CN110674238A - 一种基于大数据的禁毒情报研判系统 - Google Patents
一种基于大数据的禁毒情报研判系统 Download PDFInfo
- Publication number
- CN110674238A CN110674238A CN201910917858.7A CN201910917858A CN110674238A CN 110674238 A CN110674238 A CN 110674238A CN 201910917858 A CN201910917858 A CN 201910917858A CN 110674238 A CN110674238 A CN 110674238A
- Authority
- CN
- China
- Prior art keywords
- information
- virus
- data
- subsystem
- drug
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 231100000419 toxicity Toxicity 0.000 title claims description 15
- 230000001988 toxicity Effects 0.000 title claims description 15
- 241000700605 Viruses Species 0.000 claims abstract description 95
- 238000004458 analytical method Methods 0.000 claims abstract description 68
- 239000003814 drug Substances 0.000 claims abstract description 61
- 229940079593 drug Drugs 0.000 claims abstract description 61
- 238000007405 data analysis Methods 0.000 claims abstract description 23
- 230000000694 effects Effects 0.000 claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 230000002265 prevention Effects 0.000 claims abstract description 8
- 238000004140 cleaning Methods 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims description 29
- 238000012216 screening Methods 0.000 claims description 29
- 238000012937 correction Methods 0.000 claims description 20
- 231100000614 poison Toxicity 0.000 claims description 20
- 239000002574 poison Substances 0.000 claims description 18
- 230000000007 visual effect Effects 0.000 claims description 18
- 238000011160 research Methods 0.000 claims description 16
- 231100000331 toxic Toxicity 0.000 claims description 16
- 230000002588 toxic effect Effects 0.000 claims description 16
- 238000005065 mining Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000013479 data entry Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 5
- 238000012098 association analyses Methods 0.000 claims description 4
- 238000011840 criminal investigation Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000012800 visualization Methods 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 238000007792 addition Methods 0.000 claims description 3
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000004308 accommodation Effects 0.000 claims 2
- 230000008676 import Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 23
- 230000005764 inhibitory process Effects 0.000 description 19
- 238000009412 basement excavation Methods 0.000 description 5
- 208000012661 Dyskinesia Diseases 0.000 description 4
- 102100033075 Prostacyclin synthase Human genes 0.000 description 4
- 101710179550 Prostacyclin synthase Proteins 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 241001622623 Coeliadinae Species 0.000 description 2
