公安大数据平台

产品概述

公安大数据平台面向刑侦、情报、反恐、科信等部门用户,以视频图像结构化数据为基础,整合公安自身业务数据、社会数据资源,分析挖掘数据价值,以人、事、地、物、组织为五要素进行数据建模,实现数据整合、信息共享、数据研判于一体的数据实战应用平台。

技术特色

1、统一高效的平台

通过全方面的体系架构,实现从数据汇聚、数据清洗、存储、计算,到数据的碰撞、分析、研判、挖掘,最后到业务应用,形成一体化的统一、高效、便捷的大数据平台。

2、开放的架构设计

平台采用云开放式架构,可加载第三方算法,结合东方网力自有知识产权的优化并行加速查询引擎技术,支持并行计算、按需使用、动态分配、分布式部署的方式,实现更高效的存储、检索与计算分析。

3、强大的资源整合能力

平台参考行业标准规范、国家标准规范建立数据标准规范体系,实现对不同结构的数据、不同主题的数据的统一整合。结构化数据由分布式数据库系统进行存储和处理,大规模非结构化数据存储服务采用视频图像云存储,并同时建立结构化特征。通过整合各类公安自身业务数据、社会数据、视频图像数据,形成基础信息资源库、主题库、专题库,为各类应用提供数据种类丰富的数据支撑。

4、大数据分析能力

通过汇聚技术和数据清洗转换技术制造出高质量的数据,配合Hadoop、Spark等先进的技术架构,并基于网力云计算、云存储、云检索技术,充分利用分布式并行计算技术,建立起强大的大数据分析能力,保障公安业务。

5、深入的数据挖掘

基于大数据分析技术,实现对海量数据的深度挖掘和应用,通过统计、数学、深度学习等技术把数据分类、聚类、关联、预测,可以管理海量数据中隐藏的数据,对隐藏在数据中难以被发现的内在规则进行梳理,并从中提取潜在的有价值的信息。

6、贴近公安用户

以公安实战案例为基础研发数据分析模型,包含可视化智能轨迹分析查询、异常活动人员研判分析、智能统计分析、警情动态监测及预警分析、智能情报检索等功能,完全贴合民警日常办案所需,短时间内即可产生明显成效。

功能特性

1、云搜索

“云搜索”基于云计算智能搜索技术,对海量数据进行横向关联与查询,实现人、事、地、物、组织的无缝对接和立体式展现,搜索方式支持精确检索、模糊检索、组合检索、二次检索,速度达到千亿级数据查询秒级响应。


2、超级档案

“超级档案”分别对“人”、“车”、“案事件”建立单独的全息档案,其中“一人一档”包含人员基本信息、标签信息、重要标识号、时空轨迹、关系图谱等数据。超级档案有效协助办案民警对于各类信息的全面掌控及动态跟踪。


3、碰撞分析

通过对不同来源的数据进行分析、时空碰撞,选取不同时空位置进行碰撞比对,从中筛选、查找出嫌疑对象。

轨迹预警,多区域碰撞

4、轨迹刻画

查询目标人员在一定时间范围内的活动轨迹,并在电子地图上动态展示,可展示目标人员的跨域轨迹、市内轨迹、人脸轨迹。通过对人员的轨迹刻画可以精准地把握对象的活动路径,从而辅助案件的研判工作,确定嫌疑对象。

圣战可以任意锁定,防恐怖,少数民族聚居区

5、关系分析

展现人员在一定时间内的关系圈,如同户籍、同住宿、同上网、汽车同行、火车同行、飞机同行等关系,直观展现出与目标人关系密切的相关人,进而挖掘出潜在嫌疑同伙。

关系挖掘,两人关系查询

6、布控预警

以单条件或布控库通过大数据分析,利用多种属性(如人脸抓拍、卡口过车、WIFI采集、住宿登记、上网登记、出行记录)的数据对嫌疑对象进行布控,形成多维度布控的“电子防线”。


©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,968评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,601评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,220评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,416评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,425评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,144评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,432评论 3 401
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,088评论 0 261
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,586评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,028评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,137评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,783评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,343评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,333评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,559评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,595评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,901评论 2 345

推荐阅读更多精彩内容