多模态数据融合的“互联网+警务”模式研究

唐德权 史伟奇 刘绪崇

（湖南警察学院信息技术（网监）系 湖南 长沙 410138）

1 引言

“互联网+警务”是公安信息化建设达到一定程度的全新的现代警务模式，利用大数据、云计算、人工智能等先进技术，模拟人的智慧进行公安警务工作，具有高科技、智能、精准、高效、集成和可视化的特点，真正做到“精准打击、精准防控、精准执法、精准服务、精准反恐”的目标[1]。互联网+警务要求打通信息壁垒，共享共用业务资源数据，杜绝信息孤岛，做到社会信息的全域感知能力，实时监控、分析、整合警务运行中的各项关键信息[2]。构建公安智慧化的智能服务支撑平台，促进公安业务系统功能高度集成、协调运作，实现公安警务机制效能最优[3]。

近几年来，公安金盾工程全面骏工，公安信息化得到长足发展，取得一系列成绩。随着公安科技信息化建设的持续推进，我国公安机关的警务改革已开始迈进智能化发展的快车道，警务活动与人之间的相互感知和联系越来越紧密，多模态数据融合已经成为智慧警务建设与犯罪防控有效技术与方法。多模态数据融合具有全域感知、系统融合、数据共享、理念创新等特点，使公安管理和警务理念都发生着重大转变，“决策更科学、管理更高效、指挥更扁平、打击更精准，服务更便捷”的主体思路日渐突出，这是新一轮警务改革与发展的客观要求，是未来犯罪防控演进的必然趋势。

2 多模态数据信息源

在大数据时代，谁率先拥有大数据、善于利用大数据，谁就能掌握主动、赢得未来。为了有效维护社会信息条件下的国家安全和社会稳定，公安机关就必须加强对各类信息的全面整合，综合分析和预警监测，不断提高搜集情报，处置重大警情的能力，率先拥有海量数据资源，并实施有效管理，善于应用，才能掌握主动，更好的发挥智慧警务平台的作用。要做到这个目标，一个完整全面的数据源是建设智慧警务应用基础。“互联网+警务”的数据源主要由以下5个类型的数据组成：

（1）公安业务数据。该类型数据主要包括公安机关自身录入的数据、前端实时采集的数据、案件侦查过程产生的数据、公安业务系统运行产生的数据，如重点人口信息、人员户籍信息、车辆信息、住宿信息、手机信息、酒店入住登记数据、网吧上网人员数据、违法犯罪人员数据、DNA数据、手纹数据、追逃人员信息等。

（2）政府部门共享数据。该类型数据主要除公安以外其他政府部门可以共享的业务数据，如政府机关工作人员数据、国土地理信息、社保数据、医保数据、房产登记数据、旅游数据、在校学生数据、工商注册登记数据、纳税数据等。

（3）互联网数据。该类型数据主要包括互联网用户在网络上进行社交、购物、娱乐、工作、出行等活动产生的网络数据，如虚拟身份数据、MAC地址数据、好友关联数据、网站备案数据、游戏玩家数据、网站注册信息、活动轨迹、卫星定位数据、IP地址数据、互联网木马病毒数据等。

（4）社会数据。该类型数据主要包括社会服务部门可提供的数据，比如生活缴费数据用户资料、基站数据、医院就诊数据、就业登记数据、待业人员数据、票务类数据、银行交易类数据、购物信息、出租车驾驶人员数据等。

（5）视频图像数据。该类型数据主要包括政府部门主导建设的天网工程视频监控数据、社会部门单位自建的视频监控数据，以及小区内、商家店铺自建的视频监控数据，如视频录像数据、抓拍图像等非结构经的数据，以及经过结构处理的视频监控、人像比对、图像的结构化数据等。

在确定了数据源的前提下，如何将这些不同模态数据进行采集和融合是关键。由于公安数据具有多模态、数据量大、异构等特点，单一的采集的方式不能满足数据采集的全面性和有效性。因此，针对不同类型的数据需要使用不同的采集方式。比如，针对视频监控的数据，可以通过监控服务器进行上传；针对互联网的数据，可以通过网络旁路的方式进行采集。

3 多模态数据融合

为了解决现有业务资源融合不足，数据资源利用率不高的问题，需要最大限度地整合各类信息资源，实现互联互通和资源共享，真正实现现代警务数据的高度融合。

3.1 数据信息采集对象

社会领域的信息由很多主体对象生成，这些对象就是信息的源头。根据公安部要求，从公安业务部门的关注角度可以将这些对象划分为人、物品、组织、地点、事件等。因此，数据采集围绕这些对象展开。

