“大开大合” 的智慧警务

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

其实,ICT企业拓展细分行业市场并非难事,聚焦三件事而已:其一,对市场趋势进行清晰地判断;其二,构建开放的ICT平台;其三,以开放的态度,将ICT能力向合作伙伴进行输出。

在智慧警务领域,中兴通讯即是如此。应该说,中兴通讯是国内少数具有“大格局”思维的ICT企业,而且越是在此类相对细分的市场中,中兴通讯越是强调“大开大合”的运营思路。只有放得开,才能聚拢于客户的需求;只有开放的ICT平台和开放的态度,才能与合作伙伴建立有价值的合作。

大数据还是小数据

日前,在第13届安博会期间,中兴通讯全面展示了其智慧警务解决方案,正如其之前的预测,前台是基于移动互联趋势的“警务通”,后台为警务大数据平台,基础是警务云。此三个方向不出意外地应证了当前中国智慧警务业务创新的焦点。

首先来看中兴通讯对警务大数据平台的理解。警务大数据系统被称为智慧警务的“智慧大脑”,此前虽频有建设,但仍处于碎片化状态,多以单一警种为单位,例如刑侦大数据、治安大数据等,鲜有建设以城市为主体,统一规划,实现各警种间数据互通、流程互通的大平台。

碎片化的大数据平台,我们姑且称之为“小数据平台”。由于当前数据尚多处于各警种间分割的状态,“小数据平台”也还暂时能够应付数据量不大,数据类型较为单一的应用,而一旦合成作战、联动指挥等应用得到普及,其弊端将暴露无疑。

目前,“小数据平台”普遍采用单维数据算法,举例说明,如在数据库中查找某一犯罪嫌疑人信息,单维算法也可实现,但如果查询在同一段时间内,同时乘坐某一交通工具的“同行人”,其就涉及大工作量的数据摸排、比对、拟合,运算量将呈指数级增长。对此,中兴通讯副总裁胡剑说:“中兴通讯强于大平台,强于运用多源多维的数据算法进行综合分析和挖掘,基于此算法才可最终实现合成作战、治安防控、联合指挥等融合高效大数据应用。”

中兴通讯警务大数据平台是分为智能视频分析子平台和智能数据分析子平台。智能视频分析平台通过业界领先的视频分析算法将来自不同视频源的视频进行智能分析,以对象和行为两个维度转换为结构化数据,智能数据分析子平台负责对公安内外部、上下层数据以及转换后的视频结构化数据进行数据挖掘分析,支撑上层的各种实战应用。

警务通不仅是APP

再来看一下中兴通讯的警务通解决方案。其实,“警务通”已在公安战线应用多年,但因为设备沉重、功能单一,用户体验差,实际使用效果不佳。中兴通讯新一代“警务通”面向一线实战,构建一站式移动工作平台。

胡剑强调,在警务通领域,更需要与行业伙伴进行合作。“中兴通讯将会基于警务通平台,向第三方合作伙伴开放客户端和后台服务端能力,提供丰富的eSDK和功能组件,并将建立警务通应用开发者社区,让合作伙伴可以快速地在警务通平台上开发丰富的警务应用APP,构建多方合作能够快速响应公安客户需求的生态圈。

中兴通讯就是平台

由此可见,中兴警务通和警务大数据解决方案,更准确地说,应该被称为能力平台。其实,在智慧警务领域,中兴通讯一直强调“大平台+微应用”的模式,警务通和警务大数据即是拥有丰富SDK组件的“大平台”,合作伙伴基于此平台,甚至可以针对G20、春运等热点事件,完成快速地便捷、应用开发。

以警务大数据平台为例,中兴基于该平台可提供基础的数据查询和分析能力,但同时又可基于合作伙伴的定制化需求,进行平台二次开发。在此过程中,数据算法得以不断完善,细分领域的平台能力也将不断被固化,并在第一时间开放给其他合作伙伴。再例如警务通平台,身份证查询、人脸识别等都已形成能力组件,ISV如开发采集类应用,即可快速调用各类能力组件。最后,胡剑说:“中兴通讯有大平台的技术优势,中兴通讯会将能力组件进行开放,建设开发者社区,以ICT平台能力,与合作伙伴精诚合作,支持智慧警务生态圈建设、成熟。”

