铁路公安大数据建设及分析应用研究

王战红

（铁道警察学院 公安技术系，河南 郑州450053）

铁路公安大数据建设及分析应用研究

王战红

（铁道警察学院 公安技术系，河南 郑州450053）

数据在公安信息化应用中起到重要的支撑作用，构建大数据主要目的是根据历史数据对未来进行预测、数据关联及关系发现等。目前铁路公安数据建设从数据内容、数据规模到数据处理技术等方面都严重滞后于铁路行业的发展。铁路公安数据中心应包括铁路行业的特殊数据，如铁路客货票系统数据，铁路线路、场站及车辆的视频数据，铁路通信数据，铁路GIS数据等。铁路公安的大数据建设既要立足铁路行业，又不能受制于铁路管辖范围的约束，应和铁路企业、地方公安互通与共享数据信息。

大数据；铁路行业；公安信息化建设

数据是科学的度量和知识的来源。据统计，目前全球每秒发送的email有290万封，每分钟上传YouTube的视频长度为数十个小时，Google每天处理的数据量约600万个CD光盘容量，人们每年通过网络的信息收发量约3.3亿个4G光盘的容量。2010年，世界上总的数据量仅有1ZB（1ZB=240GB），据推测，2020年的数据总量将达到35ZB［1］。随着互联网络、移动网络、物联网的快速发展，各行业已进入数据剧增的大数据时代。大数据的理念与技术已经引起公安工作的深刻变革，公安大数据的建设与应用成为研究的热点。

数据资源与物质资源、能量资源共同构成了当今人类社会资源体系的三大支柱。当前，数据的急剧增长极大地拓宽了公安业务分析研判的维度，对海量数据的建设与分析更能加速公安信息化的深度应用，铁路公安亦是如此。面对高速发展的铁路交通运输行业，如何对其行业产生的各类数据进行采集、处理、分析与挖掘，推动铁路公安信息化与现代化的发展，是铁路公安工作应重点研究的问题之一。

一、铁路行业数据

随着“数字地球”、“数字中国”观念的深入和普及，“数字铁路”的概念在铁路行业也逐步形成。“数字铁路”综合运用了计算机技术、通信技术、信号控制技术、虚拟现实技术、地理信息系统技术、卫星导航定位技术、遥感技术、数据库技术、计算机互联网技术等，在铁路信息基础结构上，把铁路行业中车、机、工、电、辆等各部门的海量动态和静态的、高分辨率的、三维的数据集成起来，为铁路管理提供空间化、网络化、智能化、可视化服务，满足铁路内部运输组织、生产经营管理的要求和社会对铁路信息及互动式服务的外部需求。

（一）铁路数据的产生

铁路行业数据建设与应用是铁路实现信息化的基础。我国铁路以运输组织、客货营销、经营管理为信息化三大应用建设重点，其应用涉及铁路运输调度指挥、列车运行控制、行车安全监控、货物实时追踪、旅客服务、电子商务和物流等，能够为各方提供通信网络、信息共享、信息安全等公共平台。

信息技术极大地提高了铁路运输效率，为行车安全和客货运输质量提供了可靠保障。铁路行业产生的数据主要包括两大部分：第一，铁路基础设施产生的相关数据，包括铁路线路数据、铁路车站数据（例如旅客、货物数据）、铁路机车与车辆数据。第二，铁路运输组织产生的相关数据，包括旅客运输中的客流及列车种类数据，货物运输中货物的数量、性质、形状和运输条件等数据，行车组织中列车的编组、车站行车组织、列车运行图等数据。铁路数据建设与应用是铁路实现信息化的基础。铁路行业在生产和管理中会产生大量的业务信息及各种统计汇总信息，例如每日、旬、月、季、年的生产管理计划，实际完成情况等信息。

（二）铁路信息系统

目前已建成的重要铁路信息系统有：铁路运输管理信息系统（Transportation Management Information System，简称TMIS）、铁路列车调度指挥系统（Train OperationDispatchingCommandSystem，简 称TDCS）、铁路客票发售和预定系统（Ticketing and Reservation System，简称TRS）、铁路地理信息系统（Railway Geographic Information System简称RGIS）、客运专线信息系统、货运制票系统、列车移动补票系统、铁路办公信息系统等。

