文/高彬  李胜广  许文鹏  宋世达  李刚     公安部第一研究所

　　面对大数据、物联网、人工智能等代表的新一代科技革命浪潮，各级公安机关积极推进公安大数据战略。以2018年发布的《公安部大数据智能化建设规划设计总体需求书》为指导，在科技创新、数据共享、安全保护等方面进行前瞻性布局，全面推动公安工作质量变革、效率变革、动力变革，为维护改革发展稳定大局、促进社会公平正义、保证人民安居乐业做出新的重大贡献。

　　公共交通是城市综合交通体系的骨干和重要组成部分，其安全运行对保障人民群众生命财产安全、维护社会安全稳定具有重要意义。全国多地政府明确提出"十三五"期间，人口超过100万的城市，公共交通出行分担率需要提高至60%以上，像北京这样的特大型城市，公共交通出行分担率已经超过了70%，日均客运量将近2000万人次，如此巨大的客流量，人员结构复杂，对乘客身份和乘客行为很难有效掌控，这就给公安公交业务部门的安全管控工作带来了巨大的挑战和压力。借助公安大数据分析、大数据应用、大数据服务建设城市公共交通安全实战平台，探索信息化、智能化的新型警务模式发展，在维护公共交通安全和社会稳定中发挥重要作用。

　　一、现状分析

　　公安数据平台建设经过20年的探索，积累了大量的经验，但是从全面推动公安大数据战略的高度来看，结合公安公共交通实际业务，以下几个方面已然成为制约公安大数据应用的瓶颈：

　　1.海量数据，多源异构，缺少统一的数据处理标准

　　公安公共交通业务涉及的数据量巨大，不仅需要公安内部不同业务部门的数据支持，还有来源于外部单位业务系统的各类数据，这些数据具有不同的数据结构和数据质量，即便同一数据也有不同的来源，不同的访问方式对数据的获取、更新、同步机制要求很高，并且缺少统一的数据处理标准导致数据难以集成和统一，缺乏有效的数据质量管控标准导致海量数据因质量过低难以有效使用。

　　2.战法研判、分析模型落后，数据应用层级较低

　　目前，不少公安大数据应用还停留在信息组合查询和对数据的宏观统计分析上，如本月发生了多少起案件、案件分布在哪些区域等等，再以数据可视化的方式在大屏上呈现出来，这种数据应用实际上对公安业务产生不了多少实战意义。公安大数据应用的目的是要通过大数据的分析把关注的目标具体到某个人和未来可能会发生的某个事件，从而形成以"人+事件"为核心的分级分类管控和预测预警机制，做到先发制人，掌握社会治安防控的主动权和主导权。

　　3.数据共享和交换的壁垒还未打通

　　由于数据安全和技术障碍带来的壁垒，导致公安信息网、视频专网等多种网络之间仍然存在数据共享不充分和业务流程衔接不畅的现象，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。同时对接入的外部数据资源如何应用、服务目标并不清楚，导致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。要有效解决这些问题，需要从标准化、智能化和体系化等方面加强建设，按照统一的公安大数据处理标准，强化公安大数据发展和应用统筹协调机制，为数据驱动资源，应用调度资源提供支撑；利用智能技术驱动大数据挖掘分析，实现智能化高端应用，推进智慧公安建设；尽快完善公安内、外部大数据资源配套政策体系，建立可持续机制，强化大数据资源开放共享。

　　二、建设目标和内容

　　1.建设目标

　　面对城市公共交通安全日益严峻的管控压力，涉及的海量数据无法及时、有效地转化为一线民警的战斗力，公安公交业务部门利用大数据、人工智能等前沿技术，开发综合性强、功能性全和数据量大的城市公共交通安全实战平台，全面整合城市公共交通各类基础信息、动态信息、告警信息、物联网信息等，满足公安公交业务部门工作中安全应急指挥、决策支持、智能化研判分析、视频监控整合互通的需求。

　　2.建设内容

　　建设内容可以概括为：大数据基础资源、大数据技术平台、大数据治理平台、大数据服务平台、综合应用系统和安全运维保障系统。

　　（1）建设大数据基础资源

　　大数据基础资源包括计算资源、存储资源、数据库资源、网络资源、备份资源。需在机房配备与应用系统业务量相适应的服务器、存储、网络、安全、备份设备和相应的系统软硬件环境。承担城市公共交通安全实战平台中的数据支撑任务，为综合应用系统提供时效性高的基础资源支撑服务，承载城市公共交通安全实战平台的基础设施和应用支撑平台，在其上形成核心数据中心平台。

　　（2）建设大数据技术平台

　　大数据技术平台包括分布式文件系统、分布式数据库、计算引擎、ETL工具、消息组件、搜索引擎、性能监控等。从功能架构上可分为数据采集、数据计算与存储、资源开放、数据资产管理和系统运维监控。

