论文部分内容阅读
【摘要】 社会治安工作是保障社会稳定发展的重要方式，当前我国正处于快速发展的新阶段，社会问题出现几率持续上升，社会事件防控工作力度也需要有所提升。社会安全事件发生较为突然，严重程度存在较大差异，为了做好社会治安防控工作需要对工作模式进行改进，积极应用新型的大数据技术，以此来强化工作时效性。统一化大数据平台能够对数据资源进行汇总和分析，并对数据实施规范化处理，利用大数据计算能力、建模能力构建全新的防控体系。基于此，本文分析了在大数据在社会治安防控工作中的具体应用，以期可以为社会治安防控提供有效参考。
【关键词】 大数据 社会治安 防控体系 应用
随着国际环境和国内环境的不断改变，社会治安工作所面临的挑战也有所增加，需要对工作模式进行创新才能够满足社会发展需求，为国家稳定发展、居民幸福生活提供重要的治安保障。大数据是现代社会发展过程中所形成的新型技术类型，可以在短时间内完成数据捕捉和收集，对数据实施自动化分析和处理，从大量数据中获取规律和有价值的信息。大数据资源的使用给人们的工作和学习带来了重要的影响，也给社会治安防控体系的创新提供了新的技术支持，加强了公安执法的工作效果。目前大数据环境下社会治安防控所需要解决的问题仍然较多，需要公安机构的人员可以改变原有工作思想，合理使用大数据技术以及资源。
一、大数据背景下社会治安防控工作面临问题
第一，存在信息孤岛问题。公安系统中不同软件、数据库之间缺少有效的联系，导致无法进行信息互通和共享，无法在短时间内形成良好的业务协作模式，降低系统工作效率，难以使社会治安防控做到真正的信息化[1]。各个地区信息化水平有所差异，各个单位之间系统存在不兼容的问题，数据格式差异化明显，经常出现自建自用的现象。第二，无法及时收取信息。在信息收集方面缺少发达的网络系统，加之长期固定的工作思维理念，无法在短时间内收集全面的信息和数据。受制于技术的影响，在面对大量的检查工作需求时经常出现工作效率低下、检查效果差的问题，无法及时归纳出存在的潜在风险。第三，信息处理滞后，反应不及时。以城市监控系统为例，监控系统虽然处于不断完善的阶段，但是收集到的信息多数为非结构化形式，例如视频信息和图片信息，人工分析難度大，个别软件分析信息结果不准确，难以及时对其实施有效评估，从而影响了数据的利用效率。
二、大数据在社会治安防控中的应用
2.1构建智能化社会治安防控系统
要想能够做到预警感知以及精准打击必须要拥有较为强大的数据量作为支撑，这就需要提高数据收集效率。相关机构可以完善感知设备体系，利用视频监控、人脸识别、卡口以及电子围栏等设备进行数据收集，将人群、车辆以及网络等各类要素及时收集到系统中。以大数据平台为核心对数据资源实施整合、加工，并将整合结果应用到工作实践中，可以为防控工作的开展打下良好的数据支持。同时还能够针对重点区域或者场所进行动态化评估，了解城市各个区域的治安形势，从而达到预防犯罪和减少犯罪的效果[2]。
2.1.1系统架构
系统架构主要分为4层：第1层为IAAS层，属于基础设施层，包括硬件设施，网络系统以及安全管理等;第2层为PAAS层，属于平台服务层，包括数据存储、计算以及API网关等;第3层为DAAS层，属于数据服务层，可以提供数据记录、数据清洗、数据加工、数据组织以及对外服务等多种功能;第4层为SAAS层，属于应用服务层，将各项功能应用到实际的社会治安防控工作中。DAAS层和SAAS层属于大数据平台的核心内容。其中数据层可以分为4个子系统：1.数据汇聚子系统。该系统负责对感知设备所传递的信息进行及时收集，将收集到的信息录入到大数据平台中进行分析，基础平台即能够满足数据接入需求，支持各个移动终端进行并行处理。2.数据治理子系统。在该系统中对数据进行清洗和规范整理，将大数据内无用数据以及错误数据进行剔除，提取出有价值的数据，提升数据整体质量。3.数据分析子系统。对大数据进行分析和计算是系统平台的核心工作，在该平台中融入了基于Mapruduce、Hadoop架构的分布式存储计算以及基于Flink流式计算技术，通过这两种技术手段可以满足不同工作状态下计算需求。4.数据共享子系统。负责向其他应用提供相应的接口，满足其他系统的接入需求，使其他系统也能够进行数据查询。
