前言：2018年全國公安廳局長會議明確指出，公安機關(guān)必須將大數(shù)據(jù)作為創(chuàng)新發(fā)展的大引擎，大力實施公安大數(shù)據(jù)戰(zhàn)略，著力打造數(shù)據(jù)警務、建設(shè)智慧公安。這兩年來，各地公安機關(guān)也都在積極推進公安大數(shù)據(jù)戰(zhàn)略。但現(xiàn)階段來看，由于跨部門、跨警種、跨平臺系統(tǒng)等一系列因素，公安大數(shù)據(jù)建設(shè)依然存在“數(shù)據(jù)孤島”的問題，數(shù)據(jù)共享范圍和程度不夠，也給數(shù)據(jù)治理和應用帶來了不少困難，造成數(shù)據(jù)治理弱、數(shù)據(jù)應用水平不高的現(xiàn)象。

　　公安數(shù)據(jù)中臺建設(shè)的核心內(nèi)容

　　為解決這些問題，就需要整合挖掘數(shù)據(jù)，打造數(shù)據(jù)中臺，漸漸讓各個體系融合在一起，建立統(tǒng)一的體系。后續(xù)的業(yè)務擴展同樣也是基于這個中臺，用相同的技術(shù)和模式進行運營。數(shù)據(jù)中臺的內(nèi)核應該包括兩方面：一個是應用數(shù)據(jù)的技術(shù)能力，另一個是數(shù)據(jù)資產(chǎn)的管理。

　　公安數(shù)據(jù)中臺是以輔助公安實戰(zhàn)應用為目標，因此需要綜合考慮各警種不同實戰(zhàn)業(yè)務的具體需求。在統(tǒng)籌數(shù)據(jù)資產(chǎn)的管理方面，一是要實現(xiàn)對多源、海量、異構(gòu)數(shù)據(jù)的實時和離線接入，打破數(shù)據(jù)孤島。二是要解決數(shù)據(jù)標準化和管理問題，提升數(shù)據(jù)質(zhì)量，管控數(shù)據(jù)資產(chǎn)，增益數(shù)據(jù)效能。另外，在打造應用數(shù)據(jù)的技術(shù)能力方面，首先要實現(xiàn)數(shù)據(jù)深度加工，融合關(guān)聯(lián)全量異構(gòu)數(shù)據(jù)形成知識圖譜，挖掘沉淀數(shù)據(jù)知識，為智能化分析及應用提供數(shù)據(jù)支撐，然后再基于警務知識圖譜面向全警提供大數(shù)據(jù)資源服務，用數(shù)據(jù)驅(qū)動業(yè)務決策。

　　具體而言，公安數(shù)據(jù)中臺應該包含以下幾個方面：

　　◆數(shù)據(jù)接入和融合：在分層解耦的前提下，對公安網(wǎng)絡(luò)大數(shù)據(jù)平臺和信息資源服務平臺數(shù)據(jù)資源，以及其他公安外部社會數(shù)據(jù)進行接入和融合，實現(xiàn)數(shù)據(jù)資源的集中匯聚;

　　◆數(shù)據(jù)關(guān)聯(lián)和統(tǒng)一：將數(shù)據(jù)中心、技術(shù)、數(shù)據(jù)庫等的海量數(shù)據(jù)信息采集、計算、加工，對數(shù)據(jù)的標準和質(zhì)量進行統(tǒng)一;

　　◆數(shù)據(jù)資產(chǎn)積累：所有數(shù)據(jù)被整理后會形成行業(yè)特有的數(shù)據(jù)標準，再進行深入的挖掘，產(chǎn)出業(yè)務邏輯，算法模型和抽象統(tǒng)一，后儲存起來，生成原始庫、資源庫、主題庫、知識庫等大數(shù)據(jù)資產(chǎn)，為業(yè)務服務;

　　◆數(shù)據(jù)服務：基于前三步的準備，開始定義服務中心和服務，提供數(shù)據(jù)資產(chǎn)管理目錄，根據(jù)實際需求提供實際業(yè)務。

　　數(shù)據(jù)治理是公安數(shù)據(jù)中臺搭建的前提

　　因為公安數(shù)據(jù)的數(shù)據(jù)類型復雜，有上百種實體(人、案、物、地、組織等)、數(shù)十大類關(guān)系、成千上萬的事件類型，這也給構(gòu)建公安數(shù)據(jù)中臺帶來了巨大的困難。

　　在構(gòu)建公安數(shù)據(jù)中臺過程中，核心技術(shù)方面當然離不開人工智能、云計算及物聯(lián)網(wǎng)等技術(shù)引擎。另外有一套能夠大規(guī)模、自動化地采集、清洗、歸類和關(guān)聯(lián)所有數(shù)據(jù)，形成統(tǒng)一數(shù)據(jù)視圖及行業(yè)知識圖譜的數(shù)據(jù)治理工具也成為必須。

　　數(shù)據(jù)治理是任何公安系統(tǒng)建設(shè)的底層工作，當面對大量原有公安業(yè)務系統(tǒng)中近千張表，通過傳統(tǒng)數(shù)據(jù)治理工具需要半年以上才能完成的工作量，憑借CONA（明略科技自主研發(fā)的業(yè)內(nèi)首款支持結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的自動化治理工具）依靠AI驅(qū)動的自動數(shù)據(jù)治理能夠?qū)⑦^程縮短到2周以內(nèi)，極大地提高了數(shù)據(jù)治理和關(guān)聯(lián)的效率，從而可以極大程度地降低行業(yè)大數(shù)據(jù)和行業(yè)人工智能的實施成本。

　　構(gòu)建基于全域知識圖譜的數(shù)據(jù)中臺 賦能公共安全

　　經(jīng)過數(shù)據(jù)治理后形成的行業(yè)知識圖譜可以更直觀的推進公安數(shù)據(jù)中臺的應用價值。知識圖譜可以說是數(shù)據(jù)中臺最核心的技術(shù)，知識圖譜技術(shù)通過“圖”的方式，整理多源異構(gòu)的數(shù)據(jù)之間的關(guān)系，實現(xiàn)探索式分析，中臺響應速度更快。基于行業(yè)知識圖譜構(gòu)建的數(shù)據(jù)中臺，不只是處理、整合、挖掘數(shù)據(jù)的工具，也是驅(qū)動行業(yè)數(shù)字化轉(zhuǎn)型的“引擎”與“大腦”。

　　近些年公安大數(shù)據(jù)建設(shè)、各垂直系統(tǒng)的縱向業(yè)務拉通，各單位橫向數(shù)據(jù)的融合&分層解耦奠定了公安業(yè)務數(shù)據(jù)規(guī)范化、標準化的基礎(chǔ)，同時感知智能的快速發(fā)展，基于人臉特征的聚類、分類，一人一檔、一車一檔，視圖庫的建設(shè)，圖像不僅能辨認人，更能連接人、管理人。視頻網(wǎng)和公安信息網(wǎng)的內(nèi)容融合趨勢愈發(fā)強烈，構(gòu)建全域感知圖譜的時機日益成熟。

　　通過將海量感知數(shù)據(jù)納入知識構(gòu)建與積累，打造了認知力更強、時效性更快、更具行動力的全域知識圖譜，可以讓機器更好的進行推理與規(guī)劃，從而從平臺服務、數(shù)據(jù)服務到應用服務構(gòu)建了由感知到認知再到行動的完整閉環(huán)，形成基于AI技術(shù)的警務支撐體系和安全保障體系，為公共安全建設(shè)保駕護航。

      （本文觀點由明略科技提供，安防知識網(wǎng)做主題編輯整理）