XX市防管控一体化平台（三期）采购需求.docx

XX市防管控一体化平台（三期）采购需求一、采购内容本项目为采购人提供防管控一体化平台（三期）系统软件开发服务。二、项目概况2.1项目性质项目性质：新建开发。2.2立项依据本项目遵循市“数字政府”建设统一规范与要求，并依据市公安局信息化“十四五”、XX治安大数据业务应用“十四五”规划等有关文件进行立项。2.3项目现状目前，已开发建设项目系统包括：防管控一体化平台（一期）、防管控一体化平台（二期）、XX市危爆治安管理系统，涉及各科队业务板块PC端应用、移动应用、地图应用等，基本实现了对治安业务的全覆盖。2.4存在问题2.4.1数据汇聚整合能力不足一直以来，治安管理要素数据仍以基层民警日常检查采集为主，对视频数据、政务部门数据、其他警种数据、互联网数据等缺乏掌握，数据孤岛仍然存在。部分治安要素数据条块分割、融合度不够等问题依然存在。随着新业态规模化快速增长，因其管控的环节多、管理的职能部门多，指导管理制度规范相对欠缺，为相关数据的采集带来巨大挑战。2.4.2数据服务实战能力不足当前，治安信息化服务实战工作的程度十分有限，具体体现在：一是数据未能转换为情报信息，可靠的、标准化的警情信息仍依赖人工分析整理.；二是数据分析提供的情报信息十分有限，只能支撑单点、单环节分析应用，无法支撑治安警务闭环管理；三是数据利用与业务管理脱节，仍以单业务、单线条为主，可利用的数据量、数据种类相对有限，难以进行跨业务深度应用分析。2. 4.3数据平台支撑能力不足现治安防管控一体化平台以治安要素管控为主要内容，治安数据应用以使用市公安局统建平台为主，针对治安数据资源进行深度开发利用的支撑能力仍然不足，一方面，建设时间不同导致两套平台存在壁垒，制约着数据直接使用；另一方面，市公安局统建平台侧重提供通用数据支撑能力，以解决跨部门数据共享为主，而治安警务实战方面的数据采集、汇聚、建模、应用等工作仍需要治安部门自主开展。三、建设目标推动治安业务数据资产化，推进治安业务要素数据治理，构建治安业务要素数据管理档案、风险隐患分析应用、风险态势可视化应用，对部分功能升级完善，对移动应用进行整合，提高治安要素管控能力和治安业务协同能力。四、标准规范如，项目需遵循的标准规范：(1) GB/T8567计算机软件文档编制规范；(2) GB/T9385计算机软件需求规格说明规范(3) GB/T9386计算机软件测试文档编制规范(4) GB/T15532计算机软件测试规范(5) GB/T28035软件系统验收规范(6) SJ/T10367计算机过程控制软件开发规程(7) SJ20822信息技术软件维护(8)其他计算机软件相关标准(9) XX市政务信息化项目验收管理细则(X政数(2023)20号)五、技术实现方法和路线（一）系统开发环境：符合公安网络安全管理要求，兼容现有项目一期、二期项目建设开发环境；1、基础设施治安防管控一体化平台是部署在政务云环境中，所使用的服务器均为政务云资源服务器，总计19台，其中涉及到的资源类型为物理机和虚拟机。平台所使用的应用服务主要有Oraclellg>ApachTomcat>ETL、Ftp、SolrNginx、Docker等软件。2、通讯链路治安防管控一体化平台是依托政务云资源在公安网环境中部署的综合应用业务平台，平台已接入XX公安警务云统一认证平台，采用数字证书、微警认证及复合认证等方式进行登录使用。其通信链路主要是公安网内部网络通信。3、网络安全治安防管控一体化平台网络安全等级保护定级为三级，网络环境主要为公安网。（二）开发语言与数据库：使用主流开发语言，使用符合国产化要求的数据库；（三）系统结构：（）B/S；六、系统功能要求6.1总体设计要求6.1.1在市公安局信息化框架中所处的位置本项目建设在XX市局信息化中属于警种专业应用系统，依托市局警务云平台和大数据平台大基座上开展建设。行政办MHltt公应用办公人事努甯痔业业疝用务系统JBKIE松Hk交业务第蜕务浜统监M业务系统.大数WT程技术中白做祭中台中台M£TWMifi支搏.IM系体虱««话，电信条图1本项目在市公安局信息化框架中的位置6.1.2项目整体框架总体架构包含为“四横三纵”，“四横”是指：基础设施服务层（IaaS层）、平台服务层（PaaS层）、数据服务层（DaaS层）、应用服务层（SaaS层），“三纵”是指：网络安全、运维管理、标准规范。