一种涉毒人员分析系统及其工作方法技术方案

本发明专利技术公开了一种涉毒人员分析系统及其工作方法，由涉毒人员相关的资源库组成的资源层、对资源层进行存储和计算的模型计算层、用于各种应用的应用层、用于提供查询和推送等服务的服务层；所述工作方法包括以下步骤：S1、从数据中心、业务系统接入数据重构后形成的数据资源库作为资源层；S2、通过模型计算层分析整理各种数据资源之间的逻辑关联，汇集整合各警种部门与涉毒前科人员相关的公共基础数据项，建立人员数据画像并刻画出人员数据画像；S3、服务层将涉毒人员数据画像信息与相关模型计算的结果通过soa服务的方式统一向外提供查询、检索、比对、推送等服务；S4、应用层基于数据画像与模型研判结果，形成不同的专题应用，包括涉毒前科人员数据画像、涉毒前科人员再犯罪预测、潜在涉毒人员识别等。

【技术实现步骤摘要】
一种涉毒人员分析系统及其工作方法
本专利技术涉及公共安全领域，尤其涉及一种涉毒人员分析系统及其工作方法。
技术介绍
近年来，大数据已成为公安信息化建设不可或缺的技术支持。大数据与公安业务深度融合，显著提升了警务效能，在维护稳定、打击犯罪、治安防控、服务群众等方面发挥了重要作用。当前，对数据的应用仅仅是单方面解读应用，没有对数据进行多种数据源、多途径以及多维度的归纳分析，造成数据与业务之间的“鸿沟”，无法发挥出数据的潜在价值。面对公安大数据应用不深不足与日益增长的警务工作需求之间的矛盾，如何进一步进行数据挖掘和分析，加快推进信息资源整合共享，让海量的信息数据真正成为实现预防预警、精准防控的源头活水，提升对各类风险的预测预警预防能力，成为步入大数据时代公安信息化实战首要解决的问题之一。面对日益猖獗的毒品犯罪形势，如何利用大数据进行涉毒情报的搜集、整合、研判，同时应用到缉毒实践中指导打击工作，成为全国禁毒工作中迫在眉睫的问题。由于建设的时间、经验、投入等方面的原因，各部门、各警种间仍存在基础工作薄弱、涉毒人员信息整合不足、涉毒人员研判不充分、情报信息沟通不畅、共享不足等问题，如果不能及时、有效解决这些问题，将会影响禁毒工作的开展和深入，会对社会的安定团结的产生不利影响。因此，迫切需要对禁毒情报资源进行整合，建立禁毒情报交流共享机制及涉毒信息研判模型，这是实现涉毒信息共享和高效运行的重要保障。
技术实现思路
本专利技术目的是针对上述问题，提供一种安全高效的涉毒人员分析系统及其工作方法。为了实现上述目的，本专利技术的技术方案是：一种涉毒人员分析系统，所述分析系统在业务逻辑上包括由涉毒人员相关的资源库组成的资源层、对资源层进行存储和计算的模型计算层、用于各种应用的应用层、用于提供查询和推送等服务的服务层；所述资源层包括从数据中心、业务系统接入数据重构后形成的数据资源库；所述模型计算层包括大数据存储和大数据计算，大数据存储层构建涉毒前科人员标签化主题库，分析整理各种数据资源之间的逻辑关联，汇集整合各警种部门与涉毒前科人员相关的公共基础数据项，建立人员数据画像；所述应用层包括基于数据画像与模型研判结果，形成不同的专题应用，包括涉毒前科人员数据画像、涉毒前科人员再犯罪预测、潜在涉毒人员识别等；，所述服务层包括将涉毒人员数据画像信息与相关模型计算的结果通过soa服务的方式统一向外提供查询、检索、比对、推送等服务。进一步的，所述涉毒人员分析系统还包括贯穿资源层、模型计算层、服务层和应用层的安全保障体系、标准规范体系与运行管理体系。所述分析系统采用分布式部署。一种涉毒人员分析系统的工作方法，包括以下步骤：S1、从数据中心、业务系统接入数据重构后形成的数据资源库作为资源层；S2、通过模型计算层分析整理各种数据资源之间的逻辑关联，汇集整合各警种部门与涉毒前科人员相关的公共基础数据项，建立人员数据画像并刻画出人员数据画像；S3、服务层将涉毒人员数据画像信息与相关模型计算的结果通过soa服务的方式统一向外提供查询、检索、比对、推送等服务；S4、应用层基于数据画像与模型研判结果，形成不同的专题应用，包括涉毒前科人员数据画像、涉毒前科人员再犯罪预测、潜在涉毒人员识别等。与现有技术相比，本专利技术具有的优点和积极效果是：本专利技术的优势主要包括以下几个方面：1、可以全面、及时、准确地获取涉毒人员的情报信息并实时提供涉毒人员预警信息；2、以吸毒人员动态分析为突破口，实现对毒品犯罪行为的发现、预警、控制、防范和侦查等工作扁平化的“网上作战模式”；3、为快速、准确定位涉毒犯罪目标对象提供情报和技术支持；4、全面掌握涉毒人员信息、分析各区域的涉毒人员情报，为领导的宏观决策和基层的实战需要服务；5、建立了健全的基础信息数据质量核查机制；6、全面实现了涉毒人员信息与其他业务及警种之间的信息互联和共享。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术的逻辑架构图；图2为本专利技术的部署架构图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。如图1所示，涉毒人员分析系统基于大数据平台建设，底层模型研判服务对外作为工具，基于涉毒人员相关数据进行进一步的分析和挖掘；系统上层应用作为应用系统，基于涉毒人员信息及模型研判结果开展各种应用。系统在业务逻辑上分为四层，即资源层、模型计算层、服务层和应用层，如上图所示。另外还包括贯穿全局的安全保障体系、标准规范体系与运行管理体系，各部分的详细内容如下：(1)资源层：资源层主要包括涉毒人员相关的资源库。计算资源库是从数据中心、业务系统接入数据重构后形成的数据资源库，用于支持涉毒前科人员数据画像展示与相关模型计算。(2)模型计算层：模型计算层包括大数据存储和大数据计算。大数据存储层构建涉毒前科人员标签化主题库，分析整理各种数据资源之间的逻辑关联，汇集整合各警种部门与涉毒前科人员相关的公共基础数据项，建立人员数据画像。(3)服务层：服务层将涉毒人员数据画像信息与相关模型计算的结果通过soa服务的方式统一向外提供查询、检索、比对、推送等服务。(4)应用层：应用层基于数据画像与模型研判结果，形成不同的专题应用，包括涉毒前科人员数据画像、涉毒前科人员再犯罪预测、潜在涉毒人员识别等。图2为本专利技术的部署架构图，为了达到不同应用的服务器共享、避免单点故障、集中管理、统一配置等目的，不以应用划分服务器，而是将所有服务器做统一使用，每台服务器都可以对多个应用提供服务，当某些应用访问量升高时，通过增加服务器节点达到整个服务器集群的性能提高。分布式部署是将计算及数据分散到多台独立的机器设备上，采用可扩展的系统结构，利用多台服务器分担计算与存储负荷，利用master服务器定位计算与存储信息，不但解决了传统集中式计算与存储系统中单服务器的瓶颈问题，还提高了系统的可靠性、可用性和扩展性。所述系统工作步骤为：1、数据资源接入：实现与数据资源库的同步和校验工作，包括依赖数据资源注册管理、依赖数据目录管理、数据资源配置和数据接入调度管理。在数据来源方面，兼容RDS关系型数据库、ADS海量数据分析数据库或者通过接口提供的JSON对象。2、涉毒前科人员数据画像：基于标签体系，对涉毒前科人员相关的人、车、案等业务对象信息进行收集、处理、分析，从中挖掘、提炼、总结业务对象的数据特征，利用人工建模及机器学习分析数据深层本文档来自技高网...