铁路信息化建成的各种信息系统就是以这些业务信息为基本数据来进行计算或辅助决策的。各级管理人员根据需要通过信息共享机制下载应用系统数据或是根据需要通过信息共享机制查询数据。表1列出了铁路几个典型信息系统的数据产生及共享。

铁路运输生产的组织、管理、指挥是通过交换信息来完成的，各部门完成运输生产业绩的考核同样也是通过交换信息来完成的，所以系统要收集、处理、存储、传输在客货运输生产过程中产生的数量巨大的信息。此外，行车安全监控系统中的全面检测、预警及安全管理等应用系统，将产生大量包含数据、语音、视频等多媒体数据的信息。

二、铁路公安数据建设现状

公安重点工作中的“四项建设”把公安基础信息化建设列为第一位，足以说明基础信息化是所有警务工作的支撑和保障。而信息是以多种形式的数据为载体而存在的，对数据的建设与应用至关重要。如何打造铁路公安“数据供应链”与有效整合铁路警务信息资源值得深入研究。

（一）已建成的铁路公安数据库

目前，铁路公安局已建成的具有铁路特色的数据库有如下几种：铁路实名制信息综合分析数据库、铁路在逃人员信息数据库、警务信息综合应用平台、铁路公安现场勘验系统、铁路公安监所管理信息数据库、客车违法案事件信息查询数据库、铁路公安货盗管理信息数据库、货运信息综合分析数据库、高铁警务综合信息系统、客票调查信息研判系统、铁路公安情报信息综合应用平台等。

表1　典型的铁路信息系统数据产生及共享

（二）铁路公安数据建设面临的问题

目前铁路公安数据建设从数据内容、数据规模到数据处理技术等各方面都严重滞后于铁路行业的发展。铁路公安数据建设面临的问题主要有：第一，铁路公安数据从内容量和规模来说要远远低于铁路主要应用的信息系统产生的数据。第二，铁路公安数据与铁路主要信息系统数据的共享程度低，数据实时更新程度不高，导致数据利用效率低。第三，铁路公安数据建设的前瞻性不够。比如，在无线网络、移动网络快速发展的时代，目前还没有对站场、列车无线上网的用户数据、设备数据等进行收集和管控。

从广义上讲，只要是能用于公安工作的数据，都是公安数据。通常我们把公安内网上存储的数据称为公安数据。但在大数据时代，仅有公安内网的数据还远远不够，因为公安内网的数据存在种类有限、共享程度不高、实时更新性不强等问题。由于公安工作是建立在多种网络形式、多种数据资源、多个业务系统基础上的，这使得我们对各类来源的数据、各地的数据、任何时间的数据产生极大的依赖。例如，社会信息的数据采集、存储、交换和应用，弥补了公安数据的空白，能够在预防、预警、分析、应急处置、精确打击等公安工作的各个环节中发挥高效的作用。建设铁路公安大数据需要从扩充数据来源、增加采集数据的种类、提高数据的共享性、增强数据更新的实时性等方面予以加强。

三、铁路公安大数据建设途径

构建大数据处理平台的主要目的是根据历史数据对未来进行预测、数据关联及关系发现等。目前，铁路公安机关的业务和服务领域主要包括：网上追逃、刑侦破案、维稳反恐、治安防范、便民服务、票证查验等［2］。做好铁路公安大数据建设需将铁路行业数据与铁路公安的主要业务相结合。为此，可以从以下几个方面进行铁路公安大数的建设。

（一）加强公安基础数据采集

在警务工作中，公安基础数据是公安信息化建设的重要组成部分，是公安信息资源库建设的基础。公安基础数据主要包括生物数据、物质数据、视频图像数据、地理信息数据、位置数据、重要设施和重要单位数据等。

