2017年，公安部印发《关于深入开展“大数据+网上督察”工作的意见》，2018年初又成立了全国公安大数据工作领导小组，大力推进实施公安大数据战略。各地公安机关也在大力开展大数据应用相关体系、机制、技术和技战法模型的探索实践，积累了丰富的经验，也取得了一些成果和战果。比如：通过辖区案件数量、类型等数据的统计来指导公安勤务工作；通过对案件周边人、车时空轨迹的分析研判，快速排查锁定涉案车辆、人员，大大提高案件侦破的效率；通过对重大活动现场及周边人流、车流的数据分析，启动相应的交通管制、疏导和警力投放等安保预案等。
公安机关在大数据应用研究、探索和实践过程中也发现了不少问题，成为制约公安大数据深度应用的瓶颈，并且在一定程度上挫伤了基层科所队对大数据应用的积极性。其中主要表现以下几个方面：
一是对大数据的认识上有偏差。大数据应用的基础是数据自身所蕴含的价值，需要考察数据的“价值比重”，因为对于价值比重较低的数据会极大地耗费数据清洗、处理和运算资源，投资回报率很低。因此对于公安机关来讲，并非数据越多越好，而是需要对数据的价值进行预先评价和甄别。公安机关管控和服务的对象主要是人，把“人”管好了，服务好了，社会也就好了，因此数据价值评价的标准首先是数据是否能够和人产生关联，以及产生关联的代价。目前很多公安机关在大数据应用中，不加甄别地把互联网上的很多数据直接来用，消费了宝贵的数据运算资源，反而起到了事倍功半的效果。
二是与人弱关联的数据资源得不到充分利用。当前公安机关所掌握的数据资源，除了人口库、机动车登记数据库等相对静态的数据外，还有机动车卡口采集、实名制住宿、乘车（机）记录、上网行为、设备ID采集等数据，其中车辆号牌、实名制登记等数据虽然可以直接关联到人，但对于一个公安机关重点打击和管控的对象来讲，完全可以通过套牌、冒名等手段进行躲避，使我们无法采集到真实的数据，且数据采集的范围受到很大限制。而上网行为、设备设别数据具有采集范围广、采集成本低、真实性高等特点，但又较难与人进行直接关联。
三是视频图像等非格式化数据无法直接参与大数据运算。公安机关掌握的众多数据资源中，覆盖最广、信息最丰富、规模最大、采集成本最高的是视频图像资源，但由于视频图像数据是非格式化数据，无法直接参与大数据运算和处理，还需要传统的人工方式及人海战术进行查看和甄别，不仅极大地降低了大数据的应用效能，也造成了极大的资源浪费。现在虽然借助人工智能有了一些突破，但是大部分非结构化数据依然没有得到有效开发的利用。
四是大数据应用层级还比较低。不少大数据应用还仅仅停留在信息组合查询和对数据的宏观统计分析上，如本月发生了多少起案件、分布在哪些区域等等，并以数据可视化的方式在中心大屏上呈现出来，看起来很高大上，实际上对公安业务产生不了多少实战意义。公安大数据应用的目的是要通过大数据的分析把关注的目标具体到某个人和未来可能会发生的某个事件，从而形成以“人+事件”为核心的分级分类管控和预测预警机制，做到先发制人，掌握社会治安防控的主动权和主导权。
声明：本文来自警用科技，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
