冷 竞
(贵阳市警卫处,贵州 贵阳 550018)
基于大数据分析的警卫安全信息系统设计
冷竞
(贵阳市警卫处,贵州 贵阳550018)
分析设计一种基于大数据分析的警卫安全信息系统,该系统通过数据仓库进行数据组织与存储,利用OLAP进行多维度分析,能够快速进行安全路线、住地选择,并对现场各项安全因素进行分析,最大限度地避免安全事故的发生,同时提供最佳的安全撤离备选方案。相较于传统的警卫工作模式,该系统具有更快速、更安全、更全面等特点。
警卫安全;大数据;数据仓库;多维分析
在网络信息技术高度发达的今天,大数据已成为警卫工作不可忽视的重要手段,其海量信息和云计算能力为实时监控、了解真相、把握规律提供了分析处理的数据基础。警卫工作是确保警卫对象、警卫目标和重大活动安全的一项专门业务。警卫工作包括调查研究、情报信息工作、制定警卫工作方案、人员审查工作、安全检查工作、依靠群众做好安全防范工作等。警卫工作方案是以警卫对象的绝对安全为中心制定的。在警卫工作方案制定前期,需要在对警卫任务所涉及的住地、路线、现场相关警卫基础工作全面了解基础上,进行情报研判,然后对住地、路线、现场情况进行预判,对警卫对象自身情况进行危险评估后作出相应决策。传统的警卫安全工作依托于警卫工作者在警卫任务下达前进行的各项调查评估预测;对现场人员、硬件设施、重点部位、周边情况等进行综合分析,判断是否合适警卫对象前往;对前往地点存在的安全隐患进行分析,提前作出相应处置并制定应急方案。这种方式会由于警卫人员工作能力和经验不同,而对分析结果产生差别,进而对警卫任务的部署、实施产生影响。
本文尝试分析研究一种基于大数据分析的警卫安全信息系统,该系统通过数据仓库进行数据组织与存储,采用云计算方法,利用OLAP进行多维度分析,能够快速进行安全的路线、住地选择,并对现场各项安全因素进行分析,最大限度地避免袭击事件和安全事故的发生,同时提供最佳的安全撤离备选方案。相较于传统的警卫工作模式,基于大数据分析的警卫安全信息系统具有更快速、更安全、更全面等特点,对新形势下的警卫安全工作具有重要的现实意义。
大数据是指大小超出了典型数据库软件工具收集、存储、管理和分析能力的数据集[1-2],也就是说,大数据是无法用传统方法、工具捕捉、管理和处理的。处理数据的传统方法多为数据的增加、修改、删除和查询等,即联机事务处理(online transaction processing,OLTP)。随着计算机技术的发展以及人们对数据决策价值的需求,产生了联机分析处理,也叫多维分析处理(online analysis processing,OLAP)。
数据仓库是一个面向主题的、集成的、非易失的,随时间变化用来支持管理人员决策的数据集合。[3]数据仓库中存放了大量“随时间变化的”“历史性的”数据,并且这些数据不像传统事务型数据库环境中的数据那样没有规律可言,它们是“面向主题的”“集成的”。同时,存放在数据仓库中的数据也是“非易失的”。数据仓库的这些特性使得其适用范围与传统数据库存在着很大不同,其作用也大大不同。
OLAP是使分析人员、管理人员或执行人员,能够从多种角度对从原始数据转化出来的能够真正为用户所理解的,并真实反映企业特性的信息进行快速、一致、交互地存取,从而获得对数据更深入了解的一类软件技术。[4]基于关系数据库的OLAP(ROLAP)以关系数据库为核心,用一张张的二维表来存放数据。ROLAP将多维数据库中的多维结构划分为两类表:一类是事实表,用来存储事实的度量值及各个维的外键;另一类是维表,维表即用户分析问题的一个角度,简单地说即一个方面。以事实表为中心,通过维表外键与若干维表联系在一起,便组成星型模型。[3]
数据仓库中存放历史数据,这些数据经过时间积累可产生巨大价值。通常,数据仓库中的数据来源于其他事务系统,这些事务系统为数据仓库系统提供原始数据,称为源系统。利用ETL(抽取,转换,加载,Extract-Transform-Load)[5]过程可把各个孤立的异构数据源中的业务数据抽取、转换并装载到数据仓库中,为基于数据仓库的决策分析应用提供高质量的数据。[6]通过定期将源系统中数据按照一定规则导入到数据仓库系统,形成历史数据,再利用OLAP分析技术对数据仓库中大量历史数据进行统计分析,可获取数据的多方位信息。