铁路公安机关应该加强基础数据的采集，为建立警务综合应用平台作支撑。根据载体不同，公安基础数据类型可以分为以下几种。

第一，生物数据。在案事件中，人们目前认识到的生物特征主要有指纹、掌纹、掌型、人脸、虹膜、视网膜、指型、手形、手指静脉、手掌静脉、手背静脉、指背皱皮、语音、气味、DNA、血管纹路、签名、脚印、足部运动和步态、耳郭/耳印、牙印、唇印、甲底、皮肤光泽、汗毛孔、击键行为、脑电波、热成像、骨骼等数据。随着信息技术的发展，对生物特征的识别技术的提高，将建立更多的生物特征数据资源库。

第二，物质数据。这类数据主要是涉案物品、作案工具等，它们是传统的证据类型。针对这类数据，文字信息可以通过计算机直接录入。但是有的数据（例如图片、二维码）只有通过各种数字化设备进行识别和转化后存储到计算机中才能处理。

第三，地理位置数据。这类数据包括卫星数据和交通工具数据。例如，全球定位系统（GPS，Global Positioning System）逐渐被应用于警务工作当中，利用它可以采集到人或交通工具的行为轨迹。近年来地理信息系统（GIS，Geographic Information System）在公安领域，特别是在治安、侦查、突发事件处置和调度指挥中发挥了重要作用，是公安创新社会治安管理以及打防控管工作中重要的技术方法。地理数据只有在各个地方采集并进行数据加工和制作后才能使用，而且要不断更新。因此，这部分工作将是基础数据采集工作中要长期坚持的重要任务。利用铁路GIS数据可对铁路列车、货车、集装箱及所运货物的实时动态进行追踪管理。

第四，重要设施、重点单位、重要场所数据。铁路行业重要设施数据主要包括铁路桥梁、动力设备、信号设施、野外通信设施、重要单位的计算机机房、通信光缆、监控点等数据。重点单位及场所的数据主要包括铁路场站、信号楼、码头、机场、电厂、涵洞、河流、旅游地等数据。

第五，视频数据。铁路公安主要采集火车站、列车、线路、货场等场所的视频数据。视频、图形、图像、音频等非结构化的数据只有通过各种数字化设备识别并处理后存储到计算机中，才能运用于查询检索和自动对比。目前，除了铁路公安机关收集的视频数据外，还有社会其他来源的视频数据。例如，企业和政府视频监控的视频数据、个人视频监控的数据以及一些摄影者、拍客的视频数据等。

第六，通信数据。主要有电信、移动、联通等通话话单数据、各个运营商的基站信息数据等。

除此之外，公安基础数据还包括执法办案产生的实时数据、物流行业数据、各类网络数据等。各级铁路公安机关若要建设好自己的公安大数据库，应千方百计地从铁路行业信息系统数据中进行抽取和重建，这样才能满足铁路公安警务综合应用的数据需求。

（二）构建“数据”+公安业务应用系统模式

在信息化社会背景下，警务工作的实时信息、警务决策指挥信息、治安监控传感信息等，都是以数据形式存在并传输的。这些不同来源、不同类型的数据是提高公安战斗力的“生命”之源［3］。公安信息化建设的顶层设计目标是应用，以数据来促进公安业务应用系统建设是公安信息化发展的核心思路，为此可构建基于“数据”+公安业务应用系统的模式，即以数据支撑公安应用。随着应用领域的扩展和应用效果的体现，数据会驱动新的公安业务产生。

参照传统意义上的公安信息数据五要素，即人、事、物、地（场所）、组织，铁路公安可按以下几个方面来构建“数据”+公安业务应用系统。

第一，铁路客票数据+公安案（事）件人员信息系统。铁路乘车实行实名制以来，实名制信息在公安案（事）件人员信息查询中发挥了巨大作用，大幅度提升了铁路公安开展警务的工作效率。铁路行业使用的客票发售与预订系统产生的数据不仅仅是乘车人的实名制信息，具体还包括售检票服务产生的数据、车次数据、涉及铁路车站和线路的路网基础数据等。比如，铁路售检服务产生的数据能够拓展铁路公安打防管控的渠道。目前常见的铁路售票方式有车站窗口售票、代售点窗口售票、电话订票、互联网售票、自动售票机售票、中铁银通卡（无需购票，直接刷卡进站）等。将上述场所人员购票时的视频监控信息、电话记录、互联网购票信息、银行卡信息等运用于铁路公安工作，能提升铁路犯罪案（事）件侦破的效率。同时，网络订票、购票数据也记录了嫌疑人在虚拟网络社会中的行为，能够描述对应的现实社会行为或行为轨迹链。

