智慧公安以大數據、云計算、人工智能、物聯網和移動互聯網技術為支撐，以“打、防、管、控”為目的，綜合研判為核心，共享信息數據資源，融合業務功能，構建公安智慧大數據平臺，實現公安信息數字化、網絡化和智能化。智慧公安大數據平臺，全面感知、綜合分析、整合公安業務資源和社會化信息資源，提供高效的警務管理手段，拓展便民服務空間。

智慧公安大數據治安綜合業務應用平臺，包括治安綜合業務門戶系統、智慧巡防系統、娛樂場所和特種行業治安管控系統、新興業態管控系統、智慧內保管控系統。

智慧巡防系統整合平臺各類感知資源，與相關業務系統進行聯調對接，以巡區劃分為基礎，街面警務站建設為依托，構建智慧巡防體系，全面掌控巡防工作態勢，做到精準防控、主動防控。

巡防戰果管理

巡防戰果管理，實現對警員在巡防過程中發現的重點關注人員和繳獲物品信息進行管理。

基于沃達德大數據平臺，通過對海量數據采集、處理、存儲、分析和數據挖掘，根據數據的特性，采用合適的可視化方式，將數據直觀地展現出來，以幫助人們認識數據、理解數據，同時找出包含在海量數據中的規律或者信息，預測未來發展趨勢，進行智能化決策分析，使得數據資產成為核心競爭力。

大數據基礎平臺對大規模數據集（海量數據），提供底層分布式計算和分布式存儲技術，可以擴展到數以千計的存儲和計算節點，提供高可用服務的大數據集群。大數據平臺具備數據的可靠性、安全性和高可用性，是構建整個大數據技術架構的基礎平臺。產品特性包括：分布式計算、分布式存儲、支持數以千計的存儲和計算節點、高可用服務，以及保證數據的可靠性、安全性和高可用性。

大數據平臺的采集源端進行數據采集時通常要面對數據結構、業務規則、技術特性等方面的綜合挑戰。如果數據源和大數據平臺處于相同的網絡環境，具有類似的數據結構和編碼映射，可以通過工具配置或腳本進行采集。當需要面對和對接第三方的數據生產系統，需要遵循對方的抽取協議，以及跨網段的數據訪問，從而需要對采集應用進行一定程度上的定制化開發。通過大數據平臺，即可完成數據采集配置和根據實際需求進行定制化開發。

數據是一種寶貴的資源。利用新技術新方法挖掘現有數據的價值，找到數據間的關聯關系，提高基礎數據的利用率，并預測未來趨勢及行為，是面臨的迫切問題。一批新興的數據處理、挖掘與分析技術不斷涌現，如大數據平臺、數據倉庫、分布式數據庫、數據挖掘平臺、大數據可視化，使分析處理海量數據變得更加容易、更加便捷。

數據倉庫，英文名稱為Data Warehouse，可簡寫為DW或DWH。數據倉庫，是為企業所有級別的決策制定過程，提供所有類型數據支持的戰略集合。它是單個數據存儲，出于分析性報告和決策支持目的而創建，為需要業務智能的企業，提供指導業務流程改進、監視時間、成本、質量以及控制。

數據倉庫的數據來源于業務處理系統，需要按照數據倉庫的邏輯模型和物理模型，在源系統數據分析的基礎上，按照源系統數據和數據倉庫數據之間的映射關系，經過數據的抽?。‥xtration）、轉換（Transformation）和加載（Loading）等環節方可以進入數據倉庫，這個過程簡稱為ETL處理。ETL遵循如下設計原則：（1）靈活性：不同的時間段中能夠進行數據獲取、轉換、裝載；（2）可重復性：支持失敗的ETL任務數據重新裝載；（3）模塊化：ETL過程分步實施，每個過程通過不同的模塊組件來完成，并盡可能復用這些組件；（4）迭代方法：滿足當前的業務需求，盡可能搭建滿足未來的業務需求的平臺上不斷開發實施；（5）ETL邏輯順序：依賴業務系統數據處理方式，來定義ETL處理流程控制。

基于沃達德大數據平臺，通過對海量數據采集、處理、存儲、分析和數據挖掘，根據數據的特性，采用合適的可視化方式，將數據直觀地展現出來，以幫助人們認識數據、理解數據，同時找出包含在海量數據中的規律或者信息，預測未來發展趨勢，進行智能化決策分析，使得數據資產成為核心競爭力。