车辆研判分析系统建设方案.pdf
车辆研判分析系统项目建设方案目 录一、引言引言.5二、编写目的编写目的.5三、参考资料及标准参考资料及标准.63.1.平台设计参考资料平台设计参考资料.63.2.规范字典参考标准规范字典参考标准.6四、建设目标建设目标.74.1.总体总体目标目标.74.2.构建网上作战构建网上作战.84.3.建设重点车辆动态管控建设重点车辆动态管控.94.4.实现警情监测分析实现警情监测分析.94.5.实现案事件研判实现案事件研判.94.6.建设统计建设统计模块模块.9五、建设原则建设原则.105.1.统一规划、统一建设统一规划、统一建设.105.2.分步实施，逐步完善分步实施，逐步完善.105.3.有效对接、一体化应用有效对接、一体化应用.105.4.资源共享、集约高效资源共享、集约高效.10六、总体技术架构总体技术架构.106.1.总体构架总体构架.116.2.客户端应用层客户端应用层.146.3.数据处理服务层数据处理服务层.156.4.基础数据层基础数据层.156.5.分布式数据处理存储架构分布式数据处理存储架构.166.6.数据同步与共享数据同步与共享.17七、基础查询模块基础查询模块.237.1.车辆信息查询车辆信息查询.237.2.盗抢车辆查询盗抢车辆查询.247.3.基于基于 PGISPGIS 的车辆轨迹查询的车辆轨迹查询.24八、重点车辆动态管控模块重点车辆动态管控模块.258.1.需求分析需求分析.258.2.功能设计功能设计.26九、数据质量分析模块数据质量分析模块.26十、研判分析模块研判分析模块.2710.1.车案关联分析车案关联分析.2710.2.车辆套牌分析车辆套牌分析.2910.3.伴行车辆分析伴行车辆分析.3010.4.车辆特征建模分析车辆特征建模分析.3110.5.卡口车辆频度分析卡口车辆频度分析.3110.6.多库联侦多库联侦.31十一、统计考核模块统计考核模块.3111.1.需求分析需求分析.3111.2.功能设计功能设计.32十二、技术要求技术要求.3212.1.基于 SOA 规范、J2EE 标准、AJAX 技术构建.3212.2.基于 SOA 架构快捷设计、即时优化、持续发展.3212.3.基于 ETL 数据同步工具实现信息高度聚合和清洗.3212.4.采用混搭式数据库技术构建数据库.33十三、接口要求接口要求.33十四、性能要求性能要求.3414.1.支持多用户并发访问.3414.2.分布式数据存储文件系统.3414.3.模块化及灵活性.3414.4.扩展性及兼容性.35十五、数据及应用安全保障数据及应用安全保障.3515.1.数据库安全与备份设计数据库安全与备份设计.3515.2.应用安全应用安全.36十六、经费预算经费预算.错误！未定义书签。错误！未定义书签。总预算总预算 310310 万元。万元。其中河北车辆研判分析系统软件 68 万元，大数据分析一体化设备 242 万元。.错误！未定义书签。错误！未定义书签。16.116.1 应用软件部分应用软件部分.错误！未定义书签。错误！未定义书签。16.216.2 云计算平台部分云计算平台部分.错误！未定义书签。错误！未定义书签。一、引言引言根据部“十二五”建设规划，项目代号第 61 项的相关要求，按照“沈阳会议”、“太原会议”以及 2013 年 6 月关于进一步加强研判服务实战工作通知要求，“平台”作为一个研判实战为主导的业务系统，研判手段需要不断学习创新，灵活借鉴先进省市研判做法，充分发挥研判平台实战研判效能。河北省厅中心按照部、省对“DQB”平台建设要求，通过各级职能部门的共同努力，现有研判平台较好的完成了相应的建设任务，但在新形势下，新的业务需求不断变化，研判方式更加灵活多变，工作对平台的建设提出了更多新的要求，同时随着交通的高速发展，机动车事故、违章逃逸、假牌假证、机动车盗抢以及各类涉车犯罪等案件也大量涌现，如何利用现代科技手段打击涉车犯罪，保证现有研判平台更全面有效，从而提高社会治安“打、防、控、管”能力是各级党委、政府和社会各界对部门提出的新需求；而原交管局的车辆卡口信息数据由于数据量较大，各地市交管卡口系统为不同时期，由不同厂商进行数据库设计和搭建，造成目前数据格式不统一，如需进行数据清洗并实现统一入库，相对工作量较大，致使此工作的延后；现海量数据清洗分析能力及相关技术已基本成熟，通过建设车辆研判分析系统，从而更好的使河北研判工作建设向更高、更深层次发展。