1、 一、社区警务信息最新趋势四、“社区警务” 功能规划方案三、三维三、三维GISGIS系统系统二、虚拟现实系统分类二、虚拟现实系统分类三、“社区警务” 架构规划方案二、社区警务现状及面临新问题 社区警务：是指运用云计算、大数据、物联网等现代科技手段，实现视频数据采集全面化、数据加工处理智能化、治安防控群众化、管理服务应用深度化、社会安全服务更加全面、功能更加健全、管理更加科学的信息化平台。实现跨区域、跨部门的共建共享共用，充分发挥公共安全视频监控在服务居民群众、创新社会治理、平安城市和智慧城市建设、维护国家安全和社会稳定等多方面的重要作用。 大数据处理技术代表了新一代的技术架构，这种架构通过高速
2、获取数据并对其进行分析和挖掘，从海量形式各异的数据源中更有效地抽取出富含价值的信息。大数据主要被用于分析和决策，企业用以分析的数据质量越高、越全面，分析的结果就越接近于真实。大数据分析意味着社会能够从这些新的数据中获取新的洞察力，并将其与已知业务的各个细节相融合，对社会产生新的价值。 增量式的、几乎无限的扩展扩展性 要求系统总是在线运行可用性 灵活可动态改变的数据模型灵活性扩展性纵向扩展横向扩展分布式资源集中计算和存储分布可用性数据同步主备同步处理需求处理需求 处理优点处理优点并发性数据增值缓存、读写分离负载均衡用户特性行为分析互联网正在加速重构各行各业，大数据、人工智能迎来契机 业务模式发生
3、变化（互联网化）业务模式发生变化（互联网化）图像比对自动化、人员轨迹可视化、警民交流互动化、案件处理信息化、数据处理智能化等社区警务需求发生变化业务驱动业务驱动以智慧化警务成为迫切需求以智慧化警务成为迫切需求(人工智能人工智能)智能摄像头、智能门锁、智能感应器、智能条码、智能手机、智能芯片等智能化产品为智慧警务提供了有力的硬件支撑新技术企业化应用爆发式增长新技术企业化应用爆发式增长HADOOP, SPARK,FLUME,MYCAT ,NGINX, CODIS, DUBBO, KAFKA, 微服务BAT/微软/金融/电信/电商/国内几大银行都在企业化应用新技术对系统安全性提供更多保障业务模式业务
4、模式新技术新技术企业化企业化 一、社区警务信息最新趋势四、“社区警务” 功能规划方案三、三维三、三维GISGIS系统系统二、虚拟现实系统分类二、虚拟现实系统分类三、“社区警务” 架构规划方案二、社区警务现状及面临新问题未来挑战当前现状公安社区警务工作具有很强的移动性、突发性、紧急性和时效性，对工作效率、反应速度、应变能力有着更高要求。方便社区民警、辅警和网格员开展社区警务工作，使“随采、随录、随用”成为现实。通过移动警务具备GIS、基站定位的特性开展矢量地图和影像地图的应用，如地址标注、附近地址，信息关联应用。需要提供存储各类文字、录音、摄像、拍照等信息，传统技术很难满足数据采集、数据处理、数
5、据存储和数据挖掘等需求。提供数据仓库技术、物联网技术、视频平台技术、PGIS技术集成和协通工作方案。基于B/S架构、ORACLE数据库平台、WEBSPHERE中间件平台，以JAVA为主要开发编程语言，系统使用范围局限于电脑端的访问，而社区网格民警的大部分的工作时间、地点是在访查现场，采集的数据无法在现场录入系统，需回到派出所或警务室使用社区警务系统进行二次录入，造成重复工作。主要问题系统互动性差、数据采集滞后、数据比对依赖人工、指令下达滞后、管理滞后。系统交互性差、存在信息孤岛、系统容灾型弱、系统依赖收费软件、数据oracle数据库。未来挑战当前现状公安社区警务工作具有很强的移动性、突发性、紧
6、急性和时效性，对工作效率、反应速度、应变能力有着更高要求。目前受网络、技术、工具等条件限制，信息大都处于离线状态，社区网格民警能在“第一时间”采集的信息无法实时进入公安网系统内，同时社区民警也无法在“第一时间”知道下发到其警务网格的指令、提醒等，直接导致的结果就是时过境迁、战机消逝、劳而无功。未来的智慧社区警务资源更开放决策更精准互动更透明内部更协调社区警务系统发展方向基础建设：接入、联网基础建设：接入、联网基本、附加、孤立基本、附加、孤立融入融入IT的新型治理和服务的新型治理和服务内网手动录入内网手动录入转型创新转型创新外网智能录入外网智能录入智慧的三秦云智慧的三秦云基本在线服务基本在线服务
