依托于平台结构化分析 ，对人脸、人体进行特 征比对分析 ，实现人员关联信息的挖掘能力 ， 为复杂的查人、找人提供相应的处理工具。 实战应用 - 预警防 控 实战应用 - 预警防 控 车辆分析技战法 通过对电子卡口与虚拟卡口系统中 ，海量通 行记录的深度挖掘和技战法应用 ，集合多种 技战法 ，提供一整套完整和专业的工具集 ， ，以及信息 标准化的 统一输出服务 ，解决不同厂家、不同单位之间、不同设 备的海量数 据级联、汇聚、不共 享问 题。 多维数据分析挖掘 海量信息的千亿级大数据处理与分析平台 ，提供多种模式情况下 ， 高性能的数据清洗计算、超大规模的信息挖掘分析 ，以及无缝的存 储扩容能力。 丰富研判分析 支持多样化的研判工具 ，包括人脸应用、车辆应用、视频处理、大 数据分析等

03 02 基本的业务系统建设还不完善，如分区 计量系统、二次供水管理系统、巡检维 修系统、用户报装系统等需要加紧建设 各业务系统相对独立，存在信息 孤岛现象，无法实现数据共享、 信息挖掘 尚未建立适合公司自身情况的信息化指 导运营的思路和信息化建设标准；缺少 有力的运营管理整合工具 Page 9 of 38 2 . 发展背景 水利信息化是现代 建设的重要内容 国家高度重视水 = 服务器虚拟化 网络 网络抽象 = 虚拟网络 存储 存储抽象 = 软件定义存储 Page 20 of 38 2 、高效存储 数据可视化（数据挖掘和分析） 在大部分情况下，当我们需要进行经过数据挖掘、分析、汇总对外提供集查询、分析、图表展现和预警评估功能，辅助业务运 营，决策的科学性。这样的话我们在对关系型数据库中存储的相关关系型业务数据进行相应的建仓（建设数据仓库、数据集市） 文件等）等各种不同种类的数据，对于这些非结构化和半结构化的数据我们需要通过相应的工具程序或者算法对这些数据进行 分析形成关系型数据或者有相关语义的数据并且把这些非结构化和半结构化的数据保存起来。从而让数据可视化工具来进行数 据挖掘分析以符合我们业务的需要。 交易型和应用程序数据 机器数据 社交数据 企业内容  数量  结构化  生产能力  速度  半结构化  数据提取  种类  高度非结构化

的严重后果，做到“大事控小、小事控了”，提升派出所辖区警情处置和突发事件 响应的能力。 2.3.2 社区警务 实有人口管理、重点人口管控、重点场所治安热点整治是社区警务的重要 内容，对不同管控目标的行为规律进行挖掘和针对性模型自动分析，及时掌控 重点对象和群体的异常活动线索，对有违法犯罪苗头的做到实时发现、及时采 取措施依法管理、控制，利用智能化技术和自动预警的方式最大限度的压缩辖 区重点人员和治安热点问题发生的空间，提高辖区治理能力。 员、社区赌博案 底人员频繁聚集疑似聚众复吸、聚众赌博，社区涉稳/涉恐人员社区范畴内出行 异常、多日未出现等可疑行为，通过人脸识别、车辆识别、虚拟身份、视频结 构化分析等技术的应用，结合行为规律挖掘和针对性模型自动分析，及时掌控 重点对象的动态，对有违法犯罪苗头的做到实时发现、及时采取措施依法管理、 控制，提升辖区治安管控的智能化水平和精准化管控能力。 社区警务的智能化应用主要包括小区人员精准管控应用、酒店式公寓管控 ；后者额外增加民警工作 流程及工作量，且嫌疑人不容易配合。 公安办案区智能寻踪系统基于 ATK、DT、ReID 等多项技术，利用空间定 位相机捕捉办案区内的人员轨迹，通过后端智能分析单元、轨迹挖掘系统进行 人员识别、轨迹合并，并通过应用平台关联轨迹录像。民警只需要完成嫌疑人 的正常的身份登记步骤，系统便能够自动对嫌疑人实现跨镜头接力追踪，形成 全流程的音视频和轨迹系统，无需嫌疑人配合带手环或者刷脸打卡。通过纯视

技术标准 管理办法 历史场景 调度执行方案 数字化 暴雨洪水 特征挖掘 … 专家经验 重点流域历史场景预 报调度经验挖掘 过程再现 经验验证 经验修正 水利知识存储 规范规程 规 则 抽 取 、 规 则 表 示 规 则 管 理 … 水利知识 引擎 知识平台建设 深入挖掘水利知识库在智慧水利“ 2+N” 四预业务上的应用场景，构建易于应用、动态优化、

—— 高清识别 > 智能识别 > 智能分析 > 智能存储 > 智能检索 •快速视频识别和提取视频特征信息，视频质量智能 诊断 •准确率高 •多种行为异常的条件设定 •视频数据的深入挖掘和条件比对分析 •基于智能分析结果的智能策略存储 •对过期视频降低帧频处理，实现长时间淡忘模式 的存储策略，节省存储空间 •按时间，事件，特征等多种方式进行视频信息提取 •构造多键值关联信息库，关联多点检索 应急指挥中心云平台智能检测被困人员名单 列表，反馈给消防指挥长 消防指挥长根据系统数据参考，决策 指挥消防员实施救援 准确，全面，时效的收集信息数据，保证信息质量与信息效率，为领导决策 提供第一稿资料。 平台智能数据挖掘： — 现场返回数据分析 — 云端参考数据 — 经验型数据 现场远程调度系统 远程调度救灾 城市监控系统覆盖了城市所有地区，整个城市的建筑物使用面积、高速路和街巷都 有标注，实时呈现事故现场

