GAAIT/GAAI007—2024混合云環(huán)境下的社會安全監(jiān)控指揮平臺建設(shè)指南GuidelinesfortheConstructionofSocialSecurityMonitoringandCommandPlatforminaHybridCloudEnvironment2024-7-1發(fā)布2024-7-1實施廣西人工智能學(xué)會發(fā)布I 4 4 4 4 本文件按照GB/T1.1—2020《標(biāo)準(zhǔn)1GB/T20273信息安全技術(shù)數(shù)據(jù)庫管理GB/T20279信息安全技術(shù)網(wǎng)絡(luò)和終端隔離GB/T20984信息安全技術(shù)信息GB/Z20986信息安全技術(shù)信息安全GB/T22080信息技術(shù)安全技術(shù)GB/T28181安全防范視頻監(jiān)控聯(lián)網(wǎng)系統(tǒng)信息傳輸、交GB/T29765信息安全技術(shù)數(shù)據(jù)備份與恢復(fù)產(chǎn)品技術(shù)要GB/T30269.901信息技術(shù)傳感器網(wǎng)絡(luò)第901部分：GB/T35273信息安全技術(shù)YD/T4029計算存儲分離架構(gòu)的分布式3.13.223.33.43.53.63.7通過Multi-Agent及區(qū)間直覺模糊集多屬性群決3.83.9分布式存儲技術(shù)distributedsto3.103.114.2穩(wěn)定性34.3高效性4.5可擴展性總體框架由信息采集與分析、警情研判、監(jiān)控指揮三個——應(yīng)提供本地數(shù)據(jù)中心、私有云和公有云的硬件資源，包括但不限于服務(wù)器、存儲設(shè)備、——軟件環(huán)境：應(yīng)支持云計算的軟件平臺，平臺包括但不限于虛擬化技術(shù)、容器技術(shù)等，以——整合本地數(shù)據(jù)中心、私有云和公有云的基礎(chǔ)設(shè)施資源，形成一個統(tǒng)一的混合云環(huán)境；應(yīng)符合4——引入用戶信任Agent和服務(wù)節(jié)點Agent，收集與存儲用等信任相關(guān)信息，并利用一種更優(yōu)的Multi-A6.2大數(shù)據(jù)的采集與處理——在混合云環(huán)境下，系統(tǒng)將收集來自各種來源的社會安全情報數(shù)據(jù)，包括但不限于公共安——清洗和整合后的數(shù)據(jù)將存儲在混合云環(huán)境中，利用分布式存儲技術(shù)實現(xiàn)數(shù)據(jù)的高效存儲——建立一個面向警務(wù)人員面向不同案件主題的情報信息查詢系統(tǒng)，可進行圖形化情報信息——搭建集群服務(wù)器，采用Hadoop等大數(shù)據(jù)處理架構(gòu)進行海量數(shù)據(jù)的處理。——硬件：高性能計算機，建議配置至少16GBRAM和強大的CPU或GPU；TensorFlow、PyTorch、Matplo——趨勢預(yù)測：用Python預(yù)測未來某段時間內(nèi)社會安全相關(guān)事件的發(fā)生趨勢，幫助警務(wù)人員提——異常檢測：識別和檢測數(shù)據(jù)中的異常模式或行為，如可疑活動、突發(fā)事件等，以便及——圖表：包括但不限于柱狀圖、折線圖、餅圖等，可展示數(shù)據(jù)的分布、變化趨勢、組成——地圖：包括但不限于熱力圖、標(biāo)記地圖、地理分布圖等，可展示數(shù)據(jù)的地理位置分布、——儀表盤：構(gòu)建綜合顯示多種關(guān)鍵指標(biāo)的實時數(shù)據(jù)儀表盤，可為警務(wù)人員提供實時監(jiān)控和5——監(jiān)控設(shè)備部署：監(jiān)控攝像頭應(yīng)符合GB/T28181的規(guī)定?！曨l監(jiān)控和圖像識別：利用視頻監(jiān)控系統(tǒng)和圖像識別技術(shù)，實時捕捉并分析布控目標(biāo)?！嚺谱R別：集成車牌識別技術(shù)，實時匹配和報警。應(yīng)符合GA/T833的規(guī)定。7.2數(shù)據(jù)碰撞——建立數(shù)據(jù)倉庫：收集和存儲來自各種系統(tǒng)的數(shù)據(jù)，如警務(wù)系統(tǒng)、社交媒體、公共數(shù)據(jù)等?數(shù)據(jù)轉(zhuǎn)換：將數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一的格式和結(jié)構(gòu)，確保一致性；?數(shù)據(jù)加載：將清洗和轉(zhuǎn)換后的數(shù)據(jù)加載到數(shù)據(jù)倉庫中。包括但不限于ETL（Extract,Transform,Load）工具，如Informat——找出不同數(shù)據(jù)源之間的關(guān)聯(lián)信息。包括但不限于使用匹配算法、關(guān)聯(lián)規(guī)則挖掘和圖論算7.3動態(tài)比對——采用實時數(shù)據(jù)流處理工具（如ApacheKafka、Flink）實時接收和處理數(shù)據(jù)；——利用機器學(xué)習(xí)和深度學(xué)習(xí)算法，如隨機森林、支持向量機（SVM）——使用Python等編程語言實現(xiàn)模型，并利用工具如TensorFlow、Scikit-Learn訓(xùn)練和優(yōu)化模——使用消息隊列（如RabbitMQ）和通知系統(tǒng)（如短信、郵件、App通知）——使用圖算法（如PageRank、社區(qū)發(fā)現(xiàn)）進行關(guān)聯(lián)對象的查找和分析；——利用可視化工具（如Gephi、D3.js）進行圖形化展示。7.7自動追跡6），8.2智能巡防系統(tǒng)——通過智能化視頻監(jiān)控網(wǎng)采集的人、車等多維感知數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)相融合，對街面重點人——結(jié)合可視化地理信息系統(tǒng)與新一代移動終端，開展針對性的巡邏防控，做到無感采集、8.3用戶交互與決策支持9隱私保護與數(shù)據(jù)安全9.1.1傳輸加密9.1.2存儲加密使用AES（AdvancedEncryptionSta9.2隱私保護技術(shù)9.2.1數(shù)據(jù)匿名化9.2.2差分隱私79.3數(shù)據(jù)訪問和權(quán)限管理9.3.1訪問控制建立嚴(yán)格的訪問控制機制，采用基于角色的訪問控制（RBAC）和基確保只有授權(quán)人員可以訪問敏感數(shù)據(jù)，應(yīng)符合GB/T22080和G9.3.2權(quán)限管理部署入侵檢測系統(tǒng)（IDS）