7、智慧警务智慧警务智慧社区警务应用广度智慧社区警务应用广度智慧社区警务统一的智慧社区警务统一的网络平台网络平台安全支撑体系安全支撑体系数据标准体系数据标准体系孤立的数据云孤立的数据云三秦警务云三秦警务云智慧社区警务成智慧社区警务成熟度熟度实时数据交换实时数据交换实时数据采集实时数据采集互联互通互联互通智慧社区警务应用深度智慧社区警务应用深度实时数据通讯实时数据通讯物联网物联网云计算云计算人工智能人工智能智慧社区警务统一的智慧社区警务统一的数据交换平台数据交换平台智慧社区警务统一的智慧社区警务统一的业务处理云平台业务处理云平台大数据大数据全程电子化办公，待办事件及时推送，通过全程电子化办公，待办事
8、件及时推送，通过APPAPP及时发布及时发布/ /接接收各类警务通知。现有流程重新优化，各部门协调办公收各类警务通知。现有流程重新优化，各部门协调办公无纸化一站式数据采集无纸化一站式数据采集通过指纹识别、视网膜识别取代原始的身份证识别，手机通过扫描指通过指纹识别、视网膜识别取代原始的身份证识别，手机通过扫描指纹、视网膜特征来实现数据智能化采集纹、视网膜特征来实现数据智能化采集通过人脸识别技术，通过人脸识别技术，集视频分析、运动跟踪、人脸检测和识别技术在安防领域的全新综合应用。系统集高清人脸图像的抓拍、传输、存储，人脸特征的提取和分析识别、自动报警和联网布控等诸多功能于一身，并具有强大的查询、检
9、索等后台数据处理功能及强大的通信、联网功能，可广泛应用于重要关卡的行人监控。系统布控灵活，变被动监控为主动监控，变事后处理为事中处理，变繁琐低效的人工查询为高效率的智能录像查询，有效的提高了视频监控的防护等级和效率。公安刑侦布控人脸电子围栏安全社区监控社区端社区端 缺乏良好的数据交互能力，对上级代办指令响应严重迟缓 数据采集及数据录入严重滞后，不能随时采集 业务类型单一，难以满足不同用户需求市服务端市服务端 数据关联性不强，存在信息孤岛 依赖收费的中间件设备，数据存储受到严重限制 系统容灾性差，单个主机故障影响整个系统使用 数据交互能力严重不足，部分信息严重滞后 缺乏数据上传下达的指令，数据交
10、互不通畅信息采集能力不足数据存储交互不足省中心端省中心端 系统比较分散，难以协通工作 指令下达能力严重不足，导致市服务端严重滞后 数据挖掘和分析能力严重不足，不能将数据有效串联数据分析关联不足 一、社区警务信息最新趋势四、“社区警务”功能规划方案三、三维三、三维GISGIS系统系统三、“社区警务”架构规划方案二、社区警务现状及面临新问题三、三维三、三维GISGIS系统系统三、 “社区警务”架构规划方案3.1、应用架构3.2、技术架构3.3、组件简介APP： WEB，APP应用；SAAS：采集集群：提供分布式的服务架构，智慧警务的业务以及系统的相关告警服务和业务查询服务HTML5:提供良好的数据
11、采集能力和消息交互能力PAAS：HDFS/Hbase/SPARKSQL：提供海量非结构化数据的管理能力实时流处理云框架：提供事件流并行处理能力分布式集群计算框架：高并发/实时计算分布式集群缓存：提供高速的KV等读写能力，提高电子影票，账单查询的并发能力分布式集群队列：提高数据处理能力，提高系统的横向扩展能力。集群配置平台：提高系统的统一配置管理服务定位：提供所有服务的注册、查找定位能力Network agent：提供云服务监控能力IAAS:提供相应的网络，存储，计算资源网络接入层：由硬负载均衡方式转换为软负载均衡方式，为企业节约成本用户接口层： 替换掉原有的中间适配环节，利用当前流行的HTML