- 101150096185 PAAS gene Proteins 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000007096 poisonous effect Effects 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的禁毒情报研判系统，包括情报数据录入子系统，涉毒情报数据分析子系统，涉毒管控子系统、管控内戒毒人员预警子系统和毒情展示子系统；情报数据录入子系统根据使用统一规范导入各类特性情报数据；涉毒情报数据分析子系统根据导入数据进行情报应用和实战打击分析；涉毒管控子系统，用于对隐性涉毒对象、涉毒对象活动频繁的旅馆、网吧、公共场所、暂住地以及通话基站位置、驾驶车辆通过卡口信息进行分析，确定重点清扫、防控部署；管控内戒毒人员预警子系统，利用收集的吸毒人员多维度数据，结合建立的涉毒管控子系统，建立多维的监控预警模块，形成对管内人员管理、预警、康复、心理干预。
Description
技术领域
本发明涉及禁毒技术领域，尤其涉及一种基于大数据的禁毒情报研判系统。
背景技术
当前，全球毒品问题持续泛滥，我国禁毒形势也十分严峻。毒品是人类社会的公害，是涉及公共安全的重要问题，不仅严重侵害人的身体健康、销蚀人的意志、破坏家庭幸福，而且严重消耗社会财富、毒化社会风气、污染社会环境，同时极易诱发一系列犯罪活动。深入开展禁毒斗争，综合治理毒品问题，有效遏制了毒品问题快速蔓延势头，为保障人民安居乐业作出了重要贡献。
随着涉毒违法犯罪团伙结构的严密性强、隐蔽性强、活动地域跨度大等特征日益明显，打击管控工作也暴露出信息共享难、深度挖掘难、串并经营难等弊病。为提升禁毒工作打防管控效能，加强主动发现、主动打击的能力，公安系统有必要通过整合资源建立相应的数据系统模型，从海量人群中自动分析出隐性吸毒人员、重点涉毒部位场所等对象并对其进行重点管控与打击。
目前公安厅各业务系统虽然拥有大量数据，但由于这些数据的来源、种类、结构等不同的原因，将这些数据用在实战过程中出现了分析不完全、复杂情报关系无法及时发现等问题。目前存在的主要问题为：信息沉淀共享难、深度挖掘难、串并经营难；目前市公安厅及各警种提供的信息查询系统都是根据要素分别在各系统中查询，无法实现告警监控等功能；虽经过多年的信息化发展已拥有多个业务系统整合的超级档案的通用研判功能，但是支持禁毒专业研判的数据源的类型仍然不够；现有系统需要民警通过不同的多次查询作业后，经过人为的判断再得出结果，不但效率较低而且查询的范围及信息量还是有限的，需要增加数据源进行分析；虽然民警的信息化应用能力在提高，但违法犯罪分子的反侦察能力也在不断增强，民警需要对更多系统之间的数据进行碰撞、挖掘才能找出隐藏的踪迹。
发明内容
本发明所要解决的技术问题是现有的禁毒研判工作主要依靠举报、依赖人工经验、被动管理、事后打击等传统、低效的办案方式，禁毒工作存在发现难、预警难、打击难、管控难，不能很好地利用大数据进行分析、不能进行深入研判。
本发明提供了解决上述问题的一种基于大数据的禁毒情报研判系统，利用大数据手段整合各类情报线索，挖掘深层次隐含关系，形成多渠道数据融合、智能化隐毒挖掘、情报精准推送、情报研判实战应用、数据开放式共享等核心作战能力，实现隐毒对象早发现、早预警，全面增强主动打击能力，全面提升禁毒情侦结合实战水平，大幅改变过去依靠举报、依赖人工经验、被动管理、事后打击等传统、低效的办案方式。
本发明通过下述技术方案实现：
一种基于大数据的禁毒情报研判系统，包括情报数据录入子系统，涉毒情报数据分析子系统，涉毒管控子系统、管控内戒毒人员预警子系统和毒情展示子系统；
所述情报数据录入子系统，根据使用统一规范导入各类特性情报数据，协助民警整合不同来源的情报数据，并作为所述涉毒情报数据分析子系统的输入数据；
所述涉毒情报数据分析子系统包括情报应用和实战打击，所述情报应用包括涉毒情报专题库、涉毒关系团伙分析模块，所述实战打击包括情报传递模块、禁毒话单分析模块；
涉毒情报专题库，根据所述情报数据录入子系统的涉毒底数，结合获取的线索信息，构建涉毒情报专题库；涉毒情报专题库包括情报搜索单元，登录用户通过时间跨度、筛选条件，对所述情报数据录入子系统中的情报信息进行搜索，找出有用的线索并进行查看，且搜索结果以列表形式展示；
涉毒关系团伙分析模块，将情报数据按照图数据库方式进行批量或实时处理，计算多种配置条件下关键要素之间的关联关系，让数据底层关联性完成从“点”到“线”，到“面”，再到“多维”的演进，同时支持通过可视化技术进行交互和展示，让用户可以轻松洞察杂乱无章的海量数据背后的复杂关联，进一步提高数据分析、挖掘和情报研判的效率；
情报传递模块，用于将办案过程中所掌握的线索、嫌疑人员、嫌疑号码、话单数据通过任务、请求的方式进行上传下达与协作；
禁毒话单分析模块，根据导入的话单信息，进行话单总概、话单翻译、通话频率、时段频率、基站频率、高危漫游、对端漫游、日通话量、首尾通话分析；
其中，话单总概包括当前人员信息、身份判定(通过对当前人员的人脉关系、自身评定、行为习惯、审查记录等进行综合分析，判断其嫌犯等级，分为高、中、低三个等级)、号码在册记录、通话频率等信息。
话单翻译，用户可查看当前人员的通话地、通话时间、时长、类型、对方号码、对方通话地、人员类型、基站等信息，并支持按条件筛选分析功能，还提供PGIS上图可视化展示支持。
通话频率，用户可查看当前人员通话的对方号码、对方归属地、合计次数、通话次数、主叫被叫次数、短息次数、人员类型、对方姓名等信息，并支持按条件筛选分析功能。
时段频率，用户可查看当前人员通话的对方号码、对方归属地、人员类型、对方姓名、合计通话次数、每个时间段通话次数等信息，并支持按条件筛选分析功能。
基站频率，用户可查看当前人员通话的基站代码、基站名称、合计通话次数、每个时间段通话次数等信息，并支持按条件筛选分析功能，还提供PGIS上图可视化展示支持。
高危漫游，用户可查看当前人员通话的高危漫游时间、高危漫游地、通话类型、对方号码、对方通话地、通话时长、基站名称等信息，并支持按条件筛选分析功能。
对端通话，用户可查看当前人员通话的对方号码、通话时间、对端通话地、通话类型、通话时长等信息，并支持按条件筛选分析功能。
日通话量，用户可查看当前人员通话的本机号码、日期、己方归属地、合计次数、通话次数、主叫被叫次数、短信次数、通话总时长等信息，并支持按条件筛选分析功能。
首尾通话，用户可查看当前人员通话的通话日期、当日首次通话号码、归属地、通话对方姓名，以及尾次通话号码、归属地、通话对方姓名等信息，并支持按条件筛选分析功能。
所述涉毒管控子系统，用于对隐性涉毒对象、涉毒对象活动频繁的旅馆、网吧、公共场所、暂住地以及通话基站位置、驾驶车辆通过卡口信息进行分析，确定重点清扫、防控部署；
所述管控内戒毒人员预警子系统，利用收集的吸毒人员多维度数据，结合建立的所述涉毒管控子系统，建立多维的监控预警模块，形成对管内人员的管理、预警、康复、心理干预；
所述毒情展示子系统，用地图打点的方式通过红绿蓝三色实时展示省、市、区域的涉毒报警、涉毒预警、涉毒发案的分布实况，包括毒情分析、涉毒统计和可视化大屏。