通过实名制验票及检票系统可比对车票与人员证件的信息一致性、有效性，同时也记录产生了购票人是否乘车等信息。利用铁路客票售票、检票环节所反映出的数据信息，可拓宽查询乘车人员的活动轨迹信息的范围。

针对铁路客流组织产生的数据要深度分析，主要是铁路旅客出行行为的分析研究［4］。铁路旅客结构呈现出多层次和交叉组合的特点。按出行的目的，可分为商务、旅游、公务、探亲、职工通勤等；按旅客成分，可分为公务团体、商务团体、旅行社团体、家庭和个人旅游等。铁路行业产生了大量数据，包括客流的成分、客流的去向及出发地等客流特征。上述各类型数据，对铁路公安机关分析人员及其组织状况能起到数据支撑作用。在查证涉案嫌疑人或组织时，通过公安基本信息和沉淀的历史数据，能够证实嫌疑人的既往旅行轨迹。

第二，铁路运输数据+公安案（事）件物品信息系统。对铁路运输数据的采集和处理，目的是为铁路公安查证车辆和物品提供帮助。目前，铁路运输管理信息系统（TMIS）的主要功能是实时地将列车、机车、车辆、集装箱以及所运货物的动态信息从各个采集点传输到铁路总公司的数据库，作为运输组织管理的主要依据，并把货运的动态信息反馈给货主［5］。同时，借助物联网技术的铁路货运物流信息化系统的应用，使接货、验货、运输跟踪、出货、运单传递、信用证管理以及货差货损的事后追查等环节都实现了数据化［6］。其他的能产生铁路运输数据的系统还包括铁路货运制票系统、集装箱追踪车站报告系统、剧毒品跟踪信息采集系统、运输统计系统等。这些都可以成为构建铁路运输数据+公安案（事）件物品信息系统的数据源。

（三）建设铁路公安数据中心

目前，国内铁路行业还没有建立真正意义上的铁路数据中心，但像国家海洋局、中国电信、阿里巴巴、百度、腾讯等部门或企业都已建成了功能强大的数据中心。铁路公安要跟上大数据时代的发展，尽早向智慧型公安转变，就必须建立铁路公安自己的数据中心。以数据应用为核心是公安信息化建设发展的主要思路。随着业务系统的增多，公安信息化建设遇到的最大问题是数据的整合，进行公安数据的集中是解决数据整合的前提。数据集中要求公安机关重新思考云计算、物联网、大数据、存储技术、数据挖掘的应用。数据集中的核心就是建立数据中心，包括业务数据中心、数据备份中心（异地）、灾备与响应中心（异地）。数据大集中还包括业务集中、数据集中、数据搬迁的策略、方法与实践。目前全国各地都在建设大数据中心，有的建立了容量达2PB以上的数据处理中心，一些城市公安部门要求存储3个月以上的高清监控录像及其他各类数据。

建设铁路公安数据中心，顶层设计是关键。需要铁路总公司、各铁路局、各铁路公安局明确主体，协调一致。铁路公安中网安、指挥（情报）中心、刑侦、反恐等业务警种应提出数据深度需求方案，铁路行业中车辆、客运、货运等部门应积极配合，进行铁路内部数据资源整合共享，彻底消除信息壁垒，统一数据标准，向公安机关开放数据接口。铁路公安数据中心所需整合的数据包括共性数据和特殊数据。共性数据包括事关国家安全和社会稳定的数据、治安防控和犯罪形势数据、公安行业数据、现实社会和虚拟社会的民意数据等，还应持续不断地采集、录入各类公安常用的指标数据［7］。特殊数据包括铁路客货票系统数据，铁路线路、场站及车辆的视频数据，铁路通信数据，铁路GIS数据等。

