按語：上周受邀參加了湖北省公安廳舉辦的公安大數(shù)據(jù)論壇,，之前并沒有把上臺演講當回多大的事,，因為這些年講的也不算少了,，說來說去也就那么回事了,，所以,，就準備拿過去一篇公開發(fā)表的論文稍微改改,，上臺糊著講講也就算了,。但是，在臨講的前一天,，獲知有很多基層具體干事的兄弟來聽(第二天都要參加一個全省的數(shù)據(jù)管理員培訓班),，覺得講些大路貨給他們聽有點過意不去，因此就謝絕了晚上的一些應酬安排,，一個人呆在房間好好的把公安行業(yè)大數(shù)據(jù)這些年的過往想了想,，本來按照套路應該是先寫個講稿再畫個PPT的，但是因為時間關系,，也算是想有一個新的嘗試吧,，就直接做了史上最短的六頁PPT(一頁封面，一頁目錄,，一頁封底,，真正的內(nèi)容只有三頁)，第二天講了二十多分鐘吧,，反應似乎還不錯,，近些日子已經(jīng)有幾個兄弟說能不能把講稿共享出來，其實真沒有現(xiàn)成的講稿,，只能靠回憶略微整理下,。當日演講內(nèi)容大致如下：

……非常榮幸有機會參加這個論壇，并上臺和大家分享我的一些做法和想法,。前面已經(jīng)有幾位專家都講了大數(shù)據(jù)的技術,，還有一些解決方案，但我今天不想和大家談技術,，因為公安大數(shù)據(jù)應用,，肯定是一些成熟技術在這一行業(yè)的應用,，如果需要進行底層技術的革新，就公安行業(yè)目前現(xiàn)狀肯定是玩不了這個,，剛剛小艾跟我聊天說了一句很經(jīng)典的話：每一次公安行業(yè)的革新都是起源于技術,，寄希望單靠技術就能夠把工作翻個身，但是,，最后的結(jié)果往往也是死于技術,，或者說被所謂的技術給玩死了。因此,，所以我們對此一定要很清醒,，很冷靜。所以我為今天的演講定了一個題：大數(shù)據(jù)的“冷思考”?為何要說冷思考,，因為大數(shù)據(jù)這段時間已經(jīng)熱到了極點,，但是，炒概念的要遠遠多于落地能發(fā)揮實際作用的,，因此，我們是不是要冷靜一點,，看看大數(shù)據(jù)到底能給我們帶來什么?今天主要跟大家交流三個方面的內(nèi)容：

一是對近些年本人參與的所謂的“大數(shù)據(jù)”的實踐進行一個簡要回顧;

二是談談我眼里的大數(shù)據(jù)現(xiàn)狀;

三是針對公安行業(yè)交流一些發(fā)展方向的思考,。

首先，回顧一下自己這些年所謂的“大數(shù)據(jù)”歷程,。

為什么叫“所謂”,，因為我自己心里很清楚，從2011年開始從12億的車輛卡口數(shù)據(jù)中排查“套牌車”,，到目前在想用算法來計算某類犯罪的發(fā)展趨勢,，所接觸的，所使用的數(shù)據(jù)準確點講應該是“動態(tài)的海量結(jié)構化數(shù)據(jù)”,。至少跟我心目中“大數(shù)據(jù)”還有很大的差距,。為什么要做這樣一個回顧，說白了,，怕大家認為我是個光說不練的江湖騙子(此處有掌聲),。

第一個案例，套牌車排查,。就是在12億的卡口數(shù)據(jù)中找出了三百四十五個車牌,，這些車牌符合一個特征，五分鐘之內(nèi)在相距十公里以上的卡口被電子警察都拍到了,。這是我第一次用HADOOP來進行數(shù)據(jù)預處理和分析,，是在2011年初。

第二個案例,，住宿登記,。是在2012年的夏天,，我忽然想看一看，壞人們登記住旅館有沒有規(guī)律,，因此我找來了在押人員數(shù)據(jù),，匯聚了大約5個多億的旅館數(shù)據(jù)，同樣用了“HADOOP+ORCLE”的套路,，發(fā)現(xiàn)有盜竊前科的壞人都喜歡在半夜2點和凌晨六七點去開房,，而且是19歲到23歲為主，還更傾向于床位數(shù)在50個以下的中低檔旅館,，等等,。

第三個案例，是特殊人員的監(jiān)控,。同樣是通過車輛軌跡,，判斷人員的相應狀態(tài)，因為這個話題比較敏感,，就不詳細跟大家闡述了,。

第四個案例，我把它成為“流竄車”排查,，簡單講就是基于存儲在異地的海量數(shù)據(jù),，進行分布式的交叉比對，目標是找出發(fā)案前后1小時在A市活動的車輛,，同時在4小時前后該車又在B,、C等市活動，如果這些車輛的涉車人員為此類案件前科,，那流竄犯罪的概率就相當大了,。

