㈠ 公共安全防范系统包括哪些内容
各省都有相似的规定，如《广东省安全技术防范管理条例》： 第三条 本条例所称安全技术防范（以下简称技防），是指运用科学技术手段，预防、发现、制止违法犯罪行为和重大治安事故，维护公共安全的活动。 本条例所称技防产品，是指用于技防活动，具有防入侵、防抢劫、防盗窃、防破坏、防爆炸等功能的专用产品。 本条例所称技防系统，是指综合运用技防产品及其他相关产品组成的安全防范系统。 广东省安全技术防范产品目录 一、安全技术防范报警器材 1、入侵探测器 包括主动红外入侵探测器、被动红外入侵探测器、微波入侵探测器、微波和被动红外复合入侵探测器、超声波入侵探测器、振动入侵探测器、磁开关入侵探测器、超声波和被动红外复合入侵探测器等。 2、防盗报警控制与传输设备 包括有限、无线的防盗报警控制器、传输、显示、存储等设备。 3、汽车防盗报警系统 包括车辆防盗报警设备和车辆反劫防盗联网报警系统等。 4、报警系统出入口控制设备 包括目标识别、信息处理、控制、执行的设备和系统等。 5、防盗保险柜（箱） 包括防盗保险柜、防盗保险箱、便携式防盗保险箱等。 6、机械防盗锁 包括用于防盗安全门、金库门、防盗保险柜（箱）、机动车防盗的专用锁等。 7、楼寓对讲（可视）系统 包括各类可视、非可视楼寓对讲设备和系统。 8、防盗安全门 包括防盗门、楼寓电控防盗门、金库门等。 9、防弹复合玻璃 包括各类防弹、防破坏玻璃。 10、视频监控与声音复核（监听）设备 包括视频入侵、探测、传输、控制、存储、显示以及各类型声音复核（监听）设备和系统。 二、安全技术防范安检器材 1、射线探测设备 包括使用直接观察、电视显示、扫描、照相方式的各类型射线探测设备和系统。 2、金属物品探测设备 包括通过式、台式、便携式金属物品探测设备和系统等。
㈡ 中华人民共和国公共安全行业标准的术语定义
3.1 计算机信息系统 Computer Information System 是指由计算机及其相关的和配套的设备、设施（含网络）构成的，按照 一定的应用目标和规则对信息进行采集、加工、存储、传输、检索等处理的人 机系统。
3.2 计算机信息系统安全专用产品 Security Procts for Computer Information Systems 是指用于保护计算机信息系统安全的专用硬件和软件产品。
3.3 实体安全 Physical Security 保护计算机设备、设施（含网络）以及其它媒体免遭地震、水灾、火灾、 有害气体和其它环境事故（如电磁污染等）破坏的措施、过程。
3.4 运行安全 Operation Security 为保障系统功能的安全实现，提供一套安全措施（如风险分析，审计跟踪 ，备份与恢复，应急等）来保护信息处理过程的安全。
3.5 信息安全 Information Security 防止信息财产被故意的或偶然的非授权泄露、更改、破坏或使信息被非法 的系统辨识，控制。即确保信息的完整性、保密性，可用性和可控性。
3.6 黑客 Hacker 对计算机信息系统进行非授权访问的人员。
3.7 应急计划 Contingency Plan 在紧急状态下，使系统能够尽量完成原定任务的计划。
3.8 证书授权 Certificate Authority 通过证书的形式证明实体（如用户身份，用户的公开密钥等）的真实性。
3.9 安全操作系统 Secure Operation System 为所管理的数据和资源提供相应的安全保护，而有效控制硬件和软件功能的操作系统。
3.10 访问控制 Access Control 指对主体访问客体的权限或能力的限制，以及限制进入物理区域（出入 控制）和限制使用计算机系统和计算机存储数据的过程（存取控制）。
3.11 防火墙 Fire Wall 设置在两个或多个网络之间的安全阻隔，用于保证本地网络资源的安全 ，通常是包含软件部分和硬件部分的一个系统或多个系统的组合。
3.12 计算机病毒 Computer Virus 是指编制或者在计算机程序中插入的破坏计算机功能或者毁坏数据、影 响计算机使用、并能自我复制的一组计算机指令或程序代码。
㈢ 大数据对存储平台有哪些特殊要求
伴随着安防大数据时代的来临，安防行业原有的存储技术已经无法满足行业发展新需求，尤其是公共安全视频监控建设联网应用工作对数据联网共享提出了更高的要求，同时以“实战”为根本的公安业务中，大数据深度挖掘极度依赖数据存储系统对非结构化数据分析再处理。云存储技术的出现，在安防行业大数据发展时代无异于革命性的应用，不断地解决了安防存储难题，同时也为视频监控的深度应用与发展提供强大的驱动力。
当今世界，每个人的一言一行都在产生着数据，并且被记录着。各行各业爆炸式增长的数据，正推动人类进入大数据时代。根据相关统计，2017年全球的数据总量为21.6ZB，目前全球数据的增长速度在每年40%左右，预计到2020年全球的数据总量将达到40ZB。数据增长在安防行业表现得尤为明显，在近两年“平安城市”、“ 智能交通”、“ 雪亮工程”等不断开展和深入的过程中，以视频监控为核心代表的行业发展正朝着超高清、智能化和融合应用的方向迈进，系统性工程中现有视频监控系统数据采集量正在呈线性增长。海量数据的出现对高效、及时的存储和处理的要求不断提升。
