公安大数据

用于单兵作战和个案分析。它能帮助用户分析从单位内外收集到的任意类型和格式的数据,迅速获取有价值的线索和规律。火眼金睛内嵌近百种分析模型,可实现“一键分析”

 

内部数据

户籍信息、 出入境信息、驾驶证信息、 居住证信息、 纳税信息、 社会保险信息、 实有人口基本信息

 

外部数据

旅馆数据、网吧数据、通信数据、交通数据(公交,高铁,民航等)、交易数据(银行、支付宝、财付通等)、社交网络数据(QQ,微信等)、快递数据

 

通话数据模型

共同联系人分析、通话规律分析、N度关系分析、时间空间分析、基站、经纬度分析、时空过滤、一人多手机分析、活动范围预测、重点联系人分析等

 

交易数据模型

交易模式分析、交易路径分析、多交易账户分析(卡+支付宝+…)、合并账户分析(一人多卡)、资金来源去向分析、账户层级分析等

 

社会网络数据分析模型

社交好友分析、群分析、意见领袖分析、最高层人员分析等

 

旅馆数据分析模型

查找同住人(群)、查找频繁入住人(群)等

 

公安大数据_第1张图片

==

反电信网络诈骗、NGO管理等新建专题业务系统也仍然存在只注重利用系统外部数据资源,而以涉密或业务程序等借口而回避自身数据资源和业务接口的对外开放和共享问题,形成了新的“单向信息孤岛”。

 

大量数据分散在不同的业务部门,无法有效共享,形成了极大浪费。这当中,既有利益格局造成的人为壁垒,也有数据安全问题带来的安全壁垒,还有技术障碍带来的技术壁垒等,需要认真研究,加以破解。

 

 

公安机关外部数据资源汇聚融合不充分,存在接入目标不明确、可实施性较差等问题。

 

各地开展的警务云、大数据工程都强调外部数据资源接入的重要性,但对于需要接入哪些外部数据资源、接入后如何应用、服务哪些目标并不清楚,由此而导致了外部数据资源接入混乱、数据资源管理成本和处理技术难度增加等问题,数据应用成效无法彰显。

 

各地公安机关数据中心建设是“集中化”而非“集约化”。

虽然各地公安机关纷纷建立以云计算技术为支撑的数据中心,但实际上是各自为战,在技术上采用阿里、腾讯、华为、浪潮等不同厂商的技术方案,互通性存在较大问题,在管理上也没有实现真正的统一,无法做到资源的统一调度,达不到集约管理、高效运用的目标。

==

应利用知识图谱技术,构建全国实体及实体关系库,突破数据整合难题。

建设公安知识图谱,通过对公安结构化信息和非结构化信息数据关系挖掘。

通过数据分析、文本语义分析等,抽取出人、物、地、组织机构、服务标识号等实体,并根据实体的属性联系、时空联系、语义联系、特征联系等建立相互的关系,构建一张具有公安特性的多维多层的实体与实体、实体与事件的关系网络。

 

在户籍、出入境、交管等民生服务领域开展自主无人智能系统的警务应用;

 

反恐处突、侦查破案和指挥调度等领域开展基于人工智能的预测、预警、预防、动态管控和精确打击等应用。

 

转载于:https://www.cnblogs.com/yue31313/p/10362180.html

你可能感兴趣的:(公安大数据)