基于大數(shù)據(jù)技術的公路涉毒防控體系的設計研究

李寓星

(貴州警察學院,貴州貴陽 550005)

面對屢禁不止的公路販毒運毒案件,如何采取行之有效的科學方法打擊防控是當前禁毒工作的一個重點,如何運用好先進的科學技術整合現(xiàn)有資源,研究打造符合實戰(zhàn)要求的應用平臺是推動這項工作的有效著力點和突破口。

1 公路涉毒違法犯罪查處工作中的難點

(1)存在大量吸毒背景的駕駛?cè)?。《道路交通安全法》和《機動車駕駛證申領和使用規(guī)定》都有相關規(guī)定,對于正在執(zhí)行社區(qū)戒毒、強制隔離戒毒、社區(qū)康復措施,或者長期服用依賴性精神藥品成癮尚未戒除的,車管所應當注銷其機動車駕駛證,但目前公安交通管理駕駛證業(yè)務辦理系統(tǒng)尚未實現(xiàn)自動注銷功能。截止2019年底全國社區(qū)戒毒社區(qū)康復30萬人次[1],并且這部分駕駛?cè)说淖C件很有可能屬于正常狀態(tài)。通過歷次運毒販毒和“毒駕”查獲現(xiàn)場發(fā)現(xiàn),這一部分駕駛?cè)舜蠖鄶?shù)都有吸毒歷史,在駕駛時往往隨身攜帶毒品、管制刀具甚至還有槍支等危險武器,機動車成了他們用于運送毒品,偷盜搶劫的轉(zhuǎn)移、運輸工具。對社會治安造成極大的危害。

(2)查緝方式是多警種聯(lián)合設點查處。目前查緝方式基本上是組織禁毒、交警、治安等相關警種,在部分省際或市際入口設置固定查緝點,雖然點位上配備人員、裝備齊全,但是位置很容易被提前知曉,從而有效躲避開檢查[2]。受到警力的限制,查緝點也不可能做到全時空全時段的覆蓋各個省際、市際入口,因此設置固定點的方式除非取得有效線索的支撐,否則收益甚小。

2 建設安全防控體系已具備的有利條件

(1)已建設大量視頻監(jiān)控設備。整合公路視頻監(jiān)控資源,不僅能對車輛軌跡進行監(jiān)控,通過軌跡分析獲取情報線索,還可以為構(gòu)建一個從路到車、從車到人、從人到事(案)的邏輯架構(gòu)提供基礎保障,確保車牌號碼、人員身份準確,做到人車合一的唯一性、準確性,實現(xiàn)透過視頻關聯(lián)到車牌后面人、事關系,對各類違法犯罪人員事前有效甄別和管控提供有利手段。

(2)實時產(chǎn)生大量有價值的業(yè)務數(shù)據(jù)。近年來各個公安警種大力發(fā)展信息化建設,信息化應用的水平得到不斷提高,應用過程中產(chǎn)生和累積了大量有價值的業(yè)務數(shù)據(jù)。應用大數(shù)據(jù)技術清洗共享這些業(yè)務數(shù)據(jù),有利于提升數(shù)據(jù)質(zhì)量、增加數(shù)據(jù)價值,實現(xiàn)大規(guī)模情報研判分析,快速響應業(yè)務需求。

3 基于云平臺的防控體系架構(gòu)設計

為切實提高緝毒工作效力和公路涉毒案件的破獲率,以精準的情報線索作為支撐,改變“盲查”模式為精準打擊防控模式,形成對涉毒犯罪行為的強大震懾。引入大數(shù)據(jù)技術,用以整合公路防控體系的監(jiān)控卡口、電子圍欄、手機探針等采集設備資源,共享禁毒、交警、技偵、網(wǎng)安、治安、刑偵等多警種業(yè)務數(shù)據(jù),通過對各類數(shù)據(jù)的碰撞比對,得到精準的分析結(jié)果,從而實現(xiàn)精準打擊[3]。

利用大數(shù)據(jù)云計算新型技術,著力解決緝毒管控工作中存在的難題,適應新業(yè)態(tài)緊密結(jié)合公路防控體系,增強公路防控系統(tǒng)與緝毒工作的系統(tǒng)性、整體性,完全形成閉合,建立以車輛為基本信任根,同其他公安資源的大整合,高共享、深應用,對涉車、涉路的人員背景全網(wǎng)匯聚、關聯(lián)共享、形成軌跡,建立融合WIFI探針、電子圍欄、視頻卡口信息的人、車、碼模型,實現(xiàn)情報準確推送,對人、車、路實現(xiàn)匯總研判、挖掘分析、比對碰撞,提高管控效能。