进一步地，所述情报数据录入子系统中情报数据的来源包括巨龙大数据平台、SIS刑侦系统、毒品案件系统、慧眼挖掘机和查管系统。
进一步地，所述情报数据录入子系统中情报数据包括隐毒线索、录入话单、录入线索、外部话单、110线索、预警线索、网络交易线索、案件线索数据。
进一步地，所述涉毒关系团伙分析模块包括关系配置支持单元、多要素关系分析单元、可视化展示单元和深层次团伙挖掘单元；其中：
关系配置支持单元，用于支持图形化配置一级或以上的各类关系定义，数据来源，计算规则，关系权重数据，用简单化手段为后台复杂图数据计算提供关键配置；
多要素关系分析单元，用于脱离正常的单一对象要素分析，进入立体化多对象关联分析，包括人-人、人-车、人-号码、车-号码，为实战研判提供更有价值的情报信息；
可视化展示单元，用于将多关系分析结果用矩阵图表或者其他可视化形式展示，分析结果展示直观且便于操作，为挖掘更为深入的要素之间关联关系提供便利；
深层次团伙挖掘单元，用于从多维度对目标对象进行深入的挖掘，实现分析对象的详情信息、关系网络、亲密关联对象信息的可视化展示，并通过图计算技术，实现关系网络的多层扩展，进而挖掘目标对象的完整圈子或者亲密群体。
进一步地，所述实战打击还包括线索管理模块、案件管理模块、批量比对模块、经营管理模块，其中：
线索管理模块，用于登陆用户做线索维护使用，包括线索的增加、删除、修改和查看。
案件管理模块，以列表形式展示已有的案件信息，登录用户根据需要新增、修改和查看案件；对于每一个案件，进入其详情页(自定义数据导入页)后，可以新增、修改、查看与此案件相关的话单信息。具体地，案件管理分为发案数(今日、近一周、近一个月、近三个月、半年、一年)、预警数(今日、近一周、近一个月、近三个月、半年、一年)、报警数(今日、近一周、近一个月、近三个月、半年、一年)，可以导出案件列表便于查看。
批量比对模块，通过上传全列表或者增量列表方式，对系统中存在的人员数据信息进行对比分析；
经营管理模块，用于对当前登录用户所经营的隐性涉毒人员情况进行展示，分别按照申请日期、经营状态、被申请人、经营天数进行筛选，经营状态分为“我的经营”、“待审核”、“已审核”。
进一步地，所述涉毒管控子系统包括隐性涉毒对象预警模块，隐性涉毒对象预警模块通过分析已查获的首次吸毒人员进行样本的学习，根据内外网活动轨迹和通讯信息排查找出共性特征，并对共性特征进行分值标注，划分为蓝橙红三色预警分值，自动筛选出隐性涉毒嫌疑对象；其中，隐性涉毒对象包括人、电话号码、银行卡号、QQ号、微信号等，但不局限于此；
对于潜在的涉毒对象，根据隐性涉毒对象预警模型分别通话联系数据、资金交易数据、出行记录数据、住宿记录数据和网吧出入数据五个方面给予对象积分，并聚合该个体在每个模型下的积分情况，汇总对象积分，对吸毒的可能性进行量化判断，从而发现隐性涉毒人员。
其中，所述隐性涉毒对象预警模型Y包括通话联系模型A、资金交易模型B、出行记录模型C、住宿记录模型D、网吧出入模型E，且Y＝a A+b B+c C+d D+e E，a表示通话联系模型A的修正系数，b表示资金交易模型B的修正系数，c表示出行记录模型C的修正系数，d 表示住宿记录模型D的修正系数，e表示网吧出入模型E的修正系数，模型A、B、C、D、 E均采用累计积分来表示。具体地，隐性涉毒对象预警模型Y，当对象的累计积分大于60分，认为是隐性涉毒对象，并进行隐毒对象预警；当对象的累计积分小于或者等于60分，认为是非隐性涉毒对象，不进行隐毒对象预警。
进一步地，所述涉毒管控子系统还包括重点部位预警模块，重点部位预警模块对涉毒人员活动频繁的旅馆、网吧、场所、暂住地以及通话基站位置轨迹信息进行大数据分析，并按人/次数排列，为相关部门确定重点清扫、防控部位，科学调地配警力提供了依据。
所述涉毒管控子系统还包括毒驾分析模块，毒驾分析模块以车牌号码为主体，演算展示隐毒毒驾、涉毒毒驾以及使用其关系亲密者车辆毒驾的信息，将可疑车辆的可能驾驶者一一罗列，便于排查；毒驾分析模块包括车辆分析和卡口分析。
其中，车辆分析，对涉毒毒驾、隐毒毒驾的车辆列表按照研判模式(需要T+1卡口数据接入支持)、行动模式(需要实时卡口数据接入支持)两种模式进行展示，并能够根据以下条件对卡口嫌疑车辆进行必要的分析筛选，及时、准确地找出需要重点关注的对象，将对象下发进行打处：
1)卡口的有效时间(一天、一周、半个月或更长时间)；
2)隐毒、涉毒人员身份证号码、车牌号码；
3)隐毒、涉毒人员活动区域/户籍地；
4)毒驾类型(涉毒人员、隐毒人员)；
5)与车辆所有人关系(自有车辆、违章处理、亲密关系)；
6)机动车状态；
7)车主/嫌疑人驾驶证状态；
毒驾车牌列表支持按时间、按卡口排序展示，以及列表导出功能。
在毒驾车牌列表中，可以方便的查看涉毒、隐毒毒驾相关车辆、人员信息：
1)此车牌下车辆的档案信息：车辆基本信息、车主信息、机动车轨迹信息、机动车拓展信息等。
2)车辆备注信息：本车牌车辆在卡口接受检查的记录情况。
3)车主档案信息/驾驶人档案信息：个人基本信息、活动轨迹、社会关系等。
5)卡口信息：此车牌下车辆经过卡口的信息列表。
5)卡口照片：可对各个卡口的照片及嫌疑人进度对比，确定嫌疑人行车轨迹及其他相关信息。
其中，卡口分析，对涉毒毒驾、隐毒毒驾的车辆通过卡口信息进行统计，并按照通过次数从大到小对各个卡口进行排名，方便重点排查。可以根据以下条件对卡口统计情况进行筛选：
1)卡口管辖区域；
2)时间范围(一天、一周、半个月或者更长时间)；
3)统计规则(按通过次数/按车牌数)；
4)毒驾类型(涉毒人员、隐毒人员)；
5)与车辆所有人关系(自有车辆、违章处理、亲密关系)；
卡口排序统计信息列表支持导出功能。
在卡口排行列表中，可以对通过某一个卡口的嫌疑车辆排行进行查看。
在卡口车牌排行列表中，也可以查看当前车辆的信息。
进一步地，所述管控内戒毒人员预警子系统中建立的监控预警模块包括跨区域预警单元、离开本市预警单元、前往重点城市预警单元、进入敏感区域预警单元、脱失人员预警单元和人员等级异动单元，根据各预警单元，若发现人员存在异常情况则根据异常类型进行相应的预警，统计当日预警总量、跨区域预警量、离开本市预警量、前往重点城市预警量、进入敏感区域预警量、脱失人员预警量、人员异动预警量。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明一种基于大数据的禁毒情报研判系统，针对隐性涉毒对象预警，利用大数据思想结合禁毒情报业务的各类经验分析，实现了大数据+作战经验的模式，将经验转化为模型计算，全面提升作战效率，将与涉毒人员通话联系相关特征、资金交易相关特征、出行记录相关特征、住宿记录相关特征和网吧出入相关特征数据，构建基于隐性吸毒人员分析预警模型 Y，通过汇总积分，对涉毒的可能性进行量化判断，从而发现隐性涉毒人员；
