车辆大數(shù)据研判系统大數(shù)据時(shí)代“打防控”利器

• 2016/09/13

    随着社会及技術(shù)的发展，犯罪与反犯罪的较量更多、更集中地(dì)体现在科技手段的运用上(shàng)，斗争的主动权更多、更集中地(dì)建立在对情报信息的掌握上(shàng)。

　　一(yī)、行(xíng)业发展趋势

　　随着社会及技術(shù)的发展，犯罪与反犯罪的较量更多、更集中地(dì)体现在科技手段的运用上(shàng)，斗争的主动权更多、更集中地(dì)建立在对情报信息的掌握上(shàng)。

　　目前公安部对于重点人(rén)員(yuán)已经形成了(le)成熟的部、省、市三级的情报预警平台以及丰富的技战法，但(dàn)是考虑到所有发生的案件中有50%左右都(dōu)是涉车涉驾的案件（如(rú)图1所示），因此对于车辆的防控需要(yào)思考以下(xià)两个問(wèn)题：

　　图1涉车涉驾案件

　　（1）如(rú)何对社会上(shàng)的高危车辆进行(xíng)有效的预警防控？优化警力部署，进行(xíng)有针对性的车辆排查？（治安事前防控）

　　（2）面对大量的涉车涉驾案件，如(rú)何更有效地(dì)锁定嫌疑车辆，提高刑事侦查效能(néng)？（事后案件侦查）

　 　目前平安城市建设從(cóng)最初的点位建设到這(zhè)几年(nián)的资源整合，系统已经掌握了(le)大量的车辆卡口數(shù)据和(hé)視(shì)頻(pín)图片，但(dàn)是现有的应用基本上(shàng)还停留在简单的过车记录查询 上(shàng)。如(rú)何进一(yī)步使用和(hé)运用如(rú)此海(hǎi)量的卡口數(shù)据和(hé)图片為(wèi)情报、刑侦、治安、技侦等不同警种服务，同時(shí)结合联机分析公安网上(shàng)大量业务數(shù)据信息，提供更加丰富以 及实用的大數(shù)据“车辆防控”实战应用技術(shù)，有效挖据視(shì)图信息价值，将是平安城市下(xià)一(yī)建设阶段面临的主要(yào)需求。

　　另外(wài)，面对日益爆 炸的視(shì)图大數(shù)据趋势（在某地(dì)市级的智能(néng)交通(tōng)项目中，系统需要(yào)处理百亿级别的卡口數(shù)据体量），当前各地(dì)警务云平台的建设開(kāi)始进入一(yī)个急速的窗口期——海(hǎi)量的 非结构化視(shì)頻(pín)、图片數(shù)据、繁多的數(shù)据种类、PB级的數(shù)据量、快(kuài)速的數(shù)据更新处理需求——需要(yào)设计以云计算和(hé)云存储為(wèi)核心的視(shì)图大數(shù)据平台来处理海(hǎi)量數(shù)据， 对上(shàng)层业务应用系统提供大數(shù)据服务支撑。

　　本文结合多个项目实际方案设计和(hé)建设情况，设计了(le)一(yī)套先进的視(shì)图警务大數(shù)据平台架构，下(xià)文将详细介绍基于此大數(shù)据平台的车辆大數(shù)据分析业务功能(néng)。

　　二、視(shì)图警务云平台系统结构

　　視(shì)图警务云平台基于云计算架构进行(xíng)建设，是上(shàng)层大數(shù)据业务应用的基础，技術(shù)框架如(rú)图2所示。整体架构提供了(le)底层的大數(shù)据平台、上(shàng)层的行(xíng)业应用以及中間(jiān)的各类公共服务层。

　　图2 視(shì)图警务云平台系统架构

　　1.大數(shù)据基础平台服务层

　　大數(shù)据基础平台服务层整体上(shàng)采用主流的云计算框架，使用hadoop的Map/Reduce批处理框架和(hé)Storm流式计算框架，提供基础的分布式计算调用模型。

