第三，能夠實時對車輛預警信息進行報送，在規則條件滿足時，則表明車輛存在問題需要及時對其進行處理，警務人員可按照報警信息，及時與警務站或者轄區派出所取得聯系，以便對問題車輛進行攔截與排查；第四，系統還可以對治安態勢進行評估，可通過對高危車輛分布以及出現等情況的分析，對地區治安情況以及今后發展態勢進行判斷，可以準確了解地區是否有涉毒人員或者前科等人員出現，以便及時對地區治安方案進行調整，保證地區治安現狀可以得到有效改善；第五，能夠對車輛圖片展開二次智能分析，可通過先進的車輛圖像分析手段以及大數據平臺優勢，對卡口圖片數據展開實時二次識別處理，以便進一步對年款以及車標等信息進行提取，此時結合公安車輛登記記錄，便可以準確對假牌以及套牌車輛展開預警，可有效提高前段卡口數據處理智能化水平，減輕警務人員工作負擔，確保其可以精準對違法車輛以及人員展開處理。

結束語

通過本文對視圖警務云平臺相關內容的介紹，使我們對平臺組成以及平臺應用有了更加清晰的了解。公安部門應明確視圖警務云平臺在數據處理與數據采集等方面所具有的優勢，要在對車輛大數據應用要求進行明確的基礎上，進一步做好云平臺開發工作，要按照公安業務大數據特點，做好系統線性功能以及車輛圖片智能分析功能拓展，要為各項工作開展提供有利的數據支持，以為國內公安業務能力發展奠定良好技術基礎。