2、本发明一种基于大数据的禁毒情报研判系统，针对隐性涉毒对象预警，节约了大量人力成本，且分析与预测快速、效率高，实现从海量人群中自动分析出隐性吸毒人员，方便后续对重点涉毒部位场所进行重点管控与打击，提升禁毒工作打防管控效能；
3、本发明一种基于大数据的禁毒情报研判系统，利用大数据手段整合各类情报线索，挖掘深层次隐含关系，形成多渠道数据融合、智能化隐毒挖掘、情报精准推送、情报研判实战应用、数据开放式共享等核心作战能力，实现隐毒对象早发现、早预警，全面增强主动打击能力，全面提升禁毒情侦结合实战水平，大幅改变过去依靠举报、依赖人工经验、被动管理、事后打击等传统、低效的办案方式。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明一种基于大数据的禁毒情报研判系统架构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
如图1所示，本发明一种基于大数据的禁毒情报研判系统，一种基于大数据的禁毒情报研判系统，包括情报数据录入子系统，涉毒情报数据分析子系统，涉毒管控子系统、管控内戒毒人员预警子系统和毒情展示子系统；
所述情报数据录入子系统，根据使用统一规范导入各类特性情报数据，协助民警整合不同来源的情报数据，并作为所述涉毒情报数据分析子系统的输入数据；
所述涉毒情报数据分析子系统包括情报应用和实战打击，所述情报应用包括涉毒情报专题库、涉毒关系团伙分析模块，所述实战打击包括情报传递模块、禁毒话单分析模块；
涉毒情报专题库，根据所述情报数据录入子系统的涉毒底数，结合获取的线索信息，构建涉毒情报专题库；涉毒情报专题库包括情报搜索单元，登录用户通过时间跨度、筛选条件，对所述情报数据录入子系统中的情报信息进行搜索，找出有用的线索并进行查看，且搜索结果以列表形式展示；
涉毒关系团伙分析模块，将情报数据按照图数据库方式进行批量或实时处理，计算多种配置条件下关键要素之间的关联关系，让数据底层关联性完成从“点”到“线”，到“面”，再到“多维”的演进，同时支持通过可视化技术进行交互和展示，让用户可以轻松洞察杂乱无章的海量数据背后的复杂关联，进一步提高数据分析、挖掘和情报研判的效率；
情报传递模块，用于将办案过程中所掌握的线索、嫌疑人员、嫌疑号码、话单数据通过任务、请求的方式进行上传下达与协作；
禁毒话单分析模块，根据导入的话单信息，进行话单总概、话单翻译、通话频率、时段频率、基站频率、高危漫游、对端漫游、日通话量、首尾通话分析；
其中，话单总概包括当前人员信息、身份判定(通过对当前人员的人脉关系、自身评定、行为习惯、审查记录等进行综合分析，判断其嫌犯等级，分为高、中、低三个等级)、号码在册记录、通话频率等信息。
话单翻译，用户可查看当前人员的通话地、通话时间、时长、类型、对方号码、对方通话地、人员类型、基站等信息，并支持按条件筛选分析功能，还提供PGIS上图可视化展示支持。
通话频率，用户可查看当前人员通话的对方号码、对方归属地、合计次数、通话次数、主叫被叫次数、短息次数、人员类型、对方姓名等信息，并支持按条件筛选分析功能。
时段频率，用户可查看当前人员通话的对方号码、对方归属地、人员类型、对方姓名、合计通话次数、每个时间段通话次数等信息，并支持按条件筛选分析功能。
基站频率，用户可查看当前人员通话的基站代码、基站名称、合计通话次数、每个时间段通话次数等信息，并支持按条件筛选分析功能，还提供PGIS上图可视化展示支持。
高危漫游，用户可查看当前人员通话的高危漫游时间、高危漫游地、通话类型、对方号码、对方通话地、通话时长、基站名称等信息，并支持按条件筛选分析功能。
对端通话，用户可查看当前人员通话的对方号码、通话时间、对端通话地、通话类型、通话时长等信息，并支持按条件筛选分析功能。
日通话量，用户可查看当前人员通话的本机号码、日期、己方归属地、合计次数、通话次数、主叫被叫次数、短信次数、通话总时长等信息，并支持按条件筛选分析功能。
首尾通话，用户可查看当前人员通话的通话日期、当日首次通话号码、归属地、通话对方姓名，以及尾次通话号码、归属地、通话对方姓名等信息，并支持按条件筛选分析功能。
所述涉毒管控子系统，用于对隐性涉毒对象、涉毒对象活动频繁的旅馆、网吧、公共场所、暂住地以及通话基站位置、驾驶车辆通过卡口信息进行分析，确定重点清扫、防控部署；
所述管控内戒毒人员预警子系统，利用收集的吸毒人员多维度数据，结合建立的所述涉毒管控子系统，建立多维的监控预警模块，形成对管内人员的管理、预警、康复、心理干预；
所述毒情展示子系统，用地图打点的方式通过红绿蓝三色实时展示省、市、区域的涉毒报警、涉毒预警、涉毒发案的分布实况，包括毒情分析、涉毒统计和可视化大屏。
具体地，所述情报数据录入子系统中情报数据的来源包括巨龙大数据平台、SIS刑侦系统、毒品案件系统、慧眼挖掘机和查管系统。所述情报数据录入子系统中情报数据包括隐毒线索、录入话单、录入线索、外部话单、110线索、预警线索、网络交易线索、案件线索数据。
具体地，所述涉毒关系团伙分析模块包括关系配置支持单元、多要素关系分析单元、可视化展示单元和深层次团伙挖掘单元；其中：
关系配置支持单元，用于支持图形化配置一级或以上的各类关系定义，数据来源，计算规则，关系权重数据，用简单化手段为后台复杂图数据计算提供关键配置；
多要素关系分析单元，用于脱离正常的单一对象要素分析，进入立体化多对象关联分析，包括人-人、人-车、人-号码、车-号码，为实战研判提供更有价值的情报信息；
可视化展示单元，用于将多关系分析结果用矩阵图表或者其他可视化形式展示，分析结果展示直观且便于操作，为挖掘更为深入的要素之间关联关系提供便利；
深层次团伙挖掘单元，用于从多维度对目标对象进行深入的挖掘，实现分析对象的详情信息、关系网络、亲密关联对象信息的可视化展示，并通过图计算技术，实现关系网络的多层扩展，进而挖掘目标对象的完整圈子或者亲密群体。
具体地，所述实战打击还包括线索管理模块、案件管理模块、批量比对模块、经营管理模块，其中：
线索管理模块，用于登陆用户做线索维护使用，包括线索的增加、删除、修改和查看。
案件管理模块，以列表形式展示已有的案件信息，登录用户根据需要新增、修改和查看案件；对于每一个案件，进入其详情页(自定义数据导入页)后，可以新增、修改、查看与此案件相关的话单信息。具体地，案件管理分为发案数(今日、近一周、近一个月、近三个月、半年、一年)、预警数(今日、近一周、近一个月、近三个月、半年、一年)、报警数(今日、近一周、近一个月、近三个月、半年、一年)，可以导出案件列表便于查看。
批量比对模块，通过上传全列表或者增量列表方式，对系统中存在的人员数据信息进行对比分析；
经营管理模块，用于对当前登录用户所经营的隐性涉毒人员情况进行展示，分别按照申请日期、经营状态、被申请人、经营天数进行筛选，经营状态分为“我的经营”、“待审核”、“已审核”。
