天空地一体化大数据在社会安全领域的应用

张文英　耿秋实　张雪莹　李慧波

摘要：大数据时代，数据资源共享开放和综合利用给公共安全领域警务模式带来了重大变革。论文首先分析了大数据在社会安全中的应用现状及其具有的重要地位与作用；给出了天空地一体化大数据的定义及其存在的新特征，结合天空地一体化大数据在社会治安防控和反恐维稳方面的实际应用需求，利用大数据的理论和方法，开展系统的总体架构设计，最后以系统建设过程中的数据协同感知与处理、数据融合关联、分析建模、应用为主线探讨各个环节涉及的关键技术。

关键词：天空地一体化大数据；社会安全；融合关联；事件预测；可视化

中图分类号：TP399 文献标识码：A 文章编号：1009-3044（2018）10-0055-03

大数据时代的来临，推动了数据资源共享开放和开发应用。目前，大数据已在电子商务、交通、公共卫生、金融等行业发挥了重要作用，也为社会安全治安防控提供新途径、新手段。美国是国际上较早就利用大数据进行反恐的国家之一。据调查：美国政府（NATGRID）情报部门通过利用21个不同的部门和机构的海量数据进行关联分析，综合利用重点关注人员平时产生的各种信息，包括交通、购物、交友、通话、电子邮件、聊天记录、视频等，以清晰勾勒出犯罪嫌疑人的行踪和面貌。基于大数据技术的信息安全智能化在帮助美国打击恐怖分子中起到了巨大的作用。近年来，我国各地公安机关也在不断探索大数据的实战应用，纷纷利用大数据开展反恐维稳预测、治安形势预测、社会安全治理、社会舆情预测等方面的应用探索工作[1]。

由此可见，大数据在社会安全领域具有很大的利用价值。但是目前的很多公安大数据平台还存在数据采集不全面、信息融合不够、关联性弱等问题，本文重点从反恐维稳、社会治安防控的角度，研究天空地一体化大数据在社会安全领域的应用，旨在利用大数据、云计算等信息手段提升公安部门对违法犯罪行为和管控对象进行有效预警和打击处理的能力。

1 天空地一体化大数据的定义及特征

1.1 天空地一体化大数据的定义

什么是天空地一体化大数据？这里的天空地一体化大数据泛指空天领域的卫星和航拍影像以及地面检测采集的各类数据的统称。根据天空地一体化大数据中所涉及的不同领域和来源，对数据进行分类：

（1）卫星和航拍影像数据

卫星和航拍影像数据包括航天、航空多种平台上多个传感器产生的数据，如全色、多光谱、高光谱、红外、合成孔径雷达（SAR）、激光雷达（LiDAR）等拍摄的遥感影像数据。

（2）公安业务部门数据

公安业务部门数据掌握在各个部门手中，主要包括电子卡口数据、监控视频录像、电子围栏、电子警察、出入境办证信息、出入境记录、接处警信息、常住人口、重点人员、机动车、驾驶员、历史案例等[1]。

（3）社会数据

社会数据主要指政府部门和社会单位系统记录的数据，如交通票务系统、运营商系统、酒店住宿系统、医疗卫生系统、工商管理系统、民政司法系统、教育宗教系统、地理信息系统、物流系统等的数据。

（4）网络数据

网络数据主要包括：一是微博、微信、QQ、社区、电子邮件等社交网络中的用户生成数据，二是搜索引擎、运营商、网购、金融服务等网络行为所产生的用户行为、交易日志等数据。

（5）其他数据

其他数据是指未归入上述类型，但是可能会对公共安全有一定影响的数据。

1.2 天空地一体化大数据的特性

天空地一体化大数据在满足大数据4V特性的基础上[2]，由于其数据来源跨层级、跨地域、跨系统、跨部门、跨业务，又表现出了新的特性：

（1）多元化

天空地一体化大數据由于需要汇聚卫星遥感影像数据、跨时空视频数据、电磁信息、网络数据、社会数据及公安部门数据等，多元化不仅仅体现在数据类型的多样性，还体现在数据之间的多尺度、多粒度，如遥感观测的传感器种类包括全色、多光谱、高光谱、红外、合成孔径雷达（SAR）、激光雷达（LiDAR）等，它们的观测范围各不一样，产生的数据格式也不尽相同；同样是轨迹数据，如遥感影像拍摄的轨迹与视频监控、手机等拍摄的轨迹数据。

