按語(yǔ)：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(méi)有把上臺(tái)演講當(dāng)回多大的事，因?yàn)檫@些年講的也不算少了，說(shuō)來(lái)說(shuō)去也就那么回事了，所以，就準(zhǔn)備拿過(guò)去一篇公開(kāi)發(fā)表的論文稍微改改，上臺(tái)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(lái)聽(tīng)(第二天都要參加一個(gè)全省的數(shù)據(jù)管理員培訓(xùn)班)，覺(jué)得講些大路貨給他們聽(tīng)有點(diǎn)過(guò)意不去，因此就謝絕了晚上的一些應(yīng)酬安排，一個(gè)人呆在房間好好的把公安行業(yè)大數(shù)據(jù)這些年的過(guò)往想了想，本來(lái)按照套路應(yīng)該是先寫(xiě)個(gè)講稿再畫(huà)個(gè)PPT的，但是因?yàn)闀r(shí)間關(guān)系，也算是想有一個(gè)新的嘗試吧，就直接做了史上最短的六頁(yè)P(yáng)PT(一頁(yè)封面，一頁(yè)目錄，一頁(yè)封底，真正的內(nèi)容只有三頁(yè))，第二天講了二十多分鐘吧，反應(yīng)似乎還不錯(cuò)，近些日子已經(jīng)有幾個(gè)兄弟說(shuō)能不能把講稿共享出來(lái)，其實(shí)真沒(méi)有現(xiàn)成的講稿，只能靠回憶略微整理下。當(dāng)日演講內(nèi)容大致如下：

……非常榮幸有機(jī)會(huì)參加這個(gè)論壇，并上臺(tái)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(shù)，還有一些解決方案，但我今天不想和大家談技術(shù)，因?yàn)楣泊髷?shù)據(jù)應(yīng)用，肯定是一些成熟技術(shù)在這一行業(yè)的應(yīng)用，如果需要進(jìn)行底層技術(shù)的革新，就公安行業(yè)目前現(xiàn)狀肯定是玩不了這個(gè)，剛剛小艾跟我聊天說(shuō)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(shù)，寄希望單靠技術(shù)就能夠把工作翻個(gè)身，但是，最后的結(jié)果往往也是死于技術(shù)，或者說(shuō)被所謂的技術(shù)給玩死了。因此，所以我們對(duì)此一定要很清醒，很冷靜。所以我為今天的演講定了一個(gè)題：大數(shù)據(jù)的“冷思考”?為何要說(shuō)冷思考，因?yàn)榇髷?shù)據(jù)這段時(shí)間已經(jīng)熱到了極點(diǎn)，但是，炒概念的要遠(yuǎn)遠(yuǎn)多于落地能發(fā)揮實(shí)際作用的，因此，我們是不是要冷靜一點(diǎn)，看看大數(shù)據(jù)到底能給我們帶來(lái)什么?今天主要跟大家交流三個(gè)方面的內(nèi)容：

一是對(duì)近些年本人參與的所謂的“大數(shù)據(jù)”的實(shí)踐進(jìn)行一個(gè)簡(jiǎn)要回顧;

二是談?wù)勎已劾锏拇髷?shù)據(jù)現(xiàn)狀;

三是針對(duì)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?yàn)槲易约盒睦锖芮宄瑥?011年開(kāi)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(lái)計(jì)算某類犯罪的發(fā)展趨勢(shì)，所接觸的，所使用的數(shù)據(jù)準(zhǔn)確點(diǎn)講應(yīng)該是“動(dòng)態(tài)的海量結(jié)構(gòu)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(gè)回顧，說(shuō)白了，怕大家認(rèn)為我是個(gè)光說(shuō)不練的江湖騙子(此處有掌聲)。

第一個(gè)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(gè)車牌，這些車牌符合一個(gè)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(lái)進(jìn)行數(shù)據(jù)預(yù)處理和分析，是在2011年初。