　　（3）建设大数据治理平台

　　大数据治理平台包括数据工程、数据接入、数据处理、数据组织（资源库、主题库、专题库）、数据管理、数据标准化、数据服务等。

　　（4）建设大数据服务平台

　　大数据服务平台主要提供基础数据支撑（数据资源目录、接口服务、数据共享交换）、应用组件支撑服务（工作流组件、报表工具、索引构件、API网关）、分析服务（标签、关系、预警、轨迹、比对）、专项数据分析应用服务（包括行业车辆分析、安检分析预警、客流分析预警、票卡分析预警、重点人员分析、视频分析等）。

　　（5）建设综合应用系统

　　结合公安大数据技术，建设城市公共交通安全实战平台的综合应用系统，包括指挥综合应用、智能研判、治安防范、公交行业车辆实时管控等。

　　（6）建设安全运维支撑系统

　　安全技术方面主要从计算环境安全、区域边界安全以及通信网络安全三个层面对平台的安全防护现状进行考虑，应按照等级保护第三级安全要求进行设计，使其具备等保三级的安全能力，可以保障网络系统具备高度安全防护能力。按照"高起点、高标准、高质量"的运维要求，构建一个平台化、智能化、集成化、高可靠性的集中IT服务管理平台，并用于日常运行管理，并且支持可视化展现。

　　3.关键技术

　　（1）ETL技术

　　构建数据仓库的一个关键核心技术是数据集成和迁移。ETL作为数据仓库构建的核心和灵魂，它能够按照统一的规则集成并提高数据的价值，是负责完成数据从数据源向目标数据仓库转化的过程，是实施数据仓库的重要步骤。ETL是在数据迁移过程中进行数据抽取(extract)、转换(transform)和加载(load)的过程。ETL过程的主要目的就是以最小代价将面向日常业务操作的数据转化为面向数据仓库存储的决策支持型数据。传统的方法是手动编写SQL语句和相对应的程序来实现数据抽取转换工作。这种方法对技术人员的专业水平要求很高，又要求对业务方面有足够的了解。传统方式实现的抽取转换工作在经历了一段时间后会造成SQL语句的数量急剧增加，系统会逐渐变得难以维护，模块难以复用。因此采用通用成熟的ETL工具来实现对业务系统中数据的集中可以提高复用维护的简易性，减少设计抽取转换流程的难度，使技术人员把精力放在业务上而非实现的细节上。

　　（2）微服务技术

　　微服务架构风格是一种将一个单一应用程序开发为一组小型服务的方法，每个服务运行在自己的进程中，服务间通信采用轻量级通信机制（通常用HTTP资源API）。这些服务围绕业务能力构建并且可通过全自动部署机制独立部署。这些服务共用一个最小型的集中式的管理，服务可用不同的语言开发，使用不同的数据存储技术。

　　（3）B/S技术架构设计

　　在系统客户端方面采用B/S模式。根据信息系统和数据的现状进行分析，体系结构灵活，易于维护和升级，由于客户端只要使用浏览器便能对系统授权访问，功能实现都在服务器端完成，系统的维护和升级都集中在服务器端，对于用户来说没有特定的要求。当服务器负荷增大时，可以采用服务器集群和负载均衡的方式提供系统性能。

　　三、平台应用层系统建设

　　针对城市公共交通的特点，结合公安大数据技术，建设城市公共交通安全实战平台的综合应用系统，包括指挥综合、智能研判、治安防范、公交行业车辆实时管控等。

　　1.综合指挥

　　实现指挥中心、派出所指挥室、警务室的一张图全景监测，对公共交通安全态势的信息获取。功能可分为地图可视化、业务数据全景检测和事件态势全景检测。

　　（1）地图可视化

　　①线网地图

　　绘制城市公共交通地图，用于可视化展示业务图层数据，支持按照线网、辖区、站点的视图查看对应的业务数据和事件处置指挥场景。

　　图层包括线网的警力分布、警情事件、风险隐患、预警事件、客流分布图层。

　　②站点地图

　　绘制站点三维电子平面地图，支持基于地图的业务数据可视化和交互。对接各轨道车站的设备信息，包括摄像头点位信息、人脸抓拍机点位信息、感知门设备点位信息、安检机点位信息、闸机点位信息等。支持在地图上点击设备查看设备详细信息，支持进行设备查询。

　　③PGIS地图

　　对接调用PGIS地图，获取地上地下公共交通地理信息数据，支持业务数据可视化和交互。PGIS图层包括警力分布图层、警情事件图层、风险隐患图层、预警事件图层。地图交互主要包括长途客运枢纽站、公交场站点位详细信息查看，勤务活动、警情、预警、人员信息详细信息的点击查看，地图圈选等。