具体地，所述涉毒管控子系统包括隐性涉毒对象预警模块，隐性涉毒对象预警模块通过分析已查获的首次吸毒人员进行样本的学习，根据内外网活动轨迹和通讯信息排查找出共性特征，并对共性特征进行分值标注，划分为蓝橙红三色预警分值，自动筛选出隐性涉毒嫌疑对象；其中，隐性涉毒对象包括人、电话号码、银行卡号、QQ号、微信号；
对于潜在的涉毒对象，根据隐性涉毒对象预警模型分别通话联系数据、资金交易数据、出行记录数据、住宿记录数据和网吧出入数据五个方面给予对象积分，并聚合该个体在每个模型下的积分情况，汇总对象积分，对吸毒的可能性进行量化判断，从而发现隐性涉毒人员。
其中，所述隐性涉毒对象预警模型Y包括通话联系模型A、资金交易模型B、出行记录模型C、住宿记录模型D、网吧出入模型E，且Y＝a A+b B+c C+d D+e E，a表示通话联系模型A的修正系数，b表示资金交易模型B的修正系数，c表示出行记录模型C的修正系数，d 表示住宿记录模型D的修正系数，e表示网吧出入模型E的修正系数，模型A、B、C、D、 E均采用累计积分来表示。具体地，隐性涉毒对象预警模型Y，当对象的累计积分大于60分，认为是隐性涉毒对象，并进行隐毒对象预警；当对象的累计积分小于或者等于60分，认为是非隐性涉毒对象，不进行隐毒对象预警。本实施例中，Y＝0.32A+0.36B+0.12C+0.12D+0.08E，通话联系模型A的修正系数为0.32，资金交易模型B的修正系数为0.36，出行记录模型C的修正系数为0.12，住宿记录模型D的修正系数为0.12，网吧出入模型E的修正系数为0.08。
本发明通过隐性涉毒对象预警模型，利用大数据分析思想，节约了大量人力成本，且分析与预测快速、效率高，实现从海量人群中自动分析出隐性吸毒人员，方便后续对重点涉毒部位场所进行重点管控与打击，提升禁毒工作打防管控效能。
具体地，所述涉毒管控子系统还包括重点部位预警模块，重点部位预警模块对涉毒人员活动频繁的旅馆、网吧、场所、暂住地以及通话基站位置轨迹信息进行大数据分析，并按人/ 次数排列，为相关部门确定重点清扫、防控部位，科学调地配警力提供了依据。
具体地，所述管控内戒毒人员预警子系统中建立的监控预警模块包括跨区域预警单元、离开本市预警单元、前往重点城市预警单元、进入敏感区域预警单元、脱失人员预警单元和人员等级异动单元，根据各预警单元，若发现人员存在异常情况则根据异常类型进行相应的预警，统计当日预警总量、跨区域预警量、离开本市预警量、前往重点城市预警量、进入敏感区域预警量、脱失人员预警量、人员异动预警量。
本发明一种基于大数据的禁毒情报研判系统，利用大数据手段整合各类情报线索，挖掘深层次隐含关系，形成多渠道数据融合、智能化隐毒挖掘、情报精准推送、情报研判实战应用、数据开放式共享等核心作战能力，实现隐毒对象早发现、早预警，全面增强主动打击能力，全面提升禁毒情侦结合实战水平，大幅改变过去依靠举报、依赖人工经验、被动管理、事后打击等传统、低效的办案方式。本系统利于禁毒工作发现、预警和管控。
实施时，如图1所示本发明提供了一种基于大数据的禁毒情报研判系统架构图，基于 JAVAEE标准的分布式体系结构设计，一方面使系统具有独立性，可以部署在任何符合JAVAEE规范的应用服务器，提高系统的可部署性，降低维护和管理成本；另一方面可以充分利用现有的成熟的JAVAEE技术平台，实现系统设计的高度灵活性和扩展性。本系统采用Linux(Windows)+关系数据库+HDFS+NOSQL+JAVAEE的技术路线。搭建由应用服务器、数据库服务器、存储设备组成的硬件资源平台，数据库服务器采用linux(Windows)操作系统，应用服务器采用linux(Windows)操作系统，并通过分布式文件系统、数据库实现数据中心的数据存取和数据仓库构建。而在前端应用功能开发工作中，将采用先进和强大的企业级应用平台采用JAVAEE(.Net)开发平台，通过中间件进行应用开发，同时采用流行的三层体系结构，即表示层、业务层和数据访问层分开，整个系统采用B/S(浏览器/服务器)架构。
1.业务层。业务平台以涉毒情报线索的录入、分配、研判以及应用为主线，以“人”为核心，围绕着各要素进行分析挖掘，提供禁毒云搜、可视化关系推演、时空轨迹分析、技战法模型分析以及话单分析等工具手段，提供毒情展示、情报应用、涉毒管控、实战打击等模块。
2.数据服务层。数据服务层专门针对数据业务进行独立设计，作为DAAS服务为上层业务服务输出数据支撑能力，同时DAAS层的实现也依赖于下层PAAS提供的平台服务支持。独立的DAAS层有利于业务和数据解耦，增强业务设计的灵活性，也有利于最大程度的利用数据价值。其中，数据接入巨龙大数据平台、SIS刑侦系统、毒品案件系统、慧眼挖掘机和查管系统等。
3.平台服务层。平台服务即PAAS，为系统提供了基于大数据技术的平台级服务支撑，主要服务有：数据缓存服务、统一索引服务、关系数据库服务、分布式消息队列服务。
4.基础设施。基础设施层主要提供计算资源池、存储资源池以及网络资源池，基于资源池提供资源的申请、回收、隔离等服务。为软件应用与业务应用提供最底层的资源支撑。
实施例2
如图1所示，本实施例与实施例1的区别在于，所述涉毒管控子系统还包括毒驾分析模块，毒驾分析模块以车牌号码为主体，演算展示隐毒毒驾、涉毒毒驾以及使用其关系亲密者车辆毒驾的信息，将可疑车辆的可能驾驶者一一罗列，便于排查；毒驾分析模块包括车辆分析和卡口分析。
其中，车辆分析，对涉毒毒驾、隐毒毒驾的车辆列表按照研判模式(需要T+1卡口数据接入支持)、行动模式(需要实时卡口数据接入支持)两种模式进行展示，并能够根据以下条件对卡口嫌疑车辆进行必要的分析筛选，及时、准确地找出需要重点关注的对象，将对象下发进行打处：
1)卡口的有效时间(一天、一周、半个月或更长时间)；
2)隐毒、涉毒人员身份证号码、车牌号码；
3)隐毒、涉毒人员活动区域/户籍地；
4)毒驾类型(涉毒人员、隐毒人员)；
5)与车辆所有人关系(自有车辆、违章处理、亲密关系)；
6)机动车状态；
7)车主/嫌疑人驾驶证状态；
毒驾车牌列表支持按时间、按卡口排序展示，以及列表导出功能。
在毒驾车牌列表中，可以方便的查看涉毒、隐毒毒驾相关车辆、人员信息：
1)此车牌下车辆的档案信息：车辆基本信息、车主信息、机动车轨迹信息、机动车拓展信息等。
2)车辆备注信息：本车牌车辆在卡口接受检查的记录情况。
3)车主档案信息/驾驶人档案信息：个人基本信息、活动轨迹、社会关系等。
6)卡口信息：此车牌下车辆经过卡口的信息列表。
5)卡口照片：可对各个卡口的照片及嫌疑人进度对比，确定嫌疑人行车轨迹及其他相关信息。
其中，卡口分析，对涉毒毒驾、隐毒毒驾的车辆通过卡口信息进行统计，并按照通过次数从大到小对各个卡口进行排名，方便重点排查。可以根据以下条件对卡口统计情况进行筛选：
1)卡口管辖区域；