2.1.2工作流程
大数据平台的工作流程主要分为三步：第1步，数据接入。负责数据采集的感知设备会经过安全边界将其发送到主机系统中，子系统会对数据进行适当处理，之后将其颁发给批量以及实时同步服务，使用Flume技术以及Datax技术进行数据同步，使其能够达到大数据集群之中。第2步，数据管理。批量同步服务以及实时同步服务会对数据分别实施相应的管理，前者会将数据放置到离线主机中，主要以Hive以及Spark为主，对大数据进行融合分析，了解当前的治安形势以及交通形势[3]。后者则会将数据发送给实时消息队列以及计算集群主机，主要包括Kafka以及Flink，能够对数据实施规范化整理以及清洗处理。第3步，知识管理。通过对实时数据以及离线数据进行管理之后，可以产生部分具备知识属性的数据信息，将这一类信息上传给在线存储单元，能够利用消息服务功能进行数据服务以及数据推送使其可以为其他应用子系统提供相应的功能。如图1所示，即为大数据平台的工作流程图。
2.2 完善大数据基础支撑平台
大数据基础支撑平台是大数据应用的关键基础，只有不断对该平台的功能进行完善，才能够提高数据应用的有效性。第一，需要对数据接入汇聚功能进行改进。公安机关的数据来源较为广泛，格式差异较为明显，并且数据种类较多。公安机关获取数据的方式主要包括技术以及管理两种手段，在数据结构方面包括库表、消息、加密文件、压缩文件以及文本数据等，在对接系统方面涉及到文件系统、关系型数据库以及非关系性数据库等[4]。由此可见，需要打造规范化的数据接入流程，才能够满足多种来源的异构数据接入，并通过相关功能使其能够达到统一输出的效果，能够提高后续数据处理的效率。作为公安机构的工作人员可以利用页面对数据源配置以及任务配置进行调整，从而保障数据的有效介入。第二，对数据处理功能进行优化和调整。数据处理应当满足上述接入数据的处理需求，按照要求实施数据提取、数据清洗、数据比对、数据关联等处理环节，将社会治安防控工作中不重要的数据进行剔除和过滤，使留下的数据能够和防控业务的开展有紧密的联系，从而提升数据应用价值性。第三，对数据治理功能进行优化和调整。数据治理功能可以对数据的各个使用和处理环节进行规划以及设计，加强数据应用的控制，从而提高数据使用质量。通过对数据治理功能进行规范，能够提高数据资源的透明度，使数据能够做到可以管理和可以控制，对于提高数据使用安全性有着积极影响。 2.3构建一体化、数字化指挥体系
首先要打造省级数字化指挥部，对社会治安防控工作进行统一指挥。在进行防控工作时，利用大数据、视频监控以及信息处理技术等打破存在的信息孤岛问题，将公安机关作为主体，联合政府部门进行配合，完成信息共享以及资源的协调联动，构建以大数据为基础的社会治安防控网络，能够为各个单位提供数据和信息，打造一体化防控体系。省级指挥部能够对数字化社会治安防控工作提供宏观层面上的组织领导，对防控原则、防控步骤、防控方案以及防控规划进行协调。其次，需要成立市级数字化指挥中心。指挥中心应当将指挥部的工作要求作为基本原则，执行省级部门以及市局部门所提出的防控工作方案，合理利用大数据信息对社会风险事件进行分析以及预判。在日常工作中需要对巡防警务信息进行动态化监控，用大数据平台对信息变化情况进行评估，打造信息化的防控工作模式。最后，成立以派出所为主的综合指挥室。派出所是负责社会治安防控工作的基层部门，必须要对派出所的工作模式进行改进，推进基础工作信息化，建立综合指挥室，充分发挥派出所在信息监控、信息分析以及指挥方面的功能。派出所在一次性采集到信息后，将信息在网络系统中进行流转，从而达到全警共享的目的，形成信息采集——实地走访——重点盘查——信息研判——社会治安管控——实施抓捕的防控工作模式。
三、结束语
