油田企業治安防范智能化架構設想

文｜王衛軍 米順林 李存耀

近年來，在企業日常生產管理中，盜竊案件時有發生，為企業帶來損失和不利影響。加強油田治安防范智能化建設，構建安全技術防范管理系統，有助于提升對各類案件、事件的快速處理能力，實現預防、發現、控制有機結合、無縫銜接，切實提升企業治安保衛工作水平。

一、企業治安防范對比

治安防范從手段上劃分，可分為人防、物防與技防。人防主要包括以下四點：一是調查研究。掌握企業中應加強安全防范的人員、場所、部位，包括企業在崗人員、外來人員、重點場所。二是組織巡邏、守護工作。主體力量包括內保人員、安全員和企業志愿者，主要方式是定時定點的例行工作。三是例行安全檢查。包括對企業重點場所、關鍵核心生產部位等進行管理與安全監督檢查。四是發動治安防范宣傳。例如定期召開企業綜合治理會議、懸掛治安防范宣傳標語等，深入基層宣傳治安防范知識。物防，簡言之就是運用固定設備、物理設施阻攔和推遲治安風險的發生。如通過安裝防護網、加裝防盜門窗、設立防護欄和隔離欄等，增強企業各種建筑物、設備設施的防破壞、防偷、防攀爬能力。技防，則是通過軟硬件相結合的技術手段進行安全防范，包括電子監控、智慧門禁、防盜對講、物業電子報警系統和設備智能傳感等技術手段和監控系統建設。

傳統治安防范的特點和不足，傳統防范手段在企業治安防范中有其無可替代的優勢，對企業治安防控仍然起著重要作用，能切實拉近企業內部成員之間的關系與距離，同時也是對智能防范的有益補充。但傳統治安防范主要借助人力密集工作的模式，這樣的運行機制難以適應當前經濟社會發展的形勢和需求。一方面，治安風險防范意識落后。實踐中，安保人員多是年紀比較大的員工，部分人員思想較松懈，多數滿足于“企業治安工作只要不出問題就行”“臺賬能對上就行”。另一方面，企業治安風險防范手段單一，多采用核對臺賬、發現問題當場處罰以及“專項行動”式清查的方式，久而久之，形成了“不出事平安無事，一出事就出大事”的被動局面?，F實管控難度的不斷加大與根深蒂固的傳統觀念、體制機制制約著傳統防范手段效用的發揮。同時，現有企業社會治安綜合治理工作機制，偏重事后打擊，沒有兼顧“打防結合”，忽視了預測預防機制的建立，對企業內的各類基礎風險要素很大程度上存在“底數不清、情況不明”的問題。治安風險智能防范的補充優勢是企業治安風險智能防范是在海量數據基礎上利用本體構建技術，對企業治安風險及其關聯關系采用統一的描述模型，構建企業治安風險知識圖譜，既能兼容數據多樣性，又能實現風險要素的關聯，便于在風險事件感知分析中運用。企業治安風險智能防范采用的是“從因預果”的正向思維模式，更符合數據流本身的性質演變，而非由職能部門工作的分工決定。這對企業治安風險的防范來說，是一個相對穩定的治理模式。同時，企業治安風險智能防范架構是一個體系化的構建，能夠發揮技術的整體優勢。

治安風險智能防范架構能夠將企業內海量數據信息進行挖掘、關聯，通過系統特定條件不斷觸發各種內在需求，并以此對海量數據進行分析，轉化為揭示傳統防范手段難以發現的風險關聯性，基于模糊實例推理按程序自動進行判預判和預測，沉淀最優識別過程，發現治安風險點，并向相應的終端執行設備、執行人員發布預警信息和控制指令。因此，它可以成為企業治安風險識別的有益幫手，幫助企業增強對風險的感知能力與辨別能力，在源頭上及時發現風險苗頭，防患于未然。還能夠幫助風險治理主體更好把握風險要素之間的關聯關系與發生規律，更加了解、提升企業治安本質化水平。

