查找:                      转第 显示法宝之窗 隐藏相关资料 下载下载 收藏收藏 打印打印 转发转发 小字 小字 大字 大字
【期刊名称】 《中国刑警学院学报》
公安高性能计算平台建设
【英文标题】 Exploration on the Construction of High-Performance Computing Platform for Public Security
【作者】 李悦【作者单位】 甘肃警察职业学院法律系{助教}
【分类】 公安管理法【中文关键词】 高性能计算;平台构建;智慧警务
【英文关键词】 High-performance computing; Big data; Intelligent policing
【文章编码】 2095-7939(2019)05-0111-06
【文献标识码】 A DOI: 10.14060/j.issn.2095-7939.2019.05.015
【期刊年份】 2019年【期号】 5
【页码】 111
【摘要】

面对海量的异构化业务数据,单纯依靠警务云平台仍不能满足公安各业务领域对数据分析和深度应用的要求。提出在公安信息化建设中引入高性能计算技术,探索建立公安高性能计算平台。结合政策环境、技术、人工智能应用等因素,考量构建的可行性;并围绕平台整体框架、运维与服务、数据标准化等方面阐明平台建设的构筑路径。为解决好公安大数据深度分析、数据建模、犯罪预警等问题提供可选方案,促进智慧警务的加快实现。

【英文摘要】

In the face of massive heterogeneous business data, relying solely on the police cloud platform cannot meet the requirements for data analysis and in-depth applications in various business areas of public security. This paper puts forward the introduction of high-performance computing technology in the information construction of public security, and explores the establishment of a high-performance computing platform for public security. Considering policy environment, technology, artificial intelligence application and other factors, it is necessary to discuss the feasibility of construction. It also expounds the path of platform construction around the platform’s overall framework, transportation and service, and data standardization. It can provide alternative solutions to solve problems such as in depth data analysis, data modeling, and crime warning, and promote the rapid realization of intelligent policing.

【全文】法宝引证码CLI.A.1281975    
  
  

1引言

目前,数据资源已经成为重要的公安战斗力要素,公安信息化建设的迅猛发展,使得公安领域迅速产生了海量的结构化和非结构化数据,包括视频监控信息、轨迹运行信息、人口场所信息等。传统的单机处理模式早已无法满足公安大数据深度应用要求,在这种情势下,各级各地公安机关加快构建警务云平台以期解决目前面临的数据挑战。云计算的引入在公安海量数据的处理上的确有应用优势,然而存在对大数据的智能化运用水平偏低、数据密集型计算能力偏低的问题。具体表现在:对数据信息处理能力上欠佳,数据分析方法过于滞后无法挖掘海量数据潜在价值和规律,对犯罪数据的预警模型构建方面上尚处于空白状态。在识别分析异常特征数据、视频信息分析比对、数据模拟可视化、目标检索速度等方面也无法满足公安信息化发展的深度要求,在警务工作中仍以被动应对为主,在主动预防、扁平化管理等方面不够深入。而这些问题化解需要探索引入公安高性能计算平台加以解决。平台的探索与构建将辅助公安机关提高对犯罪和社会风险预测能力,同时基于云计算、大数据、高性能计算形成公安大数据应用生态圈,为打造智慧警务提供有效解决方案。

2高性能计算与云计算的比较

高性能计算(HPC)泛指快速、量大和高性能的一类并行计算,是高性能计算机连同有效应用,诸如向量计算、并行与分布式计算、网格计算等,需要大量计算能力和强大的计算设施在很短的时间周期内完成的计算{1}。迄今为止,我国HPC技术发展已经获得了显著的成就,由国内科研人员独立研发并制造的高性能计算机神威·太湖之光摘得全球超算500强(2017年)桂冠。

纵观计算技术的演变历程,云计算只是高性能计算的发展新形态,其实质是“资源虚拟化+并行计算”。云计算体现的是对传统的高性能计算的延伸。目前的云计算尚不能支持HPC服务,因而让HPC用户使用云计算被形象比喻为如同F1赛车手搭乘公交车一般,一个追求顶尖速度,一个追求弹性的空间。换言之,HPC追求的是计算力并行的紧耦合,把一个任务做到极致;云计算追求的是计算力分布的松耦合,把池化资源的平均利用率做到最高。但是,如果将云计算和高性能计算结合在一起,形成“高性能计算云”则可以弥补单一使用云计算所带来的不足,满足大规模数据密集型计算所需的大容量、低延迟和高带宽等要求。