社会治安防控会影响到社会和国家的发展，只有不断加强防控效果才能够为人们营造良好、安全的生活环境，从而推动政治、经济、文化等各个方面的持续发展。目前在大数据背景下社会治安防控工作面临着信息孤岛、信息收取不及时、信息处理滞后的问题，给社会治安防控带来了一定的难度。
为了能够更好的完成治安工作，需要将大数据有机融入到社会治安防控体系中，推动现代化警务工作模式的形成，加快防控体系变革速度。未来世界发展方向将会变得更加多元，社会治安防控所面临的问题以及挑战也会有所增加，必须要加强新型技术的使用，才能够使防控工作体系满足社会发展需求。
随着国际环境和国内环境的不断改变，社会治安工作所面临的挑战也有所增加，需要对工作模式进行创新才能够满足社会发展需求，为国家稳定发展、居民幸福生活提供重要的治安保障。大数据是现代社会发展过程中所形成的新型技术类型，可以在短时间內完成数据捕捉和收集，对数据实施自动化分析和处理，从大量数据中获取规律和有价值的信息。大数据资源的使用给人们的工作和学习带来了重要的影响，也给社会治安防控体系的创新提供了新的技术支持，加强了公安执法的工作效果。目前大数据环境下社会治安防控所需要解决的问题仍然较多，需要公安机构的人员可以改变原有工作思想，合理使用大数据技术以及资源。
一、大数据背景下社会治安防控工作面临问题
第一，存在信息孤岛问题。公安系统中不同软件、数据库之间缺少有效的联系，导致无法进行信息互通和共享，无法在短时间内形成良好的业务协作模式，降低系统工作效率，难以使社会治安防控做到真正的信息化[1]。各个地区信息化水平有所差异，各个单位之间系统存在不兼容的问题，数据格式差异化明显，经常出现自建自用的现象。第二，无法及时收取信息。在信息收集方面缺少发达的网络系统，加之长期固定的工作思维理念，无法在短时间内收集全面的信息和数据。受制于技术的影响，在面对大量的检查工作需求时经常出现工作效率低下、检查效果差的问题，无法及时归纳出存在的潜在风险。第三，信息处理滞后，反应不及时。以城市监控系统为例，监控系统虽然处于不断完善的阶段，但是收集到的信息多数为非结构化形式，例如视频信息和图片信息，人工分析难度大，个别软件分析信息结果不准确，难以及时对其实施有效评估，从而影响了数据的利用效率。
二、大数据在社会治安防控中的应用
2.1构建智能化社会治安防控系统
要想能够做到预警感知以及精准打击必须要拥有较为强大的数据量作为支撑，这就需要提高数据收集效率。相关机构可以完善感知设备体系，利用视频监控、人脸识别、卡口以及电子围栏等设备进行数据收集，将人群、车辆以及网络等各类要素及时收集到系统中。以大数据平台为核心对数据资源实施整合、加工，并将整合结果应用到工作实践中，可以为防控工作的开展打下良好的数据支持。同时还能够针对重点区域或者场所进行动态化评估，了解城市各个区域的治安形势，从而达到预防犯罪和减少犯罪的效果[2]。
2.1.1系统架构
系统架构主要分为4层：第1层为IAAS层，属于基础设施层，包括硬件设施，网络系统以及安全管理等;第2层为PAAS层，属于平台服务层，包括数据存储、计算以及API网关等;第3层为DAAS层，属于数据服务层，可以提供数据记录、数据清洗、数据加工、数据组织以及对外服务等多种功能;第4层为SAAS层，属于应用服务层，将各项功能应用到实际的社会治安防控工作中。DAAS层和SAAS层属于大数据平台的核心内容。其中数据层可以分为4个子系统：1.数据汇聚子系统。该系统负责对感知设备所传递的信息进行及时收集，将收集到的信息录入到大数据平台中进行分析，基础平台即能够满足数据接入需求，支持各个移动终端进行并行处理。2.数据治理子系统。在该系统中对数据进行清洗和规范整理，将大数据内无用数据以及错误数据进行剔除，提取出有价值的数据，提升数据整体质量。3.数据分析子系统。对大数据进行分析和计算是系统平台的核心工作，在该平台中融入了基于Mapruduce、Hadoop架构的分布式存储计算以及基于Flink流式计算技术，通过这两种技术手段可以满足不同工作状态下计算需求。4.数据共享子系统。负责向其他应用提供相应的接口，满足其他系统的接入需求，使其他系统也能够进行数据查询。