3.1 防控體系的基礎支撐研究

(1)緝毒防控數(shù)據(jù):結(jié)合貴州公安信息化建設現(xiàn)狀,數(shù)據(jù)資源情況,平臺應用功能,對防控體系要素中的靜態(tài)數(shù)據(jù):包括通過技偵和禁毒信息關聯(lián)分析出的駕駛?cè)嘶蛲嚾藛T基本涉案背景信息、通過交警和禁毒信息關聯(lián)分析出的機動車主涉案背景信息和關系數(shù)據(jù)等的接入內(nèi)容和接入方式、數(shù)據(jù)共享、數(shù)據(jù)上云進行設計,以促進緝毒防控體系中以車輛為基本信任根,同其他公安資源的大整合,高共享。

(2)可視化研判:結(jié)合案件研判實際需求,基于圖像化的表達方式,將全省卡口、WIFI探針、電子圍欄等資源匯聚在地圖上,實現(xiàn)全省數(shù)據(jù)資源“一張圖”。以圖形化的方式展示車、人的關聯(lián)方式,幫助民警將大量的、未知的信息轉(zhuǎn)換成易理解、高關聯(lián)性、高價值的情報,從而為分析研判工作提供幫助支撐。

(3)卡口數(shù)據(jù):基于全省卡口過車數(shù)據(jù)共享原則,采取同一接入規(guī)范及標準,應用分庫分表、結(jié)構(gòu)化與非結(jié)構(gòu)數(shù)據(jù)異步處理、讀寫分離技術保障過車數(shù)據(jù)實時上云,匯聚9個地州市及88個縣級單位天網(wǎng)治安、交通電警、高速公路、收費站、環(huán)黔、環(huán)筑各類卡口資源,預估全省匯聚過車數(shù)據(jù)及過車圖片在8000萬條/天,不僅可服務于緝毒管控工作,同時也可為治安防控,刑事偵查等公安行業(yè)共享提供全省范圍實時過車軌跡及圖片。

3.2 總體架構(gòu)

充分考慮基于目前緝毒防控的需要,以及要求應用未來的可擴展性,如:有可能增加的各業(yè)務警種的數(shù)據(jù)源,形成新的數(shù)據(jù)專題庫,由各警種不同的分析研判側(cè)重點而形成的應用模型,制訂出的總體架構(gòu)如圖1所示,架構(gòu)中主要包含如下三個層面的核心組件:

圖1 防控體系總體架構(gòu)Fig.1 Overall framework of prevention and control system

(1)基礎設施層,主要負責實現(xiàn)跨數(shù)據(jù)中心的計算/存儲集群,并實現(xiàn)容災備份,實現(xiàn)統(tǒng)一的總控,包括如下核心組件:

1)物理上分散的多個計算集群,對上層應用完全透明。形成部省兩級數(shù)據(jù)中心的多集群模式。

2)數(shù)據(jù)收集和存儲:采用批量同步、實時消息推送、接口調(diào)用的方式獲取公安各警種共享數(shù)據(jù),根據(jù)數(shù)據(jù)的類型和應用場景存放在不同的數(shù)據(jù)存儲中。

(2)數(shù)據(jù)管理和分析處理層,提供ETL工具和管理手段完成數(shù)據(jù)集成和數(shù)據(jù)倉庫的構(gòu)建,支持結(jié)構(gòu)化數(shù)據(jù)處理、非結(jié)構(gòu)化數(shù)據(jù)處理以及半結(jié)構(gòu)化數(shù)據(jù)處理,支持實時和離線數(shù)據(jù)處理,包括如下核心組件:

1)多類型數(shù)據(jù)處理:對各警種的結(jié)構(gòu)化數(shù)據(jù)、卡口過車消息半結(jié)構(gòu)化數(shù)據(jù)、圖片等非結(jié)構(gòu)化數(shù)據(jù)進行處理。

2)數(shù)據(jù)倉庫整合區(qū):業(yè)務數(shù)據(jù)抽取到數(shù)據(jù)倉庫,根據(jù)業(yè)務對各類數(shù)據(jù)訪問的時效性與基于特定主題分析的需求,集中構(gòu)建可支持不同業(yè)務主題的動態(tài)數(shù)據(jù)倉庫。

3)實時應用區(qū):采集卡口識別和WIFI探針、電子圍欄實時上報的數(shù)據(jù),構(gòu)建動態(tài)數(shù)據(jù)倉庫,包括存量數(shù)據(jù)和實時增量數(shù)據(jù),用于支持各類在線數(shù)據(jù)分析。