　　计算和(hé)存储虚拟机化基础：平台可(kě)支持主流的kvm、xen、vmware虚拟机技術(shù)，提供虚拟机应用。

　　云存储子系统：采用主流分布式文件系统，支持視(shì)頻(pín)、图片和(hé)文档的统一(yī)存储和(hé)管理，提供了(le)高可(kě)靠和(hé)高性能(néng)的基础云存储系统，在本次建设中用于存储海(hǎi)量的卡口过车图片。

　　流式计算：基于主流的流式计算（storm）架构，提供实時(shí)的流數(shù)据处理，在本项目中可(kě)用于支持车辆实時(shí)报警\预警\和(hé)數(shù)据实時(shí)分析研判、实時(shí)价值挖掘等实時(shí)性要(yào)求较高的业务。

　　分布式數(shù)据库+检索引擎：通(tōng)过分布式數(shù)据HBASE架构实现了(le)數(shù)据库的横向扩展和(hé)容错，解决了(le)传统數(shù)据库扩展难的問(wèn)题，可(kě)支持百亿级卡口數(shù)据体量。结合基于slor的數(shù)据库全文检索引擎，可(kě)提供精确/模糊的秒级查询能(néng)力。

　 　Map/Reduce批处理计算：批处理计算框架MapReduce可(kě)以充分利用集群资源，进行(xíng)大數(shù)据量的并行(xíng)计算分析。在本项目中使用map /reduce架构对海(hǎi)量卡口图片进行(xíng)结构化分析，提取车标、车系、车辆特征值等信息用于车辆套牌分析研判；通(tōng)过云计算的离线计算框架，采用图像算法，快(kuài) 速将非结构化數(shù)据结构化，并存储在分布式數(shù)据库中。

　　2.警务視(shì)图业务大數(shù)据服务层

　　和(hé)传统的IT厂家 大數(shù)据解决方案不同，在大华方案中，通(tōng)过将底层hadoop大數(shù)据平台进行(xíng)封装的方式，直接给上(shàng)层业务提供和(hé)警务业务强相关的大數(shù)据服务应用接口——如(rú)人(rén) 脸大库检索、车辆大库检索、智能(néng)分析等业务服务层接口，上(shàng)层警务应用系统可(kě)进行(xíng)快(kuài)速的应用開(kāi)发和(hé)部署。

　　3.視(shì)图云平台的车辆大數(shù)据应用系统ABDS

　　车辆大數(shù)据积分预警系统ABDS（如(rú)图3所示）基于視(shì)图警务大數(shù)据平台，是整体方案的业务部分。

　     　图3 车辆大數(shù)据应用系统ABDS

　　ABDS系统汇聚海(hǎi)量卡口數(shù)据，并大量采集利用全國(guó)公安机关的网上(shàng)警务综合信息，使用大數(shù)据平台能(néng)力对车辆、车主、关系人(rén)属性构建數(shù)据关系网进行(xíng)深度分布式的數(shù)据挖掘分析，并根据上(shàng)诉设定的规则筛选出高危车辆，进行(xíng)实時(shí)预警和(hé)情报推送。

　 　另一(yī)方面，除了(le)分析车辆过车记录之外(wài)，车辆大數(shù)据积分预警系统使用大數(shù)据图像处理引擎，实時(shí)处理海(hǎi)量的卡口过车图片這(zhè)种非结构化數(shù)据（strom架构处 理，每秒并发分析1000张图片，性能(néng)可(kě)线性扩展）对车辆图片进行(xíng)智能(néng)分析之后，ABDS系统提取车标、车系、年(nián)款等关键信息，提供对套牌车、假牌车分析 的有力比对特征；形成车辆特征向量，支持对海(hǎi)量卡口图片的以图搜图查找，快(kuài)速定位目标相似车辆、而不受套牌和(hé)假牌的影响。

　　三、车辆大數(shù)据研判系统的主要(yào)功能(néng)

　　车辆大數(shù)据应用系统的设计主要(yào)遵循“數(shù)据导防—數(shù)据导控—數(shù)据导侦”的原则，下(xià)文将重点介绍该系统的具体业务功能(néng)和(hé)案例实战应用成效。