SAAS尚皖昭树词!业务W能#R应用（jg¾）治安要素全息档案治安风险隐患分析治安综合决笫防管控一体化平台（一期）防管控一体化平台（二期）危爆治安管理系统警务云平台大数据平台DAAS治安业务专项数据治理；台安要素风险标签治安业务库建设治安专项数据眼第开发警务云平台应用支撑基础组件统消息统认证计算的网络安全标准规范运维管理网络安全图2总体架构应用服务层（SaaS层）：结合已建设的平台功能及系统，基于原防管控一体化平台对涉特定群体、危爆业务模块进行功能升级，定制化开发升级包括系统管理、治安要素全息档案、治安风险隐患分析、治安综合决策等PC端应用，定制化开发升级移动应用。通过定制化开发开发建设统一门户（治安业务信息系统统一门户），并与市局零信任体系对接，实现统一用户登录，并接入各已建设的子系统、新定制化开发开发的子系统，实现治安业务有关系统一个入口。数据服务层（DaaS层）：利用市局大数据平台工具开展治安业务大数据建设工作，包括治安业务专项数据治理、治安要素风险标签、治安业务库建设、治安专项数据服务开发等。应用支撑服务层（PaaS层）：利用警务云的应用支撑服务、基础组件服务、统一消息、统一认证等。基础设施服务层（IaaS层）：利用警务云的计算、存储、网络、安全等资源。注：本项目将充分利用现有市公安局大数据办“云”资源能力进行建设开发开发，IaaS层由市公安局统一纳管，所需资源在用户域申请;PaaS层充分利用MPP、MongoDB,HiVe等大数据组件，视频图像解析引擎（包含人脸、车辆、结构化等算法）、OCR等处理引擎，统一用户、统一组织、统一消息等应用组件；DaaS层充分利用市公安局大数据平台数据域能力开展数据治理；SaaS层按照XX市公安局大数据全警全域应用规划的分工要求，采用微服务架构进行分层解耦，充分利用警务云已建设的技术中台能力，开展业务模块建设。6.1.3应用架构大数据平台本期项目建设的应用架构如图所示：移动应用治安业务专顼数据治理治安要素风险蚱签治安业务库建设治安专项数据服务开发图3应用架构应用包括两部分。一是应用开发升级，包括应用应用、业务功能升级、治安综合决策、治安风险隐患分析、治安要素全息档案、系统管理。二是数据资源建设,利用市局大数据平台能力，开展治安'业务专项数据治理、治安要素风险标签、治安业务库建设、治安专项数据服务开发等。6.1.4网络架构Ii户汇第新一代公安信息网安全访问与InK交幔图4网络架构在数据域上，平台向市局公安大数据平台汇聚数据，并调用集成大数据平台数据、模型、应用等服务。建设平台治安业务库，汇聚治安业务数据，并建设专用模型，构建全息档案服务和风险预警服务。在用户域上，建设平台主体应用，满足广大治安民警应用需求。建设治安要素管控系统、治安风险隐患系统、治安综合决策系统、治安移动应用服务等。6.1.5技术路线6.1.5.1大数据技术架构XX市公安局治安大数据智能化应用平台充分基于大数据组件进行建设，主要包括分布式缓存、分布式消息、离线计算、实时计算、流式计算、内存计算等。（一）分布式缓存分布式缓存Redis,提供即开即用、安全可靠、弹性扩容、便捷管理的在线分布式缓存能力，兼容Redis,提供单机、主备的实例类型，满足用户高并发及快速数据访问的业务诉求，一种支持KeyTalUe等多种数据结构的存储系统。可用于缓存、事件发布或订阅、高速队列等场景。（二）分布式消息分布式消息Kafka,是一项基于高可用分布式集群技术的消息中间件服务，提供了可靠且可扩展的托管消息队列，用于ShUKaG消息和存储消息。是完全托管的高性能消息队列服务，提供普通队列、有序队列、Kafka队列，兼容HTTP、KafkaSDK协议，为分布式应用提供灵活可靠的异步通信机制。（三）离线计算离线计算组件，MapReduce+Hive+Spark,通常是指对海量数据进分析和处理，形成结果数据，供下一步数据应用使用。离线处理对处理时间要求不高，但是所处理数据量较大，占用计算存储资源较多，通常通过MR或者SPark作业或者SQL作业实现。