(3)支撐服務層,主要實現(xiàn)對業(yè)務需求支撐的基礎應用組件,包括數(shù)據(jù)集成、算法調(diào)用、調(diào)度服務、PGIS地圖服務、全文檢索、消息推送、數(shù)據(jù)授權等。

3.3 應用架構(gòu)

建設基于實戰(zhàn)應用的平臺,滿足涉毒防控動態(tài)要素的應用架構(gòu):

(1)數(shù)據(jù)層集成機動車、駕駛?cè)恕⑽救藛T、重點人員、PIGS系統(tǒng)等各類公安數(shù)據(jù)資源,融合卡口資源與WIFI探針、電子圍欄采集數(shù)據(jù),支撐實戰(zhàn)應用。

(2)業(yè)務應用集成車輛全息主題,情報預警,可視化研判,信息服務等模塊,集成功能有車輛基本信息、車主基本信息、車輛活動特征、手機碼畫像、車輛畫像、手機碼活動特征、車輛布控、情報預警、人車云關系、人車云軌跡等各類實戰(zhàn)需要的應用建設。

3.4 技術架構(gòu)

基于云平臺的建設,通過虛擬化技術形成統(tǒng)一的虛擬資源池,承載所有的PaaS與SaaS服務,實現(xiàn)計算的彈性擴展與資源的動態(tài)分配,并形成統(tǒng)一的運維管理體系[4]。其中:

(1)云平臺的IaaS服務實現(xiàn)計算資源、存儲資源與網(wǎng)絡資源的虛擬化,并通過虛擬資源的云化管理與統(tǒng)一調(diào)度,為部署在平臺上的各種服務提供了支持彈性計算和負載均衡的基礎運行環(huán)境。提供大數(shù)據(jù)的離線計算、實時計算、流式計算、圖計算多種計算模式。

(2)云平臺的PaaS服務主要包括數(shù)據(jù)服務與應用支撐服務,是大數(shù)據(jù)處理的核心內(nèi)容。PaaS服務基于分布式服務框架和開放式API,支持海量高并發(fā)事務處理、圖片處理等核心應用,并提供標簽管理框架和統(tǒng)計分析類、機器學習類等分布式算法。

(3)SaaS層基于PaaS層提供的應用服務和數(shù)據(jù)服務構(gòu)建車輛研判等應用。

3.5 部署架構(gòu)

根據(jù)天網(wǎng)工程整體規(guī)劃,大數(shù)據(jù)支撐平臺所需數(shù)據(jù)進行接入時需分別通過視頻專網(wǎng)邊界接入?yún)^(qū)域、互聯(lián)網(wǎng)邊界接入?yún)^(qū)域、以及公安信息通信網(wǎng)進行。

卡口視頻、及車輛圖片資源通過視頻專網(wǎng)接入云平臺,提取結(jié)構(gòu)化特征用于后續(xù)的分析研判。

由WIFI探針、電子圍欄進行數(shù)據(jù)采集后,通過3G/4G網(wǎng)絡接入陣控平臺進行數(shù)據(jù)歸集及數(shù)據(jù)預處理、清洗,通過互聯(lián)網(wǎng)邊界接入公安信息通信網(wǎng)內(nèi)大數(shù)據(jù)支撐平臺做深度加工處理。

圖2 技術架構(gòu)圖Fig.2 Technical framework

4 防控體系的功能及技術設計

4.1 緝毒防控子平臺

4.1.1 數(shù)據(jù)資源池建設

本系統(tǒng)數(shù)據(jù)主要采集兩部分數(shù)據(jù):第一部分數(shù)據(jù)是卡口監(jiān)控數(shù)據(jù),電子圍欄和WIFI探針采集到的偵控數(shù)據(jù),卡口數(shù)據(jù)和偵控數(shù)據(jù)都是通過視頻專網(wǎng)接入,并最終接入公安網(wǎng);第二部分數(shù)據(jù)是貴州公安內(nèi)部能夠采集到的各警種業(yè)務系統(tǒng)的數(shù)據(jù),包括但不限于禁毒、交警、技偵、網(wǎng)安、治安、刑偵等數(shù)據(jù)。公安業(yè)務數(shù)據(jù)經(jīng)過數(shù)據(jù)加工、處理和整合之后,形成一整套完整的、全面的、有序的數(shù)據(jù)綜合區(qū)。根據(jù)公安業(yè)務對各類數(shù)據(jù)訪問的時效性與基于特定主題分析的需求,在數(shù)據(jù)綜合區(qū)中集中構(gòu)建可支持不同數(shù)據(jù)規(guī)模的數(shù)據(jù)倉庫或者數(shù)據(jù)集市,例如機動車庫、人員庫、關系庫等。圍繞公路、機動車、人員。WIFI探針、電子圍欄獲得手機數(shù)據(jù),結(jié)合卡口數(shù)據(jù),把機動車、手機和交通參與人員有機的連接起來,通過人車合一算法,把路車人全鏈路打通?；诼奋嚾藬?shù)學模型,結(jié)合不同的業(yè)務警種分析需求,可以建設不同的業(yè)務主題:車輛全息主題庫、人車合一主題庫、重點人員主題庫、車輛軌跡主題庫等。

