科達告訴你，公安大數(shù)據(jù)應(yīng)用的構(gòu)建方式與難點，及公安大數(shù)據(jù)應(yīng)用的市場競爭點。
公安行業(yè)一直是安防技術(shù)應(yīng)用的前沿市場，在安防領(lǐng)域，目前對于公安大數(shù)據(jù)的應(yīng)用方式，可以分為以下三個層次：
1、統(tǒng)計查詢：這是對大數(shù)據(jù)最基本的應(yīng)用方式，主要面向歷史與現(xiàn)狀，回答已經(jīng)發(fā)生了什么事情，如流動人口分區(qū)域統(tǒng)計、實有車輛歸屬地統(tǒng)計、各類案件的數(shù)量分布和趨勢。
2、數(shù)據(jù)挖掘：是目前大數(shù)據(jù)的核心應(yīng)用方式，其重點不在于發(fā)現(xiàn)因果，而是發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系。這種關(guān)系可能可以直觀解釋，也可能不能馬上發(fā)現(xiàn)其中的深層次原因，但對工作具有一定指導意義，比如季節(jié)氣候與某些類型案件的關(guān)聯(lián)關(guān)系、車輛活動范圍、活動習慣與黑車的關(guān)聯(lián)關(guān)系。
3、預(yù)測預(yù)判：是大數(shù)據(jù)應(yīng)用未來的發(fā)展方向，在數(shù)據(jù)統(tǒng)計、分析、挖掘的基礎(chǔ)上，建立起合適的數(shù)據(jù)模型，從數(shù)據(jù)的關(guān)聯(lián)關(guān)系入手，推導出因果關(guān)系，能夠?qū)σ欢〞r期內(nèi)的趨勢走向做出預(yù)測，對危險信號做出預(yù)警，指導預(yù)防工作的走向。
這三個層次具體到實際業(yè)務(wù)系統(tǒng)，包括圖偵、車輛特征分析系統(tǒng)、人員特征分析系統(tǒng)、視頻偵查系統(tǒng)等等。這些系統(tǒng)以普通視頻監(jiān)控、車輛/人員卡口、智能IPC等監(jiān)控前端獲取的視頻、圖片、結(jié)構(gòu)化描述為基礎(chǔ)，通過大數(shù)據(jù)平臺的智能分析，實現(xiàn)如以圖搜圖、語義搜圖、車輛/人員布控、疑似案件對比、詳細特征分析等等深度大數(shù)據(jù)應(yīng)用，幫助公安能夠快速、科學地偵破案件。
公安大數(shù)據(jù)應(yīng)用于不同警種，由于其實際應(yīng)用需求的區(qū)別，解決的問題也有所區(qū)別。如智能交通領(lǐng)域，目前大數(shù)據(jù)主要應(yīng)用于車輛的疏導，比如基于不同道路、路口車流量的統(tǒng)計（時、日、月統(tǒng)計等），根據(jù)這些統(tǒng)計可以分析不同時段某條道路實時的車流密度、發(fā)展方向和趨勢等。這些應(yīng)用目前已在很多大城市落地，比如平時大家在公交上看到移動電視里播放的上下班高峰路段實時畫面，就是基于大數(shù)據(jù)的技術(shù)分析所得。
公安大數(shù)據(jù)應(yīng)用的構(gòu)建方式與難點
以車輛分析系統(tǒng)為例，介紹如何在平安城市大數(shù)據(jù)平臺上構(gòu)建應(yīng)用：
1、數(shù)據(jù)的來源與構(gòu)成
基于大數(shù)據(jù)平臺的車輛分析系統(tǒng)，其數(shù)據(jù)可分為靜態(tài)數(shù)據(jù)與動態(tài)數(shù)據(jù)。靜態(tài)數(shù)據(jù)主要來源于車駕管庫、盜搶庫、布控車輛庫、涉案車輛庫等公安業(yè)務(wù)系統(tǒng)的資源情報類數(shù)據(jù)庫，這些數(shù)據(jù)構(gòu)成了車輛數(shù)據(jù)倉庫的核心庫。動態(tài)數(shù)據(jù)主要是來源于卡口聯(lián)網(wǎng)平臺，其數(shù)據(jù)可分為結(jié)構(gòu)化的卡口通行數(shù)據(jù)與非結(jié)構(gòu)化的卡口過車圖片，這些數(shù)據(jù)隨著時間的推移而不斷增長，構(gòu)成了車輛數(shù)據(jù)倉庫的中心庫。來自于其他設(shè)備如槍機、球機等視頻監(jiān)控設(shè)備抓拍或截取的車輛圖片，來自于系統(tǒng)外的車輛圖片，構(gòu)成了車輛數(shù)據(jù)倉庫的外圍庫。
2、數(shù)據(jù)的存儲
對于核心庫的車輛靜態(tài)數(shù)據(jù)，通常都是存儲于關(guān)系型數(shù)據(jù)庫中。對于中心庫的卡口通行數(shù)據(jù)，則存放在面向列的高可靠高性能分布式數(shù)據(jù)庫HBase中，其中實時過車記錄部分，因其查詢量大且更新速度快，放置在內(nèi)存中以優(yōu)化吞吐量，降低系統(tǒng)I/O負荷。外圍庫的車輛圖片數(shù)據(jù)，則存儲在類似于IPSAN這樣的普通存儲空間內(nèi)。
3、數(shù)據(jù)的結(jié)構(gòu)化與搜索查詢
對于卡口過車圖片這樣的海量非結(jié)構(gòu)化數(shù)據(jù)而言，為了實現(xiàn)數(shù)據(jù)的檢索，必須通過智能分析技術(shù)對其進行結(jié)構(gòu)化并入庫，從卡口圖片中提取出車牌顏色、車身顏色、車標、細分車型等傳統(tǒng)卡口前端不能提供的結(jié)構(gòu)化信息并存儲在HBase中。
1 2 閱讀全文
