公安物联网技术在社会治安防控中的应用

引言

2015年4月，中共中央办公厅、国务院办公厅印发了《关于加强社会治安防控体系建设的意见》，旨在为有效应对影响社会安全稳定的突出问题，创新立体化社会治安防控体系，依法严密防范和惩治各类违法犯罪活动，全面推进平安中国建设。意见提出要着力提高动态化、信息化条件下驾驭社会治安局势的能力，以确保公共安全、提升人民群众安全感和满意度为目标，以突出治安问题为导向，以体制机制创新为动力，以信息化为引领，以基础建设为支撑，坚持系统治理、依法治理、综合治理、源头治理，健全点线面结合、网上网下结合、人防物防技防结合、打防管控结合的立体化社会治安防控体系。

所谓立体化社会治安防控体系，当今社会更要依赖高新科技手段，其中物联网、大数据、人工智能等科技手段的应用，可有效提升立体化治安防控的效能。本期专题深入探讨经过多年积累和探索，各级公安机关在物联网技术应用上取得的成果，包括温州城域物联网建设、深圳车牌识别网及视频监控系统、信号控制联动的综合应用、杭州大型活动安保、北京智慧监所管理、大连智慧消防管理等立体化治安防控的多个领域。他们利用创新的警务模式和公安物联网技术，在各自的警务实战工作中推陈出新，为我们提供了良好的公安物联网应用案例。

一、技术架构

立体化社会治安防控主要体现在主体的多元化、防控对象的多元化、功能的多样化、措施的综合性、模式的分层性、防控的全过程性和适度性等方面。“立体化”主要体现在多维度和多层次两个方面，即立体化的社会治安防控体系可以理解为多维度的防控和多层次的防控，“立体化防控”更强调从多维度的视角构建防控体系，“防控立体化”更加强调体系本身所具有的多功能性。信息化是立体化防控其中的一维视角；通过物联网、大数据、人工智能等现代信息技术，全面掌握人、地、物、事、组织等基本信息及各类人员的吃、住、行、消费等动态信息，构建“防控立体化”的多维数据视角。在数据采集、共享和分析三个环节中，公安物联网重点关注数据采集，大数据应用重点关注数据共享，人工智能重点关注数据分析。

（一）公安物联网

公安物联网是指利用感知技术与智能装置对公安工作关注对象进行自动感知识别，通过网络互联、计算处理和智能分析，实现对关注对象态势信息的实时掌握，以达到对关注对象的动态掌控、精确管理和科学决策指挥的智能网络系统。公安物联网是公安信息化的延伸与拓展，已经部署的第二代居民身份证核验系统、视频监控系统、机动车辆管控系统、警用装备管理系统等都属于公安物联网的应用范畴。

在立体化社会治安防控中，公安机关利用射频识别、视频监控、卫星定位等各类物联网传感设备动态采集“人、车、物、事、境”信息，达到对关注对象全面实时的感知和信息之间的互联互通，提升实战能力和服务水平，实现警务工作模式从“事后被动处理”到“事前有效防范、事中快速响应、事后全面追溯”的创新，为建立以信息情报为主导、动态勤务为依托、警务合作为支撑、专业规范为特征的现代警务运行机制服务。

图1描述了公安物联网的典型技术架构，分成“感知、传输、支撑、应用和安全、标准”四层两支撑架构。

（二）公安大数据

立体化社会治安防控中，必须全面整合公安多警种、社会其他部门的各类资源数据，有机整合公安指挥中心平台、警务综合信息系统、互联网虚拟社会管理系统、政府各部门联网的信息资源系统和视频监控系统，最大限度开放治安、交通、消防、网监、出入境等警种业务信息系统查询管理权限，形成全警采集、全警应用、全警共享的信息化应用格局。

各类数据需要通过数据管控治理、汇聚、存储、整合、分析和共享，将实时数据、准实时数据、结构化数据、非结构化数据，根据不同业务需求进行分类存储，整合加工，建立基于“人、车、物、事、境”等公安要素的数据关联库、要素库、专题库，形成规划化的数据仓库，为后续线索挖掘、预警预测、智能检索、智能分析等深度智能应用提供基础数据和实时数据计算需求。图2描述了公安大数据的基本层次架构。

（三）人工智能

人工智能（Artificial Intelligence，AI）是研究如何使计算机来模拟人类的思维过程和智能行为的学科，包括智能识别、智能检索、智能控制、专家系统、自动规划、深度学习等多方面技术和理论。目前深度学习处于人工智能领域研究的热点，但深度学习不等于人工智能，深度学习只是人工智能领域机器学习方向的一种方法，深度学习可通过学习一种深层非线性网络结构实现复杂函数逼近，表征输入数据分布式表示，并展现了强大的从少数样本集中学习数据集本质特征的能力。深度学习的实质，是通过构建具有很多隐层的机器学习模型和海量的训练数据来学习更有用的特征，最终提升分类或预测的准确性。深度学习的成功不是理论方法的突破，而是在大数据和大规模计算资源驱动下的基于基础理论的技术突破。