二、编写目的编写目的为了明确项目的各项相关内容，对项目建设的背景和必要性、总体目标、具体建设需求、安全保障、技术要求以及性能指标进行全面具体分析和规定，以利于更好地进行本项目的建设和相关工作的推进，本方案内容将作为后续项目采购请示，招投标，实施建设等相关工作的依据。三、参考资料及标准参考资料及标准依据部金盾工程标准体系结构的说明，车辆研判分析系统的设计和开发应当遵循相应的国标、部标和行业标准，同时结合实际应用需要，对相关标准予以补充和完善。行业标准必须满足:3.1.平台设计参考资料平台设计参考资料参考资料参考资料出处出处关于进一步加强研判服务实战工作的通知厅金盾工程总体方案设计部全国“金盾工程”二期建设工作会议要求部研判工作平台建设指导意见部研判工作平台功能框架与技术要求（公金盾 39 号）部省级综合信息系统总体方案设计部信息系统应用支撑平台总体方案设计部共享数据项集项目标准部信息化标准汇编部Web 页面设计规范部综合信息系统数据规范GA 417.1GA 417.2-2003部采用 PKI PMI 技术的应用系统安全建设技术指导书部部请求服务系统技术规范一应用服务描述规范部部请求服务系统技术规范一应用接口规范部3.2.规范字典参考标准规范字典参考标准参考资料参考资料类别类别信息类别代码部基础数据元素标准序列部四、建设目标建设目标4.1.总体总体目标目标为全面加强动态化、信息化条件下的研判工作，推进有关涉车反胃的重点、难点问题的攻坚破解，整体提升机关打防管控能力和研判分析能力，河北车辆研判分析系统的总体建设目标是：在交管局原有信息化建设的基础上，充分利用交管局卡口系统建设成果，将各卡口采集的车辆号牌基础数据实时传送到网内，整合各类警务信息资源，通过集中整合整理、海量关联查询、多维智能比对、综合分析研判、信息对流互动等，供中心实现对被盗抢机动车、涉案嫌疑机动车、交通肇事逃逸车辆、重点管控车辆等黑名单车辆的实时查控和对“人、案、车”的研判分析，真正实现科技强警，向科技要警力的目标，对“护城河”工程和全省治安防控体系进行补充和完善，实现网上作战、智能分析等现代警务机制的创新发展，具体包括五个主功能模块。设计思想：设计思想：将海量数据分解到由大量 X86 架构计算机构成的低成本云计算平台上进行实时处理，依靠分布式云计算软件进行容错，从而提升云平台海量数据分析的实时性和性价比。设计目标：设计目标：利用大量性价比高的计算机，建立云计算平台，能够大规模的原始交通监控数据流进行实时处理，提供车辆归属地分析、车主关联分析、车辆之间轨迹分析、布控，布控比对、分析伴随、异地突发情况分析、高危地、重点车辆、案件关联性、车辆频度分析等多种业务支持。系统具有可动态可伸缩性、高度容错性和响应实时性，达到较之传统方案有一个数据量级的性能价格比提升。设计原则：设计原则：本项目把握技术正确性和先进性是前提，但是前瞻性技术实施必须在云计算平台的实际应用环境和实际监控流量的基础上进行，必须结合云计算平台的实际情况进行研究和开发，只有与实际应用环境相结合才有实际应用价值。积极学习借鉴国外先进的云计算技术，同时与自主创新相结合，形成功能强大、性能卓越的能满足实际应用环境需求的云计算数据处理和分析平台。4.2.构建网上作战构建网上作战具体包括三大部分建设：一是数据抽取、清洗和入库建设，采用分布式计算框架需要首先要进行数据抽取和清洗的工作，使分布式数据库具备与传统关系性数据库相互交换数据的能力，采用基于 ETL 的数据清洗同步一体化工具式软件实现，可在数据抽取的过程中进行数据转换、装载。作为传统关系性数据库与分布式数据的沟通桥梁，过滤无效数据，规整不规则数据，导入清洗任务支持分布化处理，以达到统一数据入库目的；二是建设基于 PGIS 平台的查询分析模块，具体是通过对案件、重点人员、重点人员车辆的轨迹刻画及相应辅助功能进行地图标注，开展分析研判，需要与 PIGS 平台进行对接，在地图上标注案发地，设置时间段查找出人员的活动轨迹并在地图上展现出来；三是研判工具建设，具体包括数据交换工具，统计分析工具，轨迹分析工具，综合查询工具，数据共享工具。4.3.建设重点建设重点车辆车辆动态管控动态管控主要实现对部、省比对的重点车辆预警的处理，同时对本地管控重点车辆、外地流入的重点车辆及由高危地区来本地的车辆在本地的触网信息实时比对并将预警信息发送给交管道路布防点或活动发生地派出所，交警和民警可对接受到的预警信息和重点人员进行管控及研判。4.4.