情報大數據分析及其在公安合成作戰中的應用

陳玲娜

(酒泉市公安局，甘肅 酒泉 735000)

互聯網技術及大數據分析技術等被廣泛應用到各個行業中，其中也包括公安合成作戰。但是，情報大數據分析技術還無法為整體信息資源提供良好的安全保障，需要深入研究。目前，情報大數據分析已經被廣泛應用到了公安合成作戰中，能夠直接采用信息技術科學分析公安數據，并實現對有效信息的提煉，促進了情報數據的進一步應用。想要開展更加高效的合成作戰工作，就需要了解情報大數據分析中所涉及的各項基本技術。

1 情報大數據智能分析關鍵技術

1.1 大規模情報解析計算技術

情報大數據分析技術主要包含了云技術和計算機技術，能夠實現對云量、海量數據的存儲和計算分析。設計彈性系統架構時，結合了可擴展原則，建設情報云服務軟件體系時，結合了統一開放的原則，主要用于公安部門分析各種多樣化的情報數據[1]。

其一，基礎層。基礎層能夠統一接入管理來自各個系統的數據，如車輛卡口、視頻監控及移動終端等。

其二，數據交換層。數據交換層主要能夠分析調用不同的業務數據，如公安基礎數據及車輛數據等，根據系統需求建立相應的數據池，為上層應用提供分析和調取數據的支持。

其三，數據層。數據層能夠結合業務需求來處理相關數據，具有消息開發、分析警情和指揮調度系統的功能，實現了對各類平臺資源的良好整合，如GPS定位資源、視頻監控資源及警用地理信息資源等，使數據與應用具有了關聯[2]。

其四，應用層。能夠在警務實戰工作中指揮常規警情和重大事件，處置、分析移動事件和情報研判等。

該情報云框架能夠存儲不同類型的文件，同時能夠根據數據類型，采用具有針對性的方式來進行數據檢索，進而實現對應用效率的提升。情報云計算中心通過該層能夠有效組織各類情報資源，提升計算的有效性等。

1.2 深度學習技術

深度學習技術對人工智能研究的基礎是神經網絡，在人工神經網絡中形成了這一概念。提出深度學習的原因是為了使神經網絡能夠像人腦一樣具有分析學習能力，其在解析數據時采用了人腦機制，通過對低層次特征的組合，獲取到更為抽象的屬性類別或屬性特征，進而采用分布式的形式來展示所發現的數據。深度學習在訓練海量數據時，主要采用不同的多層神經網絡，結合高適應性、高精度原則，對相關模型進行了建立，以此預測新數據。應用情報智能技術時，三種價值最高的分析是人員、車輛及物體，深度學習在識別人臉和人體、分析人群和車輛等方面具有十分重要的作用[3]。

1.3 情報智能分析技術

情報智能分析技術主要采用了計算機技術來進行分析圖像視覺，這一識別模式具有人工智能的特征，非結構化數據主要來自監視攝像頭，需要理解和分析視頻圖像內容，描述圖像中所具有的內容和行為，描述語言為結構化或半結構化，找出存在安全威脅的某種異常現象。這一過程十分復雜，需要對大量數據進行實時過濾和處理。

采用情報智能分析技術能夠分析視頻內容，在某一場景視頻中提取運動目標及結構化特征，進而以片段視頻的形式來進行呈現，能夠實現對車輛的調度，分析人臉和人體，在接入視頻流圖片中提取目標人物或車輛所具有的結構屬性，提取人臉特征和人體特征，進而在視頻中更加高效地檢索偵查目標、排查定位[4]。

2 基于合成作戰的大數據應用服務建設

2.1 極致搜索

借助云計算技術，在內部通過對大數據深度挖掘技術和統計分析技術的應用，能夠更好地處理海量數據，由于其具有強大的關鍵詞、關鍵字檢索功能，因此能夠無縫對接各類信息，如人、車、案以及電話等，并進行立體化展示，實現了對原有界限的打破，通過對檢索工具的全面、多層次、廣泛應用，能夠實現數據共享、部門聯動及合成應用等目標。

其具有主體檢索、組合檢索及高級檢索等功能，能夠秒級反饋檢索結果。整合各類文庫信息時，為公安機關提供了一體化綜合檢索服務，也就是用戶通過對某一關鍵詞的輸入，能夠在不同的庫中搜索到相應的元數據、網站信息和文檔資料，突破以往信息系統常見的查詢限制問題，實現對信息資源的全面利用。

2.2 超級檔案系統

單獨為人、車、案建立相應的檔案庫，以此來整合各類信息，只要出現或搜索了相關信息，就會自動進行檔案建立。可以在相關信息圈中獲取到無限的信息，將全面的信息支持提供給實戰。借助相關要素能夠在專題庫中調取相關人員的照片數據、電話數據和身份數據等，同時，通過對相關數據的調取也能夠匹配相應的人員[5]。

2.3 關系人分析

從各級網上公安機關可以了解到的各類犯罪嫌疑人網上關系活動、網下真實性和身份驗證活動等均以相關數據信息分析為主實例分析出發，構建了各類犯罪活動嫌疑人員的網上同家、同行、同居、同事等時間關系活動近20種類型的關系人活動模型，基于新的neo4圖形化數據庫系統進行了各類關系活動路徑的向量分析和數據計算，前端數據展示器系統采用強大的ned3向量數據圖形展示技術，可以有效提高前端加載數據速度，實現圖形化數據展示，并為后端展示提供了基于關系人的無窮數據拓展和線性數據分析。