（四）实时计算实时计算，HBase+ElasticSearch,通常是指数据实时写入，对海量数据基于索引主键实时查询，查询响应要求较高，查询条件相对比较简单。查询条件复杂的可以根据关键词在全域数据中通过索引搜索主键后，通过主键查询。全域数据既包含了结构化数据又包含了文本数据。例如：按照卡口和时间为主键快速查询过车数据，按照车辆为主键查询车辆轨迹数据。（五）流式计算流式计算，KAFKA+Spark（SparkStreaming）+Redis,通常是指对实时数据源进行快速分析，迅速触发下一步动作的场景。实时数据对分析处理速度要求极高，数据处理规模巨大，对CPU和内存要求很高，但是通常数据不落地，对存储量要求不高。实时处理，通常通过SParkStreaming任务实现。（六）内存计算内存计算，Spark+Redis,通常是指对历史归档数据进行快速分析，在内存中完成迭代运算，并将运算结果存储到内存，供业务实时调用，对内存的需求很高。内存计算通常使用SPark和RediS实现。（七）分布式并行数据库分布式并行数据库，LibrA,是QiCom级的大规模并行处理关系型数据库。采用MPP（MaSSiVeParallelPrOCeSSing）架构，支持行存储与列存储，提供PB（Petabyte,2的50次方字节）级别数据量的处理能力。可以为超大规模数据管理提供高性价比的通用计算平台，并可用于支撑各类数据仓库系统、BI（BUSineSSInteIligenCe）系统和决策支持系统，统一为上层应用的决策分析等提供服务。（八）分布式文件系统分布式文件系统，HDFS,Had。OP技术框架中的分布式文件系统，对部署在多台独立物理机器上的文件进行管理。能提供高吞吐量的数据访问，适合大规模数据集方面的应用，为海量数据提供存储，提供类POSIX接。（九）内存数据库内存数据库，Redis,基于网络的，高性能的key-value数据库，可以对关系数据库起到很好的补充作用，满足实时的高并发需求。数据可以持久化，而且支持的数据类型很丰富。支持在服务器端计算集合的并、交和补集（difference）等，还支持多种排序功能。（十）图数据库图数据库，GraphBase,分布式图存储和并行计算技术，可以将数据构建成属性图模型进行存储，并提供强大的图查询、分析、遍历能力，具备多实例部署，可横向扩展，具备易用ReSt接口等能力。（十一）全文数据库全文数据库，ElasticSearch,兼有搜索引擎和NOSQL数据库功能的开源系统,基于JAVA/LUCene构建，分布式、支持RESTfUI请求，服务支持结构化、非结构化文本的多条件检索。支持横向扩展。6.1.5.2微服务架构微服务架构将单一应用程序作为由众多小型服务构成之套件加以开发的方式，其中各项服务都拥有自己的进程并利用轻量化机制（通常为HTTP源API）实现通信。这些服务围绕业务功能建立而成,且凭借自动化部署机制实现独立部署。这些服务匹配一套最低限度的中央式管理机制，且各服务可通过不同编程语言编写而成并使用不同的数据存储技术。微服务架构将服务拆分，分别采用相对独立的服务对各方面进行管理，彼此之间使用统一的接口来进行交流，架构变得复杂，优势也很明显：复杂度可控：在将应用分解的同时，规避了原本复杂度无止境的积累。每一个微服务专注于单一功能，并通过定义良好的接口清晰表述服务边界。由于体积小、复杂度低，每个微服务可由一个小规模开发团队完全掌控，易于保持高可维护性和开发效率。独立部署：由于微服务具备独立的运行进程，所以每个微服务也可以独立部署。当某个微服务发生变更时无需编译、部署整个应用。由微服务组成的应用相当于具备一系列可并行的发布流程，使得发布更加高效，同时降低对生产环境所造成的风险，最终缩短应用交付周期。技术选型灵活：微服务架构下，技术选型是去中心化的。每个团队可以根据自身服务的需求和行业发展的现状，自由选择最适合的技术栈。由于每个微服务相对简单，当需要对技术栈进行升级时所面临的风险较低，甚至完全重构一个微服务也是可行的。容错：当某一组建发生故障时，在单一进程的传统架构下，故障很有可能在进程内扩散，形成应用全局性的不可用。在微服务架构下，故障会被隔离在单个服务中。若设计良好，其他服务可通过重试、平稳退化等机制实现应用层面的容错。