科達告訴你，公安大數據應用的構建方式與難點，及公安大數據應用的市場競爭點。

公安行業一直是安防技術應用的前沿市場，在安防領域，目前對于公安大數據的應用方式，可以分為以下三個層次：

1、統計查詢：這是對大數據最基本的應用方式，主要面向歷史與現狀，回答已經發生了什么事情，如流動人口分區域統計、實有車輛歸屬地統計、各類案件的數量分布和趨勢。

2、數據挖掘：是目前大數據的核心應用方式，其重點不在于發現因果，而是發現數據之間的關聯關系。這種關系可能可以直觀解釋，也可能不能馬上發現其中的深層次原因，但對工作具有一定指導意義，比如季節氣候與某些類型案件的關聯關系、車輛活動范圍、活動習慣與黑車的關聯關系。

3、預測預判：是大數據應用未來的發展方向，在數據統計、分析、挖掘的基礎上，建立起合適的數據模型，從數據的關聯關系入手，推導出因果關系，能夠對一定時期內的趨勢走向做出預測，對危險信號做出預警，指導預防工作的走向。

這三個層次具體到實際業務系統，包括圖偵、車輛特征分析系統、人員特征分析系統、視頻偵查系統等等。這些系統以普通視頻監控、車輛/人員卡口、智能IPC等監控前端獲取的視頻、圖片、結構化描述為基礎，通過大數據平臺的智能分析，實現如以圖搜圖、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據應用，幫助公安能夠快速、科學地偵破案件。

公安大數據應用于不同警種，由于其實際應用需求的區別，解決的問題也有所區別。如智能交通領域，目前大數據主要應用于車輛的疏導，比如基于不同道路、路口車流量的統計（時、日、月統計等），根據這些統計可以分析不同時段某條道路實時的車流密度、發展方向和趨勢等。這些應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，就是基于大數據的技術分析所得。

公安大數據應用的構建方式與難點

以車輛分析系統為例，介紹如何在平安城市大數據平臺上構建應用：

1、數據的來源與構成

基于大數據平臺的車輛分析系統，其數據可分為靜態數據與動態數據。靜態數據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務系統的資源情報類數據庫，這些數據構成了車輛數據倉庫的核心庫。動態數據主要是來源于卡口聯網平臺，其數據可分為結構化的卡口通行數據與非結構化的卡口過車圖片，這些數據隨著時間的推移而不斷增長，構成了車輛數據倉庫的中心庫。來自于其他設備如槍機、球機等視頻監控設備抓拍或截取的車輛圖片，來自于系統外的車輛圖片，構成了車輛數據倉庫的外圍庫。

2、數據的存儲

對于核心庫的車輛靜態數據，通常都是存儲于關系型數據庫中。對于中心庫的卡口通行數據，則存放在面向列的高可靠高性能分布式數據庫HBase中，其中實時過車記錄部分，因其查詢量大且更新速度快，放置在內存中以優化吞吐量，降低系統I/O負荷。外圍庫的車輛圖片數據，則存儲在類似于IPSAN這樣的普通存儲空間內。

3、數據的結構化與搜索查詢

對于卡口過車圖片這樣的海量非結構化數據而言，為了實現數據的檢索，必須通過智能分析技術對其進行結構化并入庫，從卡口圖片中提取出車牌顏色、車身顏色、車標、細分車型等傳統卡口前端不能提供的結構化信息并存儲在HBase中。
1 2 閱讀全文