2.1.2工作流程
大数据平台的工作流程主要分为三步：第1步，数据接入。负责数据采集的感知设备会经过安全边界将其发送到主机系统中，子系统会对数据进行适当处理，之后将其颁发给批量以及实时同步服务，使用Flume技术以及Datax技术进行数据同步，使其能够达到大数据集群之中。第2步，数据管理。批量同步服务以及实时同步服务会对数据分别实施相应的管理，前者会将数据放置到离线主机中，主要以Hive以及Spark为主，对大数据进行融合分析，了解当前的治安形势以及交通形势[3]。后者则会将数据发送给实时消息队列以及计算集群主机，主要包括Kafka以及Flink，能够对数据实施规范化整理以及清洗处理。第3步，知识管理。通过对实时数据以及离线数据进行管理之后，可以产生部分具备知识属性的数据信息，将这一类信息上传给在线存储单元，能够利用消息服务功能进行数据服务以及数据推送使其可以为其他应用子系统提供相应的功能。如图1所示，即为大数据平台的工作流程图。 2.2 完善大数据基础支撑平台
大数据基础支撑平台是大数据应用的关键基础，只有不断对该平台的功能进行完善，才能够提高数据应用的有效性。第一，需要对数据接入汇聚功能进行改进。公安机关的数据来源较为广泛，格式差异较为明显，并且数据种类较多。公安机关获取数据的方式主要包括技术以及管理两种手段，在数据结构方面包括库表、消息、加密文件、压缩文件以及文本数据等，在对接系统方面涉及到文件系统、关系型数据库以及非关系性数据库等[4]。由此可见，需要打造规范化的数据接入流程，才能够满足多种来源的异构数据接入，并通过相关功能使其能够达到统一输出的效果，能够提高后续数据处理的效率。作为公安机构的工作人员可以利用页面对数据源配置以及任务配置进行调整，从而保障数据的有效介入。第二，对数据处理功能进行优化和调整。数据处理应当满足上述接入数据的处理需求，按照要求实施数据提取、数据清洗、数据比对、数据关联等处理环节，将社会治安防控工作中不重要的数据进行剔除和过滤，使留下的数据能够和防控业务的开展有紧密的联系，从而提升数据应用价值性。第三，对数据治理功能进行优化和调整。数据治理功能可以对数据的各个使用和处理环节进行规划以及设计，加强数据应用的控制，从而提高数据使用质量。通过对数据治理功能进行规范，能够提高数据资源的透明度，使数据能够做到可以管理和可以控制，对于提高数据使用安全性有着积极影响。
2.3构建一体化、数字化指挥体系
首先要打造省级数字化指挥部，对社会治安防控工作进行统一指挥。在进行防控工作时，利用大数据、视频监控以及信息处理技术等打破存在的信息孤岛问题，将公安机关作为主体，联合政府部门进行配合，完成信息共享以及资源的协调联动，构建以大数据为基础的社会治安防控网络，能够为各个单位提供数据和信息，打造一体化防控体系。省级指挥部能够对数字化社会治安防控工作提供宏观层面上的組织领导，对防控原则、防控步骤、防控方案以及防控规划进行协调。其次，需要成立市级数字化指挥中心。指挥中心应当将指挥部的工作要求作为基本原则，执行省级部门以及市局部门所提出的防控工作方案，合理利用大数据信息对社会风险事件进行分析以及预判。在日常工作中需要对巡防警务信息进行动态化监控，用大数据平台对信息变化情况进行评估，打造信息化的防控工作模式。最后，成立以派出所为主的综合指挥室。派出所是负责社会治安防控工作的基层部门，必须要对派出所的工作模式进行改进，推进基础工作信息化，建立综合指挥室，充分发挥派出所在信息监控、信息分析以及指挥方面的功能。派出所在一次性采集到信息后，将信息在网络系统中进行流转，从而达到全警共享的目的，形成信息采集——实地走访——重点盘查——信息研判——社会治安管控——实施抓捕的防控工作模式。
三、结束语
社会治安防控会影响到社会和国家的发展，只有不断加强防控效果才能够为人们营造良好、安全的生活环境，从而推动政治、经济、文化等各个方面的持续发展。目前在大数据背景下社会治安防控工作面临着信息孤岛、信息收取不及时、信息处理滞后的问题，给社会治安防控带来了一定的难度。