第二個(gè)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(méi)有規(guī)律，因此我找來(lái)了在押人員數(shù)據(jù)，匯聚了大約5個(gè)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(diǎn)和凌晨六七點(diǎn)去開(kāi)房，而且是19歲到23歲為主，還更傾向于床位數(shù)在50個(gè)以下的中低檔旅館，等等。

第三個(gè)案例，是特殊人員的監(jiān)控。同樣是通過(guò)車輛軌跡，判斷人員的相應(yīng)狀態(tài)，因?yàn)檫@個(gè)話題比較敏感，就不詳細(xì)跟大家闡述了。

第四個(gè)案例，我把它成為“流竄車”排查，簡(jiǎn)單講就是基于存儲(chǔ)在異地的海量數(shù)據(jù)，進(jìn)行分布式的交叉比對(duì)，目標(biāo)是找出發(fā)案前后1小時(shí)在A市活動(dòng)的車輛，同時(shí)在4小時(shí)前后該車又在B、C等市活動(dòng)，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(dāng)大了。

以上就是前期做的一些工作，其實(shí)回顧起來(lái)也沒(méi)有什么感到很特別值得驕傲的，如果說(shuō)這些年我們參與大數(shù)據(jù)這項(xiàng)工作還有那么一點(diǎn)點(diǎn)驕傲的話，那就是在這個(gè)過(guò)程中，包括一些爭(zhēng)論中，我們逐步形成的一些行業(yè)大數(shù)據(jù)應(yīng)用的思路、理念，甚至一些看起來(lái)都有點(diǎn)不著邊際的想法。

其次，談?wù)勎已壑械默F(xiàn)狀

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

第一句，天街小雨潤(rùn)如酥，草色遙看近卻無(wú)。這是我用來(lái)形容目前的大數(shù)據(jù)的整個(gè)大環(huán)境的，“天街”是什么?是京城!京城的小雨非常滋潤(rùn)對(duì)不對(duì)，非常美麗，國(guó)家出臺(tái)的大數(shù)據(jù)發(fā)展綱要，各個(gè)部委辦局都很積極，昨天在飛機(jī)上還在拜讀環(huán)保部的大數(shù)據(jù)方案，但是，這些只能遠(yuǎn)觀不能褻玩，落到地面，落到基層，卻只能是“近卻無(wú)”，為什么?缺少具體的實(shí)施方案，缺少具體的落地案例，應(yīng)用層沒(méi)有享受到大數(shù)據(jù)能帶來(lái)什么好處，只是聽(tīng)到一片關(guān)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(yīng)用為先”，這是李國(guó)杰院士寫(xiě)的，大家想一想，只要是搞IT，搞軟件的都知道，我們要以應(yīng)用需求為導(dǎo)向，這是個(gè)搞軟件最基本常識(shí)，但是這個(gè)常識(shí)現(xiàn)在需要一個(gè)院士來(lái)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(gè)長(zhǎng)。這是我用來(lái)形容公安行業(yè)的，三千丈很長(zhǎng)很長(zhǎng)，詩(shī)人用了夸張的手法，公安行業(yè)的數(shù)據(jù)也在用這個(gè)手法，經(jīng)常看到一個(gè)地市的匯報(bào)材料就在說(shuō)，我們有兩百多億條數(shù)據(jù)，甚至可以精確到個(gè)位，且不論到底有沒(méi)有這么多數(shù)據(jù)，你先能不能告訴我這個(gè)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(jí)的，還是過(guò)一段時(shí)間加一點(diǎn)來(lái)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(lè)觀，所以我會(huì)看到一些有見(jiàn)識(shí)的領(lǐng)導(dǎo)在發(fā)愁，號(hào)稱是坐在數(shù)據(jù)金礦上，但是心底還是緣愁似個(gè)長(zhǎng)。

