公安數字化以大數據、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，構建公安數字化平臺，實現公安信息數字化、網絡化和智能化。公安數字化平臺，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。

智慧內保是公安數字化建設的重要內容，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。

智慧內保在公安數字化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。

通過智慧內保警務平臺，對內保單位開展安全檢查，排查治安隱患；檢查內保單位重點部位、重點物品，對重要崗位人員進行審查及身份核實，“人防、物防、技防”措施是否到位，并開展宣傳教育工作。

通過智慧內保警務平臺，整治轄區內重點單位、重要部位、重要基礎設施及周邊地區突出的治安問題，對各類擾亂治安秩序、盜竊公共財物、破壞基礎設施等違法犯罪案件，加大偵辦的力度，實現對單位內部安全事件的有效預測預警預防，提高社會治理社會化、法治化、智能化、專業化水平。

智慧內保警務平臺，包括智慧警務管理平臺、智慧警務APP、企業內保管理系統。

智慧警務管理平臺，實現公安機關與社會單位信息聯動、資源共用，將重要內保單位信息進行匯聚整合，深度挖掘單位安全信息的潛在價值，實現對單位內部安全事件的有效預測預警預防。

智慧警務管理平臺，包括警務地圖、監控中心、智能檢索、工單中心、風險預警、反詐模塊、通用應用、系統管理。

智能檢索，支持自定義查詢功能，實現內保單位基本信息、業務管理信息、案事件信息和感知信息的查詢。

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。

隨著信息化系統的不斷建設，相關的數據量級已從TB級別躍升到PB級別，形成了名副其實的大數據。但是這些以往的海量數據大多只存在于垂直業務和單一應用中，數據過于分散且信息內容單一，而且缺乏有效的數據分析方法，數據處理效率低下，致使海量的數據無法被共享利用，嚴重制約信息化建設整體發展的速度。因此，需要通過信息化手段對已有各系統的海量數據進行整合、分類、歸納，搭建數據倉庫，實現有效的數據存儲與管理。

大數據利用各種分析方法，對已有數據進行統計和分析，提供歷史數據的分析結果。幫助決策者能快速有效的從大量資料中，獲得有價值的分析結果，做出科學的決策，幫助構建公安智能。

近年來，數據挖掘理論及其技術研究和開發取得了較為快速的發展，其在各個領域應用有著非常廣闊的空間和潛力。數據挖掘主要依賴兩項技術：一是對某個領域各部門產生的各種業務數據進行整理和集成，搭建支持決策的數據分析環境，即數據倉庫；二是發現隱藏在各種監測數據之中的有用知識，即數據挖掘。

作為一個多學科交叉的領域，數據挖掘可以用多種方式定義，例如“從數據中挖掘知識”、“知識挖掘”等。許多人把數據挖掘視為另一個流行術語——數據中的知識發現的同義詞。由以下步驟組成：（1）數據清理：清除噪聲和刪除不一致數據；（2）數據集成：多種數據源可以組合在一起；（3）數據選擇：從數據庫中提取與分析任務相關數據；（4）數據變換：通過匯總或聚集操作，把數據變換和統一成適合挖掘的形式；（5）數據挖掘：基本步驟，使用智能方法提取數據模式；（6）模式評估：根據某種興趣度量，識別代表知識的真正有趣模式；（7）知識表示：使用可視化和知識表示技術，向用戶提供挖掘的知識。

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。