　　车辆大數(shù)据积分预警系统利用全國(guó)公安网上(shàng)综合信息，结合卡口的过车记录，在視(shì)图警务云架构之上(shàng)，构建车辆大數(shù)据积分预警模型进行(xíng)數(shù)据挖据和(hé)积分运算。

　 　系统可(kě)以给公安侦查办案以及打防控预警等工(gōng)作(zuò)提供相关的情报线索和(hé)數(shù)据支撑，并可(kě)以进一(yī)步開(kāi)放通(tōng)用的车辆分析预警功能(néng)支持不同警种的应用服务。情报/刑 侦/治安等使用单位通(tōng)过系统可(kě)发现高危车辆情报信息后，再下(xià)发给辖區(qū)派出所、警务站、拦截站、指挥中心、其他(tā)警种（如(rú)交警）等进行(xíng)落地(dì)经营、核查拦截，如(rú) 图4所示。

　              　图4 车辆大數(shù)据应用系统

　　车辆大數(shù)据积分预警系统通(tōng)过采集利用全國(guó)公安机关的网上(shàng)综合信息（8大库為(wèi)主，再加上(shàng)一(yī)些地(dì)方的业务數(shù)据），使用基于“车<->人(rén)<->关系人(rén)”的综合數(shù)据模型（如(rú)图5所示），主要(yào)包括以下(xià)四大方面：

　　（1）车辆基本属性规则：自(zì)动判断是否是盗抢车辆、高位地(dì)區(qū)车辆、租赁公司车辆、非法运营车辆等多种条件。

　　（2）车辆行(xíng)為(wèi)基本规则：自(zì)动判断是否是首次出现车辆、重点高位區(qū)域出现车辆、凌晨和(hé)深夜等高危時(shí)間(jiān)段出现的车辆等多种条件。

　　（3）车主基本属性规则：自(zì)动判断是否是吸毒人(rén)員(yuán)、一(yī)般高位地(dì)區(qū)人(rén)員(yuán)、特殊高位地(dì)區(qū)人(rén)員(yuán)、前科人(rén)員(yuán)、在逃人(rén)員(yuán)、盗抢骗人(rén)員(yuán)等多种条件。

　　（4）车主的关系人(rén)基本属性规则：自(zì)动判断是否是关系人(rén)在逃、关系人(rén)為(wèi)盗抢骗人(rén)員(yuán)、关系人(rén)為(wèi)前科人(rén)員(yuán)等多种条件。

　　系统对车辆、车主、关系人(rén)属性构建數(shù)据关系网进行(xíng)深度智能(néng)分析，并根据上(shàng)述设定的规则进行(xíng)积分研判。

　 　图5 大數(shù)据积分预警模型

　　系统通(tōng)过數(shù)据分析研判之后，在界面上(shàng)提供用户以下(xià)基础功能(néng)：

　　（1）研判结果查看(kàn)：实時(shí)了(le)解高危车辆信息和(hé)详细的研判信息，锁定重点目标。

　　（2）研判信息综合查询：根据案件、专项行(xíng)动要(yào)求，综合不同条件来查询历史研判记录、车辆记录、车主记录，形成分析案件的综合技战法。

　　（3）实時(shí)预警车辆报送：当满足爆表条件時(shí)（如(rú)盗抢车辆、假牌车等），系统可(kě)联动短信、LED屏、客户端弹出窗口等多种方式进行(xíng)实時(shí)报警，并可(kě)将车辆预警信息推送至指挥中心、拦截站派出所、警务站，通(tōng)知进行(xíng)及時(shí)拦截排查。

　　（4）治安态势研判：通(tōng)过定時(shí)分析统计高危车辆出没和(hé)分布情况，可(kě)对各區(qū)域治安态势形成研判依据（如(rú)了(le)解前科人(rén)員(yuán)、涉毒人(rén)員(yuán)的出没情况）。

　 　（5）车辆图片二次智能(néng)分析功能(néng)：通(tōng)过大數(shù)据平台和(hé)先进车辆图像分析算法，系统对海(hǎi)量卡口图片进行(xíng)实時(shí)二次识别，有效提取车标、车系、年(nián)款等信息，联合 公安车辆登记數(shù)据，对套牌车、假牌车进行(xíng)有效预警，大大改善了(le)由于现有前端卡口由于品牌不一(yī)造成的智能(néng)分析能(néng)力弱的局限性。

