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。

社會治安防控體系建設，結合公安智慧新警務建設需求，以治安圈層查控、單元防控、要素管控為主的立體化、信息化社會治安防控體系建設，進一步提高社會治安的控制力，使人民群眾安全感和滿意度提升，社會更加安定有序。

社會治安防控體系建設，對智慧內保管控、公交智慧安防、新興業態管控、重點人管控、矛盾糾紛管理、互聯網應用、治安綜合業務移動應用等方面進行規范化、智能化建設，提升社會治安防控治理智能化水平，提升社區安全防范智能化水平，加強內部安全管理防范，打造城區公交社會治安防控要素智能化監管平臺。

社會治安防控體系平臺，包括綜合業務應用門戶、智慧內保管控、公交智慧安防、新興業態管控、重點人管控、矛盾糾紛管理、多級工作臺、互聯網應用、綜合業務移動應用、數據資源建設。

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。平臺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，可完成數據采集配置和根據實時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，經過數據的抽取、轉換和加載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。