云爻公安情报大脑

　　一、项目介绍

　　随着大数据、人工智能等技术的成熟和发展,公安应对新型化犯罪活动呈现出复杂化、动态化的 特征，迫切需要通过大数据、云计算、人工智能等新兴技术来武装自己，在新环境中掌握主动权。

　　云爻公安情报大脑通过对基层实战经验的反复提炼，以情报推理为主线，根据特定业务场景、专业警种需要，实现多维数据的关联分析。通过技术手段，深入公安业务流程，挖掘数据实战价值， 实现有数据支撑、有技术保障的“查打防控”，同时全面提升公安工作分析决策能力、情报洞察能力、 侦查破案能力以及指挥管理能力，辅助公安进行精准打击、智能防范、智慧决策。

　　二、主要功能和数据模型

　　在产品功能上，情报大脑实现了智能研判、多维关联分析、线索自动推理等功能模块，内置各 类人员情报推理分析、人物关系分析、影响力评分、涉毒嫌疑人预测、社群划分、涉黄分析、逃犯 线索分析、人群异动检测等十余项数据模型，适用于疫情防控、治安稳控、侦查破案等多个警种典 型业务场景。

　　情报推理分析模型

　　情报推理分析基于以“人”为核心，利用“图” 的思想实现，围绕人员关联、案件关联展开设 计。“人员关联”实现特定警种专用的情报推理分析、通用关联分析、重点人群监控分析及相关模型 构建；“案件关联”实现多角度案件串并分析，多种模型有机融合构建庞大的关系图谱，形成全方位 的情报推理。

　　人物关系分析模型

　　以人为核心让 AI 算法向情报专家持续进化，掌控关键节点，弹性融合海量多源数据，通过ID-mapping 技术将新旧号码、同轨关系、人物关联关系，对人、车、机等主体和不同 ID 进行关联， 按需从不同维度对人员的联系人进行层级可视化展示，在复杂局面中实时定位重要情报线索，辅助 公安业务单元进行精准打击。根据嫌疑人员的通联、轨迹等庞大的关系网进行有中心推理，找出其 同案或周边关系人，帮助打击部门在复杂局面中快速定位“漏网之鱼”。

　　影响力评分模型：

　　利用图计算技术帮助警方在人员关系网分析中排除边缘号码的干扰，快速找到核心关键号码， 高效产出有用情报，通过人员的连接关系来确定每一个人员在网络中的影响力等级。

　　涉黄分析研判：

　　根据人员通联、入住酒店及轨迹等信息构建庞大关系网，从中推理出疑似涉黄的酒店及涉黄人 员，多用于打击有组织的涉黄酒店及人员。

　　涉毒嫌疑人预测模型：

　　将独立的多维人员数据通过图数据库建立成一张以人为核心的信息网，通过图计算模型学习已 有涉毒标签人员的数据对未有涉毒标签人员进行预测。同时针对重点嫌疑人员，依据办案人员经验， 反查其相关核心数据，再次对其进行筛查，确保情报线索的准确性。

　　依据吸毒人员大多存在复吸现象这一特征，在庞大的人员关系图谱中抽取涉毒前科人员关系子 图，根据近期抓获的涉毒人员的通联、轨迹等活动特征发现其周围近期涉毒的前科人员，帮助禁毒 部门进行精准打击聚众复吸人群。

　　人群异动检测：

　　基于多维数据构建嫌疑指数，实现情报防范知行合一，动态监控、实时分析防范嫌疑人社交网 络中异常行为，可用于潜在嫌疑人监控、暴恐分析等场景。

　　三、技术创新性

　　技术创新性主要体现在图数据库、图计算、自然语言处理等核心技术能力的方法创新和应用创 新，相关技术指标均能够达到行业先进或平均水平。

　　图数据库：由于公安数据种类多、数据量大且数据会持续增加的情况，导致传统数据库无法进 行高效数据检索和推理，为解决这一问题，自主研发了基于图数据库的情报知识图谱，应用图形理 论存储实体之间的关系信息，实现大规模多维度数据融合，并与图计算的技术结合实现超大规模、 多维海量数据的快速计算与存储。支持数亿级节点、数十亿边的大规模数据运算、多种图计算算法 高效运行，单点查询时间响应 500ms 以内，全图遍历查询仅在 5s 以内。

　　图计算：在数据建模方面，基于图卷积神经网络解决节点分类问题，但行业数据中存有的大量 数据是包括多种类型的边，若只从节点属性来判断某一节点是否涉嫌，效果不佳，我们通过图的深 度学习算法（GNN）更好地使用图结构中的丰富信息来增强模型表达力，完成对节点类型的预测。模 型达到在百万条边的图上应用模型，经过 500 epochs 后，在训练集上 f1 值为 94.20%，测试集上 f1 值为 94.13%，并实现支持公安 14 类人员节点分类预测，F 值到到 80%以上，单一类型节点分类预测 最高可达到 94%。

　　ID-mapping：通过 ID-mapping 技术将目标对象碎片化的历史数据全部串联起来，消除数据孤岛， 提供一个用户的完整信息视图，让用户在某一个领域的数据可以在另一个领域被充分利用。基于 ID-mapping 技术的模型建立：从物理层面进行 mapping，在模型中主要是利用硬件设备码生成一个 统一的设备码，利用一些强账号来标识用户；基于用户行为做迭代滚动 mapping，即通过分析用户 有规律的行为和社交圈，弥补物理层面 mapping 的缺失值；相似用户的合并，基于用户行为做迭代 滚动 mapping 主要在判断标识一个用户的 ID 是否正确，把行为相似的用户合并起来，基于通联关系 发现用户在社交领域的相似性、基于采集到的数据发现用户在线下活动的行为的相似性。

　　四、应用效果

　　目前，云爻公安情报大脑已进行多业务场景应用。2020 年平台内置的涉毒嫌疑人推理模型自动 推送线索 135 条，据此查获涉毒人员 22 名。通过关系人图谱，共研判打击逃犯 40 余名。

　　2020 年，在新冠疫情战疫中，针对 18 类疫情防控数据进行分析，核建约百万条关系，高效完 成了病毒传播路径梳理、密切接触者感染情况预测等工作，提供上百名未隔离密接者线索。

　　2021 年 1 月份，公安情报大脑输出跨境赌博线索一百余条，事后三十余人被采取刑事强制措施； 4 月份，输出网络赌博线索二百余条，最终落地打击五十余人。此外，公安情报大脑内置的涉诈潜 在被害人发现模型，每季度能向反诈中心精准输出 20 余名疑似网诈受害人。

　　通过公安情报大脑的建设，大大提高公安大数据的运用能力以及研判效率，为公安打防管控工 作提供数据应用支撑，实现从“线下被动获取模式”向“线上主动查发模式”的转变，增强公安机 关反恐维稳、破案追逃的能力，为维护社会治安稳定保驾护航，更好地在打造“平安中国”、构建 和谐社会中发挥公安职能作用，用信息化、智能化的科技手段提升警力效能。

　　责任编辑：广汉