供需配置 动态决策 需求快速评估 潜在供给源挖掘 交通可达性评估 数据 数据 智能 信息 决策 智能 决策 P22 基于共享数据平台应急响应信息流快速整合 D = (I or S)·R· 퐸 ·T I 为受伤人数； S 为 避 灾场所数量； R 为 物 资需求系数， E 为 经 济系数， T 为受灾天 数 潜在供给 源挖掘 交通可达 性评估 需求快速 评估 Mingshan 103.096070 30.094232 Danleng 103.512259 30.02618 9 91724 5115 需求评估 P24 需求紧迫性分级评估 医疗物资供给源挖掘 医疗物资供需比评估 医疗物资供需分配 物资调度各环节存在不同程 度延迟 • 没有合理调度方案优化 • 参与物资调度工作的人员和车 辆极度短缺，管理混乱 应急物资调度系统不具备灵

机器感知 知识图谱 数据挖掘 智慧 媒体 VR 户外屏 电视电脑 指挥大屏 移动端 无人机 / 无人船巡测 业务 应用 智慧 决策 自然灾害 公共服务 元数据 基础数据 监测数据 空间数据 业务数据 文件数据 数据共享交 换接口 ETL 工具 数据管理工具 数据质量检查工具 分布式文件服务 实时分布式 数据库 分布式计算框架 数据仓库 数据挖掘 数据中台 其他行业感知 监 控 人的不安全行为智能监测 物的不安全状态智能监测 智 能 值 守 语音语义的智能识别 AI 图片分析模型部署 AI 学习算法部署 AI 知识图谱部署 管控细节 智能检测预警 挖掘问题关联性 构建安全知识图谱 预期效果 管控思路（范围管控、成果管控）：明确的风险分级举措、完善的企业信息上报汇聚、便利的执法流程手续。 五大公共应用 -1. 智慧安全监督管理 建立风险分级管控体系

数 据 资 源 池 大数据中心服务门户 服务商店 数据一体化服务平台（ DAAS ） 服务供需管理 服务目录 大数据分析应用平台 多维分析 自助报表 机器学习 可视化工具 数据挖掘 模型管理 标签管理 数据接入 部门数据 各层级部门数据 第三方数据 社会数据 互联网数据 物联网数据 将散布在城市各个角落的数据连接起来， “一张图”呈现气象、地质、水务、交通等多个领域的实时状态， 提供全面、直观的洞察以及预警能力，为管理提供决策依据。  “ 一平台”洞察发展态势 通过海量数据的分析挖掘，实时呈现城市运行管理全景，提供”动态感知、数据融通、全域智能、高 效协同、精确指挥”的治理手段 ，实现数字化、精细化、 智能化管理。 THANKS 感谢您的耐心观看

安全分析师大量精力，导致“告警疲劳”，真正的高危 威胁反而容易被淹没。同时，网络安全人才特别是具备高级分析能力的安全专家严重短缺，使得人力成为制约 安全运营效率和效果的关键瓶颈。 2）数据价值挖掘不足，缺乏全局视角 传统 SOC 往往存在“数据孤岛”问题，来自不同安全设备和系统的数据分散存储，缺乏有效的整合和关联 分析手段。安全分析师难以从海量、异构的数据中快速提取有价值的信息，无法形成对安全态势的全面、深入 通过 AI 驱动的 异常检测（如 UEBA、NDR/NTA）学习正常行为模式，识别未知威胁和零日攻击；以及应用 AI 算法进行智能化 19 第二章 ISOC 概念与能力 的事件分析研判，深度挖掘事件关联性、构建攻击链路、还原攻击场景、预测攻击意图，为响应处置提供决策 支持。 3）AI 赋能的自动化响应能力 ISOC 通过深度整合自动化与智能化技术，实现了对安全事件的快速、精准、高效处置，显著缩短响应时间 的关键技术 ISOC 的技术能力 1）大数据处理技术 大数据管理技术包括分布式存储（如 Hadoop、Elasticsearch）、分布式计算（如 Spark、Flink）、流处 理、数据仓库、数据挖掘等，是处理 ISOC 海量安全数据的基础，主要能力包括：  海量的安全数据采集：应从组织 IT 环境的各个层面和角度，全面采集与安全相关的数据，并关注实时 采集数据、支持多种数据源、能够处理不同格式的数据，如

基础数据 监测数据 数据仓库 数据挖掘 分布式计算框架 分布式文件服务 云盾安全 无线通信网 整体架构 数据质量检查工具 数据管理工具 ETL 工具 指挥大屏 户外屏 电视电脑 移动端 VR 服务器 指挥信息网 智慧危化品 动态监管 学习算法 知识图谱 机器感知 数据挖掘 智慧政务 管理服务 智慧应急 救援指挥 智慧灾害 监测预警