前言： 县级公安智慧警务实战应用系统，是以公安部大数据战略框架为指导，以警务实战为核心，面向区县级公安实战部门，运用云计算、大数据、移动互联网、物联网、人工智能等前沿科技创新应用，融合感知资源、警务资源和社会面资源等数据资源，充分挖掘数据资源潜能，构筑以数据指导警务的公安机关新型战斗力的实战应用系统。而公安核心任务繁多，且各业务需要涉及到多种警种的合成作战才能完成，所以未来的智慧警务建设必然是要围绕“警种、业务、数据”三合成的思路，形成业务上要关联、数据上要碰撞、警种间要协同的局面，这对公安警务实战系统的建设内容、应用模式是一个全新的考验。
一、警务实战应用系统的建设现状
区县级警务实战应用系统以及前端感知设备通过持续的建设已初具基础，能够满足区县级公安、街道及其他单位的基本业务需求，但在整体应用层面还处于初级阶段，其智能化应用不足，主要体现在：
1、数据资源整合力度不强，以数据研判为核心的情报挖掘深度不够
目前公安部门在数据采集基本停留在视频图像数据和MAC采集的基础层面，从大数据应用的角度来看，数据类型单一，忽略了非视频数据的采集，如社区门禁出入、医院外伤就诊、铁路班车等数据，这些非视频数据都是公安机关进行“人车管控”大数据分析的重要基础数据。再加上没有形成由各单位、各警种共同进行数据采集录入和分析使用的“数据池”，最终制约了各单位运用核心数据去指导核心业务开展的能力，无法做到运用大数据进行深度地数据研判和情报挖掘。
2、指挥作战平台展示内容不够丰富，警务实战应用切合度不足
现有指挥作战平台，基于警用PGIS地图尚未完成深度开发，围绕指挥调度的各类辅助数据展现不够直观且要素单一。目前通过对讲机的GPS定位、路面监控接入能够做到对警情、警力以及接处警过程可视指挥，但是在重点人员触网、警员状态、核心业务数据实时统计等作战参谋数据的可视方面还远远不够，整个指挥调度仍然停留在看着现场画面，喊对讲机的初级阶段。
二、政策管理导向
鉴于公安信息化实战应用系统的建设现状，公安警务的工作思路迎来了重大的转变。公安部部长赵克志在2018年全国公安厅局长会议上提出“要坚持实战引领，充分运用大数据等新技术手段，积极构建以大数据智能应用为核心的智慧警务新模式，着力提高预测预警能力、精确打击能力和动态管理能力，不断提升公安工作智能化水平”，这意味着未来公安部门将要进行警务模式的转变——从汗水警务向数据警务、从事后打击向事前预防、从全面防范向精准防控。智慧警务新模式的提出，既是挑战，也是机遇。
三、警务实战应用系统的建设与应用模式
建设方面，围绕“两降两升”的总体目标，即警情、案件数量下降，破案数量、人民群众安全感上升，以“服务领导决策、服务基层工作、服务业务实战”为建设宗旨，采用“先试点后推广”的建设模式，依托专业安防厂家的技术力量，实行警企共创机制：系统应用的建设经过企业调研、公安复核、企业研发、公安试点、机制落地一系列环节，最终实现系统的建成应用与推广。其主要有以下特点：
新老共存：兼容及补强已建发挥成效的旧系统，保证不影响原有业务应用；
数据拉通：多元化数据整合拉通，数据统一规则清洗存储；
优势整合：整合各行业企业优势领域的业务、数据、应用系统；
合作共建：在空白的应用领域，寻找优势企业共同研发建设；
专人专项：企业与局方紧密结合，需求来源于一线民警，研发出的功能更贴近实战。
建成后在系统应用方面，充分运用大数据、云计算、人工智能等先进技术，实现“资源在线、对象在线、工作在线”的在线化智慧警务体系，更加有效地提升重点人事物的预警预防水平，实现警务基础信息化、警务应用实战化、执法规范化、队伍正规化，向智慧警务新模式变革。
四、警务实战应用系统建设方案
1、核心建设思想
以“人”为对象，以“物” 为基础，以“事”为主线，建成“大数据资源共享服务中心”，做到“大数据情报研判预警”，建好“指挥作战一张图”，形成“大数据合成作战平台”。
2、系统体系架构
感知层：具备提供视频、物联网、消防、机器人、信号机等全部前端感知产品的能力，为公安自建、社面建设场景实现全感知、全智能；
IAAS层：与运营商、硬件服务器厂家进行生态合作，共建硬件池、网络池基础设施产品能力，同时建设整体存储方案；
DAAS层：通过各种数据对接适配器去拉通警务数据，采用云数据库产品与感知数据进行融合存储，实现数据标签化；
PAAS层：能提供视频转发、视频智能化、大数据计算能力，实现全智能、全计算，并且在信息安全、网络安全、数据安全上，与专业的企业进行深度合作；
SAAS层：能提供视图类、大数据情报、交警类应用产品，在管理、警综、交警六合一等平台上，根据客户的需要，随时可以进行对接业务对接；