4.1.2 車輛全息檔案

車輛全息檔案對車輛進行實行“一車一檔”全面信息管理,匯集機動車數(shù)據(jù)、駕駛員數(shù)據(jù)、違法違章數(shù)據(jù)、事故處理系統(tǒng)、劇毒品運輸數(shù)據(jù)、交通卡口數(shù)據(jù)、吸毒人員數(shù)據(jù)、重點人員數(shù)據(jù)等各警種數(shù)據(jù),結(jié)合偵控、軌跡等數(shù)據(jù),經(jīng)過大規(guī)模加工處理分析和計算,匯聚與車輛和駕駛?cè)巳轿坏牧Ⅲw化信息,集中體現(xiàn)貴州省所有機動車的信息、駕駛?cè)?、軌跡信息、管控信息、活動特征等全息內(nèi)容,面向全警提供高性能實時數(shù)據(jù)分析處理、多數(shù)據(jù)源關聯(lián)查詢檢索、研判支撐。

4.1.3 情報預警

情報預警根據(jù)車輛、人員的匹配度設定評分模型,利用大數(shù)據(jù)計算模式完成評分運算,實現(xiàn)對背景車輛、背景人員不同級別的預警。

4.2 可視化研判子平臺

人車路大爆發(fā)時代,每個人都會駕駛和乘坐多種交通工具,建立車碼合一模型,通過對車輛車牌識別、車輛數(shù)據(jù)分析、電磁信號的多次交叉判定多個交通工具上的人的ID身份,智能分析車輛、人員之間的關聯(lián);高效地實現(xiàn)多身份映射的歸一化,全面分析車人的ID身份或者虛擬身份。刻畫人員的身份信息及人員的特征標簽,實現(xiàn)數(shù)據(jù)關系拓撲結(jié)構(gòu)可視化。

4.3 卡口數(shù)據(jù)匯聚子平臺

針對全省數(shù)據(jù)匯聚的要求,進行平臺架構(gòu)設計,設計應遵從多層體系模型,采用三層體系結(jié)構(gòu),包括接入層、服務層、轉(zhuǎn)發(fā)層。

第一層為接入層,接入層主要負責下級平臺數(shù)據(jù)的接入和圖片的接入。

第二層為服務層,服務層是軟件平臺系統(tǒng)的核心,采用高性能的應用服務器、中間件、各種智能引擎和系統(tǒng)管理工具,按照所提供的服務來管理和調(diào)度信息資源,并同時負責對采集到的數(shù)據(jù)進行處理、規(guī)整服務。針對圖片和數(shù)據(jù)采用異步分發(fā)、下載。

第三層為轉(zhuǎn)發(fā)層,轉(zhuǎn)發(fā)層主要負責對數(shù)據(jù)進行分發(fā)上傳至云平臺關系型數(shù)據(jù)庫和文件存儲。

5 系統(tǒng)關鍵技術設計

5.1 卡口數(shù)據(jù)和圖片匯聚異步處理機制

受限于帶寬,市縣級過車記錄與圖片無法實時同步上云,容易造成安全邊界平臺堵塞。在卡口過車記錄匯聚的過程中,采取結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)分離的方式,結(jié)構(gòu)化數(shù)據(jù)優(yōu)先,非結(jié)構(gòu)化數(shù)據(jù)其次,保障結(jié)構(gòu)化數(shù)據(jù)實時性,過車圖片的完整性。數(shù)據(jù)處理和圖片處理應使用不同的處理集群進行處理。平臺設計應充分考慮到可能出現(xiàn)的各種異常情況,針對數(shù)據(jù)及圖片處理的流程進行設計,若操作失敗,進行相應的日志記錄。

