合成作战中心平台建设项目(纯方案,34页)Word格式文档下载.docx
- 文档编号:13034329
- 上传时间:2022-10-03
- 格式:DOCX
- 页数:35
- 大小:43.09KB
合成作战中心平台建设项目(纯方案,34页)Word格式文档下载.docx
《合成作战中心平台建设项目(纯方案,34页)Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《合成作战中心平台建设项目(纯方案,34页)Word格式文档下载.docx(35页珍藏版)》请在冰豆网上搜索。
1.3.2 技术要求 27
1.4 实施及技术服务要求 28
1.4.1 项目工期要求 28
1.4.2 项目验收流程 28
1.4.3 项目维保要求 29
1.4.4 培训要求 29
1.5 商务要求响应 31
1.5.1 工期及交货地点 31
1.5.2 质量保障 31
1.5.3 人员要求响应 32
1.5.4 验收要求响应 32
1.5.5 培训要求响应 33
1.5.6 付款方式 33
1.1建设目标与任务
1.1.1建设目标
以合成作战中心为枢纽,横向调用情报、刑侦、网侦、技侦、视侦、FK等部门侦查力量,纵向申请上一级或下一级公安合成研判专班协查,进行合成作战综合研判。
承担平时专题研判和战时综合研判任务,服务并指导各警种精确开展打、防、管、控工作。
建立“数据深度融合、情报有效支撑、作战高度协同”的合成作战平台,紧盯“全国一流”的目标,实现“三大完善”的目标。
1)完善各部门警种之间的情报指挥、勤务联动机制
合成作战平台基于云计算和大数据,力图集成公安已建或在建各类应用系统在不同领域的专业能力,整合各警种、各部门以及社会相关资源,将警综平台、情报平台、警用地理平台、视频监控平台、智能卡口系统、刑侦作战平台、接处警系统等有机整合,互联互通,面向实战,提高立体化社会治安维稳协调运作能力、警种合成作战能力、推动突发事件快速处置能力。
2)完善跨区域、跨警种、跨部门的情报收集、共享及保障机制
合成作战平台将探索新时期情报工作全警共建的方式,通过完善情报收集渠道和手段、提供情报共享能力、并配套情报提供者的激励保障机制,激发基层警务实战热情,强化更多的、规模更为巨大的、对研判工作辅助能力更强的社会化数据的收集、共享能力。
3)以大数据为支撑,完善预警、研判模型
打通各警种业务系统之间的数据链接,根据“信息主导、快速反应、准确打击”的思路,基于大数据,逐步开发、完善预警、研判模型,为公安开展合成研判提供强有力的手段支撑。
1.1.2建设任务
本项目建设的主要内容包括:
基础硬件设备建设、合成作战平台(大数据支撑服务、合成作战业务系统)建设。
1)基础硬件设备建设
为合成作战平台提供运行的服务器、存储等基础环境。
2)公安大数据服务平台建设
共享公安机关掌握的丰富的信息资源,根据合成作战业务,建设大数据缓存库,提供针对性的研判工具。
3)合成作战平台建设
合成作战平台通过构建日常研判、集中研判的协同机制实现各警种部门的合成作战研判,完善公安各部门警种之间的情报指挥、勤务联动机制,并在此基础上实现情报研判成果转化,情报导侦、导控、导指,实现情勤联动的无缝对接,把研判成果转化为合成作战的现实战斗力。
1.1.3项目服务对象
该系统建成后,主要服务于壁山区公安局、基层所队两级公安机关、各警种。
1.2项目设计方案与功能
1.2.1公安大数据服务平台概述
当前,各行业数据爆发性增长,亟需转变数据处理模式。
在公共安全领域,治安系统、智能交通视频数据呈井喷式增长,已显现出行业大数据的典型特征。
如社会治安视频监控系统,如果我们将社会上所有的视频监控数据都接入公安系统,每天将产生PB规模的视频、图像及相关数据。
