一種社區治安風險評估監控管理系統的設計與實現

何 超

（陜西警官職業學院治安系，陜西西安 710021）

近年來，關于治安防控研究成果日益豐富，一些學者從影響社區安全狀況的積極因素和消極因素出發，建立包括社區違法案件、人口管理、違法人員等指標的評估指標模型，進行地區評估分析［1-2］。還有一些學者針對治安防控的組織結構特征，從控制防護角度建立治安防控體系，根據各構成要素的相互關系建立治安防控體系結構［3］。

本文在相關研究的基礎上，針對社區治安事件的驅動要素進行分析，并基于層次分析法確定了影響社區治安的影響因子權重，在此基礎上，構建覆蓋社區、人、事、地、物、組織的社區風險監控管理系統，實現對社區風險的系統管控。

1 治安防控的要素驅動

1.1 治安事件要素

當前，社會治安事件主要從形態、時間、空間多維度進行分析拓展，從而為后續的管控干預措施提供建議意見［4］。本文在此基礎上，針對驅動治安防控的基本要素，從人、時、空、案事件方面展開。

人：包括具有現實危害或違法犯罪的嫌疑人，納入治安防控的高危人群；時間：包括與事件發生、應置于治安防控下的時間節點和區間的綜合；空間：包括與時間發生的相關運動軌跡、應置于治安防控下的地理區域綜合；案事件：指危害社會治安的各類違法犯罪活動，影響社會穩定的各類突發事件。

人、時、空、案事件4個要素相互緊密聯系，缺一不可，但4個要素間不同結構、層次構成不同作用關系，各要素間相互作用，形成相應的要素驅動模式，圖1給出了3種要素驅動模式。

圖1 要素驅動模式示意圖Fig.1 Diagram of the factor drive mode

由案到人的驅動要素：案事件發生后，以抓獲人員為工作重點，警力資源側重于對違法犯罪行為的打擊和偵辦，通過抓獲犯罪分子對犯罪行為構成威懾，根據對案件的分析對可能發生案件的時間、地點進行控制。由人到案的驅動分析：警力資源側重于獲取重點人的背景、動態、身份信息，既通過對重點人的管控來實現經營查案、串并查案的目的，又可通過時間、空間有效地進行預警防控。時空壓制的驅動分析：警力資源針對犯罪案件進行最大限度的時空擠壓，確定重點時空范圍、快偵快破，并通過減少違法犯罪機會，降低犯罪風險。

1.2 治安防控決策模型

針對治安防控3種要素驅動下的各種特征，為科學評價社區治安風險防控效果，采用層次法進行分析。以南方某省為對象，向全省13個設區的市公安局112個縣級公安局發放問卷調查，征集市縣兩級治安、刑偵、辦公室、報警指揮中心部門人員意見，共收到不同警種負責人意見328份，經過專家咨詢評價分析，運用加權融合方法，建立如表1所示的遞階層次結構模型。模型分為目標層、準則層（一級指標）、子準則層（二級指標），其中目標層為社區治安風險防控，準則層包括4個指標，子準則層包括16個指標，共同構成風險評價指標。

表1 社區治安風險評價指標Tab.1 Community security risk evaluation index

在建立治安防控遞階層次模型基礎上，對同層元素相對于上層元素重要性進行兩兩比較，構建表2所示的判斷矩陣并計算。

表2 層次分析法重要程度判定Tab.2 Degreeof importanceof hierarchical analysis method

由于專家工作環境不同，以及判定存在一定誤差，造成判斷矩陣缺乏合理性，故引入“隨機一致性比率”判定矩陣合理性，當滿足值不大于0.1時，則認為矩陣滿足一致性檢驗。根據層次單排序即層次總排序來確定各指標對上層指標的權重影響。

1.3 模型評價結果

運用層次分析法獲得社區治安風險權重如表3所示。由表3可以看出，準則層的4個一級指標權重值分別為0.3376、0.1825、0.3954、0.0845。權重占比較高的指標為防護措施、潛在危險人員，而社區環境和潛在受害者2個指標權重占比相對較低，可以看出，社區治安風險源主要是潛在危險人員以及社區的治安防護措施是否合理。

表3 社區治安風險源指標權重Tab.3 Weight of Community security risk source index

從社區警務角度看，人防措施、技防設施的權重指標分別為0.1642和0.1422，有效的人防和機房措施對于預防社區治安風險具有顯著作用。而潛在危險人員權重值較低，影響治安風險度較高的指標主要為流動人口、社會閑散人員，因此加強對社區流動人口管理能有效控制治安風險。吸毒人員和具有犯罪前科人員作為重點監控對象，加強對兩類人員的定期走訪對于避免社區治安類案件十分必要。

2 社區治安風險監控管理平臺

針對社區治安的復雜性，為提升基層社區治理能力，設計新型的社區平安數據監控平臺。將人與數據關聯運算，通過大數據平臺采集非結構化異構數據，為政府部門、社區提供便捷服務。

2.1 平臺整體設計

平臺采用Hadoop+Spark+HBase分布式框架。整個平臺分為4層網絡結構，包括資源層、數據持久層、數據處理層、應用層，見圖2。

圖2 整體架構圖Fig.2 Diagram of Overull framework

資源層主要為各類軟、硬件設備，為平臺提供硬件軟件支持。數據持久層進行不同異構數據的關聯分析，首先通過數據方聚集、維規約、數據壓縮對采集的初始數據進行規約化處理，利用深度學習進行風險預警。應用層主要實現平臺功能應用，如警務處理、風險監控、數據管理。

2.2 系統功能實現

2.2.1 多協議動態適配數據采集

當前數據源主要包括政府部門、公安機關、社區等，數據采用非結構化形式［5］，包括圖像、語音、文檔、符號等。政府和公安機關數據包括各類警力、案件數據、社區成員關系等。社區數據以智慧型物管基礎數據為主，包括社區人員組成、監控系統、設備、門禁等，對不同設備間通信協議解析，建立解構化的特征庫，采用通用型協議視頻方式實現通信協議智能識別，一旦識別成功，則自動調用對應接口方式，具體邏輯結構如圖3所示。

圖3 數據采集邏輯框架圖Fig.3 Diagram of data acguisition framework

2.2.2 多源異構數據整合管理子系統

針對復雜龐大的多源、異構、孤立的社區數據，采取不同的數據處理方式，對交通、人員流動等結構數據進行預清洗、降噪處理［6］，對半結構化數據和非結構化數據標記預處理，實現數據結構轉化和語義解析，對多源異構數據進行多源異構大數據融合，形成關系網絡結構［14］。

2.2.3 社區治安風險方案子系統

當前，社區民警、街道辦由于職責不同，各自擁有相互獨立的網絡系統，因此，在實際風險預警和處置中，容易造成資源調配困難、處理不及時的問題。通過對不同網絡系統數據的關聯融合，建立歸一化的治安風險防范系統，整合社區人、事、物等資源，將城市管理、綜合治理、社區治安等獨立網格融合為信息大平臺，進行統一管理和調度，通過建立風險分類防范和風險處理責任體系，實現有規可依。

3 結 語

本文基于社區治安日常風險管控，通過層次分析法對社區治安風險評價指標進行影響權重分析，并在此基礎上，建立覆蓋社區、人、事、地、物、組織的社區風險監控管理系統，對提升社區治安防護措施和控制治安風險具有重要意義。