实现警情监测分析实现警情监测分析主要是实现通过设置涉车犯罪案件的作案时间、作案地点、作案手段、袭击目标，选择对象、作案工具等标准化字典项目，与指挥调度处接处警平台对接，接收 110 警情数据，通过字典项规范和人工干预，对所有 110 警情进行归纳分类，为刑事案件的分析研判和车、人、案关联分析提供案件来源，通过警情信息的 PIGS 平台标注及分析，自动生成警情分析报告推送指挥调度处。4.5.实现案事件研判实现案事件研判主要是实现对案事件和作案人员、涉案车辆特点的分析，找出其中的共同点，匹配要素。再对共同点进行分析，建模、积分，继而将两者关联起来，找出相互间的关系，检索出有价值线索，为破案打击，人员和车辆的管控提供科学依据。4.6.建设统计建设统计模块模块主要是建设以图表、图形等多种方式对卡口流量及数据整合情况，实际工作开展情况进行统计展现，辅助机关快速高效地做出决策，为社会稳定信息、社会治安情况等分析预测提供支撑。同时对系统中各项功能进行考核，设定考核指标，动态生成对单位、个人的考核结果。五、建设原则建设原则5.1.统一规划、统一建设统一规划、统一建设按照“统一模式、统一规范、上下联动、错位应用”的原则，开展河北车辆研判分析系统建设应用工作，各地市局、县分局研判业务部门可在省级平台的基础上，结合本地、本部门的实际情况和比对应用需求，建设具有本地、本部门亮点特色的车辆研判业务模块。5.2.分步实施，逐步完善分步实施，逐步完善业务影响因素较多，需求“灵活多变”，在建设实施过程中，需要以实现跨警种、跨地域、跨部门综合应用为先导，分步骤、分阶段、逐步完善系统的各种功能。5.3.有效对接、一体化应用有效对接、一体化应用平台是业务系统的高端应用，在省平台总体框架下统筹开发建设，实现标准统一、数据贯通、应用对接和业务流转，做到一体化、流程化、规范化应用。5.4.资源共享、集约高效资源共享、集约高效在建设过程中，要充分利用、整合各市县、交管、高管等已有信息资源和大平台信息资源，按照省厅统一规范要求，进行无缝对接和数据资料共享，达到联动应用顺畅，建设集约高效、避免重复投入。六、总体技术架构总体技术架构6.1.总体构架总体构架车辆研判分析系统是一个处于交管数据采集与交管数据监测应用之上的数据应用研判系统。从系统基本组成与构架上来看，该共享平台由 6 个主要部分组成：历史数据汇总处理模块，实时数据入库模块，数据存储模块，数据查询分析应用模块，数据管理模块以及系统管理模块。在基础设施构架上，该平台将架构将构建在云计算平台之上，利用池化的计算资源、存储资源和网络资源，作为系统的基础设施和支撑平台。车辆研判分析系统提供的 6 大主要功能描述如下：（1 1）历史数据汇总处理模块）历史数据汇总处理模块历史数据汇总处理主要负责把交管局、高管局、治安部门等卡口系统的历史卡口数据，进行抽取解析处理，并将处理后的历史数据汇入前置数据库。在内部处理模块上，历史卡口数据汇总系统主要包括三个模块：读取模块、解析模块和汇总模块。读取模块主要负责各个部门历史数据的读取处理，解析模块主要负责把读取到的历史卡口数据解析成合理的数据格式，而汇总模块主要负责把解析好的历史卡口数据上传到统一的数据库。（2 2）实时卡口数据入库模块）实时卡口数据入库模块实时卡口数据入库模块主要负责将接入系统的每个卡口产生的数据实时入库。在内部处理模块上，实时数据入库系统主要包括三个模块：接受模块、解析模块和数据入库模块。接受模块主要负责接收卡口系统的数据抽取清洗结果，解析模块主要负责把接受到的数据流解析成合理的数据格式，而数据入库模块负责把解析好的数据加入到省厅中心。（3 3）数据存储系统）数据存储系统原始数据将全部存储在云平台的云存储资源中。资源池提供两种存储资源：一种是结构化数据存储资源，用于存储少量的接口中间数据；另一种是分布式文件系统，用于存储海量的非结构化数据（图片类）。为了满足和适应数据量、数据特征和查询处理的不同需求，将采用一种混搭式的数据存储方案。对容量巨大、常规数据库难以处理的数据，如车辆卡口通行数据，将主要存储在基于分布式数据库中；这些数据将通过分布式数据库的接口进行访问和计算处理。而对于部分数据量不大、且查询响应性能要求很高的数据，如用于报警比对的中间数据，将被存放在关系数据库中。关系数据库将采用 MySQL。这些数据将通过结构化数据存储访问接口（如 JDBC）进行访问。