　　四、系统实战效能(néng)及应用分析

　　下(xià)文将介绍该系统在浙江宁波某县级市（F市）的成功实战应用情况。

　　目前，F市前端卡口有公安卡口和(hé)交警卡口两部分，车辆大數(shù)据应用系统目前整合了(le)公安的卡口數(shù)据和(hé)部分交警卡口數(shù)据，目前平均每天处理过车數(shù)据130w左右。

　　1.实战应用1——日常治安防控

　           　图6 F市日常治安防控效果

　 　通(tōng)过该系统在F市日常治安防控中的应用，平均每月积分“爆表”预警直接发现逃犯车辆10辆，直接发现有效盗抢车辆10辆；了(le)解统计高危人(rén)員(yuán)如(rú)涉毒人(rén)員(yuán)、 前科人(rén)員(yuán)、盗抢骗人(rén)員(yuán)、高危地(dì)區(qū)人(rén)員(yuán)、敏感关系人(rén)、七类重点人(rén)員(yuán)在本地(dì)區(qū)出没和(hé)活动情况，形成治安态势研判重要(yào)依据，如(rú)图6、图7所示。

 　图7 F市涉毒人(rén)員(yuán)车辆动态分布信息

　　2.实战应用2——找假牌、抓套牌

　　?找假牌：对于每条过车记录，系统都(dōu)会根据车牌号去和(hé)车管所登记信息进行(xíng)比对，若没有命中，则在并结合卡口识别正确率因素进行(xíng)综合的研判分析。对于同一(yī)个车牌，若有当天多次没有命中记录，则假牌概率增高，进行(xíng)推送预警。

　　?抓套牌：对于每张过车图片，大數(shù)据平台会实時(shí)分析，提取车辆的车型、车系、年(nián)款等信息，拉取车管所信息进行(xíng)比对，若比对没有命中，则进行(xíng)套牌嫌疑车辆推送预警。

　　目前采用大华先进的图像智能(néng)分析算法，在普通(tōng)环境下(xià)，车系等关键信息识别能(néng)达到95%准确率。

　　3.实战应用3——由车到案

　　对于情报等警种，可(kě)每天定時(shí)分析系统分析推送的高危车辆信息，对于可(kě)疑车辆可(kě)进行(xíng)“由车到案”研判分析流程，如(rú)图8所示。

　　图8车辆大數(shù)据分析——由车到案应用战法流程

　　F市情报部门采用“由车到案”技战法，每天会做(zuò)以下(xià)工(gōng)作(zuò)：

　　（1）重点分析大數(shù)据系统推送的“凌晨時(shí)間(jiān)出现车辆，深夜入城、临晨4、5点出城车辆”规则符合车辆。

　　（2）获取车辆车辆列表后，进一(yī)步分析关注车辆图片和(hé)联动視(shì)頻(pín)。

　　（3）发现异常车辆，如(rú)偷盗花木、车头装有花木、车內(nèi)异常等。

　　（4）进一(yī)步在系统中查看(kàn)车主信息、车辆轨迹、落脚点等信息，并将嫌犯一(yī)网打尽。

　　4.实战应用4——由案到车

　　对于刑侦/治安等警种，当发生案事件時(shí)，可(kě)以根据案件相关车辆初步侧写，然后进入车辆大數(shù)据系统进行(xíng)“由案到车”的研判分析流程，如(rú)图9所示。

图9 车辆大數(shù)据分析-由案到车应用战法流程

　　F市刑侦/治安部门采用“由案到车”技战法，每天会做(zuò)以下(xià)工(gōng)作(zuò)：

　　（1）接到报案，某小區(qū)发生入室盗抢案（或者其他(tā)很(hěn)有可(kě)能(néng)需要(yào)用到车辆的案件）。

　　（2）电子地(dì)图上(shàng)框选小區(qū)周边范围，输入案发大概時(shí)間(jiān)点。

　　（3）直接检索该時(shí)間(jiān)段、该地(dì)点段所有异常车辆（异常车辆包括租赁车辆、前科车辆、高危地(dì)區(qū)车辆及首次或极少(shǎo)出现车辆）。

