一、公安大數據建設面臨的主要問題

 目前各地公安機關紛紛進行公安大數據探索，積累了大量的經驗，但是從全面推進公安大數據戰略的高度來看，仍然存在以下幾方面的突出問題。

（一）理念不夠清晰，認識有待統一

1、對公安大數據的重大理論問題缺乏系統研究，基本概念和問題認識不清。

  例如，對什么是公安大數據、怎樣建設、如何充分發揮作用等基礎問題還未研究清楚。

  對公安大數據的理解猶如盲人摸象，各有各的看法和認識，甚至有錯誤的認識，這對公安大數據建設產生了負面影響。

2、公安大數據缺少明確的戰略目標和清晰的發展理念。

  各地公安機關都認識到大數據的重要性，但全國公安大數據建設具體如何布局和定位還不統一，更沒有具體的實施路線圖。

  大數據建設呈現出了一定程度的盲目性，亟待更新發展理念和數據治理、業務處理、協作協同和管理決策的模式和方法。

3、低水平重復建設，無法持續優化。

  對各地公安機關開展的大數據建設案例與實踐經驗缺少系統性總結和提煉，對實踐中出現的問題沒有深入開展研究，各地大數據建設容易在低水平重復。

  全國公安大數據建設不能在數據總量、存儲能力和處理能力等方面形成整體合力，建設模式無法持續優化，無法形成規模效應。

（二）壁壘未打通，融匯不充分，集約度有待加強

1、數據壁壘導致的“信息孤島”現象仍然存在。

  目前，公安信息網、涉密網、視頻專網等多種網絡之間仍然存在數據共享不充分和業務流程銜接不暢的現象；

反電信網絡詐騙、NGO管理等新建專題業務系統也仍然存在只注重利用系統外部數據資源，而以涉密或業務程序等借口而回避自身數據資源和業務接口的對外開放和共享問題，形成了新的“單向信息孤島”。

  大量數據分散在不同的業務部門，無法有效共享，形成了極大浪費。這當中，既有利益格局造成的人為壁壘，也有數據安全問題帶來的安全壁壘，還有技術障礙帶來的技術壁壘等，需要認真研究，加以破解。2、公安機關外部數據資源匯聚融合不充分，存在接入目標不明確、可實施性較差等問題。

  各地開展的警務云、大數據工程都強調外部數據資源接入的重要性，但對于需要接入哪些外部數據資源、接入后如何應用、服務哪些目標并不清楚，由此而導致了外部數據資源接入混亂、數據資源管理成本和處理技術難度增加等問題，數據應用成效無法彰顯。

3、各地公安機關數據中心建設是“集中化”而非“集約化”。

  雖然各地公安機關紛紛建立以云計算技術為支撐的數據中心，但實際上是各自為戰，在技術上采用阿里、騰訊、華為、浪潮等不同廠商的技術方案，互通性存在較大問題，在管理上也沒有實現真正的統一，無法做到資源的統一調度，達不到集約管理、高效運用的目標。

（三）警務模式創新不足，決策科學化、管理精準化、服務高效化程度有待優化。

  為有效應用電信網絡詐騙等新型犯罪，各地公安機關積極開展合成作戰嘗試，出現了許多成功案例，但相當部分合成作戰實踐沒有達到以數據流為引領，深度融合業務流、技術流和管理流，并實現警務流程革新再造的目標。

  目前的公安大數據運用，還沒有按照大數據的內在要求結合公安的特點進行改造和創新，一些所謂的技術創新缺乏針對性，往往只是把系統創新和技術創新生硬地嫁接到傳統業務上。

  以至前端信息采集、查詢對比和后臺數據支撐與推送服務，以及相應的實戰指導都跟不上基層需求發展，基層大數據實踐中出現了業務與技術兩張皮現象。

  民警既要用傳統的老方法，又要用系統的新方法來開展工作，費時費力，效用疊減。

  而基層民警應用能力普遍不足，亦是影響數據效用發揮的重要因素。

（四）人才隊伍緊缺，統籌能力較弱，組織協同性差

  各地方大數據建設的組織機構力量薄弱，組織乏力，既缺乏業務專家，又缺乏技術專家，很難體現出權威性，難以形成推動大數據警務建設的整體合力。

  部分公安機關雖然在文件上有統籌引領的規劃內容，但運行機制缺乏協同性。

  引領作用無法充分發揮，統籌引領在實際工作中缺少有力抓手，沒有把平臺建設、數據整合、統一標準放在優先建設的地位并貫徹執行。

  二、對策建議

  大數據是信息化發展的新階段，全國公安機關應充分利用大數據技術，強化警務流程再造。

  實現數據流、業務流、技術流、管理流有機融合，積極構建大數據支撐，精準化應用的警務實戰新機制。

  具體應在以下幾方面著力：

（一）強化公安大數據發展和應用統籌協調機制，形成職責明晰、協同推進的工作格局

  在現有領導小組工作機制的基礎上，強化部省兩級大數據管理協調機構的縱向管理與橫向協同，切實充分發揮其協調作用的權威性。

  應改革現有機制和工作模式，建立以數據流為引領的融合警務協同模式，全面統籌創新業務流程，實現精細化管理和智能化應用，達到智能增效的目標。

  同時，應特別注意發揮專家和人才的智力支撐作用，統籌規劃大數據建設，建議設立大數據專家咨詢委員會，為公安大數據規劃、建設、發展和應用提供決策咨詢。

  明確大數據發展理念，研究制定大數據發展戰略和行動計劃，并加以大力宣傳和切實貫徹執行。另外，還應推進大數據智庫建設，支持各類智庫開展重大問題研究，為大數據發展提供強大智力支持。