12、5技术适配各种前端，减少维护成本集群服务层：增加分布式通信中间件，增加后台服务的并发能力，致力于提供高性能和透明化的RPC远程服务调用，将传统企业的SOA转变为可以伸缩的SOA治理方案(服务节点压力，复杂依赖关系，访问扩容)。基础服务接入层：缓存：减轻数据库压力，提高手机端并发消息队列 : 将部分业务由同步转换为异步模式，提高系统的响应能力。其中配置：提供统一的配置管理搜索引擎：提高客户端的响应速度手机推送：提高服务的访问量和并发能力以及服务器端的资源消耗。社区居民社区民警公安厅服务对象服务对象软负载均衡硬负载均衡CDN网络接入网络接入层层政府部门PC应用手机应用服务平台用户接口用户接口层层分
13、布式通信中间件（分布式通信中间件（DUBBODUBBO）集群服务集群服务层层线索采集案件受理实名认证轨迹回放远程监控短信服务存储服务查询服务数据层数据层MYCAT数据库内存数据库基础服务基础服务层接入层接入消息队列缓存服务手机推送服务搜索引擎集中配置文件系统NOSQL数据库业务应用层业务应用层技术优点：网路接入层：NGINX+KEEPLIVE，利用反向代理和分发技术提高前端请求的访问量，服务中间层： DUBBO+zookeeper，可伸缩性的SOA治理方案，以及提高业务的并发能力平台服务层：CODIS：减轻数据库压力，提高缓存及并发KAFKA: 将部分业务由同步转换为异步模式，提高系统的响应能
14、力。Zookeeper：统一的配置管理，将系统从冷启动转换为热启动模式。SPARKSQL：提高客户端的响应速度，将sql里面的like关键字替换为spark所提供的搜索功能。手机推送（Netty,websocked）：将传统的短连接转换为长连接模式，有客户端拉取的模式转换为有服务器端主动push模式，提高服务的访问量和并发能力以及服务器端的资源消耗。Mysql：采用读写分离的集群模式，提高数据库的吞吐量客户端客户端PC手机平板大屏终端网络接入网络接入NGINX+KEEPLIVE服务展现服务展现HTML5APPJSP服务中间层服务中间层软件服务层软件服务层（SAASSAAS）SPRINGMYBA
15、TISJERSEYRESTFULL平台服务层平台服务层（P PAASAAS）缓存(CODIS)日志采集(FLUME)消息队列(KAFKA)搜索引擎(SOLR)手机推送(Netty,WEBSOCKED)集中配置(Zookeeper)电子地图(PGIS)统计分析(SPARK)应用中间件（DOCKER，tomcat）分布式数据库/文件(MYCAT+MYSQL/HFDS+SPARKSQL)基础设施层基础设施层（I IAASAAS）主机主机存储存储容量调配容量调配计算资源计算资源网络网络安全安全监控监控计算计算分布式通信中间件（DUBBO+zookeeper）appNGINX+KEEPLIVEApp p
16、rotalDubbo+zookeeper业务服务消费者业务服务消费者服务4服务1服务2服务3请求分发请求分发http请求http请求业务数据库缓存业务服务发布业务服务发布（长连接）Rpc通信（长连接）Rpc通信Json 返回Dubbo里面有三种负载均衡模式：1 随机模式，2轮询模式，3权重模式，之所以能够分布式通信，最要通过zookeeper管理服务的发布，对于客户端来说，是无感做的访问消息中间件消息异步处理开发模式 原生模式：Objective-C or Java Web APP：HTML5+bootstrap+websocket 混合模式： Native+Web APP混合开发模式优点 开
17、发成本低，门槛低 开发过程灵活 兼顾安全性和可变性适应不同终端分辨率Native1、导航等常用功能，提升整体应用的性能体验2、摄像头等需要权限访问的功能Web AppWeb App1、需要频繁调整页面显示内容2、频繁编写具有不同内容及功能的短寿命页面3、云端部署4、Trident、Gecko、Webkit（U3，X5）、Presto程序打包发布、消息推送摄像头、重力感应调用手机原生UI、稳定功能优惠活动、易改版的云端云端页面l简介：分布式消息通信框架 一个分布式服务框架，致力于提供高性能和透明化的RPC远程服务调用方案，以及SOA服务治理方案l主要核心部件Remoting: 网络通信框架，实现