　　（2）业务数据全景检测

　　①警情统计展示

　　接入110警情、派出所自接警警情，根据站点显示警情位置信息、事件类别和事件内容，对所有警情进行统计分析后以图表进行直观展示。例如展示各辖区警情的数量排名。

　　②预警统计展示

　　将人脸预警、感知门预警、安检预警等预警信息根据站点显示预警位置信息、事件类别和事件内容，进行统计分析后以图表进行直观展示。例如展示各辖区预警的数量排名与抓获率排名。

　　③风险隐患统计展示

　　根据站点显示民警采集的风险隐患事件的位置信息、事件类别和事件内容，将统计分析后的结果以图表进行直观展示，例如展示风险隐患的采集数量排名与完结率排名。

　　④案件统计展示

　　对相关案件通过图表进行分类统计展示，包括扰乱公共秩序类、妨害公共安全类、侵犯人身、财产权类妨害社会管理秩序类等。

　　⑤安检统计展示

　　对车站安检数据进行统计展示，包括累计过机包数、安检人数、查获违纪品数等。

　　（3）事件态势全量监测

　　对接入的各种数据匹配到对应的轨道、公交车站（场站），确定事件发生的具体位置，并在线网地图上直观地显示。

　　①警情三色预警图层

　　针对警情信息，设定警情数量临界值。在预警的周期内，当实际案发数超过临界值时，根据不同的预警模型和分级模型计算出预警级别和预警范围，系统自动给出预警提示，并在线网图上显示三色警情分布图。

　　②预警三色预警图层

　　针对预警信息，设定预警数量临界值。在预警的周期内，当实际案发数超过临界值时，根据不同的预警模型和分级模型计算出预警级别和预警范围，系统自动给出预警提示，并在线网图上显示三色预警分布图。

　　2.治安防控

　　治安防控主要是针对重点管控人员、公共交通客流以及部分极端个人行为的提前布防。覆盖个体、群体以及事件的安全防范。包括动态布控、客流管理和治安管理。支持对重点人员、一级临控人员或者其他关注人员进行布控、撤控。支持系统统一布控、统一接收预警信息、统一汇总预警信息与处置情况。

　　地铁客流监测主要显示车站（含各区域）的客流进出站情况，功能包括实时进站客流查询、实时出站客流查询、实时换乘客流查询、实时断面流量查询、实时断面拥挤度查询、实时站点客流排行、实时线路客流排行。对线网客流进行监测，尤其对重大勤务活动或者大型群体活动期间车站进出站、换乘通道、安检、闸机等区域的客流进行实时监测。

　　支持对治安巡查的计划进行制定，并将计划进行发布，相关人员对任务进行认领。在任务认领后支持防控人员的任务执行上报，支持审批核实，且支持对相关巡检任务的统计分析。通过该系统对治安检查电子化，大大减少各派出所上报检查情况的工作与各职能部门的汇总统计工作。

　　3.智能研判

　　基于本系统接入的数据资源，分别提供人、事、物分析挖掘、智能研判工具和算法模型。

　　（1）票卡分析

　　通过综合处理分析IC卡数据，对持有票卡目标对象进行跟踪、查询、预警、布控等。通过设定多种异常行为，实现对异常行为、异常人员的事前预警。主要包括乘车信息查询、乘客轨迹比对查询、乘客乘车数据统计查询、乘客高危人员查询、乘客高危地域查询、规律分析自动标签、乘客行为异常预警查询等。

　　（2）客流分析

　　结合刷卡信息、购票信息、安检信息、进站信息等对轨道交通、公交、长途客运客流进行统计分析，实现进出站客流统计分析，按不同时间、维度客流统计分析预警，同比环比客流分析、节假日客流分析、重大活动客流分析、重点监控区域客流分析、客流趋势分析预测以及警力资源配备建议。

　　（3）GPS分析

　　通过GPS信息实现对车辆轨迹定向查询、车辆轨迹碰撞查询、异常分析预警等功能。根据输入的车牌号、线路号定向查询对应的车辆轨迹信息，以列表和地图结合进行分析展示。基于时间范围信息、地理位置范围信息，查询同时满足时间、地理位置信息的车辆轨迹信息，并且可以同时满足多个时间的地理位置信息取交集或者满足任意地理位置信息的取并集，以列表和地图结合的形式进行分析展示。

　　异常分析预警主要是对线路偏离车辆分析、站点停靠超时分析、出租车聚集分析、行驶速度分析。

　　四、结语

　　本文提出的基于公安大数据的城市公共交通安全实战平台，运用大数据架构、人工智能等前沿技术，结合城市公共交通公安工作的业务特色，全面整合城市公共交通各类数据，可以满足公共交通安保工作中安全应急指挥、决策支持、智能化研判分析等需求。推动公安工作不断向智能化、科技化发展，解放警力的同时提高工作效能，为城市公共交通安全保驾护航。