大數據是國家戰略

近年來，隨著計算機技術和互聯網的飛速發展、各種數據采集存儲設備的廣泛使用以及多媒體工具技術與社交網絡的普及，從社會資源和互聯網獲取的數據量呈現出爆發增長和海量聚集的特點，內容涵蓋了文本、圖像、音頻和視頻，質量更加精準細致，形式更加多樣化，大數據成為信息化發展的新階段，對經濟發展、社會治理、國家管理、人民生活都產生了重大影響。

2015年8月，國務院發布《促進大數據發展行動綱要》，這是指導中國大數據發展的國家頂層設計和總體部署。《綱要》明確指出了大數據的重要意義，大數據成為推動經濟轉型發展的新動力、重塑國家競爭優勢的新機遇、提升政府治理能力的新途徑。《綱要》清晰地提出了大數據發展的主要任務：加快政府數據開放共享，推動資源整合，提升治理能力；推動產業創新發展，培育新興業態，助力經濟轉型；強化安全保障，提高管理水平，促進健康發展。2017年12月8日，中共中央總書記習近平主持中共中央政治局集體學習國家大數據戰略時強調，要善于獲取數據、分析數據、運用數據，要推動大數據技術產業創新發展，要建立以數據為關鍵要素的數字經濟，要運用大數據促進保障和改善民生，要切實保障國家數據安全。“數據興國”和“數據治國”已上升為國家戰略。

智慧城市的大數據平臺

大數據平臺的價值在于對上層應用平臺提供開放聚合的能力和標準應用接口，為上層深度應用平臺提供基礎支撐：（1）基礎ICT能力，包括云計算、網絡控制、終端、實時通信、增值業務；（2）運營支撐能力，包括鑒權認證、信息查詢、服務變更、購買支付等；（3）大數據能力，包括數據存儲運算、建模、標簽生成、客戶畫像、場景匹配等；（4）業務資源能力，包括行業解決方案提供等；（5）服務資源能力，包括渠道管理、客戶關系管理等；（6）場景化應用能力，包括匹配垂直行業的各類應用場景庫。

基礎大數據平臺需要搜集三個層次的全量數據資源，包括：基礎信息數據、行為信息數據、基層網絡數據，以及提供位置洞察、標簽管理、數據集成、用戶視圖、數據建模、數據挖掘、網絡評估、數據管理、運營監控、數據安全、隱私保護、業務報表等數據服務，見圖1。

1.公共安全大數據

（1）什么是公安大數據

公安機關在履行社會管理職責過程中，管理儲存了各類數據信息，包括人口管理、接處警信息、出入境登記、旅店賓館住宿信息、機動車駕駛員信息等。針對這些互聯網信息、生物特征信息、行為軌跡、圖片影像等數據進行處理分析，是公安大數據的應用優勢，也是公安信息化建設的重點。不斷加強對公安內部的信息數據、社會資源和互聯網資源信息的整合和處理以及對數據的深度挖掘，是公安信息化發展的方向。

（2）公安大數據的特點

隨著信息技術的發展，以情報為主導的公安信息化系統飛速發展，公安系統數據庫里整合了大量警務數據和社會資源數據，這些數據符合智慧城市大數據的特征：

l  大量性：規模超大、不斷攀升。

l  高速性：高速產生、處理高效。數據產生的頻率和傳送頻率非常快，需要進行實時處理，這一點和傳統的數據挖掘技術有著本質的不同。

l  多樣性：種類多樣、來源多樣。不僅包括傳統的格式化數據，還包括來自互聯網的網絡日志、視頻、圖片、地理位置信息等等。非結構數據占了存儲數據總量的75%—95%，這些非結構數據無法以現在的技術手段處理。

l  低密性：有用數據提純。從大量的低質量、低價值的數據中獲取數據成本很高。以視頻為例，連續不間斷監控過程中，可能有用的數據僅僅有一兩秒。

此外，公安大數據還具有小模型和小定律交叉的特點，即使是同一類問題，不同地方也都不一樣，所以模型和程序要針對數據設計。結構化數據通過數據庫或者數據倉庫解決，半結構化數據使用網頁和搜索引擎等技術解決，非結構化數據使用深度學習、網絡交互和群體智能解決。

2.安防監控大數據

（1）公安大數據離不開安防監控

公安大數據建設的不同階段，應用會體現在諸多實際業務系統，包括視頻偵查系統（視頻結構化大數據）、車輛檢索系統（車輛大數據）、人員布控系統（人臉大數據）等。這些系統以道路監控、卡口電警、人臉卡口等不同監控前端獲取的視頻、圖片及結構化特征為基礎，通過大數據平臺的智能分析，實現如以圖搜車、以圖搜人、全文檢索、相似性研判等分析應用，幫助公安能夠快速科學地偵破案件。