本文转自d1net(转载)
相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
前端开发
react-antd中使用Upload实现图片裁剪-上传-预览的功能
使用react中antd实现图片的上传裁剪和预览,记录一下实现过程,希望能对大家有帮助
1260 0
react-antd中使用Upload实现图片裁剪-上传-预览的功能
深入分析luait反编译之luajit-decomp
#背景 Luajit在游戏中应用广泛,在逆向分析游戏过程中免不了与luajit打交道,那网上有非常多关于luajit反编译的资料,汇总起来常用的两种方案:https://github.com/zzwlpx/ljd 和 https://github.com/bobsayshilol/luajit-decomp, 第一种方案相对来说可读性好但兼容性差经常出现反编译异常崩溃。第二种方案反编译
7879 0
|
5月前
|
存储 人工智能 安全
赋能数字化转型的创新引擎
阿里云是全球领先的云计算与人工智能科技公司,其强大的技术实力和丰富的解决方案正深刻影响企业运营与竞争力。依托坚实的云计算基础设施,阿里云提供弹性计算、存储与网络服务,满足多样化需求。在AI与大数据领域,机器学习平台PAI及MaxCompute助力智能决策与创新应用。同时,阿里云构建全方位安全防护体系,保障数据隐私,并通过活跃的开发者社区与生态合作推动行业进步。未来,阿里云将持续加大研发投入,优化云原生技术,深化AI与大数据研究,引领数字化转型潮流,共创美好未来。
赋能数字化转型的创新引擎
|
4月前
|
SQL 存储 人工智能
Quick BI V5.5上线:AI赋能全场景提效,分析决策 “快、准、稳”!
Quick BI 5.5版本应运而生,围绕"AI赋能+全场景提效",助力企业加速释放数据价值。此次升级,不仅让复杂分析"开箱即用",更通过智能工具与场景化能力,助力企业实现从数据洞察到决策落地的全流程闭环。
Quick BI V5.5上线:AI赋能全场景提效,分析决策 “快、准、稳”!
|
监控 关系型数据库 MySQL
MySQL高可用MHA
MySQL高可用管理工具(MHA,Master High Availability)是一个用于自动管理MySQL主从复制的工具,它可以提供高可用性和自动故障转移。MHA由原版的MHA工具和MHA Manager组成,它们协同工作以实现自动主从切换和监控。
715 0
|
人工智能 运维 安全
阿里云跻身央国企上云服务商“全量领导者”
阿里云跻身央国企上云服务商“全量领导者”
720 10
|
关系型数据库 PostgreSQL
【一文搞懂PGSQL】5. 流复制
PostgreSQL流复制架构支持多种常见配置,包括基本的主从复制、结合PGPool-II的读写分离以及使用repmgr实现高可用性。基础环境中,主节点与备用节点分别位于不同IP。配置涵盖创建复制用户、调整核心参数以支持流复制,并确保归档与日志功能正常工作。从节点需通过备份恢复并配置为待机模式,以实现数据同步。此外,还介绍了如何验证复制状态及手动切换主从节点的方法,以及同步复制参数的配置细节。
|
监控 数据可视化 API
Elasticsearch 的实时监控与告警
【9月更文第3天】随着数据量的不断增加和业务复杂度的提升,对数据系统的实时监控和告警变得至关重要。Elasticsearch 作为一个高性能的搜索和分析引擎,提供了丰富的工具和插件来帮助用户实现实时监控和自动化告警。本文将详细介绍如何配置 Elasticsearch 以实现实时数据监控,并自动触发告警机制。
1223 3
|
Ubuntu Linux 开发工具
Windows11 WSL2 Ubuntu编译安装perf工具
Windows11 WSL2 Ubuntu编译安装perf工具
673 0
|
安全 网络安全 云计算
全国公安机关互联网站安全服务平台(公安局、公安局备案、接入方式)
全国公安机关互联网站安全服务平台(公安局、公安局备案、接入方式)【云·速成美站】