（4 4）数据查询分析应用模块）数据查询分析应用模块数据查询分析应用主要提供包括车辆归属地分析、车主关联分析、车辆轨迹分析、布控，布控比对、分析伴随、异地突发情况分析、高危地、重点车辆、案件关联性、套牌车辆查询、车辆轨迹回放等功能。车辆轨迹查询处理时，由于数据量巨大，难以存储在常规的关系数据库中，而如果直接存储在 HDFS 中又难以保证查询效率。为此，需要将交管数据存储到分布式数据库中处理。此外，用户从客户端发起以上各种数据查询分析任务时，也会产生大量并发的查询任务。以上各种查询分析计算任务的处理将需要考虑在计算集群上进行并行化任务调度和负载均衡处理。这些并行计算任务及负载均衡处理将使用分布式调度集群完成统一的控制和实现。在系统构架上，查询分析计算任务将需要使用一个大规模数据并行计算集群。在编程实现上，存储在数据库中的数据将使用常规的数据库查询语言实现；对存储在分布式数据库中的交管数据，针对不同的处理要求，在数据量极大而处理实时性要求不是特别高的情况下，为了方便对海量数据的并行处理，将采用 MapReduce 编程方式实现；而对于那些实时性要求很高的查询分析计算，由于 MapReduce 启动作业需要较长的时间开销，将不适合采用 MapReduce 编程实现，而需要用非 MapReduce 编程方式实现。（5 5）数据优化管理模块）数据优化管理模块在实际使用中，可能用户会对某一时间段或者类型的数据特别关心，就可以通过数据优化管理模块查询并导出这部分数据以供使用。包括数据查询和数据导出两大部分。数据查询让用户以自定义的条件查询出数据，而数据导出就是将这些数据以合理的格式导出到数据中心以外。（6 6）系统管理模块）系统管理模块系统管理主要包括云平台的配置管理、系统安全管理、系统用户管理，以及数据备份、系统故障监测复等管理维护功能。配置管理是其中最主要的部分，是系统各个模块正常运行的基础。系统应能够对网络地址、设备地址等进行配置；能够对用户做权限管理，以防止数据外泄；并能及时有效的对数据进行备份和故障检测等工作，防止数据的意外丢失。系统支持树图、数据表格、网络拓扑图形式展示配置数据。整体构架图6.2.客户端客户端应用层应用层应用展现使用 B/S 模式，采用浏览器的方式进行，以实现客户端的免安装免维护的应用效果。整个展示层由统一门户和具体应用人机交互两部分组成，平台统一门户是平台进入的唯一入口，登录方式有用户名口令和 PKI 电子证书两种方式登录，根据用户角色动态封装个性化的操作导航，并将各种角色所关注的信息封装到工作提醒页面中去，门户要有应用集成与整合的能力，以便达到单点登录的应用效果。6.3.数据处理数据处理服务层服务层服务层主要包括各类研判服务工具和各类对接联动的服务。工具具体包括：数据交换，统计分析，轨迹分析，综合查询，搜索引擎五类工具。对接联动包括：与 PGIS 系统对接联动，与部省市级平台预警指令服务的对接联动，与其他业务系统的对接联动应用等，服务联动应用的方式包括 Web service，中间库，请求服务等多种方式。在整个应用服务工作在 WEB 服务的容器下，在应用服务中间件（如 Web Sphere）的支撑下，为业务应用、数据高端综合研判应用、数据、统计、查询、分析等各类服务，所有这些应用服务，均采用J2EE 的技术来实现、搭建应用服务集群，向应用层提供高效稳定的服务，供终验用户开展具体研判业务工作。6.4.基础基础数据层数据层基础数据层整合的数据资源主要包括交管数据资源，车管数据资源，部级布控资源和卡口数据资源四类数据，具体包括车辆信息库，研判库，车辆卡口通信信息库，车人案信息等基研判数据资源。数据是研判的核心，是分析的依据。整合尽可能多的数据资源，是研判平台进行实战研判的必需条件。平台数据库的数据来源主要通过以下三种方式：通过 ETL 数据同步清洗工具整合交管卡口车辆数据到分布式数据库中；车辆信息数据通过中心数据整合平台装载到数据库中；通过安全接入平台传送的其他有关车辆的社会信息资源。具体在整合过程，需要各地市局与省厅、交管各部门及其他条线系统搞好协调统筹工作。由于车辆研判分析系统是一个高集成、高共享的大数据平台，它必须拥有一个完整的数据支撑体系。从数据内容层面而言，分布式数据库应该是一个整合了各部门各种数据的大集中库，是有关车辆的信息资源库；从应用支撑层面而言，该数据库面向不同的应用建立面向服务专题数据库，实现对不同应用的支持。设计总体架构中，标准规范体系由数据结构、字典代码、系统接口等信息标准组成。安全保障体系由安全认证、防病毒等安全技术支撑系统和安全管理体系组成。