以上就是前期做的一些工作，其實回顧起來也沒有什么感到很特別值得驕傲的,，如果說這些年我們參與大數(shù)據(jù)這項工作還有那么一點點驕傲的話,，那就是在這個過程中，包括一些爭論中,，我們逐步形成的一些行業(yè)大數(shù)據(jù)應用的思路,、理念，甚至一些看起來都有點不著邊際的想法,。

其次,，談談我眼中的現(xiàn)狀

本人比較喜歡古詩，最近經(jīng)常和我兒子一起背唐詩,，我就用四句古詩來形容一下我們所面臨的現(xiàn)狀：

第一句,，天街小雨潤如酥，草色遙看近卻無。這是我用來形容目前的大數(shù)據(jù)的整個大環(huán)境的,，“天街”是什么?是京城!京城的小雨非常滋潤對不對,，非常美麗，國家出臺的大數(shù)據(jù)發(fā)展綱要,，各個部委辦局都很積極,，昨天在飛機上還在拜讀環(huán)保部的大數(shù)據(jù)方案，但是,，這些只能遠觀不能褻玩,，落到地面，落到基層,，卻只能是“近卻無”,，為什么?缺少具體的實施方案，缺少具體的落地案例,，應用層沒有享受到大數(shù)據(jù)能帶來什么好處,，只是聽到一片關于大數(shù)據(jù)的呼聲。最近微信圈了都在轉(zhuǎn)一篇文章,，發(fā)展大數(shù)據(jù)不要一味追求數(shù)據(jù)規(guī)模大,，要“應用為先”，這是李國杰院士寫的,，大家想一想,，只要是搞IT，搞軟件的都知道,，我們要以應用需求為導向，這是個搞軟件最基本常識,，但是這個常識現(xiàn)在需要一個院士來呼吁,，可想我們的面臨的現(xiàn)狀有多么尷尬。

第二句,。白發(fā)三千丈,，緣愁似個長。這是我用來形容公安行業(yè)的,，三千丈很長很長,，詩人用了夸張的手法，公安行業(yè)的數(shù)據(jù)也在用這個手法,，經(jīng)?？吹揭粋€地市的匯報材料就在說，我們有兩百多億條數(shù)據(jù),，甚至可以精確到個位,，且不論到底有沒有這么多數(shù)據(jù)，你先能不能告訴我這個Oracle 11g的OCP,，你是用什么方法把數(shù)據(jù)的條數(shù)最后累加到百億量級的,，還是過一段時間加一點來估算估算的(此處有笑聲),。所以，公安行業(yè)的數(shù)據(jù)現(xiàn)狀并不是非常的樂觀,，所以我會看到一些有見識的領導在發(fā)愁,，號稱是坐在數(shù)據(jù)金礦上，但是心底還是緣愁似個長,。

第三句,。我本將心向明月，奈何明月照溝渠,。這是一句很有意思的詩,，念到這首詩我就會想起《天下無賊》的那個橋段。這句是用來形容目前公安行業(yè)的數(shù)據(jù)管理現(xiàn)狀的,，我們經(jīng)常講,，信息化是三分建設，七分應用,，十分管理,，十二分的數(shù)據(jù)質(zhì)量。這句話就是跟后兩者有關系,，上級管理部門的出發(fā)點肯定都是好的,，建系統(tǒng)，推應用,，推不動怎么辦?最有用的一招就是出臺考核辦法,，不考核大家不干，但是一考核大家就開始亂干,，目前公安機關的可信的數(shù)據(jù)有多少,，我經(jīng)常會舉起一只手，非?？鋸埖恼f,，不超過一只手，110報警是真的,，這是老百姓打過來的,，在押人員是真的，這個作假自己是也要被關進去的,，還有多少數(shù)據(jù)時真實的,，我們的巡邏盤查數(shù)據(jù)真實嗎?暫住人口數(shù)據(jù)能反應真的暫口情況嗎?還有案件數(shù)據(jù)能說明社會面發(fā)案情況嗎?不能!所以說，明月最后大部分都照到溝渠里去了,。

第四句,，竹外桃花三兩枝，春江水暖鴨先知。前面三句把面臨的形勢說的都很悲觀,，第四句要漲漲士氣,，在大數(shù)據(jù)應用的方向，我們很多地方已經(jīng)開始了積極探索的步伐,，像部里的云搜索,，還有那個國家啥平臺，包括一些省廳,，市局,，都已經(jīng)在開始試水大數(shù)據(jù)應用，在所有的這些探索中,，我最關心的就是打擊違法犯罪這一方向,，群眾看公安，關鍵看破案,，公安信息化,，公安大數(shù)據(jù)，首要是要解決破案問題,，連壞人都不去搞,，都搞不定，天天喊互聯(lián)網(wǎng)+有什么用,，天天喊為民服務有什么用,，那是本末倒置。所以,，從前面我試水的幾個案例看,，也是在朝著打擊違法犯罪的方向去發(fā)展，這一切都在表明,，公安行業(yè)的大數(shù)據(jù)春天已經(jīng)來臨,。但是這個春天不是我們坐等能等來的，需要一批人去思考,，去探索，就像劉禹錫那句詩,，千淘萬漉雖辛苦,，吹盡狂沙始到金……