3平台建设的可行性

3.1政策环境的可行性

国家973计划和863计划均有对高性能计算方面的大量投入,如“天河2号”超级计算机系统就是国家863计划重大专项的标志性成果。国家863计划中连续10年支持了3期围绕高性能计算的研发项目。以北上广为牵头的超级计算机中心已经成为国家信息化建设的重要组成。2017年7月国务院印发《新一代人工智能发展规划》中明确提到要让人工智能促使智能社会建设取得积极进展。

3.2技术的可行性

目前高性能计算无论从硬件平台还是软件系统技术都基本成熟,稳定性和安全性能够得到有效的保障。为解决高性能计算机成本高昂,占用空间大的问题,目前以深圳大学和中国科学技术大学为牵头的团队领导下,已经成功研发出面向个人应用的高性能计算机。解决了高性能计算机体积由大变小的问题,解决了个人PC机计算能力由小到大的转变,做到了高性能计算机硬件平台和系统软件的协同优化,使得国产高性能计算机逐步具备了低功耗、小型化和高安全性等优势特点。

3.3人工智能应用的紧迫性

随着人工智能技术的兴起,智慧城市是未来城市发展的重要趋势,智慧城市就是感知社会中发生的一切,而感知就是通过数据收集,分析大数据的过程。人工智能技术的实现首先需要通过强大的计算能力作为支撑保证。当前人工智能技术的的实现主要依靠3种途径:高性能计算、神经拟态计算和量子计算。由于后两种技术尚未成熟,可以说高性能计算是目前唯一可商业化为人工智能应用的技术。可见,未来智慧警务模式的快速转变离不开人工智能技术,而人工智能技术目前的核心关键正是高性能计算。要实现从海量公安大数据中提取、挖掘、整合、掌控有价值的经验规律,做到对敏感的犯罪信息的提前预警和掌握{2},必须依托高性能计算机强大的分析计算能力。

4平台构建的技术路径

目前,基于国家超算中心和北上广深等具有代表性的超算中心已初具规模,关于公安高性能计算平台的构建路径可选择:一是公安部门应该结合自身实际与高性能领域具备资质的中心平台合作接洽(比如国家超级计算广州中心、国家超级计算深圳中心、国家超级计算济南中心等),借助中心的高性能计算平台达成灵活多样适用于公安机关自身业务需求的合作方式。二是由公安部科技信息业务部门牵头,对相关技术研发公司进行咨询、论证达成平台搭建协议,购置适合自身需求和应用的高性能计算机群,完成超级计算系统的预研、架构、测评、超级计算中心运维服务体系及运维平台的建立。

4.1平台架构

公安高性能计算平台着力打造集警务数据分析、智能二次开发工具、高密度计算等能力于一体的智慧警务平台。在数据标准化前提下,平台的实现可以提高公安机关海量大数据的潜在价值利用率,提高公安信息化业务处理效益。公安高性能计算平台架构,如图1所示。

(图略)

图1公安高性能计算平台架构图

平台采用分层、分模块的设计原则,有利于系统的运维和实现,由下到上共分为5层:

数据来源层:数据来源层是平台的建设基础,功能在于数据的接入、存储和访问,整合处理公安内外部所有为高性能计算所利用的数据资源。内部资源包括PGIS、人口、车辆、视频、地址等关联基础警务数据库资源。其中人口库包括常住人口、流动人口、寄宿人口、外籍人口的登记住址;车辆库包括车驾管库、盗抢库、布控车辆库、涉案车辆库等;标准地址库包括门牌、建筑物、房屋地理位置信息;公安管理机构库包括各级各地公安局、派出所、警务站、辖区检查站等位置;视频库包括车辆卡口、电子警察、治安监控、道路监控等。外部资源包括社交网络平台数据、交通数据、国土地形数据、社会资源数据等。在数据接入方面,采用Kafka流处理接收多源轨迹类数据。在数据存储上,采用Oracle方式进行存放,数据通过Kafka接入后,传入至Spark平台,用于数据分析比对,通过MapReduce进行处理。