用户层：除行政管理类以及需要专业技能业务部门外，能提供全警种的业务需求；
3、系统核心建设内容
1）资源在线
基于大数据数据共享资源服务中心，汇聚感知数据及公安常用业务数据，将跟人、事、物、轨迹、场所、趋势等相关数据在地图上展示，实现“ALL-IN-MAP”警务资源在线。
大数据资源共享服务中心：联网接入社会面资源，对接各业务平台，整合多维数据。大数据资源共享服务中心包括三块内容：数据汇聚中心、视图解析中心及大数据资源池。数据汇聚中心：汇聚视频专网视图数据、公安网公安业务数据及互联网社会面资源数据，实现数据汇聚、数据管理；视图解析中心：实现视频、图像数据的结构化处理，包括车辆结构化、人像结构化、视频实时萃取结构化（视频中的人、车、物分离）等；大数据资源池：实现海量数据存储、大数据检索及查询、数据应用等。
“一张图”指挥调度中心 ：将指挥作战所需要的警情信息、警力状态及分布、数据采集资源、社会资源、预案、异常数据、单位重点数据等各类信息要素综合展现在一张电子信息地图上。同时通过与大数据情报预警系统的融合，建成可视化的指挥调度平台，将预警信息可视化展现，实现指挥调度的全程可视化，即指挥调度、报警定位、警力工作状态、处警过程四个可视化。最后联合各业务警种，联合研判联动指挥，实现跨区域跨警种、跨部门的整体联动效能。
2）对象在线
基于前端物联网设备感知、视频智能化识别能力，利用人属性、人关系、人轨迹、人行为、数字化视频五块数据进行大数据情报挖掘，实现警务对象在线。
大数据情报中心：利用大数据挖掘的相关算法以及多种专业应用模型，对人、车、物等多维数据进行关联关系挖掘与精准分析，及时获取深层次预警性信息，实现可疑、涉恐、涉稳等重点人员入城自动识别与实时预警，并将预警研判成果向相关警种部门及具体民警进行预警通报，其确认预警人、车的可疑性质后，可立即对其进行布控拦截。
视频（数据）作战中心：通过辅助视频侦査工作的视频技战法，结合视频浓缩摘要和可疑目标人脸智能对比技术，在一张图上展示重点管控区域、重点管控人员、各类案件及警情和现场的警力分布情况，充分运用科技手段提高案件侦办效率。同时建立案件视图库，侦査人员可以将在现场调取的视频文件、图片等资源上传到相应的案件文件夹内，根据案件进行统一管理，为以后的案件侦査提供有力的数据支撑，满足公安各警种对视频的实战应用需求。主要功能有：视频图像技战法、案件技战法、挂图作战、视频浓缩摘要、人脸智能比对等。
3）工作在线
基于大数据合成作战平台构筑全警在线的工作模式，实现警务工作由线下转线上。
大数据合成作战平台：合成作战平台提供安全可靠的信息统一发布平台，解决信息共享、统一鉴权、协同办公、联合研判、联动指挥及其他个性化功能。包含三块内容：
平台公共门户：可根据不同警种、用户级别设置个性化内容展示，包括统一应用入口、统一门户、数据资源接入情况和应用情况概览、个人工作中心等。
数据应用服务中心：面向全警提供一站式的在线公共服务，如信息共享、智能识别、轨迹分析、人车超级档案、大数据云检索等；
人车技战法：基于MAC、人脸抓拍、卡口过车等数据，结合实战技战法，实现特定场景的研判分析。如时空碰撞、同行人分析、逗留分析、落脚点分析、隐匿车挖掘等。
五、智慧警务实战应用建设的成效
浙江大华技术股份有限公司与某公安机关进行深度合作，对10大警种与部门展开业务调研，经过多次业务复核，以本方案为蓝本，最终完成预警中心、档案中心、合成研判、数据模型等平台类产品9个，数据可视化仪表盘5个，目前已有17个新业务功能产品投入实战。通过“资源在线、对象在线、工作在线”业务模式的建设推进，实现了从事后被动到事前主动、从全面防范到精准防控的智能防控体系。自系统上线以来，累计发起合成研判150余次，抓获在逃人员11名，打击处理管控人员56人，并且在扫黄打非行动中取得了相当的战果。
六、智慧警务实战应用建设的走向与展望
智慧警务实战应用系统的建设正在探索中前行，未来的发展将更注重全方位、全感知、智能化的多元化的应用模式，涉及到的行业类型会更加广泛，技术要求更加尖端，总体将呈现出行业跨越、人工智能两个特点。
行业跨越：打破专业界限、整合行业资源、密切警企关系。
人工智能：人工智能的出现，极大提升了传统警务实战的工作效率，重塑了警务业务模式。随着人工智能算法能力、芯片计算性能的进一步加强，除了事后的智能化应用之外，事前的预判分析能力也将成为智慧警务实战业务下一步的突破点所在。
随着科技的不断发展，向科技要警力的需求将越来越强烈，智慧警务势必会产生广阔的应用前景并引导未来发展方向。
环球新时空
斗室智库