2)时间范围(一天、一周、半个月或者更长时间)；
3)统计规则(按通过次数/按车牌数)；
4)毒驾类型(涉毒人员、隐毒人员)；
5)与车辆所有人关系(自有车辆、违章处理、亲密关系)；
卡口排序统计信息列表支持导出功能。
在卡口排行列表中，可以对通过某一个卡口的嫌疑车辆排行进行查看。
在卡口车牌排行列表中，也可以查看当前车辆的信息。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于大数据的禁毒情报研判系统，其特征在于，包括情报数据录入子系统，涉毒情报数据分析子系统，涉毒管控子系统、管控内戒毒人员预警子系统和毒情展示子系统；
所述情报数据录入子系统，根据使用统一规范导入各类特性情报数据，协助民警整合不同来源的情报数据，并作为所述涉毒情报数据分析子系统的输入数据；
所述涉毒情报数据分析子系统包括情报应用和实战打击，所述情报应用包括涉毒情报专题库、涉毒关系团伙分析模块，所述实战打击包括情报传递模块、禁毒话单分析模块；
涉毒情报专题库，根据所述情报数据录入子系统的涉毒底数，结合获取的线索信息，构建涉毒情报专题库；涉毒情报专题库包括情报搜索单元，登录用户通过时间跨度、筛选条件，对所述情报数据录入子系统中的情报信息进行搜索，找出有用的线索并进行查看，且搜索结果以列表形式展示；
涉毒关系团伙分析模块，将情报数据按照图数据库方式进行批量或实时处理，计算多种配置条件下关键要素之间的关联关系，同时支持通过可视化技术进行交互和展示；
情报传递模块，用于将办案过程中所掌握的线索、嫌疑人员、嫌疑号码、话单数据通过任务、请求的方式进行上传下达与协作；
禁毒话单分析模块，根据导入的话单信息，进行话单总概、话单翻译、通话频率、时段频率、基站频率、高危漫游、对端漫游、日通话量、首尾通话分析；
所述涉毒管控子系统，用于对隐性涉毒对象、涉毒对象活动频繁的旅馆、网吧、公共场所、暂住地以及通话基站位置、驾驶车辆通过卡口信息进行分析，确定重点清扫、防控部署；
所述管控内戒毒人员预警子系统，利用收集的吸毒人员多维度数据，结合建立的所述涉毒管控子系统，建立多维的监控预警模块，形成对管内人员的管理、预警、康复、心理干预；
所述毒情展示子系统，用地图打点的方式通过红绿蓝三色实时展示省、市、区域的涉毒报警、涉毒预警、涉毒发案的分布实况。
2.根据权利要求1所述的一种基于大数据的禁毒情报研判系统，其特征在于，所述情报数据录入子系统中情报数据的来源包括巨龙大数据平台、SIS刑侦系统、毒品案件系统、慧眼挖掘机和查管系统。
3.根据权利要求2所述的一种基于大数据的禁毒情报研判系统，其特征在于，所述情报数据录入子系统中情报数据包括隐毒线索、录入话单、录入线索、外部话单、110线索、预警线索、网络交易线索、案件线索数据。
4.根据权利要求1所述的一种基于大数据的禁毒情报研判系统，其特征在于，所述涉毒关系团伙分析模块包括关系配置支持单元、多要素关系分析单元、可视化展示单元和深层次团伙挖掘单元；其中：
关系配置支持单元，用于支持图形化配置一级或以上的各类关系定义，数据来源，计算规则，关系权重数据，用简单化手段为后台复杂图数据计算提供关键配置；
多要素关系分析单元，用于脱离正常的单一对象要素分析，进入立体化多对象关联分析，包括人-人、人-车、人-号码、车-号码；
可视化展示单元，用于将多关系分析结果用矩阵图表或者其他可视化形式展示；
深层次团伙挖掘单元，用于从多维度对目标对象进行深入的挖掘，实现分析对象的详情信息、关系网络、亲密关联对象信息的可视化展示，并通过图计算技术，实现关系网络的多层扩展，进而挖掘目标对象的完整圈子或者亲密群体。
5.根据权利要求1所述的一种基于大数据的禁毒情报研判系统，其特征在于，所述实战打击还包括线索管理模块、案件管理模块、批量比对模块、经营管理模块，其中：
线索管理模块，用于登陆用户做线索维护使用，包括线索的增加、删除、修改和查看。
案件管理模块，以列表形式展示已有的案件信息，登录用户根据需要新增、修改和查看案件；
批量比对模块，通过上传全列表或者增量列表方式，对系统中存在的人员数据信息进行对比分析；
经营管理模块，用于对当前登录用户所经营的隐性涉毒人员情况进行展示，分别按照申请日期、经营状态、被申请人、经营天数进行筛选，经营状态分为“我的经营”、“待审核”、“已审核”。
6.根据权利要求1所述的一种基于大数据的禁毒情报研判系统，其特征在于，所述涉毒管控子系统包括隐性涉毒对象预警模块，隐性涉毒对象预警模块通过分析已查获的首次吸毒人员进行样本的学习，根据内外网活动轨迹和通讯信息排查找出共性特征，并对共性特征进行分值标注，划分为蓝橙红三色预警分值，自动筛选出隐性涉毒嫌疑对象；其中，隐性涉毒对象包括人、电话号码、银行卡号、QQ号、微信号；
对于潜在的涉毒对象，根据隐性涉毒对象预警模型分别通话联系数据、资金交易数据、出行记录数据、住宿记录数据和网吧出入数据五个方面给予对象积分，并聚合该个体在每个模型下的积分情况，汇总对象积分，对吸毒的可能性进行量化判断，从而发现隐性涉毒人员。
7.根据权利要求6所述的一种基于大数据的禁毒情报研判系统，其特征在于，所述隐性涉毒对象预警模型Y包括通话联系模型A、资金交易模型B、出行记录模型C、住宿记录模型D、网吧出入模型E，且Y＝a A+b B+c C+d D+e E，a表示通话联系模型A的修正系数，b表示资金交易模型B的修正系数，c表示出行记录模型C的修正系数，d表示住宿记录模型D的修正系数，e表示网吧出入模型E的修正系数，模型A、B、C、D、E均采用累计积分来表示。
8.根据权利要求1所述的一种基于大数据的禁毒情报研判系统，其特征在于，所述涉毒管控子系统还包括重点部位预警模块，重点部位预警模块对涉毒人员活动频繁的旅馆、网吧、场所、暂住地以及通话基站位置轨迹信息进行大数据分析，并按人/次数排列，为相关部门确定重点清扫、防控部位；
所述涉毒管控子系统还包括毒驾分析模块，毒驾分析模块以车牌号码为主体，演算展示隐毒毒驾、涉毒毒驾以及使用其关系亲密者车辆毒驾的信息，将可疑车辆的可能驾驶者一一罗列，便于排查；毒驾分析模块包括车辆分析和卡口分析。
9.根据权利要求1所述的一种基于大数据的禁毒情报研判系统，其特征在于，所述管控内戒毒人员预警子系统中建立的监控预警模块包括跨区域预警单元、离开本市预警单元、前往重点城市预警单元、进入敏感区域预警单元、脱失人员预警单元和人员等级异动单元，根据各预警单元，若发现人员存在异常情况则根据异常类型进行相应的预警，统计当日预警总量、跨区域预警量、离开本市预警量、前往重点城市预警量、进入敏感区域预警量、脱失人员预警量、人员异动预警量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910917858.7A CN110674238B (zh) | 2019-09-26 | 2019-09-26 | 一种基于大数据的禁毒情报研判系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910917858.7A CN110674238B (zh) | 2019-09-26 | 2019-09-26 | 一种基于大数据的禁毒情报研判系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110674238A true CN110674238A (zh) | 2020-01-10 |
