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。

智慧內保是社會治安防控體系建設的重要內容，匯聚單位標準地址、從業人員、保衛人員等基礎信息，對重點單位和要害部位的人員，結合空間數據，建立人員全息檔案，進行警情態勢預測、高危人群篩查、串并案等主題和多維度分析研判，實現多維度預警。

智慧內保在平安城市建設中起著舉足輕重的作用。一方面，匯聚內保單位基礎信息，建設內?；A信息資源庫，提供服務支撐。另一方面，實現內保輔助決策功能，展示單位內保工作形勢，提供數據支撐。最后，實現內保監測預警功能，采用大數據挖掘、人工智能等技術進行預警監測。

智慧內保安全監管平臺，包括數據中心、智慧內保安全監管系統、企業采集系統。

智慧內保安全監管系統，包括重點單位管理、人員信息管理、案件信息管理、報案數據統計、督導檢查、系統管理。

人員信息管理

人員信息管理，包括姓名、證件類型、證件號碼、性別、出生日期、聯系手機、民族、籍貫、人員類型、居住省份、居住城市、居住區縣、居住街道、居住地址、婚姻狀況、文化程度、國家、人員標簽（如治安人員）、是否有機動車、車牌號。

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。

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，使分析處理海量數據變得更加容易、更加便捷。

通過建設大數據基礎平臺，對已有海量數據進行整合、挖掘和分析，由傳統的經驗決策模式逐步轉變為數據決策模式，可以進一步提升管理水平以及決策效率，并充分挖掘數據資產的重要價值。大數據基礎平臺采用模塊化結構，模塊高內聚、松耦合，應滿足高可靠、實時響應快、安全性好、開放性好，系統應易于操作、易于維護、可擴展性好。

大數據平臺進行數據采集時通常要面對數據結構、業務規則、技術特性（網絡、安全、性能約束）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，如使用Sqoop。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，可以使用Java NIO、Netty或Mina。

Hadoop是一個成熟的大數據處理框架，允許在集群中使用簡單的編程模型對大規模數據集進行分布式計算。它被設計為可以從單一服務服務器擴展到數以千計的本地計算和存儲節點，并且Hadoop會在應用層面監測和處理錯誤，而不依靠硬件的高可用性，所以Hadoop能夠在一個每個節點都有可能出錯的集群之上提供一個高可用服務。

Hadoop集群主要由兩部分構成:分布式文件系統HDFS和統一資源管理和調度系統YARN。分布式文件系統主要用于海量數據存儲，YARN主要是管理集群的計算資源并根據計算框架的需求進行調度。構成HDFS集群的主要是兩類節點，以主從(master/slave)模式，即一個NameNode（管理者）和多個DataNode（工作者）。構成YARN集群的是兩類節點：ResourceManager和NodeManager，也采用主從（master/slave）架構。

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。