在警卫任务实施过程中,警卫对象所处环境及环境中的众多因素都是排除安全隐患的重要方面,可以统称为警卫情报信息。警卫情报信息涉及多方面因素,主要包括敌对因素、治安因素、责任因素、自然灾害因素等。这些都是警卫基础工作的重要组成部分,主要是为现场、路线、住地警卫工作提供相关的情报信息,在这些工作具体实施前提供辅助决策的依据。对应的警卫工作的实施主要分为三个部分:现场警卫、路线警卫、住地警卫。
2.1现场警卫
现场警卫是指公安部门根据警卫对象外出活动的性质、规模、要求等,对有关区域、场所有针对性临时布置的现场警卫勤务。其范围包括:警卫对象视察访问、迎送宴请、接见会谈、参观会谈、参观游览、观看文体活动,以及参加群众集会、党政重要会议、国际会议等所到的区域、场所。其任务是严密防范敌对分子的阴谋暗害和破坏活动;协同有关单位和部门搞好活动现场的安全检查,防止责任和灾害事故的危害;维护现场秩序,确保警卫对象参加活动的安全。为此,要收集调查的现场信息主要描述活动现场的基本情况,具体包括活动的场所、路线、停留点、休息室、上下车点的位置及周围环境,周边治安状况和敌情,内部人员情况,当地对各种疫情的预防和控制情况等。
现场基本情况通常包括内部基本情况、外部基本情况、相关资料等。
(1)现场基本情况数据:现场名称、上级主管单位、负责人姓名、详细地址、占地面积、建筑面积、建筑高度、停车场面积、内部保卫归属单位、背景资料、照片等。
(2)现场工作人员数据:姓名、性别、出生日期、民族、公民身份证号码、政治面貌、所属部门、照片、联系电话、政审情况等。
(3)现场机构数据:名称、部门、联系电话、部门人数、主管人姓名、建筑面积等。
(4)服务处所数据:名称、会议室、餐厅、娱乐厅、健身房、商场、位置等。
(5)现场相关安全设施数据:电梯、锅炉房、配电房、楼梯、出入口、消防通道等。
(6)现场周边基本情况数据:周边范围边界、常住人口户数及人口、党政机关数、企事业单位数、医疗单位数、教育机构数、商业单位数、制高点数等。
(7)现场重点人口数据:姓名、性别、出生日期、民族、公民身份证号码、工作单位、所属派出所、问题及表现、采取的措施、控制人员等。
2.2路线警卫
路线警卫是对任务涉及的道路、现场、住地等有关交通及道路两侧社会治安等方面情况,进行实地勘查,而后进行方案制定等工作。其主要了解和掌握道路基本状况、道路两侧社会情况、行车里程和时间、车队导调和停放要求和行车路线的选定等情况。
其中,道路基本状况包括:
(1)地形地物,沿线桥梁、立交桥、涵洞、隧道、陡坡、弯道、重要路口、公铁平交、立交路口、繁华地段、农村集镇、收费站、服务区、管辖公安机关等。
(2)路面等级、质量、宽窄、隔离设施、道路两侧环境、路面维修作业等情况。
(3)交通流量的规律、特点。
(4)临街施工的大型建筑,占用道路的堆积物、集贸市场、商业摊点等。
(5)气候变化对道路交通的影响。
道路两侧社会情况包括:
(1)各种枪支弹药、易燃易爆等危险物品的分布、使用和保管情况。
(2)政治、治安危险分子,精神病患者,以及顽童的情况。
(3)社会治安状况及各种不稳定因素。
行车里程和时间主要指准确测定辖区内里程和通行时间;车队导调和停放要求指确定车队导调地点和上下车位置,提出看护和应急要求;行车路线的选定旨在勘查路线的基础上,选定最佳行车路线和备用路线。
近年来,随着我国铁路事业的高速发展,警卫对象乘坐高铁前往目的地已成常态,铁路安全警卫工作已经成为路线警卫工作的重要组成部分。
铁路数据情况包括:起点、终点、所经辖区、管辖公安机关、长度、火车站数、桥梁数、涵洞数等。
2.3住地警卫
住地警卫主要是对警卫对象住地进行的调查摸底,掌握情况,制订方案的过程。其重点调查掌握以下几方面情况。
(1)住地的性质、特点和人员情况。掌握住地的经营性质、隶属关系、内部机构设置和管理特点,重点了解各类人员基本情况,主要包括住地内部工作人员和住宿客人情况。了解内部工作人员,特别是各部门负责人、重点要害部位工作人员的思想状况和现实表现,以便据此制定各项内部安全措施。掌握住宿客人的流动规律、职业特点、主要表现及其他情况,特别是对住地内常住客人及其业务来往情况,更要从严把握,掌握清楚,为制定针对性的安全措施提供可靠依据。