目前，公安行业应用中深度学习的研究热点主要聚焦于安防领域，包括车牌识别、车辆品牌识别、以图搜车、人脸识别、语音识别、人群分析、人体检索、物品识别、事件检测等业务问题。深度学习方法之所以率先应用在这些业务问题上，一方面是因为这些业务问题本身有一定的规律可循，适合采用智能算法进行分析；另一方面是因为它们都能够搜集到大量的数据，有足够的训练样本和实战中的技战法。随着深度学习技术研究的进一步成熟，其在公安行业的应用还将扩展到自然语言处理、异常检测、家族分析、民族分析等方面。

 二、典型应用

（一）治安管控方面

物联网技术丰富了治安基础信息的采集方式，与公安部“四项建设”中提出的“基础信息化”高度契合，城域物联网就是其中的一项有益探索。依托物联网传感技术和数据处理技术，温州市公安局以物联网治安管控平台为核心，通过对“以卡管房、以卡管车、以卡管物”、“失智老人查找”等业务功能的实现，构筑了一张基于物联网技术的公安城域物联网，实现公安机关基础工作的转型升级，走出了一条以物联网技术为核心的社会治安虚拟管控模式的新路子，取得了专业和社会的双重效益。

（二）交通管理方面

车牌识别网是物联网技术在公安交通管理中的一项具体应用。深圳市公安局构建一体化的基于车辆身份识别、视频监控和信号控制联动的稽查报警机制，搭建出稽查布控系统。该系统很好解决了各技术手段各自为战、单线作战的弊端，有效实现了对违法车辆的识别、监控和查处，对提高公安机关打、防、管、控能力具有重要意义。

（三）大型活动安保方面

物联网技术通过对感知信息的汇集、分析、处理来提升现代警务实战能力和服务水平，满足公安安保实战业务的需要。面对压力巨大的G20峰会安保任务，杭州市公安局大量采用物联网技术，综合运用现代科技信息化手段，着力强化数据、语音、视频三网基础建设，提升基础信息、信息资源、警用地图、移动警务、视频监控、数字通信等六大平台支撑能力，依托一个层级分明、上下贯通的安保指挥技术体系，开创了“信息、数据、地图、移动、视频、通信”六线融合的信息化作战模式，实现对感知对象多维时空信息的全面感知、高效共享和深度应用。

（四）监所管理方面

安全智慧监所采用公安物联网、大数据等技术，视监所安全为一个整体，建立完善的物联网感知网络，实时采集监所安防和业务数据，模式化及共享监管民警的经验智慧并丰富数据的展示和应用方式，针对业务岗位建立不同的应用系统，实现对监所在押人员的精细化安全管理，保障监所安全规范运行。

（五）消防管理方面

在消防工作中引入射频、传感等物联网技术，强化人防、物防和技防措施的落实，保障规章制度和设施设备发挥实效，辽宁智慧消防管理系统能够有效提升单位自我管理能力，降低火灾风险，提高行政监管和灭火指挥的效能，实现火灾形势的根本性好转。

（六）智能卡口应用

社会治安防控公安物联网比较典型的应用还有智能卡口应用，是指公安机关利用物联网感知技术，实现对人员、车辆和物体数据采集和管理控制，全面提升人/车/违禁物品等信息的实时采集能力、关注对象信息管理和暴恐事件预警能力、事件现场警力和态势信息全方位感知能力、应急处突和物资保障能力，为打造立体化社会治安防控体系提供信息采集、事件预警、警力调度和物资保障等方面的支撑。智能卡口应用全称为公安物联网智能感知与应用服务平台，在北京、杭州、深圳等地均已部署应用。

该平台具体包括两部分：

1. 立体化智能安全卡口

选取城市周边主要出入口和城市中大型交通枢纽出入口为应用对象，部署多模态高通量人员特征信息采集设备、车辆信息快速感知设备、危爆品快速识别设备，形成城市级智能安全卡口网络，实现智能安全卡口数据的分层汇聚、数据共享，综合重点关注人员和车辆的违法犯罪等背景信息及住宿、乘车、网络等社会活动信息，绘制全时空社会关系和活动轨迹图谱，构建重大事件预警模型，为全国范围内公安应用提供卡口数据支撑。智能卡口能够源源不断地产生大量的人、车、物等数据，为此建立大数据的实时分析和预警平台，对潜在危险进行及时预警，为提前处置争取时间。图4展示了多维人员信息和社会人360度全景画像，结合大数据并进行深度学习，抽离其中的规律，从而对特定人员的社会行为进行分析，实现某些案事件的预警。