6.5.分布式数据处理存储架构分布式数据处理存储架构由于车辆研判分析系统的数据基础既有结构化数据（通行信息），也有非结构化数据（图片等），需采用混合存储策略，即为 HDFS 分布式文件系统用来存储海量数据，可以根据存储的数据类型建立索引，也可用来存储海量数据，其由查询条件建立索引表，由数据库完成对小型数据的存储处理。分布式文件系统HDFS是一个开源云计算平台Hadoop框架的底层实现部分，适合运行在通用硬件上的分布式文件系统，具有高容错性，能提高吞吐量的数据访问，非常适合于大规模数据集上的应用。MapReduce 在 HDFS 的基础上实现的并行框架，为用户提供容易使用的并行编程模式，MapReduce 计算包括两个阶段，Map（映射）阶段和 Reduce（规范）阶段。首先，Map 函数把一组(Key,Value)输入，映射为一组中间结果(Key,Value)，然后通过 Reduce 函数把具有相同 Key 值的中间结果，进行合并化简。MapReduce 将计算作业分成许多小的单元，同时数据也会被 HDFS 分为多个 Block，并且每个数据块被复制多份，保证系统的可靠性，HDFS 按照一定的规则将数据块放置在集群中的不同机器上，以便 MapReduce 在数据宿主机器上进行计算。综合 MapReduce 和 HDFS 来看分布式计算的结构：6.6.数据同步与共享数据同步与共享（1 1）数据抽取清洗）数据抽取清洗由于地交管卡口系统为不同时期，由不同厂商进行数据库设计和搭建，造成目前数据格式不统一，如需进行号牌共享并实现统一入库，首先要对数据进行数据清洗工作，并统一数据库表格式。统一的数据库表格式如下：表名:T_CL_TXXXNameTypeNullableCommentsBZCLXXBHVARCHAR2(19)N自增序列HPHMVARCHAR2(20)YHPYSVARCHAR2(1)YHPZLVARCHAR2(2)YCLLXVARCHAR2(2)Y车辆信息编号KKBHVARCHAR2(6)N车牌号码实际采集/录入的车牌号码已分配FXBHVARCHAR2(1)N车牌颜色编号见数据字典表（SJZD）CDBHVARCHAR2(2)Y号牌种类编号JGSKDATEN经过时刻CLSDNUMBERY车辆速度YFXXVARCHAR2(2)N月份信息，表分区时使用TXSLNUMBERY图像数量TXLJ1VARCHAR2(255)Y图像 1 路径(特征图)TXLJ2VARCHAR2(255)Y图像 2 路径（车牌图）TXLJ3VARCHAR2(255)Y图像 3 路径（全景图）YLXXVARCHAR2(128)Y预留信息采用分布式计算框架需要首先要进行数据抽取和清洗的工作，使分布式数据库具备与传统关系性数据库相互交换数据的能力，采用基于 ETL（Extraction-Transformation-Loading 的缩写，中文名称为数据提取、转换和加载）的数据清洗同步一体化工具式软件实现，可在数据抽取的过程中进行数据转换、装载。作为传统关系性数据库与分布式数据的沟通桥梁，过滤无效数据，规整不规则数据，导入清洗任务支持分布化处理。第一阶段：数据入库和清洗第一阶段：数据入库和清洗主要是通过解析数据同步工具抽取到的号牌通行信息数据，在存储到分布式文件系统中时，抽出其中常用的几项字段，将这些号牌通行信息映射到分布式数据库中。1)分布式数据库应具备内存缓存管理机制，新的号牌信息数据提取并发送进来，首先读入内存。2)对于读入内存的号牌信息数据，逐行扫描其中的每条通行记录，并将该记录的 key 值记录下来，与记录中要建索引的字段组合成一个新的变量，该变量的即做为索引头，而该记录的 key 值作为索引指向该条数据的指针。3)由于每个记录中的几十个字段中，针对不同的业务需求，只用到其中少数几个供查询分析，因此将某条记录插入到分布式数据库中时，根据不同的业务应用对原始数据进行清洗和重组。4)抽象出来的具体描述：Inster(Index,CarNumber,)IntoCLXX.第二阶段：索引建立和查询优化第二阶段：索引建立和查询优化本阶段的工作是对已保存在分布式数据库中，经过字段精简之后的通行记录表建立索引表，以方便后面的查询。在分布式数据库中经过清洗的数据记录，再根据不同的业务需求对这几个字段分别建立几张索引表。不同的查询业务请求，通过调用不同的索引信息，达到查询优化的作用。