(2)住地内建筑设施、重点部位的分布情况。不同住地的建筑结构不同,各类设施的布局也不尽相同。只有对客房内生活设施及客房外的公用设施、安全通道、各出入口、重点要害部位以及停车场等各类情况全面掌握,才能确定警卫对象的行走路线和应急疏散路线,并为安全检查和部署力量提供依据。
(3)住地安全保卫工作状况。主要了解住地负责人对安全警卫工作的重视程度、安保工作力量和日常工作安排,掌握住地曾经发生过的问题以及任务前安全保卫工作的新情况和特点,发现漏洞和问题,以供制定工作措施和实施人员审查时参考。
(4)住地周围的自然环境、交通和社会治安情况。主要了解住地外围地形地物、行车路线、停车场地的情况和各类危险物品的管理情况等。此外,还应掌握住地外围社会治安情况,以及可能对住地警卫构成威胁的敌对分子、恐怖组织活动信息等。
上述情况的获取,一般来自于基础工作档案资料,如通过当地派出所、宾馆、饭店、属地公安部门以及实地勘察等渠道实现。单纯依靠警卫部门,存在着信息获取困难、调查效率低、决策支撑材料不足和决策困难等问题。采用大数据分析,可对警卫任务安全所涉及的多项因素进行全方位分析,在前期开展警卫工作时选择安全性较高的住地、路线和现场。同时,也可辅助制定出现袭击和安全事故后的安全撤离方案,最大限度降低袭击和安全事故的影响。
由于警卫工作涉及到的信息内容繁杂、信息种类多,靠传统的警卫人员人工收集、调查、统计存在工作效率低下,信息不够全面等问题。依据以上需求信息,可设计一个存储路线基本信息、桥梁基本信息、涵洞基本信息、隧道基本信息、会议基本信息、会议场所基本信息、会议人员基本信息、酒店信息、房间信息、人员信息以及各种涉及警卫安全的其他信息的数据仓库系统。同时,设计OLAP的事实表为路线事实表、现场事实表、住地事实表,维度表为道路信息、桥梁信息、涵洞信息、隧道信息、房屋信息、人员信息等。数据仓库中的数据可从其他事务处理系统中通过ETL抽取获得,OLAP维度表中数据可从数据仓库系统中通过ETL获取,然后通过维度表中数据进行连接得到事实表中数据。
3.1数据仓库设计
根据需求可获取如下与警卫任务安全相关的数据信息。
(1)路线基本信息:主要描述道路的基本情况,如道路编号、道路名称、道路长度、地形地物,沿线桥梁、立交桥、涵洞、隧道、陡坡、弯道、重要路口、公铁平交、立交路口、繁华地段、农村集镇,路面等级、质量、宽窄、隔离设施,道路两侧环境,路面维修作业情况,交通流量的规律、特点,临街施工的大型建筑,占用道路的堆积物、集贸市场、商业摊点,气候变化对道路交通的影响。
(2)桥梁基本信息:主要描述桥梁的基本情况,如桥梁编号、名称、类型、长度、宽度、高度、所在道路编号、坐标等信息。
(3)涵洞基本信息:主要描述涵洞的基本情况,如涵洞名称、编号、长度、宽度、高度、所在道路编号、坐标等信息。
(4)隧道基本信息:主要描述隧道的基本情况,如涵洞名称、编号、长度、宽度、高度、所在道路编号、坐标等信息。
(5)警卫对象外出场所基本信息:描述工作开展场所的基本信息,如现场图纸、制高点、管理单位、周边治安情况等信息。
以上信息可由道路、交通管理部门或相关单位获取。
(6)会议或活动基本信息:描述会议的基本情况,如会议名称、参会人员、会议召开时间、会议召开地点等信息。
(7)会议或活动场所基本信息:描述会议或工作开展场所的基本信息,如酒店名称、房间号、服务人员、电梯、锅炉、配电房等信息。
(8)会议或活动人员基本信息:描述参会人员的基本信息,如姓名、性别、年龄、身份证号码、电话、家庭住址等信息。
以上信息可由会场管理部门或相关系统获取。
(9)酒店信息:描述警卫对象入住酒店的基本信息,如酒店名称、所在地、酒店经理等。
(10)房间信息:描述酒店房间的基本信息,如房间号、酒店名称、所在楼层、服务人员信息等。
(11)酒店人员信息:描述酒店工作人员的基本信息,如员工编号、姓名、性别、年龄、职务等。
(12)消防设施信息:如消防设施位置、数目,消防疏散通道是否畅通、疏散指示标志设置是否规范,应急指示灯在停电情况下能否自动启用,灭火器材是否完备有效、放置是否合理、服务人员能否正确使用,烟火感应报警器是否灵敏有效,自动喷淋装置在紧急情况下能否自动开启等信息。
以上信息可由酒店相关管理系统获取。
(13)住地周围的自然环境、交通和社会治安情况,如住地外围地形地物、行车路线、停车场地情况和各类危险物品管理情况等信息。
