智慧内保是社会治安防控体系建设的重要内容，汇聚单位标准地址、从业人员、保卫人员等基础信息，对重点单位和要害部位的人员，结合空间数据，建立人员全息档案，进行警情态势预测、高危人群筛查、串并案等主题和多维度分析研判，实现多维度预警。

智慧内保在平安城市建设中起着举足轻重的作用，包括汇聚内保单位基础信息，建设信息资源库，为数据交换共享提供服务支撑；实现内保辅助决策，展示单位内保工作形势，提供参考和数据支撑；实现内保监测预警功能，采用大数据挖掘、人工智能等技术进行预警监测。

智慧内保安全监管大数据平台，包括数据中心、智慧内保安全监管系统、企业采集系统、智慧内保警务通APP。

数据中心

数据中心提供对海量数据的处理、存储、计算、分析、数据挖掘和数据服务。

数据中心建设包括以下内容：

数据接入，包括：元数据管理、数据定义、数据读取、数据处理；数据来源包括视频图像、外部数据、内部警务数据。

数据治理，包括：资源编目、数据血缘管理、标签管理、数据质量管理、数据运维管理。

数据组织，建立基础数据库、主数据库、关联数据库、专题数据库、主题数据库。

数据服务，包括：数据服务接口、API网关。

基于沃达德大数据平台，通过对海量数据采集、处理、存储、分析和数据挖掘，根据数据的特性，采用合适的可视化方式，将数据直观地展现出来，以帮助人们认识数据、理解数据，同时找出包含在海量数据中的规律或者信息，预测未来发展趋势，进行智能化决策分析，使得数据资产成为核心竞争力。

信息系统经过多年的运行，沉淀了海量的视频、图片、图表、文字等相关数据。这些数据具有量大、高维、多源、异构、动态、时效、连续、无限等特点。由于种种原因这些数据大多只存在于垂直业务和单一应用中，数据过于分散，并未被充分整合加以利用和挖掘。随着信息化系统的不断建设，相关的数据量级已从TB级别跃升到PB级别，足以支撑起行业应用大数据来解决相关问题。经过多年的发展也积累了大量的大数据处理分析的应用需求，具备基于海量数据进行相应数据挖掘的基础。

数据是一种宝贵的资源。利用新技术新方法挖掘现有数据的价值，找到数据间的关联关系，提高基础数据的利用率，并预测未来趋势及行为，是面临的迫切问题。一批新兴的数据处理、挖掘与分析技术不断涌现，使分析处理海量数据变得更加容易、更加便捷。

通过建设大数据基础平台，对已有海量数据进行整合、挖掘和分析，由传统的经验决策模式逐步转变为数据决策模式，可以进一步提升管理水平以及决策效率，并充分挖掘数据资产的重要价值。大数据基础平台采用模块化结构，模块高内聚、松耦合，应满足高可靠、实时响应快、安全性好、开放性好，系统应易于操作、易于维护、可扩展性好。

大数据平台进行数据采集时通常要面对数据结构、业务规则、技术特性（网络、安全、性能约束）等方面的综合挑战。如果数据源和大数据平台处于相同的网络环境，具有类似的数据结构和编码映射，可以通过工具配置或脚本进行采集，如使用Sqoop。当需要面对和对接第三方的数据生产系统，需要遵循对方的抽取协议，以及跨网段的数据访问，从而需要对采集应用进行一定程度上的定制，可以使用Java NIO、Netty或Mina。

基于沃达德大数据平台，通过对海量数据采集、处理、存储、分析和数据挖掘，根据数据的特性，采用合适的可视化方式，将数据直观地展现出来，以帮助人们认识数据、理解数据，同时找出包含在海量数据中的规律或者信息，预测未来发展趋势，进行智能化决策分析，使得数据资产成为核心竞争力。