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。

社会治安防控体系建设，结合公安智慧新警务建设需求，以治安圈层查控、单元防控、要素管控为主的立体化、信息化社会治安防控体系建设，进一步提高社会治安的控制力，使人民群众安全感和满意度提升，社会更加安定有序。

社会治安防控体系建设，对智慧内保管控、公交智慧安防、新兴业态管控、重点人管控、矛盾纠纷管理、互联网应用、治安综合业务移动应用等方面进行规范化、智能化建设，提升社会治安防控治理智能化水平，提升社区安全防范智能化水平，加强内部安全管理防范，打造城区公交社会治安防控要素智能化监管平台。

社会治安防控体系平台，包括综合业务应用门户、智慧内保管控、公交智慧安防、新兴业态管控、重点人管控、矛盾纠纷管理、多级工作台、互联网应用、综合业务移动应用、数据资源建设。

智慧内保管控

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。一方面，汇聚内保单位基础信息，建设内保基础信息资源库，提供服务支撑。另一方面，实现内保辅助决策功能，展示单位内保工作形势，提供数据支撑。最后，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。

智慧内保管控，包括基本信息、从业人员信息、单位检查信息、单位审批信息、专项信息管控等。

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。

大数据平台所需的各个重要环节，包括基础设施建设、数据采集、主数据管理、实时计算、批处理与数据仓库、数据存储及作业调度。完整的大数据平台都要有数据采集、数据处理（实时处理和批处理）、数据服务和数据展示环节。数据采集，技术选型上主要考虑其支持的数据源种类和协议是否丰富，能够对接非常多的数据源，同时尽可能地通过配置去集成数据源并采集数据。

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。平台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。

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。

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。

Hadoop是一个成熟的大数据处理框架，允许在集群中使用简单的编程模型对大规模数据集进行分布式计算。它被设计为可以从单一服务服务器扩展到数以千计的本地计算和存储节点，并且Hadoop会在应用层面监测和处理错误，而不依靠硬件的高可用性，所以Hadoop能够在一个每个节点都有可能出错的集群之上提供一个高可用服务。

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。