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(shī)，念到這首詩(shī)我就會(huì)想起《天下無(wú)賊》的那個(gè)橋段。這句是用來(lái)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(shè)，七分應(yīng)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(guān)系，上級(jí)管理部門(mén)的出發(fā)點(diǎn)肯定都是好的，建系統(tǒng)，推應(yīng)用，推不動(dòng)怎么辦?最有用的一招就是出臺(tái)考核辦法，不考核大家不干，但是一考核大家就開(kāi)始亂干，目前公安機(jī)關(guān)的可信的數(shù)據(jù)有多少，我經(jīng)常會(huì)舉起一只手，非常夸張的說(shuō)，不超過(guò)一只手，110報(bào)警是真的，這是老百姓打過(guò)來(lái)的，在押人員是真的，這個(gè)作假自己是也要被關(guān)進(jìn)去的，還有多少數(shù)據(jù)時(shí)真實(shí)的，我們的巡邏盤(pán)查數(shù)據(jù)真實(shí)嗎?暫住人口數(shù)據(jù)能反應(yīng)真的暫口情況嗎?還有案件數(shù)據(jù)能說(shuō)明社會(huì)面發(fā)案情況嗎?不能!所以說(shuō)，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(shì)說(shuō)的都很悲觀，第四句要漲漲士氣，在大數(shù)據(jù)應(yīng)用的方向，我們很多地方已經(jīng)開(kāi)始了積極探索的步伐，像部里的云搜索，還有那個(gè)國(guó)家啥平臺(tái)，包括一些省廳，市局，都已經(jīng)在開(kāi)始試水大數(shù)據(jù)應(yīng)用，在所有的這些探索中，我最關(guān)心的就是打擊違法犯罪這一方向，群眾看公安，關(guān)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(wèn)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(wù)有什么用，那是本末倒置。所以，從前面我試水的幾個(gè)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(lái)臨。但是這個(gè)春天不是我們坐等能等來(lái)的，需要一批人去思考，去探索，就像劉禹錫那句詩(shī)，千淘萬(wàn)漉雖辛苦，吹盡狂沙始到金……

最后，關(guān)于下一步發(fā)展方向的思考

第一，以應(yīng)用為導(dǎo)向。我們行業(yè)的大數(shù)據(jù)應(yīng)用不是搞底層研發(fā)，是要解決實(shí)際問(wèn)題，大數(shù)據(jù)在公安行業(yè)現(xiàn)實(shí)的應(yīng)用場(chǎng)景到底有哪些，這是我們要好好思考的問(wèn)題。我結(jié)合前期實(shí)踐認(rèn)為，至少目前三個(gè)方向是可行的，一是規(guī)律總結(jié)，二是人物刻畫(huà)，三是趨勢(shì)預(yù)判。這個(gè)分類可能不是很合理，可能是有交叉的地方，但是，這三個(gè)方面是具備實(shí)踐條件的(具體案例略)

第二，關(guān)于數(shù)據(jù)以及來(lái)源問(wèn)題。這個(gè)問(wèn)題非常關(guān)鍵，大數(shù)據(jù)沒(méi)有可信的數(shù)據(jù)支撐，就會(huì)精確誤導(dǎo)，靠考核，靠層級(jí)壓迫，靠搞大規(guī)模會(huì)戰(zhàn)去搞數(shù)據(jù)，顯然是不能滿足大數(shù)據(jù)應(yīng)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(shí)間、空間與實(shí)體形成動(dòng)態(tài)軌跡，是一項(xiàng)很好的大數(shù)據(jù)源頭;

2、行為日志，這個(gè)與系統(tǒng)日志，數(shù)據(jù)庫(kù)日志有相同之處，但又不完全相同，舉個(gè)例子，我最近做了個(gè)基于手機(jī)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(lái)都是滿分，但是，我記錄了兩道題之間的時(shí)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(diǎn)的都很快，雖然所有的人第三題結(jié)果都是對(duì)的，但是我告訴負(fù)責(zé)培訓(xùn)的同志，第三題是薄弱環(huán)節(jié)，很多人需要強(qiáng)化這方面的知識(shí)培訓(xùn)。這就是行為日志的作用。