以一個基于人員專注關系的不同類型關注節點為例，作為一個人員關系信息網絡的側面，以一個關注人員的具體照片節點作為一個人員關系信息網絡的關注節點，結合新的數據核心加速分析算法，實現了高度可視化的對團伙關系挖掘，情報分析學和市場研判員的工作效率等都得到了較大幅度的提高[6]。

2.4 人員軌跡分析

提供了各種針對人員行為學特征進行分析的計算模型，從時空角度來分析人員行蹤和軌跡的規律。通過針對性地利用指定人員在居住、上網、列車、飛機、醫學門診及其他軌跡信息資源等的基礎上，根據時間軸全面整合各種活動軌跡信息資源。以軌跡地圖和列表不同的形式呈現目標人員的活動狀態和軌跡，使目標物體和對象的活動狀況一目了然，研判民警系統就能快速生成對目標物體和人員活動狀況的研判報告。

3 以數據聚合和分析為基礎的合成作戰路徑

目前，情報大數據分析已經被廣泛應用到公安工作中，直接采用信息技術，科學分析公安數據，實現對有效信息的提煉，促進了情報數據的進一步應用。大數據不僅提供了海量數據，還可以采用大數據模型挖掘分析，提升情報信息價值，為實戰單位提供指揮依據，加快偵查破案速度。

3.1 數據融合匯聚

想要在大量的數據資源中借助大數據技術找到有效線索，應要求不同的業務部門統一納入數據，實現數據共享。應聯合社會部門，在數據池中統一納入衛生醫療和快遞物流等各類社會數據，聯合互聯網企業，借助其多樣化的數據資源，實施警企合作，開展更具廣度和深度的公安業務，清洗融合數據，在全面匯聚數據的同時令數據逐漸呈現出結構化、半結構化和非結構化等特征。清洗處理數據期間，大數據技術可以為結構化處理噪音及非結構化等數據提供支持，保證規范的數據處理流程。

3.2 系統整合兼容

應當明確采用數據資源，這有助于提升自身業務能力，保證偵查工作的良好實施。在系統建設和海量數據前，發展大數據戰略。然而，由于存在重復建設系統及系統無法兼容等問題，浪費大量資源。系統建設期間，應做好對頂層設計的加強，采用統籌規劃，結合整體布局，保證橫向上的統一，做好信息網的統一建設，保證數據良好、共享公用。應制定縱向標準和標桿，借助互通系統，保證數據共融，結合各種硬件開展業務融合工作。

3.3 自主分析研判數據

構建具有一網雙域功能的新興信息網。其具有單獨的數據功能和應用功能，在保證數據安全的基礎上可以為公安大數據中心融合和挖掘研判各類數據提供支持。不同的警種和合成作戰部門在合成作戰中，應當在遵守保密規定的基礎上獲取自身的訪問權限，保證各項數據資源的使用符合訪問權限。還應深入分析各類犯罪規律，采用大數據技術開發各類犯罪案件的研判模型，保證各警種均具有主導合成作戰權利，全面應用各種數據，保證情報的核心價值。通過共享交流相關情報，在偵查打擊工作中為實戰單位提供直接指導，通過創新機制和技術為各警種提供主導合成作戰機會。其重點是能否找到犯罪的深層規律，采用分析模型定罪，提升警務情報價值。

3.4 生產和交流戰略情報及戰術情報

公安情報主要包含兩種，即戰略和戰術。戰略情報可以為全局提供預測和決策依據，戰術情報有助于解決日常問題，也稱為犯罪情報。大數據在描述特定事物時大多會借助全數據模式，借助大數據技術可以從發展現狀和局部特點等方面實現對警務活動的準確分析，也可以從整體狀況和特征規律方面實現對警務活動的科學掌握。大規模數據和大數據分析為公安戰略和戰術提供了更具生命力的情報。

3.5 研究智庫和戰略情報

分析公安戰略情報時，大數據統計模型起到了十分重要的作用。由于統計模型中應用了關聯因子和趨勢指標等，所以能夠得知是否存在異常行為和犯罪行為。應結合某段時間內轄區的綜合治安狀況，分析高發案件和某類案件在當前時間段發生的可能，并給出有效措施。如果轄區內有可能出現輿情關注和網上的熱點案件，那么就應提前快速發出戰略情報，為警務決策提供重要依據，保證各警種和各單位可以在案件發生前扮演好耳目和尖兵，同時也有助于在合成作戰中為各單位提供良好的指導，提供重要的決策依據。在數據充分的基礎上，借助大數據技術分析國際上的各類犯罪行為和犯罪人員等，提供打擊該類犯罪案件的重要情報。

3.6 研究戰術情報

戰術情報的基礎是已經偵破的具體案件，有助于公安機關更加準確地發現案件線索、定位和抓捕犯罪嫌疑人、收集和固定犯罪證據及審訊犯罪人等。結合搜集到的基本信息，采集、匯總和對比各類犯罪現象和犯罪苗頭，這種一線情報信息簇具有巨大的潛在價值，可為情報分析奠定良好的信息基礎。不同警種和一線辦案單位應當深入研究犯罪規律，構建研判大數據模型，挖掘有價值的數據，為案件偵破提供戰術情報[7-8]。

4 結語

公安機關在以偵查破案為目標、對實體化合成作戰中心進行建立的過程中，主要結合了警務實戰化這一公安部黨委所作出的戰略部署，通過對情報智能分析技術的利用，從源數據方面對情報數據進行了重構，并借助TAG技術實現了對各類信息的重新組織存儲和深度學習，以犯罪分子為目標，拼湊了他們的行為痕跡，在整個案件處理過程中，通過對智能情報技術的應用，開展更加科學、有效、精準的預警和防控及打擊工作。