为了能够更好的完成治安工作，需要将大数据有机融入到社会治安防控体系中，推动现代化警务工作模式的形成，加快防控体系变革速度。未来世界发展方向将会变得更加多元，社会治安防控所面临的问题以及挑战也会有所增加，必须要加强新型技术的使用，才能够使防控工作体系满足社会发展需求。
【关键词】 大数据 社会治安 防控体系 应用
随着国际环境和国内环境的不断改变，社会治安工作所面临的挑战也有所增加，需要对工作模式进行创新才能够满足社会发展需求，为国家稳定发展、居民幸福生活提供重要的治安保障。大数据是现代社会发展过程中所形成的新型技术类型，可以在短时间内完成数据捕捉和收集，对数据实施自动化分析和处理，从大量数据中获取规律和有价值的信息。大数据资源的使用给人们的工作和学习带来了重要的影响，也给社会治安防控体系的创新提供了新的技术支持，加强了公安执法的工作效果。目前大数据环境下社会治安防控所需要解决的问题仍然较多，需要公安机构的人员可以改变原有工作思想，合理使用大数据技术以及资源。
一、大数据背景下社会治安防控工作面临问题
第一，存在信息孤岛问题。公安系统中不同软件、数据库之间缺少有效的联系，导致无法进行信息互通和共享，无法在短时间内形成良好的业务协作模式，降低系统工作效率，难以使社会治安防控做到真正的信息化[1]。各个地区信息化水平有所差异，各个单位之间系统存在不兼容的问题，数据格式差异化明显，经常出现自建自用的现象。第二，无法及时收取信息。在信息收集方面缺少发达的网络系统，加之长期固定的工作思维理念，无法在短时间内收集全面的信息和数据。受制于技术的影响，在面对大量的检查工作需求时经常出现工作效率低下、检查效果差的问题，无法及时归纳出存在的潜在风险。第三，信息处理滞后，反应不及时。以城市监控系统为例，监控系统虽然处于不断完善的阶段，但是收集到的信息多数为非结构化形式，例如视频信息和图片信息，人工分析難度大，个别软件分析信息结果不准确，难以及时对其实施有效评估，从而影响了数据的利用效率。
二、大数据在社会治安防控中的应用
2.1构建智能化社会治安防控系统
要想能够做到预警感知以及精准打击必须要拥有较为强大的数据量作为支撑，这就需要提高数据收集效率。相关机构可以完善感知设备体系，利用视频监控、人脸识别、卡口以及电子围栏等设备进行数据收集，将人群、车辆以及网络等各类要素及时收集到系统中。以大数据平台为核心对数据资源实施整合、加工，并将整合结果应用到工作实践中，可以为防控工作的开展打下良好的数据支持。同时还能够针对重点区域或者场所进行动态化评估，了解城市各个区域的治安形势，从而达到预防犯罪和减少犯罪的效果[2]。
2.1.1系统架构
系统架构主要分为4层：第1层为IAAS层，属于基础设施层，包括硬件设施，网络系统以及安全管理等;第2层为PAAS层，属于平台服务层，包括数据存储、计算以及API网关等;第3层为DAAS层，属于数据服务层，可以提供数据记录、数据清洗、数据加工、数据组织以及对外服务等多种功能;第4层为SAAS层，属于应用服务层，将各项功能应用到实际的社会治安防控工作中。DAAS层和SAAS层属于大数据平台的核心内容。其中数据层可以分为4个子系统：1.数据汇聚子系统。该系统负责对感知设备所传递的信息进行及时收集，将收集到的信息录入到大数据平台中进行分析，基础平台即能够满足数据接入需求，支持各个移动终端进行并行处理。2.数据治理子系统。在该系统中对数据进行清洗和规范整理，将大数据内无用数据以及错误数据进行剔除，提取出有价值的数据，提升数据整体质量。3.数据分析子系统。对大数据进行分析和计算是系统平台的核心工作，在该平台中融入了基于Mapruduce、Hadoop架构的分布式存储计算以及基于Flink流式计算技术，通过这两种技术手段可以满足不同工作状态下计算需求。4.数据共享子系统。负责向其他应用提供相应的接口，满足其他系统的接入需求，使其他系统也能够进行数据查询。
2.1.2工作流程