18、了 sync-over-async 和 request-response 消息机制.RPC: 一个远程过程调用的抽象，支持负载均衡配置、容灾和集群功能Registry: 服务目录框架用于服务的注册和服务事件发布和订阅l适用场景业务由粗颗粒度拆分为细颗粒度同一个业务场景可以部署到多台机器上，提高系统并发力极极大提升了多应用大提升了多应用服务服务的并发处理能力的并发处理能力zookeeper后端业务Dubbo生产者Dubbo消费者监控用户请求RPC通信123ldubbo作为典型的生产者和消费者模式，在“社区警务”里具体使用的流程如下：用户请求前端应用服务通信中间件（dubbo消费端）业务应用注册到
19、服务通信中间件（dubbo生产端）缴费业务订单业务娱乐业务ZOOKEEPER集群基于netty的Rpc长连接通信x从zookeeper上获取相应的服务所在的机器和端口号发布服务时，将该服务所在的机器和端口号注册到zookeeper上leaderfollowerfollower1342u 高扩展性：基于kafka实现高度的前端业务平台的扩展能力，客户端数量可以做到无限量扩展。u高并发性：基于kafka实现高并发消息集群能力，每个客户端可以根据订阅的消息不同，陆游到不同的主机上，打破了传统socket连接的访问瓶颈，支持超过百万并发用户的支持。u高可用性：基于kafka实现消息的多副本备份能力，保
20、证了消息的不丢失。uKafka是一种分布式的，基于发布/订阅的消息系统。u主要设计目标如下：u以时间复杂度为O(1)的方式提供消息持久化能力，即使对TB级以上数据也能保证常数时间复杂度的访问性能。u高吞吐率。u即使在非常廉价的商用机器上也能做到单机支持每秒100K条以上消息的传输。u支持Kafka Server间的消息分区，及分布式消费，同时保证每个Partition内的消息顺序传输。u同时支持离线数据处理和实时数据处理。uScale out：支持在线水平扩展。Shared Nothing代表数据库：MYCAT+MYSQLl适合大数据量的OLAP应用缺点优点线性扩展：X86平台高可用性较低新型
21、MPP数据库主要构建在x86平台上，为无共享架构（Share Nothing），依靠软件架构上的创新和数据多副本机制，实现系统的高可用性和可扩展性。负责深度分析、复杂查询、KPI计算、数据挖掘以及多变的自助分析应用等，支持PB级的数据存储。l新型MPP分布式数据库基于开放平台x86服务器大规模的并发处理能力无单点故障，可线性扩展多副本机制保证数据安全支撑PB级的数据量支持SQL，开放灵活l简介：CODIS是一个使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的APIl特点： 支持多种数据结构例如 string，list(双向链表)，di
22、ct(hash表)，zset(排序set)，Hash类型支持发布订阅，队列场景支持数据AOF和RDB两种持久化性。适用场景：高频查询场景，一致性要求低场景，更新比较频繁场景CODIS是一个分布式缓存代理中间件，可以实现多个redis集群，作为key-value结构的内存数据库，在“社区警务”里有很多的使用场景场景：如用户权限信息查询，具体流程如下用户接口访问请求CODIS后台业务关系型数据库根据登录信息找账户信息设备和小区关系查询根据设备查询小区信息用户登录登录信息查询消息队列用户登录数据查询传统模式：客户端采用轮训方式从服务器段获取请求数据，资源消耗大，时效性差新模式：基于服务器端，由服务器