（二）盡快完善公安內外部大數據資源配套政策體系，建立可持續機制，強化大數據資源開放共享

  當前，應積極研究，建立和完善數據開放和保護等方面的規章制度，實現對數據資源采集、傳輸、存儲、利用、開放的規范管理，促進數據在風險可控原則下最大程度開放共享。

  應研究制定公安外部數據資源共享指導意見和管理辦法，解決數據資源接入目標不明確、不具體的問題；

  應明確公安機關統籌利用市場主體大數據的權限及范圍，出臺公安行業的數據對外服務指導意見和管理規范。

  應以數據治理的理論為指導，構建統一的數據治理與評價體系，建立統一的數據治理與評價平臺。加強信息共享審計、監督和評價，形成全國分布式統一數據治理框架，提升全國公安數據治理能力與水平。同時，利用分布式技術和大數據分析技術，對數據進行全流程治理與評價，實現對全國各省市數據分布式治理的統一管理和監督。

（三）建立完善大數據人才可持續發展機制，構建體系化、規?；髷祿夹g人才隊伍，并充分發揮其作用

1、以實戰為導向，圍繞公安工作需要，明確人才梯隊規模和層次，編制人才發展規劃。

  應涵蓋規劃、建設、運維、應用等領域，應包括通識人才、應用技能人才、技術人才和專家人才等各個層次。

  借鑒互聯網眾籌、眾包等方式，解決公安實戰中的數據共享、模型算法和戰法應用等典型問題，充分發揮人才的網絡化規模應用效應，使人才“不為所有、但為所用”。

2、創新公安大數據人才選拔和使用機制

  善用競爭性機制，通過開展創新大賽和技能競賽等活動選拔特殊人才，建立相關人才庫；

  善于利用大數據環境，創新使用和評價機制，創建人才協同協作平臺。

3、依托公安院校，積極構建實戰導向的人才培養體系

  應構建大數據思維通識教育課程和教材，利用網上、網下等方式面向全警開展教育培訓，普及大數據知識，提高全警整體認知和應用水平；

  應針對急缺或者熱點大數據應用方向，開設短期技能培訓班，學習大數據技術的新方向、新技能和新成果；

  應在公安院校開設大數據相關專業，培養復合型應用技術人才，尤其應盡快開展大數據技術方向的警務碩士教育，培養公安大數據高級創新人才。

（四）利用智能技術驅動大數據挖掘分析，實現智能化高端應用，推進智慧公安建設

  大數據時代，數據已成為戰略資產，但數據自身不會自動產生價值，只有將算法和計算能力結合才能充分挖掘數據價值并發揮效用。

  智能算法是海量數據發揮效用的直接驅動力，人工智能更是大數據發展的創新引擎。

  應推進大數據與人工智能、云計算等技術的有機結合，利用智能技術驅動大數據挖掘分析，實現智能化高端應用。

1、提高數據深度開發能力，服務實戰。

  應利用知識圖譜技術，構建全國實體及實體關系庫，突破數據整合難題。

  建設公安知識圖譜，通過對公安結構化信息和非結構化信息數據關系挖掘。

  通過數據分析、文本語義分析等，抽取出人、物、地、組織機構、服務標識號等實體，并根據實體的屬性聯系、時空聯系、語義聯系、特征聯系等建立相互的關系，構建一張具有公安特性的多維多層的實體與實體、實體與事件的關系網絡。

2、構建全國公安大數據機器學習平臺并開展智能化應用。

  建議構建物理分布邏輯統一的全國公安共性大數據機器學習平臺，開展大規模協同協作的知識資源管理與開放式共享，并針對重點領域開展大數據智能化應用：

  在戶籍、出入境、交管等民生服務領域開展自主無人智能系統的警務應用；

  在反恐處突、偵查破案和指揮調度等領域開展基于人工智能的預測、預警、預防、動態管控和精確打擊等應用。

3、對公安大數據的智慧應用進行總體規劃，編制實施路線圖并分步啟動。

  建議將規劃命名為“機器警察”系列規劃，對智能化應用總體布局，對技術路線、平臺建設、主體責任和配套機制進行系統規劃設計。

  按照實戰需求和技術成熟度，率先啟動“安防警察”計劃，依托公安院所，通過公安大數據和安防大數據，實現規?；疃葘W習，培育機器智能。

通過“互利網＋安防服務”的方式，提供“安防警察”問答機器人。

  全時空為人民群眾提供基于人工智能的安全專家咨詢、安全預警信息和社會安全指數預報等公安安全服務內容，滿足新時代人民群眾對公共安全的新需求。