扩展：单块架构应用也可以实现横向扩展，就是将整个应用完整的复制到不同的节点。当应用的不同组件在扩展需求上存在差异时，微服务架构便体现出其灵活性，因为每个服务可以根据实际需求独立进行扩展。以图片处理场景的微服务应用为例，随着用户越来越多，流量越来越高，负载均衡逐渐出现了带宽和流量的压力。可以将图像处理服务拆成两个部分，分别负责处理文件的传输和图像本身的处理。从负载均衡过来的请求不再是完整的文件，而是文件的地址。这样，负载均衡和流量优化跟整个图像处理没有关系，可以做单独的部署。而对于稍微复杂一些的请求（如图片格式和尺寸的变更），就用管道的方式把不同的服务串联起来最终实现。6.1.5.3基于JAVAEE规范的体系架构基于J2EE标准的分布式体系结构设计，一方面使应用系统具有平台独立性，可以在任何符合J2EE规范的应用服务器，提高系统的可部署性，降低维护和管理成本。同时可以充分利用现有的成熟的J2ee技术平台积累，实现系统设计的高度灵活性和扩展性。J2EE（Java2Platform,EnterpriseEdition）是SUN公司定义的一个开发分布式企业级应用的规范。它提供了一个多层次的分布式应用模型和一系列开发技术规范。多层次分布式应用模型是指根据功能把应用逻辑分成多个层次，每个层次支持相应的服务器和组件，组件在分布式服务器的组件容器中运行，容器间通过相关的协议进行通讯，实现组件间的相互调用。遵从这个规范的开发者将得到行业的广泛支持，使企业级应用的开发变得简单、快速。6.1.5.4面向服务的开发架构面向服务架构（SoA）是一种应用框架，它着眼于日常的业务应用，并将它们划分为单独的业务功能和流程，即所谓的服务。SOA使用户可以构建、部署和整合这些服务，且无需依赖应用程序及其运行计算平台，从而提高业务流程的灵活性。采用完全基于XML（可扩展标记语言）、XSD（XMLSchema）等独立于平台、独立于软件供应商的标准的WebSerViCeS作为SoA的服务实现技术。采用面向服务的开发架构，可支持应用需求的“柔性增长”，提高系统的可维护能力和扩展能力。采用面向对象的开发技术，通过将“接口与实现分离”，提高系统的可维护能力和扩展能力。6.1.5.5比对碰撞应用设计比对碰撞是在两批数据或多批数据之间，进行数据的交集或排除的比较运算。解决了在海量数据中进行数据之间存在特殊关系的分析。将需要进行比对的数据表导入到HBaSe（HBaSe是HadooP生态群中的列式数据库）中，根据对比对需求的理解，对rowkey进行设计。数据的组织过程，采用MapReduce（MaPRedUCe是分布式计算框架）进行专题表的构建。进行比对的时候，针对输入的数据信息，采用多线程的方式从HBaSe中查询出关联信息，根据主键进行分类统计得到比对结果。6.1.5.6关系分析应用设计关系分析主要是针对人与人之间的关系分析,从一个人出发,经过某种关系，可以快速找出涉及到的相关人员。人与人之间的关系分析，关系种类比较多，。这些关系多数计算规则复杂，计算数据量比较大。对于这种计算规则复杂、计算量大的场景。可以采用数据预处理的方式,根据计算规则，重新对数据进行组织，以达到可以快速分析的目的。为了实现分布式分析过程，首先将需要进行关系分析的数据导入到HBaSe中；其次，根据具体关系分析的规则，使用MaPRedUCe对HBaSe中的业务数据进行重新组织，在HBaSe中构建相关的专题表。6.1.5.7关联规则分析设计关联规则分析，是数据挖掘技术中的一种分析规则。关联规则分析就是为了挖掘出隐藏在数据间的相互关系，从一组给定的数据项以及交易集合中，分析出数据项集在交易集合中出现的频度关系。由于频繁关系在不同的数据对象、应用环境中具有不同形式，称这种频繁关系为关联关系，关联关系是一种模式或知识形式。关联规则的主要应用对象是事务数据库，侧重于确定数据中不同项目之间的联系，从而得到有价值的信息。关联规则广泛应用与各个领域，在公安领域中，关联规则挖掘能对犯罪活动中的一些行为特征进行分析。通过作案手法、作案时间、地点、受害对象等方面的关联规则分析出犯罪活动中的重要特征。关联规则的挖掘已经取得了令人瞩目的成果，到目前为止，已经产生了多种算法。