大数据平台的工作流程主要分为三步：第1步，数据接入。负责数据采集的感知设备会经过安全边界将其发送到主机系统中，子系统会对数据进行适当处理，之后将其颁发给批量以及实时同步服务，使用Flume技术以及Datax技术进行数据同步，使其能够达到大数据集群之中。第2步，数据管理。批量同步服务以及实时同步服务会对数据分别实施相应的管理，前者会将数据放置到离线主机中，主要以Hive以及Spark为主，对大数据进行融合分析，了解当前的治安形势以及交通形势[3]。后者则会将数据发送给实时消息队列以及计算集群主机，主要包括Kafka以及Flink，能够对数据实施规范化整理以及清洗处理。第3步，知识管理。通过对实时数据以及离线数据进行管理之后，可以产生部分具备知识属性的数据信息，将这一类信息上传给在线存储单元，能够利用消息服务功能进行数据服务以及数据推送使其可以为其他应用子系统提供相应的功能。如图1所示，即为大数据平台的工作流程图。
2.2 完善大数据基础支撑平台
大数据基础支撑平台是大数据应用的关键基础，只有不断对该平台的功能进行完善，才能够提高数据应用的有效性。第一，需要对数据接入汇聚功能进行改进。公安机关的数据来源较为广泛，格式差异较为明显，并且数据种类较多。公安机关获取数据的方式主要包括技术以及管理两种手段，在数据结构方面包括库表、消息、加密文件、压缩文件以及文本数据等，在对接系统方面涉及到文件系统、关系型数据库以及非关系性数据库等[4]。由此可见，需要打造规范化的数据接入流程，才能够满足多种来源的异构数据接入，并通过相关功能使其能够达到统一输出的效果，能够提高后续数据处理的效率。作为公安机构的工作人员可以利用页面对数据源配置以及任务配置进行调整，从而保障数据的有效介入。第二，对数据处理功能进行优化和调整。数据处理应当满足上述接入数据的处理需求，按照要求实施数据提取、数据清洗、数据比对、数据关联等处理环节，将社会治安防控工作中不重要的数据进行剔除和过滤，使留下的数据能够和防控业务的开展有紧密的联系，从而提升数据应用价值性。第三，对数据治理功能进行优化和调整。数据治理功能可以对数据的各个使用和处理环节进行规划以及设计，加强数据应用的控制，从而提高数据使用质量。通过对数据治理功能进行规范，能够提高数据资源的透明度，使数据能够做到可以管理和可以控制，对于提高数据使用安全性有着积极影响。 2.3构建一体化、数字化指挥体系
首先要打造省级数字化指挥部，对社会治安防控工作进行统一指挥。在进行防控工作时，利用大数据、视频监控以及信息处理技术等打破存在的信息孤岛问题，将公安机关作为主体，联合政府部门进行配合，完成信息共享以及资源的协调联动，构建以大数据为基础的社会治安防控网络，能够为各个单位提供数据和信息，打造一体化防控体系。省级指挥部能够对数字化社会治安防控工作提供宏观层面上的组织领导，对防控原则、防控步骤、防控方案以及防控规划进行协调。其次，需要成立市级数字化指挥中心。指挥中心应当将指挥部的工作要求作为基本原则，执行省级部门以及市局部门所提出的防控工作方案，合理利用大数据信息对社会风险事件进行分析以及预判。在日常工作中需要对巡防警务信息进行动态化监控，用大数据平台对信息变化情况进行评估，打造信息化的防控工作模式。最后，成立以派出所为主的综合指挥室。派出所是负责社会治安防控工作的基层部门，必须要对派出所的工作模式进行改进，推进基础工作信息化，建立综合指挥室，充分发挥派出所在信息监控、信息分析以及指挥方面的功能。派出所在一次性采集到信息后，将信息在网络系统中进行流转，从而达到全警共享的目的，形成信息采集——实地走访——重点盘查——信息研判——社会治安管控——实施抓捕的防控工作模式。
三、结束语
社会治安防控会影响到社会和国家的发展，只有不断加强防控效果才能够为人们营造良好、安全的生活环境，从而推动政治、经济、文化等各个方面的持续发展。目前在大数据背景下社会治安防控工作面临着信息孤岛、信息收取不及时、信息处理滞后的问题，给社会治安防控带来了一定的难度。