23、端主动向客户端推送的功能IOS端推送利用APNSAPNS的推送的推送机制，服务端推送机制，服务端推送AndroidAndroid端推送端推送由于google被墙，所以在国内无法使用google所提供的基于Android平台的推送服务，在国内目前存在第三方推送服务厂商或者原生的推送服务目前基于android的主要推送技术1、基于NETTY协议实现Android推送，采用NETTY协议实现Android推送NETTY是一个轻量级的NIO无阻塞通讯，它是实现基于手机客户端的消息服务端推送服务器的理想解决方案。 2、同时也可以使用HTML5的websocket，也可以实现用户在界面下的数据交互。3、解
24、决方案在此基础上增加HBASE将离线消息存储，在客户进行下次开启服务的时候，进行推送,保证消息的不丢失。警务终端大数据业务应用业务侧应用系统侧应用用户推荐排名分析告警推送任务下发考勤管理线索上报可视化展示行为日志线索日志受理日志FLUME数据清洗（GDIP）KAFKA大数据平台SPARKSPARKSTREAMHADOOPHADOOPsparksqlmysqlHBASE业务数据ETL数据服务层（REST SERVER）mapreduce数据采集DBNOSQLDATAXDATAX采集日志采用微服务架构方案进行模块化设计，提升模块可用性，降低模块耦合度。采用消息中间件技术提升系统吞吐量降低业务处理复
25、杂度清洗、转换后的ODS加载到分布式数据库规划保存1月，在分布式数据库内完成明细数据和轻度汇总数据加工生成，规划保存3个月通过数据比对分析，有效关联图像数据与实名关系数据非结化数据分析处理在Hadoop平台完成，产生的结果加载到分布式数据库生成KPI和高度汇总数据加载到主数据仓库。Hadoop平台主数据仓库轨迹数据关联数据指令数据信息子层设备关系数据、用户关系数据等非结构化数据数据明细数据层 （DW）数据汇总层（MK）高度汇总层（MK）应用库分布式数据库MPP数据访问（挖掘）SQLFTPHSQLAPIETL消息中间件互联网GN口非结构化数据省终端警务端视频端采集端监控端业务平台结构化数据数据源
26、获取层123465业务应用通过数据访问接口获取所需求数据。7精细化营销其他应用1其他应用2在逃数据lHDFS：分布式文件系统有较强的容错性可在x86平台上运行，减少总体成本可扩展，能构建大规模的应用lHBase：非结构化NoSQl分布式数据库 基于分布式文件系统HDFS，保证数据安全列式存储，节省存储空间提供大数据量的高速读写操作lSPARKSQL:分布式关系型数据库数据可保存在HDFS，可提供海量的数据存储类SQL的查询语句，提供大数据的统计和分析操作，适合海量数据的批处理通过MapReduce实现大规划并行计算lMapReduce：大规划并行计算引擎可将任务分布并行运行在一个集群服务器中H
27、adoop平台提供了海量数据的分布式存储与处理的框架。基于服务器本地的计算与存储资源， Hadoop集群可以扩展到上千台服务器。同时，Hadoop在设计时充分考虑了硬件设备的不可靠因素，在软件层面提供数据和计算的高可靠保证。HBaseMapReduceSPARKSQLHDFS快速的数据读取大数据存储统计复杂计算并行处理图像灰度处理图像采集表1图像特征算发编码图像差异算法2图像索引算图像文件目录存储3实名关系分析图像及实名关系存储4深度算法学习最优比对算法5图像数据仓库内存数据库内存数据库+ +关系型数据库关系型数据库结合结合+HBASE+SPARKSQL+HBASE+SPARKSQL相结合相结
28、合 关系型数据库根据用户要求制定，一般互联网上都采用mysql，企业级应用，尤其是关键性数据还是ORACLE数据库。 内存数据库内存数据库codiscodis优点优点：减少数据库io的消耗，请求通过codis进行业务操作，提高系统的相应时间，利用redis丰富的数据结构，构建实时查询业务场景。支持持久化模式，如果采用持久化模式，codis的内存一般为物理机内存的30%-40%左右，目的在于防止内存溢出。 AOF AOF持久化原理持久化原理：codis将数据库做个快照，遍历所有数据库，将数据库中的数据还原为跟客户端发送来的指令的协议格式的字符串，然后Redis新建一个临时文件将这些快照数据保存，