四、铁路公安大数据应用

大数据不仅指数据本身，还包括数据分析、处理的技术。典型的大数据应用案例主要有：Google依据用户网络搜索流感的信息来预测流感趋势，惠普实验室利用Twitter的数据预测了好莱坞电影的票房收入，奥巴马借助大数据成功连任，北京市通过实时记录路面状况、车辆具体流向的数据给出交通出行的参考等。可见大数据主要用来预测、决策及数据挖掘等。

鉴于铁路公安大数据正处于全面建设阶段，本文仅仅探讨未来铁路公安大数据的应用场合。基于如前所述的铁路购票乘车实名制数据、实货制数据、铁路视频数据、地理位置数据等，铁路公安大数据的预测与分析主要包括如下几个方面。

第一，总结规律。依据实名制数据对公安重点管控人员的活动进行分析和预测，可以针对有前科的人员乘车的类型、区间、车次等信息，找出规律，以便提前进行预防和打击，有助于站区治安防范工作。依据实货制数据、物流数据的统计与分析，对重点区域、场站的物品、人员、车辆数据可形成阶段性的数据整合和关联，以提升诸如“六类物质”、重点列车的安全防范。

第二，管控人员画像。基于铁路公安大数据可以构建重点管控人员所有信息标签的集合，即人员画像。也就是收集与分析相关人员的人口属性、出行记录、网络行为、社会交往、行为偏好等主要信息，将其所有的标签综合起来，勾勒出该用户的整体特征与轮廓。例如，通过互联网订票用户数据、手机数据可对人员现实和虚拟身份进行刻画，将站车、广场人员的视频数据与人口库的图像进行智能比对，可提前预警或及时发现管控人员。

第三，案事件趋势预测。物联网技术在铁路行业的深入应用，给了大数据感知、传输及应用的基础。以铁路公安工作所关注的“人、车、物、事件”等为感知对象，通过各类传感器设备对公安信息化的数据、移动网络和互联网络资源，对相关信息进行全天候的自动采集、处理与数据关联挖掘，能达到对犯罪活动和交通事故的趋势预判，预判铁路高危人员、高危时间、高危地区，通过可视化的方式将数据映射成图，并按积分预警分级处置，实现数据驱动和地图映射的警务管理模式。

五、结束语

如今，大数据已作为我国的国家战略被写进“十三五”规划纲要，被期望于助力产业转型升级和社会治理创新。公安数据建设只有有了数据“量”的积累，才能催化数据分析与应用“质”的改变。进行铁路公安的大数据建设既要立足铁路行业，又不能受制于铁路管辖范围，可以和铁路企业、地方公安互通与共享数据信息。有了数据的支撑，各种公安信息系统才能在信息预警、分析应用、精确打击等公安工作中发挥高效的作用。

［1］Paul Zikopoulos.IBM Big Data：What is Big Data Part 1 and 2.［EB/OL］.http：//www.youtube.com/.2012.03.

［2］侯文奇，王勇.人脸识别技术在铁路行业的应用思考［J］.中国铁路，2012（3）：78-81.

［3］张兆端.关于公安大数据建设的战略思考［J］.中国人民公安大学学报（社会科学版），2014（4）：17-23.

［4］刘高原.基于客票特征数据的我国高速铁路旅客出行行为分析研究［D］.北京：北京交通大学，2012.

［5］苏蕊，刘晓娟.“北斗”卫星导航系统在铁路行业中的应用［J］.铁路通信信号工程技术，2011（6）：28-30.

［6］李宝.物联网技术在铁路行业中的应用［J］.铁路技术创新，2012（6）：103-106.

［7］黄晨.基于“数据驱动决策”理论的公安决策方法研究［J］.北京警察学院学报，2014（6）：49-55.

责任编辑：贾永生

D918

A

1009-3192（2016）03-0051-05

2016-03-10

王战红，男，河南兰考人，铁道警察学院公安技术系讲师，研究方向为网络数据挖掘、网络安全。

本文为2015年河南省高等学校重点科研项目“基于大数据的公安信息化应用技术研究”（15A120014）、铁道警察学院2015年中央高校基本科研业务经费项目“铁路公安大数据建设及分析应用研究”（2015TJJBKY010）的阶段性研究成果。