为了能够更好的完成治安工作，需要将大数据有机融入到社会治安防控体系中，推动现代化警务工作模式的形成，加快防控体系变革速度。未来世界发展方向将会变得更加多元，社会治安防控所面临的问题以及挑战也会有所增加，必须要加强新型技术的使用，才能够使防控工作体系满足社会发展需求。
随着国际环境和国内环境的不断改变，社会治安工作所面临的挑战也有所增加，需要对工作模式进行创新才能够满足社会发展需求，为国家稳定发展、居民幸福生活提供重要的治安保障。大数据是现代社会发展过程中所形成的新型技术类型，可以在短时间內完成数据捕捉和收集，对数据实施自动化分析和处理，从大量数据中获取规律和有价值的信息。大数据资源的使用给人们的工作和学习带来了重要的影响，也给社会治安防控体系的创新提供了新的技术支持，加强了公安执法的工作效果。目前大数据环境下社会治安防控所需要解决的问题仍然较多，需要公安机构的人员可以改变原有工作思想，合理使用大数据技术以及资源。
一、大数据背景下社会治安防控工作面临问题
第一，存在信息孤岛问题。公安系统中不同软件、数据库之间缺少有效的联系，导致无法进行信息互通和共享，无法在短时间内形成良好的业务协作模式，降低系统工作效率，难以使社会治安防控做到真正的信息化[1]。各个地区信息化水平有所差异，各个单位之间系统存在不兼容的问题，数据格式差异化明显，经常出现自建自用的现象。第二，无法及时收取信息。在信息收集方面缺少发达的网络系统，加之长期固定的工作思维理念，无法在短时间内收集全面的信息和数据。受制于技术的影响，在面对大量的检查工作需求时经常出现工作效率低下、检查效果差的问题，无法及时归纳出存在的潜在风险。第三，信息处理滞后，反应不及时。以城市监控系统为例，监控系统虽然处于不断完善的阶段，但是收集到的信息多数为非结构化形式，例如视频信息和图片信息，人工分析难度大，个别软件分析信息结果不准确，难以及时对其实施有效评估，从而影响了数据的利用效率。
二、大数据在社会治安防控中的应用
2.1构建智能化社会治安防控系统
要想能够做到预警感知以及精准打击必须要拥有较为强大的数据量作为支撑，这就需要提高数据收集效率。相关机构可以完善感知设备体系，利用视频监控、人脸识别、卡口以及电子围栏等设备进行数据收集，将人群、车辆以及网络等各类要素及时收集到系统中。以大数据平台为核心对数据资源实施整合、加工，并将整合结果应用到工作实践中，可以为防控工作的开展打下良好的数据支持。同时还能够针对重点区域或者场所进行动态化评估，了解城市各个区域的治安形势，从而达到预防犯罪和减少犯罪的效果[2]。
2.1.1系统架构
系统架构主要分为4层：第1层为IAAS层，属于基础设施层，包括硬件设施，网络系统以及安全管理等;第2层为PAAS层，属于平台服务层，包括数据存储、计算以及API网关等;第3层为DAAS层，属于数据服务层，可以提供数据记录、数据清洗、数据加工、数据组织以及对外服务等多种功能;第4层为SAAS层，属于应用服务层，将各项功能应用到实际的社会治安防控工作中。DAAS层和SAAS层属于大数据平台的核心内容。其中数据层可以分为4个子系统：1.数据汇聚子系统。该系统负责对感知设备所传递的信息进行及时收集，将收集到的信息录入到大数据平台中进行分析，基础平台即能够满足数据接入需求，支持各个移动终端进行并行处理。2.数据治理子系统。在该系统中对数据进行清洗和规范整理，将大数据内无用数据以及错误数据进行剔除，提取出有价值的数据，提升数据整体质量。3.数据分析子系统。对大数据进行分析和计算是系统平台的核心工作，在该平台中融入了基于Mapruduce、Hadoop架构的分布式存储计算以及基于Flink流式计算技术，通过这两种技术手段可以满足不同工作状态下计算需求。4.数据共享子系统。负责向其他应用提供相应的接口，满足其他系统的接入需求，使其他系统也能够进行数据查询。
2.1.2工作流程
