智慧公安

    智能公安是利用互联网、物联网、人工智能、云计算、智能引擎、视频技术、知识图谱等技术为支撑，以公安信息化为核心，通过互联化、物联化、智能化的方式，促进公安系统各个功能模块高度集成、协调运作，实现警务信息“强度整合、高度共享、深度应用”之目标的警务发展新理念和新模式。通过知识图谱和机器学习等相关的人工智能技术，全面整合、融合及关联各数据链路产生的数据信息，可更全面、更深刻把握犯罪形势、动态特征、局部特点、演变规律、发展趋势，为决策指挥提供动态的、系统的数据依据，实现传统决策向数据化、动态化、精细化决策转 变，以达到实现智能公安的目的。智能公安的全景图如下图所示，其中包括了面向公安领域的基础资源、平台支撑、数据支撑、核心数据支撑、核心算法和智能应用等。

典型应用

    如下图所示，展示了基于公安知识图谱的应用分类，可分为4大方向：全息档案研判、战法应用、情报检索与分析、事件预警等。其中，全息档案研判包括认为画像、案件画像等；战法应用包括高危人员分析研判、嫌疑人分析、串并案件分析、伴随分析及时空轨迹研判等；情报检索与分析包括深度语义检索、警务知识问答、网络有害信息识别等；事件预警包括群体性事件预警、社会稳控事件预警等。可有效指导城市公共安全防控、警力资源调度、重大安保布防等应用，将极大地提供公安警力资源的利用率，降低城市案发率。

    案情辅助系统通过同时利用公安系统标签、轨迹、关系三大数据体系，充分开展图谱数据库存储模块、图谱分析模块和图谱算法模块间的统一协作，将人类智能和机器智能在交互式的产品使用模式下高效协同，创造出更大价值。由于现实情景中，疑犯为了降低被怀疑的概率，很大程度上会使用清白的车，但是要找到这样的犯罪工具并不容易，一个很常见的模式是拉一个没有前科的同乡好友一起作案。基于这样的场景，利用图谱算法对所有记录人员进行社群划分，快速地大幅缩小可疑范围，提升警务工作效率。下图展示了一种基于知识图谱产品进行犯罪分析的案例图。

    关系网络分析主要针对人、事、物、组织等对象要素的数据进行关系网络图谱挖掘分析，通过公安领域知识图谱，构建公安全量数据的关联图谱。在侦查办案过程中，对涉及的人、事、物、组织等对象，可基于知识图谱快速调出该对象的关系网络，并可根据公安业务侦查思路，不断进行关系网络的扩展。同时，支持采用图形算法展示关系网络中各实体之间的关系，帮助侦查人员快速梳理各类分散的、独立的情报线索。

    结合知识图谱库中的各种人员关系数据、轨迹数据、关联数据等，实现对关注对象的亲密人员分析，结合各种同行的次数、亲属关系的层级和其它联系关系次数等，进行图谱关系网络算法综合计算，最终得出关系亲密度圈子，并输出关系亲密度前10的人员进行关系可视化展示。

    物品关系图谱分析主要针对关注对象的车辆、车牌号、驾驶证、身份证、手机号、电子邮箱、虚拟身份账户、银行账户等对象，基于物品对象的关系图谱分析，通过图谱的可视化方式展示物品图谱关系网络，并可不断扩展物品关系网络进行物品关系挖掘分析。

    团伙关系图谱分析主要基于对象的基本属性信息进行分析，并在这些信息数据之间建立内在关联，通过关系推断和隐含关系挖掘，分析出目标对象群体的集群关系，分析指标包括目标对象群体的同类工作关系、同类犯罪倾向关系、同类居住区域关系、同类活动规律关系、同类网络关系等。

    社交关系图谱分析主要基于对象的互联网、通讯网络等虚拟身份信息和动态关联信息进行分析，并在这些数据之间建立起关联关系图谱，通过知识图谱的关系推断、隐含关系挖掘以及虚实身份映射等，分析出目标对象的社交网络图谱关系，并展示目标对象不同的社会渠道的核心关系圈。

    人员分类“冒烟指数”模型指以人员为中心，构建人员分类预测“冒烟指数”模型，实现对涉恐类人员、涉毒类人员等的分类预测预警，输出人员分类的预警指数，辅助业务人员侦查。

    基于已构建的知识图谱体系，在不断支撑各类类案的侦查分析之后，最终可形成各警种类案的侦查分析思路模型，沉淀成为类案分析思路模型，在案件侦查过程可辅助各警种类案的侦查推演分析。

    根据公安侦查办案的业务需要，可基于公安知识图谱平台，定制扩展更多的关系图谱挖掘分析功能，包括涉毒人员关系图谱挖掘分析、关注人员活动轨迹图谱挖掘分析、前科人员影响力挖掘分析、城市犯罪人员传播力挖掘分析、犯罪团伙预测发现等关系图谱挖掘分析。