大规模数据库关联规则挖掘方法主要有以下五种方法：1 .多循环方式的挖掘方法多循环方式的挖掘方法是关联规则挖掘的基本方法。此类方法包括Apriori、APrioriTid和APriOriHybrid算法，以及分割算法PartitiOn和SamPIing抽样算法等。2 .并行挖掘方法目前提出的基于并行挖掘关联规则的算法主要有CD、CaD、DD算法，以及PDM、DMA算法，虽然DMA算法是基于分布式数据库的挖掘算法,但仍然适用于并行挖掘。3 .增量式更新算法关联规则增量式更新问题主要有三种情况：在给定最小支持度和最小置信度的情况下，当一个新的数据集db添加到旧的数据库DB中时，如何dbUDB中关联规则；在给定最小支持度和最小置信度的情况下，当一个新的数据集db从旧的数据库DB删除时，如何生成DBdb中的关联规则；给定数据库DB,在最小支持度和最小置信度发生变化时，如何生成数据库DB中的关联规则。关联规则更新算法主要有FUP算法、IUA算法、PIUA算法和NIUA算法。4 .基于约束的挖掘方法基于约束的管理规则挖掘是在用户提供的各种的约束的指导下发现更有趣、更实用、更特别的关联规则的挖掘方法。这些约束条件包括：数据约束。用户可以指定对哪些数据进行挖掘，而不一定是全部的数据；指定挖掘的维和层次。用户可以指定对数据哪些维以及这些维上的哪些层次进行挖掘；规则约束。可以指定哪些类型的规则是所需要的。另外也包括类型约束、兴趣度约束等。5 .基于多值属性的挖掘方法多值属性关联规则可分为数量关联规则和类别关联规则。Agrawal等人扩展了布尔属性的关联规则挖掘方法，将其应用于数量关联规则的挖掘；SrikantR.等人提出了基于支持度的部分K度完全方法；FUkUda提出了等深度划分的实现方法。目前提出的类别属性关联规则挖掘算法是将类别属性中的每一个类别当作一个属性，进而将问题转化为布尔关联规则挖掘问题。6 .1.5.8全文检索应用设计全文检索是为海量、多样信息检索提供的灵活、管理方便、高性能、高可靠、高安全的解决方案。提供强大的全文检索功能、垂直搜索功能；高亮显示搜索结果。解决传统SQL在信息检索存在的问题：只能检索关系数据库中的信息；不能跨表、跨列检索信息；在数据达到千万级以上使用模糊匹配时检索的速度极慢甚至无法检索出信息。全文检索由索引和检索两部分组成。索引部分是按关键字建立全文索引库。所谓的关键字简单的说就是词汇。索引部分的具体过程为：从数据库、excelxml文件、网页中抓取信息形成文档；对文档中的文本进行分析抽取出关键字；通过索引程序建立从关键字到文档id的倒排索引（注意这是全文检索与关系数据库信息组织的最大差别，也是全文检索能提供灵活高效的信息检索的秘诀）形成全文索引库。检索部分是分析用户的输入检索并返回满足条件的文档。具体过程为：对用户输入的文本进行分析抽取出关键字；根据关键字从倒排索引中获取包含关键字的文档id（为提高检索的性能通常会把倒排索引缓存到内存中）；根据文档中所出现关键字的频率、权重等要素对满足条件的文档进行排序；获取排在前面的文档并对中命中的关键字进行高亮显示给用户。6.1. 5.9国产化终端适配设计本项目将对新建软件开发部分按照国产化终端适配的有关要求，对系统前后端均进行国产化适配建设，包括定制软件开发、移动服务；因数据处理服务以使用采购方指定平台为主，涉及本项目的服务接口将按照统一的规范及技术要求进行国产化适配；定制软件升级部分将基于原有防管控平台框架开发，原防管控平台承载业务较多，国产化适配工作及预算较大，且本期升级部分需求占比较小，本着经济实用、逐步过渡的原则，本期将对本部分后端不进行适配，只对该部分前端进行适配。应用系统国产化适配主要包括国产化服务器、国产化终端机的适配改造，确保项目应用能适配兼容国产化环境的服务器和客户终端上的关键设备、系统，包括服务端的操作系统、应用中间件、数据库，客户端操作系统、浏览器等适配改造。对于服务端的适配，需要对基础支撑框架和数据结构标准进行持续改造，并以迭代测试和优化部署模式作为辅助手段，确保服务端性能满足使用要求。针对客户端的操作系统、浏览器，通过迭代的兼容性测试，驱动应用系统的代码改造工作，不断优化拓展应用系统的兼容能力，直至应用系统完全兼容国产化化设备和系统。