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，包括匯聚內保單位基礎信息，建設信息資源庫，為數據交換共享提供服務支撐；實現內保輔助決策，展示單位內保工作形勢，提供參考和數據支撐；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。

智慧內保信息管理大數據平臺，包括應用門戶、報表統計、智能感知應用、在線防控、綜合業務管理、專題應用、數據對接。

數據對接，包括智能感知平臺對接、內保單位業務數據接入。智能感知平臺對接，包括視頻數據對接、圖片數據對接。

內保單位業務數據接入

內保單位業務數據接入，匯聚各內保單位業務數據，通過協議接入各場所管理系統的數據，并在智慧內保平臺進行匯總。智慧內保平臺完成業務數據治理，將社會面的數據和公安業務數據進行關聯分析和數據挖掘，形成單位、人員、車輛、案事件專題檔案庫，支持各類治安防控智能應用。

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。

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。

數據倉庫是一個面向主題的、集成的、時變的、非易失的數據集合，支持管理者的決策過程。數據倉庫的主要特征：（1）面向主題的：數據倉庫圍繞一些重要的主題，如顧客、供應商、產品和銷售組織。（2）集成的：通常，構造數據倉庫是將多個異構數據源，如關系數據庫、一般文件和聯機事務處理記錄集成在一起。（3）時變的：數據倉庫從歷史的角度提供信息。數據倉庫中關鍵結構都隱式地或顯示地包含時間元素。（4）非易失的：數據倉庫總是物理地分離存放數據，這些數據源于操作環境下的應用數據。由于這種分離，數據倉庫不需要事務處理、恢復和并發控制機制。

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。