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。

智慧内保信息管理大数据平台，包括应用门户、报表统计、智能感知应用、在线防控、综合业务管理、专题应用、数据对接。

应用门户，包括内保民警管理、民警工作台、单位地图、门户查询、内保可视化。

报表统计，包括物联数据统计、业务数据统计。

智能感知应用，包括智能感知巡逻、智能搜索。

在线防控，包括管控区域圈定、布控中心、预警中心。

综合业务管理，包括档案中心、系统配置。

专题应用，包括医院内保信息管理、中小学幼儿园内保信息管理、党政机关事业单位信息管理、重点企业基础信息管理、银行安全防控管理、散装汽油购销监管、内保案件管理、高危人员管理。

内保数据对接，包括感知平台对接、单位业务数据接入。

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时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。