（2 2）数据入库处理）数据入库处理数据入库系统总架构如图：图表 3 数据入库处理系统架构号牌共享系统通过实时数据入库系统接入采集层的车辆通行数据，数据分配进入负载均衡机，负载均衡机根据集群各节点负载情况，动态分配数据到各存储处理机，进行报警检测、建立索引等处理，同时将数据存入分布式存储系统。负载均衡机功能：监控所集群机器负载情况，动态分配交管数据。监控所有集群机器，如果发现问题，那么就把分配给这台机器的交管数据重新分配到其他机器，去除单点故障，提高系统可靠性。负载均衡机采用 Paxos 算法解决一致性问题，集群在某一时刻只有一个 Master 负责均衡能力，当 Master 宕机后，其他节点重新选举 Master。保证负载均衡机不会存在单点问题，集群机器一致性。实时业务：对于实时性要求高的业务应用，如：实时监控、实时报警，走实时专道。（3 3）数据存储处理）数据存储处理数据存储处理总架如图：图表 4 数据存储处理架构数据存储系统提供如下功能：交管数据处理：接收来自数据汇总和数据入库系统的交管数据，索引模块实时生成索引，以提高查询速度。生成的索引存储到 HDFS中，以供查询交管数据使用。专题业务分析，通过 MapReduce 并行计算，同期提取业务数据，将结果分存两路，一路存入分布式数据库或日志详单存储，一路存入关系型数据库。（4 4）查询分析与数据共享）查询分析与数据共享数据查询构架如图：图表 5 交管卡口数据接入当客户发起数据查询或共享请求后，客户端把请求发向接口服务器，查询接口服务器解析查询请求，后向 Master 任务调度机发送查询任务执行命令；Master 回应执行命令节点信息，查询服务器根据节点信息将查询命令发向查询计算模块，进行具体查询操作，将查询结果返回给客户端，呈现给用户。七、基础查询模块基础查询模块7.1.车辆信息查询车辆信息查询查询条件主要为车牌号码、车主姓名、身份证号码、驾驶证等，完成对车辆信息的查询，并能够根据查询结果查看车辆详细信息。7.2.盗抢车辆查询盗抢车辆查询盗抢车辆查询可以被盗人的姓名、车牌号码、号牌种类、车辆类型、车辆品牌、丢失地点、丢失时间等为条件的查询。7.3.基于基于 PGISPGIS 的车辆轨迹查询的车辆轨迹查询车辆轨迹查询主要是通过卡口的轨迹查询车辆和通过车辆查询轨迹，系统需提供不少于 6 个卡口的综合查询，可以查询出在特定时间内通过这 6 个卡口的所有车辆，还应提供车牌号码的查询，可以查询此车在特定的时间内通过了哪些卡口，同时可在 PGIS 地图上进行标记和轨迹绘制。八、重点重点车辆车辆动态管控模块动态管控模块8.1.需求分析需求分析主要实现对部、省比对的重点车辆预警的处理，同时对本地管控重点车辆、外地流入的重点车辆及由高危地区来本地的车辆在本地的触网信息实时比对并将预警信息发送给交管道路布防点或活动发生地派出所，交警和民警可对接受到的预警信息和重点人员进行管控及研判。8.2.功能设计功能设计重点车辆数据来源：重点车辆是由部、河北省厅比对的重点人员、车辆、高危地区预警下发的数据与车辆信息库、盗抢库、重点关注车辆库等数据碰撞出来的一个关注库。动态信息数据来源：网吧上网信息、旅馆住宿信息、盘查人员、入所审查人员、暂住人口及其他社会资源数据等。功能描述：当重点车辆库中的车辆通过布控卡口时，此条信息就会记录在管控模块数据表中，并根据积分和预设规则进行预警。预警接受单位为本单位收到的预警信息进行签收、反馈，下发流转。同时可以实现查看重点车辆的驾驶和随行人员一查清信息、该预警的详细信息、重点车辆和人员基本信息、该重点车辆的部、省、市的电子档案信息功能。可对该预警进行人工研判,并发布研判指令。预警等级：分为四级，分别为红色、橙色、黄色、蓝色。省部级重点车辆为红色预警，其他根据积分不同分为橙色预警、黄色预警、蓝色预警。蓝色为积分=100 并且积分=200 分以上。九、数据质量数据质量分析模块分析模块主要实现对各地市卡口数据上报情况进行统计和分析，通过可视化的图表，直观的反映该区域的卡口数据情况，并及时将异常区域和卡口进行报警提示，提高接入数据的数据质量。十、研判研判分析分析模块模块10.1.车车案关联分析案关联分析设计理念设计理念：车案关联，关键点是在联，如何才能将“案件”与“车辆”两者联系起来，经对刑事案件、作案人员、驾驶车辆特点的分析，找出其中的共同点。再对共同点进行分析，建模、积分，继而将两者关联起来，找出相互间的关系，检索出有价值线索，为破案打击，车辆管控提供科学依据。