随着公安信息化建设应用的不断发展,尤其是近年来大数据和云计算的迅猛推进,各地公安机关汇集了多类别海量数据资源。获取的集约化和法治化,促使数据在广度和深度上快速增长。从公安基础设施建设、大数据汇集整合到大情报深度应用、智慧警务转型,公安信息化已由技术驱动转变为业务驱动、由领导推动转变为民警需求。各基层单位都在逐步向“基础工作信息化、信息工作基础化”的目标迈进。
拿禁毒工作来说,随着近年来我国对毒品犯罪的严厉打击和社会化工作的不断深入,毒品市场大幅萎缩,毒品蔓延的趋势得到有效遏制。相应的,毒品犯罪的隐蔽性、技术性和网络性大幅提升。在这个大背景下,作为集缉毒执法、情报研判和社会化管理等工作于一体的警种,禁毒部门如何利用大数据平台、融合大数据思维、开展大数据应用,加大打击毒品犯罪效能、拓宽重点人员动态管理渠道、提升禁毒工作水平,成为必须面对的课题。
大数据是一个宽泛的概念。不同机构对此有不同的定义。从公安的视角看,大数据的概念应更加明确、科学。公安大数据是指需要先进处理模式进行采集、治理和应用的,基于泛在网络并以人为核心的全部实体及时空关系的数据集合和信息资产。
这个概念清晰地指出了公安大数据与传统数据集合的区别,体现了公安大数据动态、鲜活、全类型和泛在的特性。
一是动态性(Velocity)。传统的公安数据集是静态的数据对象,公安大数据则是实时动态更新的。每名民警的每一次查询、研判或是鼠标点击,每个业务的每次流转、分配、提交、考核,每个公民的每一次请求、询问、评价等操作都可以成为有效的数据源。公安大数据将突破传统汇集的静态数据,成为鲜活动态的数据源。
二是泛在性(Ubiquitous Network)。传统的公安数据库积累的是通过各种手段汇集到公安网上的数据资源。而公安大数据不再局限于公安网,也包含了互联网、视频专网、技网专网、物联网,甚至暗网的任何网络空间。网络的泛在性要求公安大数据也具有泛在特性。
三是全类型(Variety)。公安大数据中,随着物联网和各种新技术、新感知设备的广泛应用,结构化数据所占比例将越来越小。未来我们面临的公安大数据,99%的数据量将是非结构化数据。同时公安工作100%和空间位置相关,如何使用非结构化数据和时空大数据,开展数据挖掘和分析研判,将成为实战中亟待解决的问题。
四是全关系(Knowledge Mapping)。传统的公安数据更多的是人、事、地、物、组织等方面的结构化属性信息。而公安大数据则不仅包含这些实体的属性信息,更包含实体的时空信息以及实体间的关系信息,这些关系构成了实体之间的知识图谱,成为案件研判和**等公安实战中最为关键的情报支撑。
从公安大数据的概念和特性中可以看出,传统的公安数据思维无法有效应对公安大数据的实战需求。这就要求我们必须更新观念,深刻理解公安大数据思维的内涵,用新的思维观指导公安大数据的实战应用。在大数据的背景下,违法犯罪活动每时每刻都在产生更多数据,犯罪人员也在不断更新升级作案手段。犯罪人员逃避打击的行为会留下各种电子印痕(E-Footprint),通过大数据应用,抓取电子印痕,开展人物刻画,可为公安工作带来先进的理念、方法和实效。 |