6. 2功能性要求本项目建设包括定制软件开发、定制软件升级、移动服务、数据处理服务、国产化适配服务、已建或在建信息系统对接，本期较一、二期主要差异在于：1 .定制软件开发，为与治安业务大数据应用相关的应用，非单线条的或零散的数据分析应用，数据量更大，包括新增数据、历史数据，数据种类更丰富，包括既有业务数据、汇聚的其它部分数据。2 .定制软件升级，为原系统的模块优化为主，主要解决部分业务调整但功能不再契合的问题。3 .移动服务，原移动应用功能十分有限，业务集中度不高，存在并且有多个APP,框架不统一、兼容性差，本期将采用新的框架，对移动治安业务系统内多个APP进行整合开发，对使用场景进行分类并整体设计，提高使用便捷度。4 .数据处理，为大数据发展战略要求下的新任务内容，以数据治理及数据服务开发为主要内容。5 .国产化适配服务、已建或在建信息系统对接，以满足国产化要求，以及与市公安局公共支撑能力对接为主。6. 2.1定制软件开发7. 2.1.1治安要素全息档案以治安业务系统内的治安数据作为底数数据，同时在结合已有的网上、网下信息，依托市公安大数据能力，充分集成大画像应用能力，构建防控单元治安要素全息档案，通过多维度数据的综合分析，形成治安业务要素画像。8. 2.1.1.1档案维护管理9. 2.1.1.1.1档案创建（一）档案信息获取通过业务系统抽取、数据汇总、民警采集等方法，汇总整合各类治安业务要素信息，建立治安要素全息档案。系统提供人工录入的功能，由基层民警对治安要素信息进行采集。（二）电子档案生成基于数据资源层汇集的治安各要素相关的各类数据，对治安各要素电子档案信息进行整合，信息整合的过程是对治安各要素信息进行分析、选择和分类的过程，按照一定的次序编排，形成治安各要素全息档案内容。10. 2.1.1.1.2档案编辑用户可以对档案信息进行编辑，系统应留存档案的所有历史版本，并记录各版本的编辑人和编辑时间等信息。（1）档案录入支持基于系统录入档案信息实现新增档案，可添加各类信息后提交，完成新增档案录入。（2）批量导入支持批量导入要素清单，选择要导入的档案类型及对应的本地文件可以实现档案的批量上传，系统提供档案模板下载。批量导入页面还显示导入档案的历史情况信息。系统支持按照文件名称、档案类型、传输状态（上传成果、上传失败、解析成功、解析失败）进行查询，并支持一键重置查询条件。11. 2.1.1.1.3档案查看用户可以查看系统中的所有档案，但非授权用户查看档案时，部分内容会被限制查看。12. 2.1.1.1.4档案关联提供在档案内容中增加内部链接的功能，用于将各类档窠通过共同特征关联起来。13. 2.1.1.1.5档案检索提供根据人员各类信息等条件组合查询的功能。（1）输入界面支持中文及拼音首字母作为查询条件，支持比较运算符（二、=、=）及逻辑运算符（not、and、or）操作，支持查询条件作分词切割后进行模糊检索。（2）展示界面根据查询条件作全库检索后，按所命中的资源分类展示各资源的命中记录简要情况，并能点击查看资源信息详情，对于唯一标识号的检索，以直接以卡片样式展示。提供根据任意关键词查询档案的功能，如内容中的关键词进行查询。（3）批量查询全息档案提供批量查询应用工具，支持进行批量要素对象进行档案检索，提供对一批标识号与本平台的全库资源进行比对，比中后展示比中的资源类型、数量及具体资源内容。（4）关联查询全息档案提供关联查询应用工具，支持对人、对案两个维度进行关联查询，通过对人、案的关联资源信息反查出人和案件的信息，查询结果以人员全息档案、案件全息档案形式展示。（5）人像比对全息档案提供人像比对应用工具，允许用户通过上传的含人像信息的照片后,系统返回命中的多个人像照片信息。（6）人像搜索全息档案提供人像搜索应用工具，允许用户通上传传人像照片信息后，系统返回命中的多个人像照片及相关人员的结构化信息。14. 2.1.1.1.6档案关注用户可对关注的档案设定关注功能，关注后，当该要素对象档案、状态等信息变化后，会通过消息（系统消息、短信等）进行同步提醒。15. 2.1.1.1.7档案更新提供对要素档案更新功能，确保数据的时效性、鲜活性、准确性。16. 2.1.1.2人员全息档案17. 