（2）演化性

天空地一体化大数据，具有鲜明的时空属性，即数据随时间和空间的变化而变化，比如，实体的某些属性在不同时间点或空间可能产生变化，这就要求合理建模演化行为，保证数据一致性。同时，在反恐维稳领域，对数据处理有较高的时效性要求。

（3）准确性

天空地一体化大数据由于其数据源多、数据多样的特点，不同的数据源或者不同时刻产生的数据，有可能会相互矛盾或冲突，因此在数据分析之前，应该处理信息源之间的内容冲突，消除信息的歧义。同时，单一数据源的数据有时包含的信息不够全面，获取多个信息源的数据进行融合关联，可以补全信息或者对信息进行相互印证，从而提高数据的准确性[3]。

天空地一体化大数据的这些新特性，为数据的接入、处理、存储、融合关联提出了更高的要求。

2 天空地一体化大数据在社会安全领域的应用需求分析

天空地一体化大数据在社会安全领域的应用，是一个相对较新的研究方向，随着高分遥感技术、人脸车辆识别、语音识别、文本识别等各项技术的发展，在单场景中对异常行为的识别能力有了很大的提高，依托大数据分析技术，将这些数据资源进行跨层级、跨地域、跨系统、跨部门、跨业务的融合关联，并通过建立智能化分析模型，应用在犯罪线索挖掘、犯罪活动预测、犯罪分子及团伙发现、犯罪分子追踪等方面，从而解决公安部门的实际需求问题。

2.1 线索挖掘

正所谓“存在就有痕迹，联系就有信息”，当今社会充斥着各类流动的信息，人流、物流、资金流、信息流相互交错融合，给公共安全领域事件预测预警带来很大的风险。在这种情况下，依靠人的管理和单一的监控手段显然不行，可以依靠大数据优势构建一个联合的信息环境，根据这些信息挖掘各种犯罪线索：如分析高分卫星遥感影像数据，可以快速有效地监测空间动态信息的变化，挖掘出恐怖分子的训练营及活动通道；偏远地区的无业游民，整天用国际化的聊天工具和外界沟通联系，可能是恐怖分子的一些特征。

2.2犯罪活动预测

犯罪分子的活动具有隐蔽性，不太容易掌控，但仍然具有一定的规律可循。比如恐怖团伙要策划一场具有一定规模的恐怖事件，必须满足人力、物力、资金的需求，恐怖分子之间要通过各种手段联系，整个过程要进行周密的策划[4]。具体到“3.01”昆明火车站暴力恐怖事件，多名新疆分裂主义分子到达当地，对作案地进行长时间的侦察与策划，就应该为分析预测提供线索。因此，通过实时采集的天空地一体化大数据，对数据实现多尺度、多粒度的关联，能够动态地掌握犯罪分子的活动空间规律、群体行为法则，及时识别异常行为及异常人员，对预测犯罪事件、犯罪热点地区和犯罪趋势具有很大的潜在优势[5]。

2.3重点人员管控

通过大数据分析，开展重点人员日常管控，严密监控其所有网络行为与日常社交行为对象，建立人群高维关系网络知识图谱，并将人、物、案（事）件、组织的重要属性特征，与各类数据库中的信息资源进行一对一、一对多、多对一或多对多的关联碰撞比对，及时发现犯罪人员及团伙。

2.4犯罪分子追踪

案件发生后，犯罪分子发生逃匿，可通过将公安部门的追踪信息，重要场所的监控视频，普通民众利用微博、微信、QQ、社区等社交网络发布的信息等进行关联分析，动态地掌握犯罪分子的行踪，实现对犯罪分子的追踪。

3 面向社会安全的天空地一体化大数据平台构建

近年来，我国各地公安机关也在不断探索大数据的实战应用，公安机关本身掌握着海量数据资源，具有较好的数据资源基础。通过搭建基于天空地一体化大数据平台，整合空天领域的卫星和航拍影像、公安业务数据、社会单位数据及网络数据等各类资源，将大数据存储、计算技术融入到系统总体架构设计中，改变社会公共安全领域 “事后查证”的模式，致力于事前预警和事中快速响应能力的全面提升。

3.1总体架构设计

为满足海量多源异构数据的处理、分析需求，系统的总体架构应建立在大数据、云计算架构的基础之上，确保数据存储和计算的高效、稳定及系统的可扩展性。系统采用分层架构，自下而上分为基础设施层（IAAS）、平台支撑层（PAAS）和业务应用层（SAAS）。其中，基础设施层提供对计算、网络、存储等各类资源管理和调度；平台支撑层包括数据支撑和服务支撑，数据支撑实现对数据的汇聚、按需存储和处理，服务支撑提供服务管理功能，为应用提供分析服务和基础服务；业务应用层面向一线实战应用需求，提供异常行为告警、重点人员管控、团伙挖掘、事件预测等业务功能。