基础设施层:基础设施层主要有机房、机柜、供配电、空调、消防报警、视频监控、温湿度调控设备等组成,为上层应用提供硬件支撑。高性能计算集群系统布局图,如图2所示。

(图略)

图2高性能计算集群系统布局图

硬件资源层:高性能计算平台配置有高性能的硬件架构资源,可以满足不同的计算要求。平台由CPU集群、GPU集群、交换机、胖节点、SMP大型机、存储系统、用户账号系统、作业管理系统等构成,集群存有上百个节点,需要专业的运维技术控制。平台网络拓扑图,如图3所示。

(图略)

图3平台网络拓扑图

基础软件层:建立丰富、完备的软件资源可以迅速提高平台使用效率,为用户提供方便、友好的平台使用环境。平台除了安装了高性能计算必需的编译器、数学库、并行库以外,还应该把能够适合公安领域用户使用的开源、商用软件分类部署到集群系统中{3}。按照公安信息化业务需求,建议部署安装基础软件,如表所示。

平台基础软件安装配置表

┌────┬──┬─────────────────────────────┐
│软件名 │版本│应用范围                         │
├────┼──┼─────────────────────────────┤
│MATLAB │2017│公安大数据智能分析、定制化模型构建、公 安管理机制数字化管 │
│    │a  │理、                           │
├────┼──┼─────────────────────────────┤
│Caffe  │1.0 │智能安防、智慧交通建设、图像处理技术           │
├────┼──┼─────────────────────────────┤
│TensorFl│r1.3│智慧警务软件研发、语音识别、图像识别           │
│ow   │  │                             │
├────┼──┼─────────────────────────────┤
│MXNet  │0.11│公安数字化模型构建、深度学习应用             │
│    │.0 │                             │
├────┼──┼─────────────────────────────┤
│darknet │1.0 │公安视频图像处理、警务反恐演练模拟测试          │
├────┼──┼─────────────────────────────┤
│opencv2/│2.4.│人机互动、物体识别、图像分割、人脸识 别、动作识别、运动跟 │
│3    │13 │踪                            │
│    │3.1.│                             │
│    │0  │                             │
├────┼──┼─────────────────────────────┤
│WRF   │3.9 │天气预报模式、服务警用地理信息平台            │
├────┼──┼─────────────────────────────┤
│IDL   │8.6 │公安大数据分析、信号处理和图像处理、去 除噪声、图像压缩、 │
│    │  │特征提取、提取图像细 节、犯罪实景模拟构建         │
└────┴──┴─────────────────────────────┘

应用服务层:将平台处理的数据结果和服务以特色应用方式进行展现,体现平台所具备的数据分析、数据模型定制、数据可视化等功能。平台的

  ······

法宝用户,请登录后查看全部内容。
还不是用户?点击单篇购买;单位用户可在线填写“申请试用表”申请试用或直接致电400-810-8266成为法宝付费用户。
曾经瘦过你也是厉害
【注释】                                                                                                     
【参考文献】

{1}陈国良,毛睿,蔡晔.高性能计算及其相关新兴技术[J].深圳大学学报(理工版), 2015(1):25-26.

{2}孙笛.人工智能时代的犯罪防控[J].中国刑警学院学报,2018(5):9-30.

{3}林皎,陈玉洁.高性能计算平台建设的探索与实践[J].实验技术与管理,2015(5):218-219.

{4}黄建忠,张沪寅,程媛.开放式高性能计算平台的建设与研究[J].计算机教育,2012(11):57-58.

{5}王海燕,胡婷,王俊.智慧警务系统在地市公安局的应用研究[J].计算机科学,2018(6):521-522.

{6}鲍忠铁.浅谈数据分析和数据建模[EB/OL].(2017-04-08)[2018-12-13].https://chuansongme.com/n/1751106247311.

{7}孟祥广.大数据时代和智能视频分析技术[J].中国安防,2013(12):43-44.

©北大法宝:(www.pkulaw.cn)专业提供法律信息、法学知识和法律软件领域各类解决方案。北大法宝为您提供丰富的参考资料,正式引用法规条文时请与标准文本核对
欢迎查看所有产品和服务。法宝快讯:如何快速找到您需要的检索结果?    法宝V5有何新特色?
扫码阅读
本篇【法宝引证码CLI.A.1281975      关注法宝动态:  

法宝联想
【相似文献】
【作者其他文献】

热门视频更多