二、企業治安風險智能防范架構原則

凡事預則立，不預則廢。企業的決策與資源配置應當將預防和控制風險作為首要任務。平靜的企業潛伏著各類治安風險：企業最基本的生產場所，以及關鍵生產區域周邊的人和車、臨時進入工作人員，在一定條件下都會成為風險源。風險防范所要形成的是一個閉環的精細化管理，從而實現對風險的提前感知。以預測式警務模式為核心企業治安風險智能防范的理想狀態，應是在警務體制建構理念上的預測式警務。在信息爆炸背景下，智能化防范手段能夠從海量企業治安數據中發掘風險發生演化的規律，并以數據化形式表示出來。通過新一代的信息存儲形式——知識圖譜，將企業面臨的海量多源異構數據深度融合、深度挖掘。通過對海量歷史與當下實時數據進行分析，對已有信息進行精確計算處理，再通過基于實例的模糊推理，尋找關聯性，及時對治安風險要素進行識別，尋找治安風險點，使之不蔓延、不升級、不激化、不積累。以大數據思維為支撐進入大數據時代，企業治安風險隱匿在海量多源異構數據當中。大數據思維，即以相關關系為軸心，通過對數據的采集、歸納、分析、評估和挖掘，探究系統內部各相關要素和各關聯事物之間的邏輯關系，以此為基礎感知事物現狀，進而科學預測事物的潛在發展趨勢和規律。大數據要做的恰恰是“小事情”。運用智能技術探求數據統一表示模型解決數據治理的問題，從數據中獲取有用的信息及知識，能夠發現企業治安治理中存在的薄弱點、隱患點，切實助力基層治理精細化。例如在2020 年新型冠狀病毒肺炎疫情期間，大數據管理會將各方面的信息在物理層面將數據自動采集和比對，自動進行統計分析，為決策部門提供科學決策、精準施策的依據。

以智能化處理模式為手段企業治安風險智能防范重在“智能”。將企業治安相關數據進行有效整合，通過本體建模探求數據的統一表示模型，形成數據自動采集、歸納分類、集成融合、分析評估、步驟預測的大數據管理，深度互聯、協同共享，提前識別、預估、預判各類治安風險動態，為風險防范提供決策支持。通過智能防范處理模型，不斷觸發各種需求，對數據進行分析，產生所需要的知識，自主進行識別、判斷和預測，沉淀最優處理過程。

三、企業治安風險智能防范架構設計

企業治安風險智能防范架構設計，以企業治安面臨的風險要素及其關聯關系為“病癥”，以企業治安風險知識圖譜為關鍵技術“藥方”，實現對企業治安風險多源異構數據的融合分析，搭建數據統一描述模型，實現對企業治安風險數據的有效治理。

感知技術層是企業治安風險智能防范的信息入口，包括身份感知、位置感知、多媒體感知與狀態感知。在感知技術層建設上要實現一體化管理，按照“機器增強警力、智能提升效能”的思路，提高對各類非實名數據的采集能力，源頭構建多維度、立體式、智能化的企業治安泛感知網絡。企業治安風險技術感知層以物聯網構建為核心，通過企業內部安裝的電子監控、電子圍欄、人臉識別、WIFI 前端管控、智能傳感器等科技手段，實現對企業治安風險要素的實時獲取，從源頭上搭建起立體式、多手段、自動化的控制系統，促進感知手段不斷升級和信息化深度應用，確保在風險智能防范這一步不遺漏、不落后。

大數據處理企業治安風險智能防范體系化構建以信息化智能化為特征，融合大數據思維，堅持“實戰+科技”支撐，打造“時空全景展示、要素融合互聯、事物深度互聯”的全息防控圖景網絡，實現對企業治安風險的智能防范。通過采集融合企業治安風險要素信息動態，基于數據的海量多源異構復雜特性，由業務驅動轉向數據驅動，轉化為企業治安風險領域本體，繪制出“人-地-物-事-組織”本體關聯關系架構與知識圖譜，綜合納入實現數據的融合分析和集成共享。在數據整合優化的基礎上，對某一具體治安風險進行多維度的碰撞分析，深入挖掘數據深層次價值，實現對企業場域內重點時空、外來人員、人員異常行為、可疑車輛、設備設施故障等潛在治安風險隱患的智能識別、預測預警。

油田社會治安防范智能化系統的建立，將會大幅提升各類案件、事件的預判預測、快速處理能力，在預防、發現、控制、處理及改進升級方面實現有機鏈接，構建成安全技術防范管理系統。在大數據、云計算等新技術與傳統防范手段默契配合，構建起適合企業特點的立體化、全過程的打防控體系，其防范能力將是各個獨立防范手段協同配合后的迭代升級版，為企業生產經營提供有力的服務保障。