智慧城市网

　　【安防展览网 品牌专栏】在当前公安信息化建设不断深化的形势下，将应用模式由事后研判转向事前预防预警已成当务之急。基层公安们都希望自己的辖区不要“出事儿”，当**来到自己的辖区时，可以提前感知。
 

　　这就需要公安机关能够获取更多的信息资源，从而获得准确、有效的情报来主导警务。
 

　　根据公安学术界的定义，积分预警系统正是一种基于对异常行为信息的数据分析、情报加工，为侦查工作乃至其他相关警务活动的决策提供科学依据。
 

　　公安积分预警，指的是在警情发生之前对其进行预测报警，即运用现有的公安情报，判断、描述和预测事物的变化趋势，并与预期的目标量进行比较，利用设定的方式和信号(积分达到上限)，实行预告和示警，以便使公安机关有足够的时间采取相应的对策和反应措施或是根据预案采取行动。
 

　　在早期由于各种技术手段的限制，公安机关多通过已发生的案件去关联涉案人员，发散至其人际关系网，以防范类似案件的发生。这种预防预警的方式，时间上存在滞后，当案件发生时往往不能有效控制局势，不能算作真正意义上的预防预警。
 

　　再后来，公安机关可以收集*的通讯工具信息(基站信息)、旅馆入住信息、交通出行信息(火车飞机出票信息)等数据来进行**异常行为轨迹分析，但由于数据来源不足，只能分析出较为粗放的轨迹。
 

　　如今，5G技术、传感器技术、射频识别技术等技术的快速发展，特别是通过视频监控建设的规模效应，公安机关可以将视频流、图片流转换为结构化信息，并从人、车、物多个维度，更为细致地刻画*轨迹信息、描述其作案的行为习惯。
 

　　在今天数据维度如此丰富的条件下，大数据就能发挥其核心价值——预测分析，这就将积分预警系统的应用成效提升至新的层次。
 

　　传统的积分预警系统设计(积分规则设计)，主要采用人工经验制定的方式，随着大数据、人工智能等技术的发展，其积分模型的设计将逐步被数据挖掘方式取代。
 

　　公安积分预警系统正是基于大数据背景下的情报主导警务模式应运而生的。从本质上来讲，积分预警系统可以视作一种公安数据挖掘手段(主要采用关联关系分析、聚类分析等技术)的产品化体现，通过大量信息数据的采集、整合、清洗，进而制定相应的积分规则，设置相应的权重与参数，实现区分预警等级，为落地查控提供有力的情报基础。
 

　　在大数据时代，应树立以人为主线的预防预警模式，其中对于*异常行为的监控，就是一种非常有效的手段。异常行为信息是以语言、文字、图像等为载体，对*的活动轨迹、行为习惯、作案过程、作案痕迹等与*行为密切相关的信息进行实体化的反应。积分预警系统的设计，应基于异常行为分析来开展，通过不断反馈和归纳，致力于挖掘不同异常行为信息与刑事案件的关联程度，并开展相应的预防和预警。
 

　　积分预警系统的设计应以大化情报信息(包括数据信息)收集为基础，本着“把一切和公安工作有关的事物都纳入到情报收集的范畴中来”的思想，整合各类公安管控数据、视频监控结构化信息数据、物联网前端采集的信息数据(未来，数据来源将进一步丰富)，并设计用于数据规范化整合、清洗的数据表。
 

　　当前*的积分模型多是建立在民警办案经验的基础上，而不是建立在对异常行为信息与发案情况关联研究的基础上，现存的积分规则、嫌疑指数、具体分值、积分系数等缺乏科学性，缺少实证研究的基础。为解决这一问题，系统积分模型的设计应主要采用数据挖掘建模的方式进行，首先多维度、广泛地进行情报信息(信息数据)的采集，而后做标准化归纳和数据清洗，将海量数据统一输入系统，由系统运用大数据、机器学习等技术，自行挖掘异常行为信息与刑事案件之间的关联关系，构建不同案件属性的多套积分模型。同时，强调人工干预的重要性，充分发挥公安民警系统分析师的经验作用，结合运维服务团队的设置，对系统积分模型进行调整与修正，使模型更贴近本地化，提高其实用性与有效性。
 

　　制定积分预警指标体系是一个相对独立的过程。制定完成之后的指标体系在每一次单条积分流程中都会使用。制定合理的指标体系要经过指标初选、指标遴选、确定层级、确定权重和形成预警指标体系等步骤，需要保障制定出的指标既有*学学理上的理论支撑，又要有实践中的可操作性。
 

　　系统采集的各类异常行为动态数据逐项通过积分预警指标体系进行判定，根据相应的权重设置和可信度判定，实现对重点管控(关注)人员积分总表的赋值，并将数值返回给积分预警系统。
 

　　此外，还应根据事后的输出的系统评估报告分析利用积分预警系统开展预警工作的有效性，分析其偏差，对相应的积分预警指标体系进行相应的调整和修正(参数遴选、权重设置)，以提高系统预警的准确率。这项工作主要由运维管理团队来完成，在相应的运营服务流程中实现。
 

　　当受控重点关注人员的积分值达到预先设立的预警阈值后，系统将自动生成预警并输出相应的预警报告。
 

　　明略科技结合多年来在多地公安项目建设的实践，沉淀了一套新常态下以维护城市安全稳定为核心的多维感知管控平台产品，在实战中成为警务治安防控系统建设的重要组成部分，这也是在大数据背景下传统公安积分预警系统的再升级。
 

　　明略科技的多维感知管控平台，是实现全网汇聚整合的海量数据资源融合体系。平台能够打破部门警种壁垒、汇聚有全国性共享需求的公安内部数据、政府其他部门数据、社会行业数据、互联网数据和物联网数据，从而促成公安内部数据资源池的汇聚。通过智能应用服务，在公安内部数据资源池的汇聚基础之上，进一步挖掘数据之间的关联价值，形成从数据到信息的转变。
 

　　平台通过大数据技术对各类数据进行汇聚融合，基于公安知识图谱、通过统计、融合、查询、布控、挖掘等手段，将各警种要素信息在统一平台上的展示、调用、二次加工，实现数据间的融合和有效关联，为实战提供有力支撑。
 

　　例如在面对群体人员的轨迹信息挖掘分析时，可以通过时空战法模型从频繁程度、聚集程度、异常程度等维度对所有目标成员的时空数据进行计算，从而预测该群体发生风险的概率。例如：系统感知到某非法传销组织的成员在一段时间内以各种方式向某地聚集，并且系统识别骨干成员之间的联系开始频繁起来，还出现多人同住未登记的情况，通过以上种种异常的情况的汇总计算，系统会自动判断出该群体近期发生高风险行为的概率，一旦达到预警阈值将及时推送给公安民警提前预防处置。
 

　　目前，明略多维感知管控平台已经服务于全国多个省市区县级公安部门。例如，某市公安局部署明略多维感知实战应用平台后，在2017年达沃斯会议和2018年全国两会期间，共布控1000多名高危可疑人员，处置的预警信息5万多条，抓捕高危可疑人员300多人，有效将风险防患于未然。
 

　　2018年，明略科技还曾有幸深入参与上海合作组织成员国元首理事会第十八次会议的安保系统建设，助力山东公安实现安保工作智能化水平的提升。在安保活动期间，一名潜入青岛的高风险的高危人员已经在会场周边的酒店入住，却没有触发传统安保体系内的任何预警。明略多维感知管控平台却能够基于深度挖掘计算后，时间对该人员进行报警，指导辅助安保人员发现了该人员的行踪，从而将该人员的纳入安保防控的视线之下，直到峰会结束。