大多数案件中，犯罪分子使用车辆作案时具有一定的犯罪习惯，如常用伪装号牌、选择目标、袭击对象、作案时机，逃脱路线等。由于犯罪分子犯罪行为的习惯性和相对稳定性，构成车案关联分析建设的理论基础。数据来源：数据来源：主要分为重点人员数据、重点号牌数据和案件数据。1、案件数据来源于执法办案系统(或资源库)；2、人员数据主要有全国违法犯罪人员、九类重点人员、本地历年抓获的人员、刑释解教人员、未成年未进入诉讼人员等。3、车辆数据主要有全国车辆盗抢库、五类重点车辆、高危地区号牌关注库、重点人员购买或注册的机动车库等。功能描述：功能描述：包括高危车辆维护、高危车辆预警、机动车套牌车辆预警和外来人员车辆管控等功能。高危车辆维护用于民警对高危地区人员的车辆信息、被盗车牌车辆信息、涉案车辆信息、黑车车辆信息、租赁公司车辆信息进行数据的维护的功能。高危车辆预警功能主要是对登记的高危车辆及套牌车辆与卡口数据进行比对，比中后将预警信息发送给布控单位民警，让民警主动掌握高危车辆行踪轨迹。外来人员车辆管控通过暂住人口与机动车车主比对，掌握外来人口在本地上牌机动车信息，方便基层民警管控。功能主要分三种，从案到人，从人到车，车人案比对关联。1、从案到人：通过案件的发案特点分析，从人员库中关联此类案件的前科重点人员和高危地区人员，为破案提供线索；2、从人到车：结合以上人员的规律特点分析，与发生案件的时间和空间中车辆通过卡口以及该人员有关系的车辆的关联，缩小其使用交通工具的范围；3、车人案比对关联：车辆库、人员库与案件库批量、智能碰撞，从海量数据中搜寻出破案打击线索。10.2.车辆套牌分析车辆套牌分析需求分析：由于现在机动车套牌行为有愈演愈烈的趋势，从套用民牌发展到套用专用号牌、军牌、警牌；从改装、拼装车套牌发展到报废车、盗抢车套牌再到用欺骗、贿赂手段重新取得机动车号牌均有发生，社会危害较大，尤其是很多犯罪分子习惯使用套牌车进行作案，以掩盖真实作案车辆号牌，因此将套牌车通过数据分析提取并纳入重点车辆势在必行。数据来源：套牌车计算作为运算服务单元功能运算功能的一种进行计算，系统能够对经过所有卡口的车辆进行分析，如果有同一个号牌的车辆在少于经过某两个卡口的最短时间内通过这两个卡口，则可以认为其中一个车辆有套牌的嫌疑。通过程序找出疑为套牌车的车辆后，为排除因为车牌污损或现场抓取号牌图像不清晰导致识别错误的车牌，对可疑号牌进行积分，积分达到一定量后将号牌录入套牌车库。功能描述：报警条件：通过卡口的地理信息坐标测算卡口之间的大致距离如30 公里，设置最大可能车速如 240km/h（4km/m），针对到达的车辆，如果在 30/4=8 分钟，可设定 4-8 分钟内，同时有相同号牌通行，如为同一车型，则认定为套牌车，并报警提示。检测触发方式：在设定的监控点位、方向上，每来一辆车就触发检测。10.3.伴行车辆分析伴行车辆分析针对涉案机动车辆往往存在频繁出现于作案现场附近以及存在多辆车辆伴随出现的现象题，提取车牌照数据，并对原始数据进行了数据清洗、数据转换，以适合关联分析，使用车辆关联分析对涉案车辆的历史轨迹和伴随情况进行了分析，并分析潜在的涉案伴随车辆，使用基于相似度的扩展关联分析方法，对涉案车辆的伴随情况，和潜在涉案车辆的伴随情况予以分析。功能描述：同行车定义：多辆车，在某个时间段内，都通过多个相同的卡口，且通过每个卡口时，车辆通行时间间隔都小于或等于设定的值，视为同行车。报警条件：针对到达的车辆，在倒溯时间段内（默认值一天），查找其通过的所有点位上，与在它通行时间前后间隔 1 分钟的车辆记录；在这些车辆通行记录中，如果有其他车辆在 3 个或以上点位上都有记录，就认为有同行嫌疑，并进行记录和积分。检测触发方式：在设定的监控点位、方向上，每来一辆车就触发检测。10.4.车辆特征建模分析车辆特征建模分析利用图像分析工具实时对车辆特征进行比对分析，同型号车辆会因外观破损、装饰物、改装、加装等因素，形成车辆个体体征。根据部门提供的车辆特征模型，开展盗抢车辆的比对布控，对可疑车辆进行积分预警，并供相关警种进行进一步人工研判。10.5.卡口车辆频度分析卡口车辆频度分析频度分析主要是根据车牌号码和时间进行查询某车辆或某些车辆经过发案地域附近卡口的次数，以用来筛选徘徊嫌疑车辆。10.6.多库联侦多库联侦通过指纹、DNA、足迹、现场勘查等刑侦专业系统与“大平台”进行深度对接，全面汇聚人、案、物、警情、现勘、刑事技术比中等刑事侦查类源头信息。