最后，關于下一步發(fā)展方向的思考

第一,，以應用為導向,。我們行業(yè)的大數(shù)據(jù)應用不是搞底層研發(fā)，是要解決實際問題,，大數(shù)據(jù)在公安行業(yè)現(xiàn)實的應用場景到底有哪些,，這是我們要好好思考的問題。我結(jié)合前期實踐認為，至少目前三個方向是可行的,，一是規(guī)律總結(jié),，二是人物刻畫，三是趨勢預判,。這個分類可能不是很合理,，可能是有交叉的地方，但是,，這三個方面是具備實踐條件的(具體案例略)

第二,，關于數(shù)據(jù)以及來源問題。這個問題非常關鍵,，大數(shù)據(jù)沒有可信的數(shù)據(jù)支撐,，就會精確誤導，靠考核,，靠層級壓迫,，靠搞大規(guī)模會戰(zhàn)去搞數(shù)據(jù)，顯然是不能滿足大數(shù)據(jù)應用的需要的,，目前我們具備大數(shù)據(jù)的特征的數(shù)據(jù)有：

1,、“人車物”軌跡，時間,、空間與實體形成動態(tài)軌跡,，是一項很好的大數(shù)據(jù)源頭;

2、行為日志,，這個與系統(tǒng)日志,，數(shù)據(jù)庫日志有相同之處，但又不完全相同,，舉個例子,，我最近做了個基于手機的考試系統(tǒng)，十道題,，是可以自己在家做的,，因此所有人交上來都是滿分，但是,，我記錄了兩道題之間的時間,，結(jié)果我發(fā)現(xiàn)第三題有80%的人都等待了一分鐘以上，而其余的題點的都很快,，雖然所有的人第三題結(jié)果都是對的,，但是我告訴負責培訓的同志，第三題是薄弱環(huán)節(jié),，很多人需要強化這方面的知識培訓,。這就是行為日志的作用,。

3、音視頻,，這個就不用多說了,。

4、傳感器,，沒有傳感器的大規(guī)模應用,，就不要談啥大數(shù)據(jù)，這是我很久以前就說的觀點,。

5,、社會民眾參與。這一點很多人都沒有覺醒過來,，公安行業(yè)玩大數(shù)據(jù),，不能光靠自己的力量，要學會打人民群眾的汪洋大海戰(zhàn)爭,，找到社會公眾,、包括其他單位部門的利益驅(qū)動點，發(fā)動大家來參與,，圍繞數(shù)據(jù)做文章,，特別是學會跨領域使用數(shù)據(jù)。(幾個案例略),，關于大數(shù)據(jù)應用的數(shù)據(jù)來源問題,，我還是用一句詩來形容吧，大數(shù)據(jù)背景下的數(shù)據(jù),，都是那種“隨風潛入夜,，潤物細無聲”

第三，關于智庫的共建與共享,。找公眾過程中,，大家都會產(chǎn)生一些創(chuàng)意，我們要把這些創(chuàng)意集中以來建庫管理,，要進行歸類,、分析、優(yōu)化,、整合,，最終形成大數(shù)據(jù)應用的一個知識庫(智庫)，這個知識庫是開放式的,，是可以去共享，大家可以去評價,，去推薦的,。(案例略)

第四,、關于工具手段支撐。最關鍵的幾個,，簡單算法在公安行業(yè)的落地,，所謂的大數(shù)據(jù)應用一定是無數(shù)的數(shù)據(jù)加簡單的算法，這是一個目前已經(jīng)證實的可行套路,，大數(shù)據(jù)應用在業(yè)務邏輯層面不要去想的太復雜,。基于大數(shù)據(jù)的建模工具,，這個就不多說了,，我也一直在搞這個事情，其中重點包括數(shù)據(jù)資源組織與預處理,、分布式計算,、流式計算等內(nèi)容。還有就是模型的標準化,，這個也不是一句話兩句話能講清楚的,，大致意思就是大數(shù)據(jù)的模型一定要做到可復制，可擴展,，可移植,，這樣才有應用的生命力。

最后,，強調(diào)一下整體的數(shù)據(jù)管理架構,。由于時間關系，也不展開說了,，我眼中的大數(shù)據(jù)應用的整體架構,，應該是一個“混搭”型模式，從最底層的,，數(shù)量最多的非結(jié)構化數(shù)據(jù),，到中間層的半結(jié)構化數(shù)據(jù)，再到頂層的結(jié)構化數(shù)據(jù),，分別有不同的工具,、不同的方式來處理。但一條主線就是努力使更多的非結(jié)構化數(shù)據(jù)往結(jié)構化數(shù)據(jù)的方向走,，這也是人類社會依托計算機這一工具來認識世界,、理解世界的一條必由之途。

最后,，用我和業(yè)界一位大哥級人物的對話結(jié)束今天的分享,。這位大哥說：當哪一天公安行業(yè)不談到大數(shù)據(jù)的“大”字時，這個行業(yè)就真正理解了大數(shù)據(jù),。我說：現(xiàn)在我是個商人,，當商人不談錢的時候,，他就開始賺大錢了。謝謝大家,。