【技术保护点】
1.一种涉毒人员分析系统，其特征在于：所述分析系统在业务逻辑上包括由涉毒人员相关的资源库组成的资源层、对资源层进行存储和计算的模型计算层、包括多个专题应用的应用层、用于提供查询和推送服务的服务层；所述资源层包括从数据中心、业务系统接入数据重构后形成的数据资源库；所述模型计算层包括大数据存储和大数据计算，大数据存储构建涉毒前科人员标签化主题库，大数据计算分析整理各种数据资源之间的逻辑关联，汇集整合各警种部门与涉毒前科人员相关的公共基础数据项，建立人员数据画像；所述应用层基于数据画像与模型研判结果，形成不同的专题应用；专题应用包括涉毒前科人员数据画像、涉毒前科人员再犯罪预测、潜在涉毒人员识别；所述服务层包括将涉毒人员数据画像信息与模型计算结果向外提供查询、检索、比对、推送的服务。/n

【技术特征摘要】
1.一种涉毒人员分析系统，其特征在于：所述分析系统在业务逻辑上包括由涉毒人员相关的资源库组成的资源层、对资源层进行存储和计算的模型计算层、包括多个专题应用的应用层、用于提供查询和推送服务的服务层；所述资源层包括从数据中心、业务系统接入数据重构后形成的数据资源库；所述模型计算层包括大数据存储和大数据计算，大数据存储构建涉毒前科人员标签化主题库，大数据计算分析整理各种数据资源之间的逻辑关联，汇集整合各警种部门与涉毒前科人员相关的公共基础数据项，建立人员数据画像；所述应用层基于数据画像与模型研判结果，形成不同的专题应用；专题应用包括涉毒前科人员数据画像、涉毒前科人员再犯罪预测、潜在涉毒人员识别；所述服务层包括将涉毒人员数据画像信息与模型计算结果向外提供查询、检索、比对、推送的服务。


2.如权利要求1所述的涉毒人员分析系统，其特征在于：所述涉毒人员分析系统还包括...

【专利技术属性】
技术研发人员：郭欣，
申请(专利权)人：北京安瑞中兴科技有限公司，
类型：发明
国别省市：山东;37