2. 移动互联多维警务感知

为一线警务工作配备单警、车载等可采集多维警务信息的智能感知装备，以警务工作的第一视角实时获取现场态势、警力状态等多维信息，兼容并逐渐统一单警、车载等智能感知装备的通信接口标准，提高单警、车载等感知装备的集成化、智能化程度，增强工作效能和协同作战能力，并为警务工作提供更鲜活、更丰富的数据来源。

三、未来发展

2017年4月，公安部印发了《公安科技创新“十三五”专项规划》。规划中指出，公安物联网作为“智慧公安”技术体系的重要组成部分，以业务需求为出发点，重点在前端智能感知、网络传输和数据价值应用等方面继续加大攻关力度，研发重点表征了未来公安物联网发展的走向。

规划中公安物联网的研究重点包括：

（一）研究前端智能感知技术和设备，扩展公安物联网的感知触角

具体包括：研究多模态人员特征信息智能感知前端设备；研发眼镜、头盔、手环等多形态、智能化、低功耗的多维信息一体化前端感知设备；研制具有人、车、物特征信息感知功能的警用服装及标识；研究指纹、DNA、人脸、虹膜、声纹、步态等多维生物特征信息的采集、识别与深度应用技术；研发巡逻、安检、反恐、消防、交通等各类警用机器人；研究无人机在警务工作中的应用和对社会无人机的管控技术；研制基于自主可控软硬件平台的移动警务安全智能终端；研发警民协同及群智感知等技术与装备，适应多种环境条件的一体化智能型单警作战系统。

（二）研究多形态网络传输与安全技术，力求补全公安信息化“最后一公里”数据采集和情报推送的短板

具体包括：研究LPWAN技术在公安应用中落地的措施，研发宽窄带融合的警用无线集群通信装备；研究在缺乏公共电力、公共通信等条件支撑时及在边远山地等反恐作战复杂环境下的应急指挥通信技术和配套的支援保障技术；研发可快速部署、操作简捷且安全可靠的模块化应急通信技术装备；研发警用无人值守平台、空天平台；研究北斗导航、高分对地观测、卫星电话等国产卫星系统在公安领域的应用技术；研究公安物联网与公安信息网、无线通信网、移动指挥网等网络的数据交互，实现信息资源跨网络共享；研究公安物联网终端设备、网络边界；应用系统中安全监控及主动防御技术；研究安全审计和安全追溯技术。

（三）研究数据价值应用综合技术，支撑全警数据分布式综合应用

具体包括：研究异构多源公安数据的采集汇聚和清洗融合技术；研究文本、图片、音频、视频等多类型公安数据的自动特征提取和结构化转换技术，将深度学习技术应用于已有的资源数据库，挖掘更大数据价值；研究公安大数据多级、多域、多架构、多协议兼容共享及传输、存储和计算等技术；研究面向人员、场所、物品、事件、组织等要素的社会关系图谱构建技术；研究信息快速检索、高效共享、关联分析、深度挖掘和可视化应用等公安大数据综合应用服务关键技术。构建基于人、车、物、网、地的时空图谱，建立通行风险研判、危险品识别及轨迹信息联动的智能预警平台。借助天网计划、天眼计划、雄关计划、磐石计划等专项工作，将单一功能的系统进行整合，通过区域警务合作和部局管理，打破各类平台之间的壁垒。

四、结语

充分利用物联网、大数据、人工智能等现代科技夯实立体化社会治安防控体系，顺应了现代警务的核心理念和改革趋势，可极大增强防控体系的系统性、整体性、协同性、实效性。公安物联网技术的应用不仅以公安机关为主导，而是需要社会力量的广泛参与，通过社会各类物联网资源整合，最大化实现治安防控的立体化、全民化。

参考文献：

[1]宫志刚, 李小波. 社会治安防控体系若干基本问题研究. 中国人民公安大学学报(社会科学版),2014(2).

[2]张继远. 立体化社会治安防控体系中的公众参与机制建设. 政法学刊, 2016.33(2).

[3]王淑荣. 治安防范学导论. 北京:中国人民公安大学出版社, 2014.

[4]谭林,李胜广,陈毓等.公安物联网技术发展报告(2014). 北京: 群众出版社,2014.12.

[5]谭林,李胜广,陈毓等.公安物联网技术发展报告(2016). 北京: 群众出版社,2017.8.

[6]陈伟,彭晓帅. 立体化社会治安防控体系建设研究. 云南警官学院学报, 2015(4).[7]陈思源.首都特色立体化社会治安防控体系建设研究. 北京警察学院学报, 2015(1).

[8]公安科技创新“十三五”专项规划. 公安部, 2017.4.