　　（4）人(rén)工(gōng)分析结果，锁定嫌疑车辆。在车辆大數(shù)据系统上(shàng)分析该時(shí)間(jiān)段，该地(dì)点段所有过车數(shù)据，具体包括：车辆属性、车牌、车主、首次出现時(shí)間(jiān)、出现頻(pín)率、异常属性、時(shí)間(jiān)属性、出现地(dì)点次數(shù)、旅馆住宿信息及高速路口信息。

　　（5）根据车主前科信息、关系人(rén)、名下(xià)车辆、活动轨迹、手机通(tōng)话记录等跟踪分析，一(yī)网打尽。

　　5.实战应用5——专项活动

　　在重大活动之前、节日之前或进入炎炎夏日，则治安部门可(kě)以通(tōng)过大數(shù)据车辆分析系统进行(xíng)专项活动，获取目标车辆列表，并部署警力进行(xíng)集中排查和(hé)打击，如(rú)：①炎炎夏日——打击流氓，②严打运动——打击排查高危户籍，③五一(yī)、國(guó)庆节假日——查毒驾专项活动。

图10 车辆大數(shù)据分析——专项活动抓毒驾

　　F市某专项行(xíng)动之——查毒驾

　　（1）查询当天所有吸贩毒前科人(rén)員(yuán)或关系人(rén)為(wèi)吸贩毒人(rén)員(yuán)的车辆活动情况，如(rú)图10所示。

　　（2）分析车辆轨迹，结合人(rén)員(yuán)住所，找出车辆当天落脚点，是否在周边酒吧娱樂(yuè)场所。

　　（3）有针对性地(dì)设卡拦截。

　　（4）開(kāi)展专项打击行(xíng)动（高效，针对性强，节省警力部署）。

　　F市某专项行(xíng)动之——缴刀行(xíng)动

　　（1）在重点區(qū)域如(rú)旅游景点、娱樂(yuè)场所、进出城收費(fèi)站等设置卡点。

　　（2）针对所有有前科人(rén)員(yuán)的车辆以及租赁车辆进行(xíng)拦截盘查。

　　（3）后备箱、座垫下(xià)等地(dì)方检查撬棍、手套、管制刀具、枪支等危险物(wù)品。

　　五、结语

　 　視(shì)頻(pín)图像數(shù)据作(zuò)為(wèi)非结构化數(shù)据，只有实现结构化处理，才能(néng)将其中有价值的信息直观、高效地(dì)提供给各个业务需求部门。而针对城市的车辆防控，当前卡口系统 主要(yào)通(tōng)过车牌进行(xíng)车辆识别，并以车牌為(wèi)检索条件，实现從(cóng)海(hǎi)量过车图片中查找目标车辆。然而一(yī)旦有经验的犯罪嫌疑人(rén)使用假牌、套牌，或进行(xíng)车牌遮挡、摘掉 等，常规仅能(néng)识别车牌的系统就难以继续获取目标车辆的动态信息，遇到该类案情，目前通(tōng)常只能(néng)依据车辆本身固有和(hé)难以更改的信息，如(rú)品牌、型号、颜色等從(cóng)海(hǎi) 量过车視(shì)頻(pín)图像中依靠人(rén)工(gōng)进行(xíng)查找和(hé)识别目标车辆。

　　因此我们将以过车數(shù)据和(hé)车辆图片為(wèi)主线，通(tōng)过对车辆图片进行(xíng)二次识别获取结 构化信息，并联动公安网上(shàng)业务數(shù)据（如(rú)人(rén)口库、车辆登记库、盗抢车辆库、前科犯罪人(rén)員(yuán)库等）进行(xíng)车辆、人(rén)員(yuán)、案件、物(wù)品、现场勘查、电磁轨迹及社会资源數(shù) 据的关联串并和(hé)碰撞比对，对高危车辆进行(xíng)深度數(shù)据挖据，进一(yī)步放大和(hé)倍增數(shù)据价值，服务警务实战，提高城市公共安全服务水平。