29、待快照程序结束后将临时文件名修改为正常的aof文件名，原有的文件则自动丢弃，由于在快照进行的过程中可能存在新增的命令修改了数据库中的数据，则在快照程序结束后需要将新修改的数据追加到aof文件中，后续的从客户端过来的命令都会不断根据不同的安全级别写到磁盘里面去 RDB持久化原理： Rdb的主要原理就是在某个时间点把内存中的所有数据的快照保存一份到磁盘上。在条件达到时通过fork一个子进程把内存中的数据写到一个临时文件中来实现保存数据快照。在所有数据写完后再把这个临时文件用原子函数rename(2)重命名为目标rdb文件。这种实现方式充分利用fork的copy on write。另外一种是通过sa
30、ve命令主动触发保存数据快照，这种是阻塞式的，即不会通过生成子进程来进行数据集快照的保存。 HBASE HBASE介绍：介绍：HBase是一个分布式的、面向列的NOSQL数据库，同时是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群,存储海量轨迹数据。 SPARKSQL SPARKSQL介绍：介绍：Apache Spark SQL如何用熟知的SQL查询语法提供与Spark数据交互的SQL接口。Spark SQL是一个功能强大的库，组织中的非技术团队成员，如业务分析师和数据分析师，都可以用Spark SQL执行数据分析
31、 。本次架构中除了增加了分布式通信中间件（dubbo），缓存（codis）技术外还增加了其它新技术点，新技术点如下：1.基于Netty或者websocked为网络通信的手机推送功能，由短连接改为长连接方式，由客户端PULL的模式转换为由服务器端主动PUSH到客户端的实时高效模式。2.基于队列将部分业务由同步模式转换为异步处理模式，如通过队列，来延缓第三方接口的性能问题，增加搜索引擎，解决模糊查询所带来的并发访问问题。3.基于solr将文本全文检索转换为搜索引擎模式，提高文本检索速度。4.增加NGINX+keeplive，将现有的单机模式转换为软负载均衡模式，降低成本。5.增加zookeeper
32、，将现有的配置进行统一管理，由传统的系统的冷启动模式转换为热启动模式。6.增加Kafka消息中间件，是、它一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据，实现多系统数据系统工作。7.增加hadoop大数据技术，实现海量数据的存储，分析，挖掘和快速查询。8.基于flume实时日志分析技术，实现对用户行为的实时分析。9.基于图像比对算法，实现人员真实身份补充，便于进行人员轨迹回放和重点人员监控。10.视频大数据平台，实现对案发现场的快速还原和跟踪。三、三维三、三维GISGIS系统系统四、社区警务平台功能规划方案3.1、社区警务整体规划3.2、社区警务服务平台设计
33、3.3、社区警务平台安全设计公安企业公众社区民警社区警务平台整体规划社区应用处理层智慧社区警务智慧社区警务安全体系(访问权限、数据传输、资源储存)标准体系(应用标准体系、技术标准体系)消息中心公共服务门禁管理人口管理房屋管理单位管理治安防范网上办公警民互动流动人口辖区概况安全检查访客管理情报采集视频联动实名登记统一核心的云服务统一核心的云服务数据采集管理代办任务管理重点事项跟踪公告安全管理中间层中间层网络层网络层资源层资源层互联网警务网虚拟化的中间件服务化的中间件协同化的中间件信息整合中间件人口数据监控互动案件社区警务平台整体功能规划基础警务平台wap短信提醒短信推送即时沟通单点登录在线感知系