(14)住地外围的社会治安情况,以及可能对住地警卫工作构成威胁的敌对分子、恐怖组织活动情况等信息。
以上信息可由属地公安部门相关系统获取。
基于大数据分析的警卫安全信息系统数据仓库,可能不止存储上述相关信息,根据实际需要,可增加新的数据维度。其他涉及警卫安全的信息,如有现有系统支持,其数据均可来自于相关系统。
数据仓库中必须创建相关的数据表用于存储上述与警卫安全相关的数据信息。由于数据均可来自于现有的相关系统,可通过ETL进行数据的抽取、转换和加载后,导入到数据仓库中对应的数据表中。
3.2OLAP设计
根据需要进行分析的数据,设计对应的OLAP模型,如图1所示:
图1 OLAP事实表与维度表示意图
事实表包括:路线事实表、现场事实表、住地事实表。
维度表包括:道路信息、桥梁信息、涵洞信息、隧道信息、房屋信息、人员信息、社会治安信息等。
事实表和维度表采用星型连接方式。维度表中存放大量相关维度记录数据,如道路信息,来源于数据仓库系统。事实表中的数据由组成事实表的各维度表连接而成。
3.3基于大数据分析的警卫安全信息系统架构
由于道路信息以及现场信息中的图纸等信息大部分是地理信息、图片信息或者视频等非结构化的数据,用传统的数据处理方法或者工具无法发挥数据的价值。因此,需要采用大数据处理方法。
基于大数据分析的警卫安全信息系统架构如图2所示。采用大数据的分析方式,可收集全省甚至是全国的道路信息、现场信息和住地信息。将这些信息进行合理的组织利用,就能挖掘出数据的潜在价值,为警卫工作决策和部署提供重要依据。
图2 基于大数据分析的警卫安全信息系统架构图
涉及警卫工作的相关数据可能来源于不同地域的数据仓库系统或其他事务型数据库系统。而Hadoop是一个海量数据存储和计算的分布式系统,虽然其本身也提供数据仓库功能,但由于开源可能存在安全问题与维护成本高昂问题。为了更好地处理大数据,可通过数据仓库和Hadoop的组合来完成大数据分析处理。
[1]徐子伟,张陈斌,陈宗海.大数据技术概述[C]//陈宗海.系统仿真技术及其应用学术论文集.合肥:中国科学技术大学出版社,2014.
[2]刘智慧,张泉灵.大数据技术研究综述[J].浙江大学学报,2014,(6).
[3][美]WILLIAM H INMON.数据仓库[M].第四版.王志海,等译.北京:机械工业出版社,2006.
[4]何玉洁,张俊超.数据仓库与OLAP实践教程[M].北京:清华大学出版社,2008:5.
[5]薛娟.ETL技术在实现数据分析系统中的应用研究[D].上海:东华大学,2011.
[6]张宁,贾自艳,史忠植.数据仓库中ETL技术的研究[J].计算机工程与应用,2002,(24).
(责任编辑、校对刘彦超)
An Analysis and Design of Security System Based on Big Data
LENG Jing
(Guiyang Security Division,Guiyang,Guizhou Province550018,China)
It is necessary to analyze the safety hazard of a residence place,a route and site in order to eliminate the unsafe factors,and to provide the best solution to the evacuation once an unsafe risk occurs to the important leaders of the country.This paper uses big data,and OLAP to facilitate a better plan.It also develops a security evacuation plan after the risk,to maximally avoid the occurrence and impact of unsafe risk.
guard security;big data;data warehouse;OLAP
2015-09-13
冷竞(1980—),男,湖北随州人,工程师。
D631.3
A
1008-2077(2016)01-0030-05