3、音視頻，這個(gè)就不用多說(shuō)了。

4、傳感器，沒(méi)有傳感器的大規(guī)模應(yīng)用，就不要談啥大數(shù)據(jù)，這是我很久以前就說(shuō)的觀點(diǎn)。

5、社會(huì)民眾參與。這一點(diǎn)很多人都沒(méi)有覺(jué)醒過(guò)來(lái)，公安行業(yè)玩大數(shù)據(jù)，不能光靠自己的力量，要學(xué)會(huì)打人民群眾的汪洋大海戰(zhàn)爭(zhēng)，找到社會(huì)公眾、包括其他單位部門(mén)的利益驅(qū)動(dòng)點(diǎn)，發(fā)動(dòng)大家來(lái)參與，圍繞數(shù)據(jù)做文章，特別是學(xué)會(huì)跨領(lǐng)域使用數(shù)據(jù)。(幾個(gè)案例略)，關(guān)于大數(shù)據(jù)應(yīng)用的數(shù)據(jù)來(lái)源問(wèn)題，我還是用一句詩(shī)來(lái)形容吧，大數(shù)據(jù)背景下的數(shù)據(jù)，都是那種“隨風(fēng)潛入夜，潤(rùn)物細(xì)無(wú)聲”

第三，關(guān)于智庫(kù)的共建與共享。找公眾過(guò)程中，大家都會(huì)產(chǎn)生一些創(chuàng)意，我們要把這些創(chuàng)意集中以來(lái)建庫(kù)管理，要進(jìn)行歸類、分析、優(yōu)化、整合，最終形成大數(shù)據(jù)應(yīng)用的一個(gè)知識(shí)庫(kù)(智庫(kù))，這個(gè)知識(shí)庫(kù)是開(kāi)放式的，是可以去共享，大家可以去評(píng)價(jià)，去推薦的。(案例略)

第四、關(guān)于工具手段支撐。最關(guān)鍵的幾個(gè)，簡(jiǎn)單算法在公安行業(yè)的落地，所謂的大數(shù)據(jù)應(yīng)用一定是無(wú)數(shù)的數(shù)據(jù)加簡(jiǎn)單的算法，這是一個(gè)目前已經(jīng)證實(shí)的可行套路，大數(shù)據(jù)應(yīng)用在業(yè)務(wù)邏輯層面不要去想的太復(fù)雜。基于大數(shù)據(jù)的建模工具，這個(gè)就不多說(shuō)了，我也一直在搞這個(gè)事情，其中重點(diǎn)包括數(shù)據(jù)資源組織與預(yù)處理、分布式計(jì)算、流式計(jì)算等內(nèi)容。還有就是模型的標(biāo)準(zhǔn)化，這個(gè)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(fù)制，可擴(kuò)展，可移植，這樣才有應(yīng)用的生命力。

最后，強(qiáng)調(diào)一下整體的數(shù)據(jù)管理架構(gòu)。由于時(shí)間關(guān)系，也不展開(kāi)說(shuō)了，我眼中的大數(shù)據(jù)應(yīng)用的整體架構(gòu)，應(yīng)該是一個(gè)“混搭”型模式，從最底層的，數(shù)量最多的非結(jié)構(gòu)化數(shù)據(jù)，到中間層的半結(jié)構(gòu)化數(shù)據(jù)，再到頂層的結(jié)構(gòu)化數(shù)據(jù)，分別有不同的工具、不同的方式來(lái)處理。但一條主線就是努力使更多的非結(jié)構(gòu)化數(shù)據(jù)往結(jié)構(gòu)化數(shù)據(jù)的方向走，這也是人類社會(huì)依托計(jì)算機(jī)這一工具來(lái)認(rèn)識(shí)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(jí)人物的對(duì)話結(jié)束今天的分享。這位大哥說(shuō)：當(dāng)哪一天公安行業(yè)不談到大數(shù)據(jù)的“大”字時(shí)，這個(gè)行業(yè)就真正理解了大數(shù)據(jù)。我說(shuō)：現(xiàn)在我是個(gè)商人，當(dāng)商人不談錢(qián)的時(shí)候，他就開(kāi)始賺大錢(qián)了。謝謝大家。