大数据平台的工作流程主要分为三步：第1步，数据接入。负责数据采集的感知设备会经过安全边界将其发送到主机系统中，子系统会对数据进行适当处理，之后将其颁发给批量以及实时同步服务，使用Flume技术以及Datax技术进行数据同步，使其能够达到大数据集群之中。第2步，数据管理。批量同步服务以及实时同步服务会对数据分别实施相应的管理，前者会将数据放置到离线主机中，主要以Hive以及Spark为主，对大数据进行融合分析，了解当前的治安形势以及交通形势[3]。后者则会将数据发送给实时消息队列以及计算集群主机，主要包括Kafka以及Flink，能够对数据实施规范化整理以及清洗处理。第3步，知识管理。通过对实时数据以及离线数据进行管理之后，可以产生部分具备知识属性的数据信息，将这一类信息上传给在线存储单元，能够利用消息服务功能进行数据服务以及数据推送使其可以为其他应用子系统提供相应的功能。如图1所示，即为大数据平台的工作流程图。 2.2 完善大数据基础支撑平台
大数据基础支撑平台是大数据应用的关键基础，只有不断对该平台的功能进行完善，才能够提高数据应用的有效性。第一，需要对数据接入汇聚功能进行改进。公安机关的数据来源较为广泛，格式差异较为明显，并且数据种类较多。公安机关获取数据的方式主要包括技术以及管理两种手段，在数据结构方面包括库表、消息、加密文件、压缩文件以及文本数据等，在对接系统方面涉及到文件系统、关系型数据库以及非关系性数据库等[4]。由此可见，需要打造规范化的数据接入流程，才能够满足多种来源的异构数据接入，并通过相关功能使其能够达到统一输出的效果，能够提高后续数据处理的效率。作为公安机构的工作人员可以利用页面对数据源配置以及任务配置进行调整，从而保障数据的有效介入。第二，对数据处理功能进行优化和调整。数据处理应当满足上述接入数据的处理需求，按照要求实施数据提取、数据清洗、数据比对、数据关联等处理环节，将社会治安防控工作中不重要的数据进行剔除和过滤，使留下的数据能够和防控业务的开展有紧密的联系，从而提升数据应用价值性。第三，对数据治理功能进行优化和调整。数据治理功能可以对数据的各个使用和处理环节进行规划以及设计，加强数据应用的控制，从而提高数据使用质量。通过对数据治理功能进行规范，能够提高数据资源的透明度，使数据能够做到可以管理和可以控制，对于提高数据使用安全性有着积极影响。
2.3构建一体化、数字化指挥体系
首先要打造省级数字化指挥部，对社会治安防控工作进行统一指挥。在进行防控工作时，利用大数据、视频监控以及信息处理技术等打破存在的信息孤岛问题，将公安机关作为主体，联合政府部门进行配合，完成信息共享以及资源的协调联动，构建以大数据为基础的社会治安防控网络，能够为各个单位提供数据和信息，打造一体化防控体系。省级指挥部能够对数字化社会治安防控工作提供宏观层面上的組织领导，对防控原则、防控步骤、防控方案以及防控规划进行协调。其次，需要成立市级数字化指挥中心。指挥中心应当将指挥部的工作要求作为基本原则，执行省级部门以及市局部门所提出的防控工作方案，合理利用大数据信息对社会风险事件进行分析以及预判。在日常工作中需要对巡防警务信息进行动态化监控，用大数据平台对信息变化情况进行评估，打造信息化的防控工作模式。最后，成立以派出所为主的综合指挥室。派出所是负责社会治安防控工作的基层部门，必须要对派出所的工作模式进行改进，推进基础工作信息化，建立综合指挥室，充分发挥派出所在信息监控、信息分析以及指挥方面的功能。派出所在一次性采集到信息后，将信息在网络系统中进行流转，从而达到全警共享的目的，形成信息采集——实地走访——重点盘查——信息研判——社会治安管控——实施抓捕的防控工作模式。
三、结束语
社会治安防控会影响到社会和国家的发展，只有不断加强防控效果才能够为人们营造良好、安全的生活环境，从而推动政治、经济、文化等各个方面的持续发展。目前在大数据背景下社会治安防控工作面临着信息孤岛、信息收取不及时、信息处理滞后的问题，给社会治安防控带来了一定的难度。
为了能够更好的完成治安工作，需要将大数据有机融入到社会治安防控体系中，推动现代化警务工作模式的形成，加快防控体系变革速度。未来世界发展方向将会变得更加多元，社会治安防控所面临的问题以及挑战也会有所增加，必须要加强新型技术的使用，才能够使防控工作体系满足社会发展需求。