34、统集成信息沟通资源管理案件管理任务管理社区警务平台移动警务规划协同工作套件统一通信协同插件协同数据交换插件系统集成插件企业社区远程指挥数据统计数据维护任务下发案件受理远程监控数据更新警员考核接警服务即时通讯程序共享IP电话短信服务工作汇报线索搜集数据维护单位管理虚拟身份代办处理访客信息人员管理智能门禁实名认证重点人员智能安防视频监控行业软件数据提供数据分析数据加工指令下发智慧警务平台智能硬件平台智慧警务终端智慧社区警务协同工作平台智慧社区警务协同工作平台事务处理方式等 传统警务 智慧社区警务 警务的线索采集 纸质化终端智能化 警务的图像分析逐点手动排查网络化智能排查 警务的信息交互严重滞后 实
35、时网络通信 警务的数据交互 信息孤岛互通有无 警务的数据同步 手动同步智能化数据同步警务的人员采集 被动采集 智能化自动采集警务的外来人员管理 采集难度大主动采集，实时更新警务的地理数据 无数据径记录 自动采集上报警务的安防状况 事后发掘提前发现处理 社区警务平台整体规划1 从重建设轻应用向深化应用和突出成效转变2 从分散重复建设向集约节约建设转变3 从工程项目导向向应用服务导向转变4 从自建、自用、自管向共建、共享、共用转变5 从信息孤岛向信息共享转变开展顶层设计建立公共平台建立服务体系提供优质服务支持应用发展服务设计服务准备信息化主管部门统筹信息化主管部门统筹社区终端社区终端社区平台社区平
36、台服务使用p 充分利用现有资源，避免新一轮重复建设，盘活存量资产p 以需求为牵引，以云计算为基础技术框架，以顶层设计为指导，以支撑各部门业务应用建设为目标，以服务为主线服务实施服务实施社区警务平台服务平台 云计算模式在智慧社区警务中的应用，提高基础设施资源利用率，降低建设和运行成本、确保建设和应用取得成效。支撑各部门应用发展，促进信息共享。 1、服务资源设计 建立健全智慧社区警务技术服务体系，促进智慧社区警务建设运行维护走市场化、专业化道路，全面提升智慧社区警务技术服务能力，降低智慧社区警务建设和运维成本。2、技术服务设计 加强组织领导和统筹协调，建立统一的工作机制和制度规范，坚持统筹规划、试
37、点先行、分级实施，逐步构建形成目标一致、方向统一、互联互通、层级衔接的全国各级智慧社区警务公共平台实施体系。3、服务制度设计 明确智慧社区警务公共平台的系统框架和服务功能，确保满足各政务部门的需求。各部门智慧社区警务项目建设不用考虑应用实现的技术细节，由智慧社区警务公共平台提供技术支撑、运维服务和安全保障。4、应用发展设计社区警务服务平台整体基础设施内网内网外网外网公众信息网公众信息网内网内网外网外网外网外网县工县工商局商局1级纵向网级纵向网工商所工商所2级纵向网级纵向网3级纵向网级纵向网4级纵向网级纵向网物理隔离逻辑隔离横横 向向 网网 络络纵纵向向网网络络社区警务服务平台三纵三横（一体化应
38、用）基础云架构基础设施即服务IaaS基础服务数据存储数据同步管理备份基础架构其他硬件网络存储服务器虚 拟 化平台即服务PaaS负载均衡指令交互服务治理数据处理数据仓库消息中间件应用即服务SaaS指令下发案件受理人员考核统一调度专业服务基础办公人员管控辖区管理走查记录政民互动警民互动单位管理信息采集任务处理线索收集实名服务社区工作平台专网客户端PC & 浏览器移动终端设备社区移动警务社区警务服务平台云架构稳定性安全可靠性扩展性交互性高性价比根据承载的业务特征，弹性调整资源占用支持与省级平台的互联互通，支持数据的双向交互保障公共治安的正常工作平台承载的警务安全性要求极高保障警务业务的顺利扩展可维护性具备良好的自我管理机制，实现监控预警秉承“一切皆服务”的理念，综合利用资源，向用户提供不同类型不同级别的多种服务。提供统一的接口，可以由第三方服务提供商将服务部署在平台上，再提供给用户使用，实现服务的多元化。社区警务应用服务平台服务安全架构设计主要规定安全保障措施，保障各子架构的运行安全和机构用户的数据安全。具体内容可以参见基于云计算智慧社区警务公共平台安全类标准。服务安全安全管理服务安全测试安全运维安全隔离安全服务安全服务实施社区警务平台安全设计