| CN110674238B CN110674238B (zh) | 2022-11-04 |
Family
ID=69079413
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910917858.7A Active CN110674238B (zh) | 2019-09-26 | 2019-09-26 | 一种基于大数据的禁毒情报研判系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110674238B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111210208A (zh) * | 2020-03-06 | 2020-05-29 | 北京中天锋安全防护技术有限公司 | 吸毒人员公安管控 |
| CN111275361A (zh) * | 2020-03-06 | 2020-06-12 | 北京中天锋安全防护技术有限公司 | 吸毒人员查控发现系统 |
| CN111369417A (zh) * | 2020-03-05 | 2020-07-03 | 青岛海信网络科技股份有限公司 | 一种基于技战法模型的案件线索获取方法及装置 |
| CN111538753A (zh) * | 2020-06-04 | 2020-08-14 | 南京金鼎嘉崎信息科技有限公司 | 一种基于大数据分析的研判平台 |
| CN112801603A (zh) * | 2020-10-30 | 2021-05-14 | 四川天翼网络服务有限公司 | 一种智慧社区特殊数据感知服务系统 |
| CN113590597A (zh) * | 2021-07-16 | 2021-11-02 | 成都无糖信息技术有限公司 | 网络异常行为重点人员分析层级划分的识别方法及设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100017733A1 (en) * | 1999-07-22 | 2010-01-21 | Barros Barbara L | Graphic-Information Flow for Visually Analyzing Patterns and Relationships |
| CN105574657A (zh) * | 2015-12-11 | 2016-05-11 | 山东新网格信息技术有限公司 | 智能警务实战综合应用平台 |
| CN107203954A (zh) * | 2017-05-10 | 2017-09-26 | 中智安达（北京）科技发展有限公司 | 一种线索收集和报警系统 |
| WO2018045400A1 (en) * | 2016-09-05 | 2018-03-08 | Trackbox Technologies (Proprietary) Limited | Incident management & information capturing system |
| CN108449366A (zh) * | 2018-05-18 | 2018-08-24 | 广西电网有限责任公司 | 基于人工智能的关键信息基础设施安全威胁情报分析系统 |
| CN109766383A (zh) * | 2019-01-08 | 2019-05-17 | 重庆市千将软件有限公司 | 大数据可视化话单分析系统 |
| CN110263633A (zh) * | 2019-05-13 | 2019-09-20 | 广州烽火众智数字技术有限公司 | 基于时空关联的涉毒人员检测预警方法、系统及存储介质 |
-
2019
- 2019-09-26 CN CN201910917858.7A patent/CN110674238B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100017733A1 (en) * | 1999-07-22 | 2010-01-21 | Barros Barbara L | Graphic-Information Flow for Visually Analyzing Patterns and Relationships |
| CN105574657A (zh) * | 2015-12-11 | 2016-05-11 | 山东新网格信息技术有限公司 | 智能警务实战综合应用平台 |
| WO2018045400A1 (en) * | 2016-09-05 | 2018-03-08 | Trackbox Technologies (Proprietary) Limited | Incident management & information capturing system |
| CN107203954A (zh) * | 2017-05-10 | 2017-09-26 | 中智安达（北京）科技发展有限公司 | 一种线索收集和报警系统 |
| CN108449366A (zh) * | 2018-05-18 | 2018-08-24 | 广西电网有限责任公司 | 基于人工智能的关键信息基础设施安全威胁情报分析系统 |
| CN109766383A (zh) * | 2019-01-08 | 2019-05-17 | 重庆市千将软件有限公司 | 大数据可视化话单分析系统 |
| CN110263633A (zh) * | 2019-05-13 | 2019-09-20 | 广州烽火众智数字技术有限公司 | 基于时空关联的涉毒人员检测预警方法、系统及存储介质 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111369417A (zh) * | 2020-03-05 | 2020-07-03 | 青岛海信网络科技股份有限公司 | 一种基于技战法模型的案件线索获取方法及装置 |
| CN111210208A (zh) * | 2020-03-06 | 2020-05-29 | 北京中天锋安全防护技术有限公司 | 吸毒人员公安管控 |