（1）对人员的数据采集。信息时代，人在整个社会活动中无时无刻不产生数据记录。例如，随着移动互联网技术的飞速发展，人的线上生活也成为一种趋势。人的衣食住行等行为都会留下各种数字痕迹。从公安工作的角度，对人的数据采集可以按身份、行为、行踪等几个维度开展。

人的身份是对人进行标识的方式，而人在不同领域的活动可能会有不同的身份标识，比如，身份证信息、会员证信息、DNA信息、指纹信息等。人的行为信息描述人鱼空间的关系。比如，地理位置信息、出入境信息、出行信息、住址信息、工作地址信息等。

（2）对物品的数据采集。当前，物联网已经得到广泛应用。因此，数据采集的对象也从人扩展到了物。比如快递行业中的物品监控、交通运输中的车辆监控等。物品数据主要包括涉案物品登记信息、车辆登记信息、车辆卡口信息、车辆违章信息、物品寄递信息、物品销售信息等。

（3）对事件的数据采集。对事件的数据采集主要包括时间、地点、人员、组织、舆情、其他关联信息等。

（4）对地点的数据采集。对地点的数据采集主要包括地理信息、环境信息、区域特性信息、区域对象信息等。

（5）对组织的数据采集。组织是指社会中的各种团体，比如政府机构、行业联盟、商业公司、志愿者团体等。组织信息包含法人登记信息、团体活动信息、资产信息、商业信息、财务信息、法律信息等内容。

3.2 数据采集方式

数据采集按照技术手段划分为：网络旁路采集、接口服务采集、物联网感知读取、数据库同步、文件同步等5种方式。

（1）网络旁路采集。网络旁路采集是指通过分光截取、端口镜像、高阻复接等方式对网络中传输的数据进行采集的方式，主要适用电信运营商互联网出口和局域网环境互联网出口的数据采集。

（2）接口服务采集。接口服务采集指的是对第三方提供的远程服务接口进行调用，提供相应的参数并获取返回的结果数据信息。也可以由数据采集提供数据接收服务接口，信息提供方对其进行数据推送。

（3）物联网感知读取。物联网数据感知读取主要通过传感器技术、物品标识技术及短距离无线传输技术实现。具体来说，物联网感知读取手段综合了传感器技术、嵌入式计算技术、智能组网技术、无线通信技术、分布式信息处理技术等，能够通过各类集成化的微型传感器的协作，实时监测、感知和采集各种环境或监测对象的数据。

（4）数据库同步的采集。数据库同步采集方式指在数据源库和目标数据库之间采取实时或准实时的同步措施来获取数据。

（5）文件同步采集。文件同步的采集方式指在源文件服务器和目标文件服务器之间采取实时或准实时的同步措施来获取数据。

3.3 多模态数据融合

互联网+时代背景下，公安机关在数据的总量、数据的形态、数据的服务方式及数据的关联关系等方面都发生了巨大的变化。对云计算、大数据等技术进行探究，以更高的效率、更低的成本去处理公安大数据中存在的多模态、结构化和非结构化数据，进而形成高价值、高密度、高聚合的结构化数据[4]。同时将不同需求、不同业务有效整合，为互联网+警务平台的上层应用提供个性化的数据定制服务。

3.3.1 多模态信息共享和融合

当前公安业务系统的分散建设导致数据分散，不同模态的数据分散存储产生了一系列问题，如：数据冗余、管理混乱、编码不统一、数据不一致，这些问题将对公安业务造成效能降低、信息不明确、错误决策的影响。因此，急需一种对多种模态数据融合的主数据统一管理模式。主数据是公安数据中的基础性数据，它长期存在并且被各个应用系统广泛使用。 主数据管理（MDM）可以帮助我们创建并维护整个机构内主数据的单一视图（Single View），保证单一视图的准确性、一致性及完整性，从而提供数据质量，统一数据实体的定义，简化改进处理流程并提供业务的响应速度。主数据管理方式和非主数据管理方式如图1所示。

图1 两种数据管理方式示意图

现代警务以信息资源为支撑，以综合研判为核心，以打防管控为目的，按照“情报主导、手段集成、资源共享、数据整合”的原则，构建情报研判、侦查和预警防范一体化运作的新型警务信息化模式。由于公安业务数据较为分散，各业务系统数据量大小不一，而且互联网数据、社会资源数据和公安业务数据密级有差别，在利用大数据进行智慧警务建设的过程会遇到很多问题。为了有效解决这些问题，保证智慧警务的建设效果，应按照如下原则实现互联网+警务数据的融合：

（1） 低密级向高密级融合原则。根据保密的相关规定，互联网+警务建设所需的数据流动应是由低密级数据向高密级数据融合，也就是说互联网数据向公安网数据融合，视频网数据向公安网融合，公安网数据向网安数据融合，以单向光闸的方式进行融合。

（2）小数据量向大数据量融合原则。智慧警务建设基础就是公安大数据，为了节约时间和减少成本，公安大数据的建设应当是数据量较小向数据量大的融合。公安业务数据量最大应该是公安网的互联网大数据（含3G/4G数据），公安真正的大数据应该是建设在网安上，公安大数据中心所需的所有数据必须向网安部门的数据进行融合。

（3）设备投入多向设备投入少融合原则。当前，是大数据时代，是互联网+时代，所有业务系统建设都必须是在“云”环境上进行，公安机关在建设数据机房搭建大数据中心时应充分考虑各业务部门的实际需求和扩展，充分利用大数据中心资源，各部门建设业务系统时，只需提出建设业务系统所需要的计算资源和存储资源需求，不再需要单独购买一批服务器，所有数据均向警务云中融合，从而大大节约设备成本，提高了管理效能。

3.3.2 多模态信息对象语义的分层结构

由于公安数据来源多、包含丰富内容信息，语义挖掘需要大量语义标注、机器学习和数据挖掘等技术参与。鉴于语义的复杂性，应将其划分为层次结构，划分层次的粗细程度是正确对象语义分析的关键[5]。如图2所示，多模态信息语义融合包括元数据处理模块、元语义计算、语义内容描述、知识库和决策应用层等组成。

图2 多模态数据语义融合模型

4 数据融合的互联网+警务应用

基于多模态数据融合的“互联网+警务”模式是按照公安部“大部门、大警种制”改革思路的全新的警务模式，是公安部门去机关化、去行政化的体现，可以实现从机关走向实战、从警力分散走向集中、从传统警力走向科技要警力、从专业单一警种向一警多能的转变。通过基于多模态数据融合的互联网+警务平台建设实现横向互联、纵向贯通、一体运行，实现多种模态警务数据资源整合、警务要素重组、警务流程再造，推动公安工作全领域、全流程转型升级[6]。

（1）实现警务流程再造，变信息流、业务流、管理流转为互联网+警务平台的指令下达。互联网+警务需要充分利用信息化手段，依托公安大数据技术作支撑，实现多模态数据融合，全面打通公安警务信息流、业务流、管理流，再造警务流程，促进传统警务模式转型升级。部门之间、警种之间所需的协作和交流，只需在智慧警务平台以指令的方式下达，大大缩短时间，如图3所示。

图3 互联网+警务综合平台指令流转

（2）可以实现警务要素重组，达到“一警多能、一体化侦查、一站式服务”的目标。互联网+警务要求公安业务数据信息资源高度集成，整合各种侦查技术手段，真正实现数据资源横向集成、纵向贯通。拓展警务移动终端功能，推动信息化手段由专业应用向普及应用、一般应用向深度应用、零散碎片化应用向规范融合精准化应用转变，各警种、各部门的业务工作统一融合到标准的互联网+警务平台上，重组警务要素，达到“一警多能、一体化侦查和一站式服务”的现代警务，如图4所示。

图4 数据融合的互联网+警务应用

（3）可以实现警务效能快速提升，达到数据融合支撑下精准打击、精准防控、精准指挥、精准服务。互联网+警务通过数据前端采集设备实时采集鲜活数据进行融合，再利用大数据分析、人工智能、数据挖掘等先进技术在辖区内构建“一人一档”，实时掌握犯罪嫌疑人的活动轨迹，做到对公安业务的精准预测，最终做到互联网+精准打击、互联网+精准防控、互联网+精准执法、互联网+精准服务、互联网+精准反恐、互联网+精准指挥、互联网+精准管理，大大提高公安警务的效能，如图5所示。

5 结语

在数字经济时代，“互联网+”已渗透到各个领域，不仅能助力传统企业转型升级，还能为政府职能部门提高效率提供决策依据，真正普惠广大群众[7]。而警务作为政府传统职能的一部分，与大众生活息息相关，正在经历着“互联网+”风潮的洗礼。因此，必须从公安内部资源库和社会资源库中获取相关数据，利用大数据、云计算等技术将多模态数据融合，建立面向相关应用的专题数据库，把控数据之间的联系，以达到警务管控流程协同、可视化分析研判、智能预测预警等功能。本文提出了对多模态数据信息源的采集和融合的方法，并将数据融合应用到互联网+警务中，形成一种新的警务机制模式。对推动警务机制与“互联网+”有机融合，促进传统警务向“智慧警务”转型具有重要意义。

图5 多模数据融合的互联网+警务精准应用