智慧公安以大数据、云计算、人工智能、物联网和移动互联网技术为支撑，以“打、防、管、控”为目的，综合研判为核心，共享信息数据资源，融合业务功能，构建公安智慧大数据平台，实现公安信息数字化、网络化和智能化。智慧公安大数据平台，全面感知、综合分析、整合公安业务资源和社会化信息资源，提供高效的警务管理手段，拓展便民服务空间。

智慧公安大数据治安综合业务应用平台，包括治安综合业务门户系统、智慧巡防系统、娱乐场所和特种行业治安管控系统、新兴业态管控系统、智慧内保管控系统。

智慧巡防系统整合平台各类感知资源，与相关业务系统进行联调对接，以巡区划分为基础，街面警务站建设为依托，构建智慧巡防体系，全面掌控巡防工作态势，做到精准防控、主动防控。

巡防战果管理

巡防战果管理，实现对警员在巡防过程中发现的重点关注人员和缴获物品信息进行管理。

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。

大数据基础平台对大规模数据集（海量数据），提供底层分布式计算和分布式存储技术，可以扩展到数以千计的存储和计算节点，提供高可用服务的大数据集群。大数据平台具备数据的可靠性、安全性和高可用性，是构建整个大数据技术架构的基础平台。产品特性包括：分布式计算、分布式存储、支持数以千计的存储和计算节点、高可用服务，以及保证数据的可靠性、安全性和高可用性。

大数据平台的采集源端进行数据采集时通常要面对数据结构、业务规则、技术特性等方面的综合挑战。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。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化开发。通过大数据平台，即可完成数据采集配置和根据实际需求进行定制化开发。

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，如大数据平台、数据仓库、分布式数据库、数据挖掘平台、大数据可视化，使分析处理海量数据变得更加容易、更加便捷。

数据仓库，英文名称为Data Warehouse，可简写为DW或DWH。数据仓库，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建，为需要业务智能的企业，提供指导业务流程改进、监视时间、成本、质量以及控制。

数据仓库的数据来源于业务处理系统，需要按照数据仓库的逻辑模型和物理模型，在源系统数据分析的基础上，按照源系统数据和数据仓库数据之间的映射关系，经过数据的抽取（Extration）、转换（Transformation）和加载（Loading）等环节方可以进入数据仓库，这个过程简称为ETL处理。ETL遵循如下设计原则：（1）灵活性：不同的时间段中能够进行数据获取、转换、装载；（2）可重复性：支持失败的ETL任务数据重新装载；（3）模块化：ETL过程分步实施，每个过程通过不同的模块组件来完成，并尽可能复用这些组件；（4）迭代方法：满足当前的业务需求，尽可能搭建满足未来的业务需求的平台上不断开发实施；（5）ETL逻辑顺序：依赖业务系统数据处理方式，来定义ETL处理流程控制。

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。