| CN111275361A (zh) * | 2020-03-06 | 2020-06-12 | 北京中天锋安全防护技术有限公司 | 吸毒人员查控发现系统 |
| CN111538753A (zh) * | 2020-06-04 | 2020-08-14 | 南京金鼎嘉崎信息科技有限公司 | 一种基于大数据分析的研判平台 |
| CN112801603A (zh) * | 2020-10-30 | 2021-05-14 | 四川天翼网络服务有限公司 | 一种智慧社区特殊数据感知服务系统 |
| CN113590597A (zh) * | 2021-07-16 | 2021-11-02 | 成都无糖信息技术有限公司 | 网络异常行为重点人员分析层级划分的识别方法及设备 |
| CN113590597B (zh) * | 2021-07-16 | 2024-03-29 | 成都无糖信息技术有限公司 | 网络异常行为重点人员分析层级划分的识别方法及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110674238B (zh) | 2022-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110674238B (zh) | 一种基于大数据的禁毒情报研判系统 | |
| Ariel et al. | Predictable policing: Measuring the crime control benefits of hotspots policing at bus stops | |
| Kennedy et al. | Risk clusters, hotspots, and spatial intelligence: risk terrain modeling as an algorithm for police resource allocation strategies | |
| Rossmo et al. | The geospatial structure of terrorist cells | |
| CN105574657A (zh) | 智能警务实战综合应用平台 | |
| Gundogdu et al. | Countrywide arrhythmia: emergency event detection using mobile phone data | |
| CN101814076A (zh) | 可视化信息及信息关联分析系统及建立的方法 | |
| Adderley et al. | Police crime recording and investigation systems–A user’s view | |
| Whitby et al. | Evaluation of mobile acoustic techniques for bat population monitoring | |
| Prieto Curiel et al. | Uncovering the internal structure of Boko Haram through its mobility patterns | |
| Griffiths et al. | UK-based terrorists' antecedent behavior: A spatial and temporal analysis | |
| Kim et al. | Nonlinear relationships and interaction effects of an urban environment on crime incidence: Application of urban big data and an interpretable machine learning method | |
| CN115293477A (zh) | 基于大数据的社会安全预警系统、方法、设备及存储介质 | |
| CN109359785A (zh) | 基于大数据的强制隔离戒毒解除人员复吸预测分析系统 | |
| Fussey | Surveillance and the Olympic spectacle | |
| Hepenstal et al. | The concentration of cash-in-transit robbery | |
| Summers | The role of place in outdoor serious violence | |
| Hirschfield | 12 Decision support in crime prevention Data analysis, policy evaluation and GIS | |
| Vilalta et al. | The impact of city block type on residential burglary: Mexico City as case study | |
| Clark | The near repeat risk calculation of residential burglaries in Hillcrest, Kwazulu-Natal, South Africa: A criminological analysis | |
| Nicor-Mangilimutan et al. | Implementation of the community peace and order and public safety program in Negros Occidental, Philippines | |
| Bagwell et al. | The geospatial patterning of crimes against persons calls for service on days with and without San Antonio Spurs games | |
| Adeolu | Locational Analysis of Police Station and Crime Spot in Ikeja Lagos Nigeria | |
| Knorre et al. | Shootings and land use | |
| Kemp | Development of a Robbery Prediction Model for the City of Tshwane Metropolitan Municipality |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |