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，进行警情态势预测分析、重点人员预警分析、重点车辆预警分析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，为治安管理、服务实战、跨省跨区域数据交换共享提供服务支撑。另一方面，实现内保辅助决策功能，展示单位内保工作形势，为相关政策修改、制定提供参考和数据支撑。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。

智慧内保安全监管平台，包括数据中心、智慧内保安全监管系统、智慧内保警务通APP系统、系统管理。

智慧内保安全监管系统，包括重点单位管理、人员密集场所管理、公安涉稳人员建模、预警提示、分析研判系统、人员全息档案。

公安涉稳人员建模

公安涉稳人员建模，包括重点人员活动态势、重点人员管理、布控管理、预警处理、重点人员档案。

智慧公安的智慧体现在实战模型和人工智能算法、数据挖掘算法、机器学习算法，这些实战模型和先进的算法是智慧公安的大脑中枢。将民警总结积累的实战模型和算法应用于大数据平台，模拟出专业民警、技术民警的侦查办案思路，智慧公安的效能才能真正体现。人工智能和数据挖掘算法主要有K-means算法、朴素贝叶斯算法、分类算法、聚类算法、线性回归算法、最大期望算法、PageRank算法、AdaBoost算法、Apriori算法、SVM支持向量机等。通过算法使得智慧公安大数据平台不断自我学习、自我完善，变得越来越聪明、越来越智慧。

大数据建模是一个涉及多个步骤的过程，主要包括数据采集、数据预处理、特征选择、模型建模、模型评价。数据采集，需要收集有效的数据，并确保数据的准确性和完整性；数据预处理，通过数据转换、缺失数据处理等对数据进行处理，并进行数据清洗；特征选择，根据业务的需要进行特征筛选，提取符合业务需求的特征；模型建模，根据业务需求，从数据中提取重要特征，建立相应的模型进行预测或推断；模型评价，对模型的准确率、可靠性、完整性、准确性等指标进行测试、模拟和评估。

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。