智慧警务是以大数据、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，构建智慧警务大数据平台，实现公安信息数字化、网络化和智能化。通过智慧警务大数据平台，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。

智慧内保是智慧警务建设的重要内容，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。

智慧内保在智慧警务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。

通过智慧内保警务平台，对内保单位开展安全检查，排查治安隐患；检查内保单位重点部位、重点物品，对重要岗位人员进行审查及身份核实，“人防、物防、技防”措施是否到位，并开展宣传教育工作。

通过智慧内保警务平台，整治辖区内重点单位、重要部位、重要基础设施及周边地区突出的治安问题，对各类扰乱治安秩序、盗窃公共财物、破坏基础设施等违法犯罪案件，加大侦办的力度，实现对单位内部安全事件的有效预测预警预防，提高社会治理社会化、法治化、智能化、专业化水平。

智慧内保警务平台，包括智慧警务管理平台、智慧警务APP、企业内保管理系统。

企业内保管理系统，包括通知公告、预警信息、监督检查、从业人员信息管理、安防建设、舆情上报。

舆情上报，支持内保单位对于发现的异常情况进行及时上报，包括视频、拍照、文字描述等方式。

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。

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。

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。

数据仓库是一个面向主题的、集成的、时变的、非易失的数据集合，支持管理者的决策过程。数据仓库的主要特征：（1）面向主题的：数据仓库围绕一些重要的主题，如顾客、供应商、产品和销售组织。（2）集成的：通常，构造数据仓库是将多个异构数据源，如关系数据库、一般文件和联机事务处理记录集成在一起。（3）时变的：数据仓库从历史的角度提供信息。数据仓库中关键结构都隐式地或显示地包含时间元素。（4）非易失的：数据仓库总是物理地分离存放数据，这些数据源于操作环境下的应用数据。由于这种分离，数据仓库不需要事务处理、恢复和并发控制机制。

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。