3.2关键技术研究

针对系统建设过程中的数据感知与处理、数据融合关联、分析建模及应用四个环节，研究和探讨各个环节涉及的关键技术，为系统的实现提供技术保障。

（1）跨系统、跨网络数据协同感知与处理

数据的智能感知与处理技术，是大数据分析的基础，数据的质量，直接影响分析结果。天空地一体化大数据，由于存在数据来源广、数据格式多样、结构化与非结构化数据并存等特点，在数据的协同感知与处理方面，需要研究以下几项关键技术：一是多源异构数据采集与交换接口技术；二是数据清洗，消除数据中存在的大量噪声、冗余数据，提高数据的质量；三是模式识别技术，研究如何将遥感影像、跨时空视频、音频和网络文本等非结构化数据转化成能为计算机自动识别的结构化数据。

（2）多源异构数据融合关联

数据融合基于时序对数据进行提取、转换、综合等操作的核心技术，完成多源异构数据之间的整理与归并。海量多源异构数据的融合是目前大数据应用和智能决策过程的瓶颈。多元化信息的融合是当前数据融合的一个发展趋势，在天空地一体化大数据融合中主要表现为空天遥感数据之间的融合、空天地一体化的融合、历史数据与实时数据的融合、动态数据与静止数据的融合、实体空间与网络虚拟空间的融合、内部数据与外部数据的融合等。大数据融合的难点在于大数据的3V（海量、高速、类型多样）特征，它所需要的关键支撑技术有模式（本体）对齐技术、实体链接技术、冲突解决技术和关系推演[6]。通过融合关联，实现多元数据协同处理，从而为公共安全的監控预警和应急处理提供技术支撑。

（3）分析建模

利用大数据分析的方法与工具，比如分类与回归算法、基于时空序列的模式分析、关联分析等技术，根据实际的应用需求，构建各种分析模型，如人流激增预警模型、犯罪预测模型、人员智能画像、涉恐系数分析模型、人员亲密度模型、异常人员分析模型等，通过各种模型的综合应用，实现异常行为告警、分析研判、事件预测等功能，筑成社会安全领域预测和早期阶段预防的第一道防线。

（4）可视化应用

大数据分析中，可视化展现技术是使海量数据集变得直观、易于理解的有效方式。典型的可视化包括多维信息可视化、专业领域知识可视化和预测分析结果的可视化[3] 。针对天空地一体化多源大数据可视化交互应用场景的广泛性、无规律、缺乏灵活的可视化手段的问题，研究可视化分析工具集，提供二维或三维概念图、关系图、趋势图、对象统计图、时间轴分析工具、数据流分析工具、语义网络等全方位互联互通可扩展的可视化分析工具，满足对知识图谱、趋势展示和分析预警等场景的应用需求。

4 总结

天空地一体化大数据在社会公共安全领域的应用，充分利用大数据的预测能力，构建一种主动的、预防为主的公共安全警务模式[8]，为提升公共安全保障能力提供了历史契机。随着海量数据的积累以及大数据技术的不断成熟，大数据分析、预测的准确度也会不断提高，必将进一步提升情报挖掘、事件预测预警能力，更好地服务于社会安全的实际应用需求。

参考文献：

[1] 刘向荣，农忠海，陈雅.公安大数据应用研究的几点思考[J].数字通信世界，2016（11）：38-41.

[2] 孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，50（1）：146-169.

[3] 黄河燕，曹朝，冯冲.大数据情报分析发展机遇及其挑战[J].智能系统学报，2016，11（6）：719-727.

[4] 李本先，张薇，梅建明，等.大数据在反恐情报工作中的应用研究[J].情报杂志，2014（12）：1-5.

[5] 冯冠筹.大数据时代实施预测警务探究[J].广东公安科技，2014，22（1）：23-27.

[6] 孟小峰，杜治娟.大数据融合研究：问题与挑战[J].计算机研究与发展，2016，53（2）：231-246.

[7] 王海燕，胡婷，刘际鹏，等.基于数据中心的公安大数据应用研究[J].智能计算机与应用，2017，7（5）：60-65.

[8] 彭知辉.大数据：让情报主导警务成为现实[J].情报杂志，2015（5）：1-6.