5.2 基于消息對列的數(shù)據(jù)實時上云技術

實戰(zhàn)過程中,由于車輛的流動性較大,流動速度較快,針對車輛情報預警及布控短信發(fā)送需要在較短時間內(nèi)生成,為滿足車輛預警、布控推送≤30s的性能要求,在數(shù)據(jù)層與應用層之間增加數(shù)據(jù)緩存層,將過車記錄加載到內(nèi)存當中,在內(nèi)存中計算完后,直接將預警推送前臺,大大減少數(shù)據(jù)庫往返次數(shù),從而實現(xiàn)車輛實時預警。在應用服務器上采用緩存技術可實現(xiàn)頻繁讀取操作所造成的數(shù)據(jù)庫負荷瓶頸的要求,通過犧牲應用服務器的內(nèi)存來換取數(shù)據(jù)庫的頻繁I/O操作以降低預警生成及短信發(fā)送時延[5]。

5.3 基于標簽體系全方位刻畫機動車和駕駛?cè)?/h3>

給機動車、駕駛?cè)舜驑撕灥闹饕康氖亲尰鶎用窬谘信械臅r候可以快速找到嫌疑車輛或人員。如,可以快速查詢今天活動在管轄范圍內(nèi)的涉毒人員有多少,也可以做情報挖掘工作:利用人車置信度高中低,毒駕行為高中低等信息可以快速篩選出活動區(qū)域存在毒駕行為的駕駛?cè)?機動車與駕駛?cè)藰撕烍w系,即通過對機動車、駕駛?cè)嘶緦傩浴⑿袨樘卣?、事件、時段、地域等重要信息,抽象出一個機動車、駕駛?cè)诵畔⑷?為基層民警提供通過模型分析而來高度精煉的特征標識信息。如車牌:貴XXXXX,車主年齡段:18-35歲,活動地域:貴陽,歸屬:本省,毒駕行為:高。這串描述即為平臺車輛畫像的典型案例,即機動車信息標簽化。標簽體系通常是人為規(guī)定的高度精煉的特征標識,如駕駛?cè)四挲g標簽:18-35歲,活動地域標簽:鐘山區(qū)。制定的標簽規(guī)則,能夠通過標簽快速讀出其中的信息,給基層民警展示一種樸素、簡潔的方法用于描述機動車與駕駛?cè)?。車主吸毒且處于社區(qū)康復或社區(qū)戒毒期間,且人車綁定度較高的車輛,即為毒駕標簽。按照高中低三個層級展示車輛與車主的綁定關系,以車輛與車主是否在同區(qū)縣出現(xiàn),本人處理違章占比,人像比對三個維度加權求值,即為人車置信度標簽。

5.4 基于ID-Mapping技術的人車伴隨分析模型

人車合一分析模型是利用ID-Mapping技術建立人車同一模型,通過過車數(shù)據(jù)分析、車牌識別、電子圍欄采集手機IMSI碼和IMEI碼的多次交叉判定多個交通工具上的人的真實身份,智能分析人員各種車牌、人員之間的關聯(lián),全面分析車人的各類身份與關系特征。通過相應的關系圖表現(xiàn)出人與車的關系密度,從而判斷出相應人與車的關系。

6 結(jié)語

實戰(zhàn)中運用布控—預警—攔截的查緝機制,精準有效的查獲嫌疑車輛及人員。由云平臺計算得出的預警信息,可以推向各層級公安機關單位,公安機關單位根據(jù)預警信息中的車牌號碼,在緝查布控系統(tǒng)中布控車牌號碼。車輛經(jīng)過已共享到的卡口設備時,卡口將識別到的號牌實時推送至查緝布控系統(tǒng),系統(tǒng)匹配號牌成功后會實時向車輛行駛前方的攔截卡點發(fā)出預警,攔截卡點根據(jù)預警信息可有效組織實施攔截車輛,從而在不干擾大多數(shù)車輛正常行駛的前提下,準確查獲嫌疑車輛和人員。

基于云平臺構(gòu)建的緝毒防控系統(tǒng),通過車牌、MAC、IMSI碼和IMEI碼的反復碰撞、比對分析,可以極大的提高毒駕研判的精準性,解決“盲查”的弊端,保證有限警力管控的有效性。由于平臺架構(gòu)具有良好的可擴展性,下一步可接入其他警種,如治安、刑偵、反恐的在逃人員數(shù)據(jù)、案事件數(shù)據(jù)、犯罪人員數(shù)據(jù)、涉恐人員數(shù)據(jù)、被盜搶車輛數(shù)據(jù)等信息,進一步豐富標簽畫像的維度和標簽類型,增加車碼分析模型,發(fā)展出多車、多人相互之間的時間、空間伴隨等更多模型種類,必將為更多警種的業(yè)務精準分析研判提供有力支撐。