公安

背景

公安机关是国家政权的重要组成部分,是国家重要的法制工作队伍,承担着维护国家安全,维护社会治安秩序,保护公民人身安全、人身自由和合法财产,保护公共财产,预防、制止和惩罚各种违法犯罪行为,保障改革开放和社会主义现代化建设的顺利进行的重要职责。加强公安队伍建设是一项系统工程,需要采取多种措施。其中,加强公安机关的“基础信息化、警务实战化、执法规范化、队伍正规化"的四项建设,是加强公安队伍建设、提高公安队伍战斗力、履行好公安职责的重大举措。

近年来,以”金盾工程“为载体的公安信息化建设取得了丰硕成果,有力支撑了公安各项业务的工作开展,促进了公安工作体制机制的变革。公安信息化的高速发展积累了丰富的业务数据,种类不断丰富,结构不断异化,总量不断增长,公安行业的大数据体系已初见雏形。然而,在对数据的实际使用过程中,出现了数据标准不一,互联互通困难,部分数据仍依赖人工的方式进行传输,数据安全,数据的使用深入化和智能化亟待提高等诸多问题。

解决方案

针对现阶段出现的核心问题,以下是我们构建的解决方案:

  • 数据规范化。这是数据治理的基础工作,通过对于同类数据的规范化处理,大量的数据能够被统一高效地使用起来。
  • 数据实时化、丰富化。现阶段,数据不足的问题依然存在,特别是对于一些复杂的案情,需要多类数据交叉分析才能确定线索,数据的丰富性和实时性显得尤为重要。通过有安全保障的API进行对接,把之前不在公安体系内的数据(例如快递数据)接入进来,实时更新。
  • 灵活的业务规则建立。一线的警务人员,在大量查案办案的过程中,积累了丰富的经验。系统通过完成数据规范化、实时化、丰富化和数据融合后,可以向警务人员提供一套可灵活配置规则的业务系统。基于这套系统,警务人员可以通过建立业务规则,筛选办案线索,获取实时案件信息,制定切实可行的办案方针。
  • 实时监控预警。对于比较成熟的业务规则,可以建立实时监控的机制,让系统24*7地监控可疑情况并主动预警,帮助警务人员及时介入。
  • 系统自主学习。通过对于过往案情信息的反馈,系统可以帮助警务人员在海量的数据关系中,自动分析出可疑线索,发现新的业务规则。在大量数据的持续学习下,系统会变得越来越智能和精准。