在智慧城市實時采集的海量數據中，視頻因形式直觀內容豐富，已成為一種極為重要的數據形式。如今視頻攝像頭在生活中已經隨處可見，無論是室內還是室外，小區還是商場，各種社會公共安全場所都有監控系統在發揮作用，尤其是在維護穩定、反恐處突、治安防范、偵查破案、服務群眾等工作實踐中，視頻監控技術在構筑全天候全方位治安防控體系中具有強大的優勢。視頻監控技術通過實時顯示監控區域現場圖像和回放歷史場景的功能，具有發現犯罪、預防犯罪、威懾犯罪和鎖定目標、提供線索、固定證據等重要作用。

海量數據給常規技術（獲取/存儲/管理、處理/傳遞/共享、關聯/聚類/分析）帶來了眾多挑戰。現有的公安數據系統無論是規模還是架構都很難適應在海量數據場景下的管理和分析，直接影響了公安形勢預判和重大決策。

（2）安防監控大數據面臨的問題

安防監控作為公安大數據的重要基礎資源，提供了大量的圖像信息，但面臨兩大挑戰：

①存儲成本高。視頻圖像特別是高清視頻占存儲空間大，監控視頻數據通常只存儲一個月，關鍵信息無法得到長時間保存，而且保存時間越長，成本就越高。

②快速檢索困難。監控圖像資源中包含大量冗余的數據信息，讓用戶從這些數據中自行尋找線索，不亞于大海撈針。人工的數據回溯，不僅占用了大量的人力、物力和時間，同時由于個人能力的差異也會導致針對視頻的認知偏差。例如道路監控僅針對卡口實現了主干道的車輛識別，覆蓋面有限，其他活動目標及特征無法獲取，大多依靠人工進行收集和處理，難以結合多種時空交叉數據進行快速檢索和研判比對。

采用先進技術逐步解決大數據的問題

現階段，建設新的能夠匹配公安業務場景的大數據系統是安防企業面臨的迫切需求。

1.首先要解決安防監控基礎大數據的問題

（1）針對存儲問題：使用更先進的圖像編碼技術，比如H.265能在不降低圖像清晰度的前提下，將存儲空間和傳輸帶寬降低40%。以天地偉業的S+265技術為例，可以比H.265進一步降低20%的碼流大小，有效節省存儲成本。

（2）針對檢索困難問題：使用視頻解析技術，從圖像中提取車輛/行人/人臉的結構化特征信息，將圖像信息轉換成有價值數據，形成視頻線索，協助民警快速辦案。目前借助深度學習技術，自動提取與挖掘關鍵信息的手段已經開始進入實戰。

（3）以天地偉業推出的人臉識別系列產品為例，既有用于后端智能的“神謀”系列人臉識別服務器，也有前端智能的“深瞳”系列人臉抓拍機。每路視頻每秒中可同時檢測提取20個人臉，支持最低30個像素的眼間距，支持人臉左右25°偏轉、上下15°偏轉；針對面部有遮擋的特殊行為，如戴帽子/墨鏡/口罩或一定角度下低頭/側臉，仍然可以做到準確檢測，特別適合室外開放場景的動態布控使用；可以在億級人臉庫中秒級返回比對結果，快速實現涉案人臉的身份鑒定與身份關聯，從而幫助警員及時準確決策，提升破案效率。同時基于天地超星光微光成像技術，即便夜間周圍，憑借環境光線也能清晰捕獲。

2.其次要解決公安大數據的線索挖掘問題

1.建立多條件、多軌跡的綜合研判分析模型。從積累的海量歷史數據中可以挖掘警情案件規律，從而能夠針對重點人、重大事件，結合軌跡數據進行異常異動推送預警信息。而且通過模型可以將各層級各警種日常業務中的大量經典技戰法和破案案例實現固化共享和戰法傳承，提升整體戰斗力。

2.采用知識圖譜技術。將公安中各類數據，匯總融合成為人、事、地、物、組織、虛擬身份等6大類實體，根據其中的屬性聯系、時空聯系、語義聯系、特征聯系等，建立相互的關系，最終形成一張由人事地物組織構成的關系大網。關系網根據數據的接入可自動更新，有效地解決大數據時代數據分散、割裂以及難以統一處理的難題，為公安系統提供多維度、可查詢、可分析、可研判的大數據情報系統。

來源：機房監控 http://www.kaisuo0917.com/   本文采集于網絡，如有問題有聯系刪除