2.1.1.2.1关注人员档案建立治安“人”要素档案，形成治安各类关注人员全息档案，并通过其它警种数据进行信息补全，实现“一人一档”。18. 2.1.1.2.1.1基础信息治安关注人基础信息主要展示姓名、年龄、性别、身份证号码、出生日期、工作单位、户口所在地、现住地址、人员标签等。19. 2.1.1.2.1.2关系信息以治安业务数据为基础，结合大数据平台丰富数据资源，利用工具平台，对人员进行关系信息融合、关联，整合形成全息档案的关系信息。20. 2.1.1.2.1.3轨迹信息以治安业务数据为基础，结合大数据平台丰富的地址类数据资源，结合电子地图，对人员的相关轨迹等进行融合、关联，整合形成全息档案的轨迹信息。21. 2.1.1.2.1.4风险情况（一）特殊行业从业情况（二）涉案情况（三）走访情况（四）异常提醒情况22. 2.1.1.2.1.5管控信息治安重点人员相关管控信息。23. 2.1.1.2.2风险群体档案（一）群体列表（1）群体列表展示（2）群体活动信息展示（3）群体概览群体概览页面是将群体较为重要的信息进行集中展示，便于用户对风险群体进行快速了解。概览信息不是群体的完整信息展示，用户如果想要查看详细数据，可通过群体工作台详情进行具体查询。（二）群体档案详情（1）群体基本信息（2）群体背景（3）活动历史（4）风险组织（5）群体风险分析（6）预警信息（7）研判记录（一事一档）建立“一事一档”档案库，对事件形成的整个过程进行归档，具备一定的自动汇聚功能。6.2.1.1.3场所全息档案建立治安“场所”要素档案，治安场所包括大型活动举办场地、娱乐服务场所、旅业、民宿、酒吧、特定群体经营性服务场所、典当行等，实现XX市治安重点场所的“一场所一档”，推进场所标签化管理，如涉黄、涉赌场所，建立治安隐患与场所的关联关系，提高通过场所研判追溯治安警情、案事件线索的能力。6.2.1.1.3.1基础信息治安场所基础信息主要展示场所各类信息。6.2.1.1.3.2场所设施情况展示场所安装监控等设施情况等。6.2.1.1.3.3场所检查情况展示民警检查走访场所情况等。6.2.1.1.3.4涉案情况展示治安场所涉案情况，通过案件信息支撑对治安场所打标签和进行案件统计。6.2.1.1.3.5场所从业人员展示场所的从业人员信息，实现掌握场所关联人员信息，支撑民警进行研判分析。6.2.1.1.3.6频繁出入场所人员展示频繁出入场所人员信息，支撑民警进行研判分析。6.2.LL4物品全息档案建立治安“物品”要素档案，实现XX市治安重点物品的“一物品一档”，面向警务实战需要，建立物品与单位的关联关系，打造物品追溯单位、单位追溯物品的基础支撑能力。6.2.1.L4.1基础信息治安物品基础信息主要展示物品照片、名称、数量、类型、来源、用途、性质、物品持有单位、持有人等。6.2.1.L4.2涉案情况展示治安物品涉案情况，通过案件信息支撑对治安物品打标签和进行案件统计。6.2.1.1.4.3生产储存运输情况危爆物品生产储存运输情况，全面掌握危爆物品动态。6.2.1.L4.4销售情况危爆物品销售情况，全面掌握危爆物品销售渠道、购买人等情况。6.2.1.1.5案事件全息档案建立治安“案事件”要素档案，治安案事件包括治安部门管辖的刑事案件、查处违法违规单位（场所）案事件等，实现XX市治安案事件的“一事件一档”。6.2.1.1.5.1基础信息治安案事件基础信息主要展示案件编号、案件时间、案件地点、接处警情况、案件类型、案件处理结果、涉案人员信息、涉案单位信息、办案信息。6.2.1.L5.2类案信息展示同一类型的案件信息，包括近期本市发生的同类案件列表、历史本市发生的同类未破案件列表等。6.2.1.1.5.3案件文书信息展示案件涉及的诉讼文书等案件文书、涉案人员物品文书等案件文书信息。6.2.1.1.5.4案件时空分析利用电子地图技术展示各类案件时空变迁、区域分布、发案时空重叠重点人员情况等状况。6.2.1.1.6组织全息档案建立治安“组织”要素档案，治安组织包括日常治安部门监管的各类企事业单位、社会团队、组织等，实现XX市治安组织的“一组织一档”。6.2.1.1.6.1基础信息治安组织基础信息主要展示组织名称、类型、注册地址、办公地址、成立日期、组织标签、组织类型、组织负责人、企事业单位信息等。