如何对如此大规模的数据进行智能、高效的组织管理和分析处理,在此海量信息中提取有用信息,以辅助公安机关开展治安防控、警情研判及指挥决策已成为当前公安业务中亟需解决的难题。
本平台通过综合运用云计算、云存储、并行数据挖掘等技术,针对图像、视频等非结构化数据开展存储、挖掘和联动分析等应用,有效整合集成各种数据资源,来构建数据种类丰富、大数据量和动态海量数据库体系,并建设智能搜索门户、专题应用课题,以及建立统一监控机制,有效支撑公安打防管控业务开展,提升公安工作的情报洞察能力、分析决策能力、指挥管理能力、侦查破案能力和服务社会能力。
1.2.2公安大数据服务平台建设
1.2.2.1数据汇聚平台
数据汇聚功能要求实现将各部门相关的信息资源统一采集交换到数据中心前置库中,满足多种采集方式,能够满足不同的网络,数据汇聚功能包含数据采集、数据交换、数据处理等功能。
1.2.2.1.1数据采集系统
数据采集子系统依托应用集成中间件、应用集成中间件适配器设计,实现对各部门业务数据信息的采集。
数据采集系统通过丰富灵活的适配器服务组件采集各业务部门的数据信息,将其传输、归集到数据中心前置库中。
根据其特点,按照批量更新、增量更新、实时更新、数据同步等不同的更新策略,定制各类数据的更新接口,提供手工录入、整体导入等数据采集方式,并提供严格的质量检查工具,实现数据中心各类数据的采集与更新,保证数据中心数据库的时效性、权威性和一致性。
1.2.2.1.2物理拷贝采集
物理拷贝方式,采用传统的移动硬盘、硬盘、DVD和VCD等数据存储介质通过硬拷贝方式实现数据共享的模式。
采用该模式的实现环境主要有以下几种情况:
(1)数据应用部门与支撑服务平台存在着网络互联互通的障碍,导致无法通过网络实现数据共享。
(2)数据量较大,基于网络传输模式无法满足用户要求。
例如海量影像,数据量高达几百个GB,甚至是TB,采用网络方式进行数据共享不但容易造成网络阻塞,而且成本代价较大,往往采用物理拷贝模式。
1.2.2.1.3数据上传采集
数据上传方式主要是通过平台提供的数据上传入口,上传各业务部门的相关数据,实现数据的共享。
主要提供两种上传入口:
(1)通过登录数据采集系统的WEB界面,进行WEB界面直接上传相关数据。
(2)通过搭建的FTP服务,各业务部门将所需要上传的资料通过FTP上传到前置库中。
数据上传采集的特点:
通过系统对支持大附件上传;
支持数据批量上传;
支持数据断点续传等功能保障数据的传输速度和传输质量。
1.2.2.1.4接口服务采集
接口服务模式是属于一种较高层次的共享模式,各业务部门的应用系统建立与数据中心平台的接口,通过系统与系统之间的接口交互模式,实现数据的共享与调用。
支持常见的接口服务有webservice、API等多种接口类型,满足平台的接口服务采集需求。
1.2.2.1.5关系型数据库采集
基于关系型数据库的采集方式,对各业务部门的业务系统的数据库类型、网络环境、数据密级等多方面进行调研分析,可使数据中心的连接部门业务系统的数据库,直接读取相关数据。
此种数据采集涉及到数据类是否为关系型数据库,而且需要考虑网络环境的连通性,是否能否连接,另外还需要考虑业务系统的密级性,是否允许直连数据库获取数据等多种因素,需要综合考虑。
1.2.2.1.6数据采集校验
数据校验从校验对象细粒度维度分析,支持文件级校验与记录级校验二大类。
数据校验模块还内置了部分的数据检查功能,如数据唯一性检查、外键完整性检查。
数据校验内容有类型、长度、是否为空、精度、范围、格式等信息。
如果数据不符合,会进行过滤,只有正确的数据才能继续使用。
对于错误的数据,可以进行输出,包括错误原因和错误字段序号等信息。
相关的错误类型和数量等统计信息也会绑定到流程变量中,以便后续节点进行判断使用。
能够提供将分散的、异构数据源中的数据如关系数据、非关系数据、数据文件、FTP等抽取到临时中间层后进行入库前的数据类型校验功能以及针对海量数据的高性能数据解析功能。