刑侦专业系统向小平台推送刑事技术比中的人头信息、刑事技术串并案件信息、“以人串案”请求信息等三类数据，依托小平台信息资源，建立研判分析模型，发现并列管与涉案人员相关的其它嫌疑、危险分子、重要关系人，扩大串案战果，有针对性地加强防范控制工作。十一、统计考核模块统计考核模块11.1.需求分析需求分析具备查询、报表、统计分析等应用模块，以图表、图形等多种方式展现出来，辅助机关快速高效地做出决策，为社会稳定信息、社会治安情况等分析预测提供支撑。同时对县级研判平台中各项功能进行考核，设定考核指标，动态生成对单位、个人的考核结果。11.2.功能设计功能设计功能包括预警信息统计分析、预警信息质量监测、预警信息战果统计、预警级别升降统计、研判指令战果统计、研判指令质量监测统计。对重点车辆预警信息签收率、反馈率、抓获率、破案数、预警级别升降情况及民警发布研判指令情况、取得成效指令情况等进行统计分析。十二、技术要求技术要求12.1.基于 SOA 规范、J2EE 标准、AJAX 技术构建基于 SOA 规范和 J2EE 标准、应用 AJAX 技术构建系统总体架构，采用浏览器+应用服务器+数据库服务器（BWD）多层应用体系结构，提高系统的灵活性、可扩展性和复用性。12.2.基于 SOA 架构快捷设计、即时优化、持续发展绕过编程算法，直接面对管理者，直接面向事务和流程，提供对象界面设计、系统结构设计、系统组织管理和授权设计、事务逻辑解释等完整的功能，将系统开发的重点放在对业务的理解和流程的实现上，屏蔽复杂的编码工作，开发效率应大大超越传统开发工具，并从根本上解决软件交付使用后难维护、难修改等问题。降低软件设计难度，缩短设计周期，适应“无需求”研发理念，适应信息综合信息系统设计内容多、任务重、时间紧和不断变化的需求。12.3.基于 ETL 数据同步工具实现信息高度聚合和清洗采用分布式计算框架需要首先要进行数据抽取和清洗的工作，使分布式数据库具备与传统关系性数据库相互交换数据的能力，采用基于 ETL（Extraction-Transformation-Loading 的缩写，中文名称为数据提取、转换和加载）的数据清洗同步一体化工具式软件实现，可在数据抽取的过程中进行数据转换、装载。作为传统关系性数据库与分布式数据的沟通桥梁，过滤无效数据，规整不规则数据，导入清洗任务支持分布化处理。实现从各业务数据库、社会数据源抽取需要的各类信息数据并进行整合，按照综合应用的需求，对各类信息进行清洗、转换、重组、关联等处理，实现单表对多表、多表对单表的数据转换与重组，为信息的综合应用提供综合数据支持。12.4.采用混搭式数据库技术构建数据库对容量巨大、常规数据库难以处理的数据，如车辆卡口通行数据，将主要存储在基于分布式数据库中；这些数据将通过分布式数据库的接口进行访问和计算处理。而对于部分数据量不大、且查询响应性能要求很高的数据，如用于报警比对的中间数据，将被存放在关系数据库中。关系数据库将采用 MySQL。这些数据将通过结构化数据存储访问接口（如 JDBC）进行访问。十三、接口要求接口要求1满足统一的用户身份认证，实现通过部统一的 CA 系统进行认证。2满足与其他信息系统的接口方式，提供标准 Web Service 数据服务,充分利用平台应用展现服务及模块化功能。3满足与省、市平台接口、地理信息系统接口，社会面信息采集接口及其他业务接口，利用异构数据交换平台，保证信息资源交换整合。十四、性能要求性能要求14.1.支持多用户并发访问在目前典型网络环境下，能够满足多用户并发访问，具体能够达到以下性能指标：1、单类信息查询和统计，首次响应时间必须小于 1 秒，对于综合关联查询和复合统计，响应时间必须小于 5 秒；2、并发操作终端数大于 30 个。3、基于交管数据的统计，记录 5000 万条以内，30 秒可以统计完成14.2.分布式数据存储文件系统1、数据读取性能：4080MB/s节点；2、数据规模：10PB 规模；3、数据负载均衡时间：可依据流量配置而确定；4、集群重新启动时间（10PB 规模）：分钟级别；14.3.模块化及灵活性系统将以模块化的思想进行设计，达到增强系统的灵活性。当业务数据种类、数据结构（如字段属性）等发生变化，或开发平台（如服务器操作系统升级、业务流程重大调整等）发生变化时，能够方便修改，避免大规模的更改服务器和客户端设置和调整。14.4.扩展性及兼容性系统设计时将在在应用层，业务层、数据层等多个层面充分考虑可扩展性及兼容性，采用标准数据接口，满足平