6.2.1.1.6.2涉案情况展示组织的涉案情况，包括案件编号、案件时间、案件地点、接处警情况、案件类型、案件处理结果等，通过案件信息支撑对组织打标签和进行案件统计。6.2.1.1.6.3组织成员展示组织成员信息，支撑民警进行研判分析。6.2.1.2治安风险隐患分析依托市局现有的系统平台，围绕治安实战场景，以基层警务实战需求为导向，加强数据分析建模预警，逐步实现从依靠经验向依靠数据转变，实现以“数据驱动、业务驱动”为警务运行模式创新重构的引擎，构建治安风险隐患分析系统,实现治安警务业务的“目标可量化、过程可监管、效能可评估”的数字化重构。6.2.1.2.1风险隐患分析研判本项目充分利用XX市局建模平台的建模工具、模型算法构建治安专项治安风险隐患分析研判应用，构建风险人员积分体系，服务于XX市治安工作实战需求。6.2.1.2.1.1风险人员综合风险分析基于市级大数据平台的数据资源，结合治安业务数据，开展对各类关注风险人员的积分研判、人员轨迹分析、关系分析、虚实身份分析、重点群体画像等，实现对治安风险人员的情报分析研判，及时掌握犯罪苗头。6.2.1.2.1.1.1积分体系管理针对治安风险人员管理需要,结合人员档案基础信息、分级分类等基础资源,建立风险人员预警积分指标体系，当积分达到相应的分值自动触发报警。支持条件满足关注，支持自定义关注规则设定，如对特定地点、一定频次、特定行为匹配的对象进行报警。6.2.1.2.1.1.2人员积分研判利用风险人员积分体系对接收的预警信息、情报信息、线索信息进行综合融合并与本系统的基础档案数据、走访数据等进行分析、核查、比对、合成，开展人员积分研判分析，根据积分计算结果、研判结果进行分值赋分，形成各类核查任务、走访任务、处置任务等，并分级下发。6.2.1.2.1.1.3人员轨迹分析提供针对风险人员轨迹分析，可查看每条人员轨迹的详细信息，根据实际业务需求，对其进行打标关注，实时了解风险人员的轨迹信息变化。6.2.1.2.1.1.4人员关系分析结合大数据海量数据资源，依托平台工具，提供治安风险人员关系分析。6.2.1.2.1.1.5人员专项快查1、网约车信息管理2、互联网商城购物信息管理3、出入境信息管理4、教育经历信息管理5、诉求历史信息管理6、人员快递往来排行库管理7、管控责任单位信息管理8、人员走访信息管理9、治安风险人员名单管理10、XX市暂住人口信息管理11、手机归属库管理12、身份证信息库管理13、ip归属库管理14、银行卡卡柄库管理15、银行卡归属信息库管理16、基站库管理17、XX市流动人口信息管理6. 2.1.2.1.1.6人员身份落地分析（1）风险人员落地利用系统平台资源能力，实现风险人员的落地。（2）虚实号码落地7. 2.1.2.1.1.7最新发现人员最新发现人员是实时通过对警情等案件信息的内容分析中抓取案件相关人员，也可以通过手动录入和EXCEL导入的方式添加新发现的人员。可以对人员信息进行手动修改矫正，也可以对新发现人员加入模型监测。基于人员的数据来源数据，抓取涉及金融相关的最新人员信息并作列表展示并查询，由人工进行进一步研判及信息补充，如果该人员属于治安风险人员则纳入监测。1、警情接警信息管理警情接警信息管理模块主要对接市局系统平台，获取警情接警信息数据，用于线索上报库、线索合成下发库、线索反馈稳控信息库等功能。2、人员数据管理人员数据管理模块主要对接市局系统平台，获取人员数据，用于人员最新风险模型、人员治安专项工作模型等功能。3、执法办案警情信息管理执法办案警情信息管理模块主要对接市局系统平台，获取执法办案警情信息数据，用于人员标签信息管理、治安风险人员库管理等功能。4、警综人员涉案情况管理警综人员涉案情况管理模块主要对接市局系统平台，获取警综人员涉案情况数据，用于人员标签信息管理、治安风险人员库管理等功能。5、线索平台人员管理线索平台人员管理模块主要对接市局系统平台，获取线索平台人员信息数据,用于线索上报库、线索合成下发库、线索反馈稳控信息库等功能。6、警情线索平台人员管理警情线索平台人员管理模块主要对接市局系统平台，获取警情线索平台人员信息数据，用于线索上报库、线索合成下发库、线索反