实现对数据进行校验检查,主要检查空间拓扑一致性、属性结构的一致性、数据内容的一致性。
该检查主要在数据采集和数据同步中使用,并可以单独提供数据校验比对服务。
在发生数据数据采集时,各业务部门采集的数据向数据中心前置库系统传入要校验的数据条目信息,前置库校验该条目信息是否吻合一致,如果一致相符,则返回对比成功,否则返回比对错误,并将各业务部门采集准确的信息返回给调用者。
在向业务部门数据同步时,数据校验用于比对导入数据和业务部门数据的一致性,如果一致,则不需要重复导入,如果不一致,则用最新的数据覆盖不一致信息。
数据校验比对工具,要将检查比对的结果以便于阅读分析的报告形式展现给用户。
1.2.2.1.7采集服务配置
获取信息资源中定义的信息资源更新频率,自动实现采集、可以配置全量或者增量采集方式,可以配置数据提供部门在数据中心部门前置库的存储位置等。
能够提供对于采集周期,时间的采集策略配置、接口配置采集任务配置功能。
对于应用数据采集,需要管理的关键业务点有采集点、数据传输。
主要性能指标包括:
在采样周期内成功取得文件的数量、采集数据间隔时间、采集文件大小、进程状态、文件连续性、采集状态、传输速率等。
1.2.2.1.8采集监控管理
系统提供采集异常处理机制,如采集任务中断、采集数据失败等相关异常现象时,实现相关的补采机制,或通过告警的方式通知系统用户等。
数据采集过程的日志推送到系统运营管理平台、报错推动到数据提供部门的代办事宜。
1.2.2.2数据资源应用
数据资源应用层主要包括:
综合查询、搜索引擎、数据比对、布控预警、分类统计等常用功能,以及趋势分析、异常分析、相关性分析等挖掘功能。
公安大数据平台对外发挥价值的核心是提供种类丰富、类型多样的服务接口和服务能力。
从服务类型来看,可分为通用类服务、研判类服务和智能类服务。
通用类服务:
在大数据平台提供的数据资源基础上,结合分布式计算、可视化分析和展现等技术,可实现综合查询、搜索引擎、数据比对、布控预警、分类统计等常用功能,以及趋势分析、异常分析、相关性分析等挖掘功能。
研判类服务:
基于大数据分析挖掘,实现各类战法集市、积分预警模型、全要素分析工具、社交网络分析、隐性重点人挖掘、治安态势分析等综合情报研判功能。
智能类服务:
综合情报研判功能,实现案件多维分析、人流激增预警、犯罪预测模型、人员智能画像、涉恐系数分析、人员亲密度模型分析等功能。
1.2.2.3数据治理平台
数据在共享共用、开放运营及行业应用过程中,数据来源于各个业务系统,只有建立对数据质量的信任,才能放心地进行使用。
所以数据治理和质量保障在平台建设中显得由为重要,数据治理功能主要包括信息资源目录管理、数据管理和数据质量管里等内容。
1.2.2.3.1数据管理系统
数据与数据目录密切相关,良好的数据管理是目录管理的有效基础和前台。
数据的范围包括数据结构、数据词典、字段维度、程序映射逻辑、数据生命周期等。
数据管理包括数据定义、存储、查询、维护、检查和分析应用。
1.2.2.3.2数据定义
数据的定义参考以下步骤:
基础分类信息制定
设置基本的分类编码信息。
如主题分类,层次的分类,表级别分类配置管理。
模型制定
根据管理需要,自定义模型信息。
模型是指管理数据的基本信息模型。
配置表模型的信息要素,规范管理要素等。
数据分层定义
归纳分类是认识和理解对一个复杂的对象的最有效的办法,在对数据进行管理我们认为从分层、再分主题对数据进行分类是行之有效的方法,制定好数据分层分主题,每个表归属到层次和主题上。
数据主题管理
根据数据交换共享数据目录为基础,按照政府机关事业单位相关业务,划分主题并对各主题进行
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 合成 作战 中心 平台 建设项目 方案 34