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，進行警情態勢預測分析、重點人員預警分析、重點車輛預警分析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，為治安管理、服務實戰、跨省跨區域數據交換共享提供服務支撐。另一方面，實現內保輔助決策功能，展示單位內保工作形勢，為相關政策修改、制定提供參考和數據支撐。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、智慧內保警務通APP系統、系統管理。

數據中心提供對海量數據的處理、存儲、計算、分析、數據挖掘和數據服務。數據資源涉及公安所有的數據資源類型，包括市局各部門、各專業警種等業務系統數據，各種社會數據資源和部省資源；涵蓋各種結構化數據，以及視頻、圖片、音頻、文檔、互聯網數據、電子筆錄等半結構化和非結構化數據。

數據中心建設包括以下內容：

數據采集接入，包括元數據管理、數據定義、數據讀取、數據處理；匯聚內保單位基礎信息、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。

數據治理，包括資源編目、數據血緣管理、標簽管理、數據質量管理、數據運維管理。

數據組織，建立基礎數據庫、主數據庫、關聯數據庫、專題數據庫、主題數據庫；建設信息資源庫，實現內保輔助決策提供參考和數據支撐。

公安大數據分析利用各種分析方法，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。