从目前行业来看，大数据时代的到来，系统性工程中视频监控系统对存储主要有以下几方面的需求：
一是海量数据及时高效存储，根据现行的技防法规及标准，一般应用领域视频监控系统数据采集是7x24小时不间断的，系统采集的音视频信息资料留存时限不得少于30日，针对案(事)件信息以及一些特殊应用领域视音频资料存放时间更长，甚至长期保留，数据量随时间增加呈线性增长。
二是监控数据存储系统需要具备可扩展性，不但满足海量数据持续增加，还需要满足采集更高分辨率或更多采集点的数据需要。
三是对存储系统的性能要求高。与其他领域不同，视频监控主要是视频码流的存储，在多路并发存储的情况下，对带宽、数据能力、缓存等都有很高的要求，需要有专门针对视频性能的优化处理。
四是大数据应用需要数据存储的集中管理分析。但现实情况却恰恰相反，一方面是系统性工程在分期建设的过程中，采购的设备并不能保证为同一品牌，实际项目中多种品牌、多种型号比比皆是，给视频监控的存储集中管理带来很大难度。同时，在一些大型的项目中，例如特大城市“天网工程”，高速公路中道路监控所跨区域较大，集中存储较为困难。另外，受网络带宽及老旧设备影响，系统难以形成统一存储、统一监控的中心体系架构，导致数据在应用中调取不及时。
总体来看，随着系统性安防项目的深入开展以及物联网建设初露峥嵘，大规模联网监控的建设和高清监控的逐步普及，海量视频数据已经呈现井喷式地增长，并冲击着传统的存储系统，遗憾的是原有的存储系统无法满足大数据时代提出的新要求，亟需新的存储技术支撑现有业务模式，同时为人工智能技术在安防领域施展拳脚拓展新的空间。
㈣ 大数据能做什么
1、提到大数据，先要说下商务智能BI，BI用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。BI作为一个工具，是用来处理企业中现有数据，并将其转换成知识、分析和结论，辅助业务或者决策者做出正确且明智的决定。是帮助企业更好地利用数据提高决策质量的技术，包含了从数据仓库到分析型系统等。 为了将数据转化为知识，需要利用数据仓库、线上分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是ETL、数据仓库、OLAP、数据挖掘、数据展现等技术的综合运用。
2、把BI看成是一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。
3、企业导入BI的优点
1）随机查询动态报表
2）随时随地掌握指标管理
3）随时线上分析处理
4）最终用数据协助运营规划
4、企业导入BI的目的
1）促进企业决策流程：增进企业的资讯整合与资讯分析的能力，汇总公司内、外部的资料，整合成有效的决策资讯，让企业经理人大幅增进决策效率与改善决策品质。
2）降低整体营运成本：改善企业的资讯取得能力，大幅降低IT人员撰写程式、Poweruser制作报表的时间与人力成本，而弹性的模组设计接口，完全不需撰写程式的特色也让日后的维护成本大幅降低。
3）协同组织目标与行动：加强企业的资讯传播能力，消除资讯需求者与IT人员之间的认知差距，并可让更多人获得更有意义的资讯。全面改善企业之体质，使组织内的每个人目标一致、齐心协力。
5、商业智能的主要功能
商业智能的技术体系主要有数据仓库（Data Warehouse，DW）、联机分析处理（OLAP）以及数据挖掘（Data Mining，DM）三部分组成。
BI系统应具有的主要功能：
1）数据仓库：高效的数据存储和访问方式。提供结构化和非结构化的数据存储，容量大，运行稳定，维护成本低，支持元数据管理，支持多种结构，例如中心式数据仓库，分布式数据仓库等。存储介质能够支持近线式和二级存储器。能够很好的支持现阶段容灾和备份方案。
2）数据ETL：数据ETL支持多平台、多数据存储格式（多数据源，多格式数据文件，多维数据库等）的数据组织，要求能自动化根据描述或者规则进行数据查找和理解。减少海量、复杂数据与全局决策数据之间的差距。帮助形成支撑决策要求的参考内容。
3）数据统计输出（报表）：报表能快速的完成数据统计的设计和展示，其中包括了统计数据表样式和统计图展示，可以很好的输出给其他应用程序或者Html形式表现和保存。对于自定义设计部分要提供简单易用的设计方案，支持灵活的数据填报和针对非技术人员设计的解决方案。能自动化完成输出内容的发布。
4）分析功能：可以通过业务规则形成分析内容，并且展示样式丰富，具有一定的交互要求，例如预警或者趋势分析等。要支持多维度的联机在线分析（OLAP分析），实现维度变化、旋转、数据切片和数据钻取等。帮助决策做出正确的判断。
6、典型的商业智能系统有：
客户分析系统、菜篮分析系统、反洗钱系统、反诈骗系统、客户联络分析系统、市场细分系统、信用计分系统、产品收益系统、库存运作系统以及与商业风险相关的应用系统等。
7、商业智能解决方案厂商
国外着名IT厂商包括微软、IBM、Oracle、Microstrategy、Business Objects、Cognos、SAS等，国内着名BI厂商包括BDP商业数据平台、永洪BI等。
㈤ 我国公共安全制度存在的问题及完善措施
一、中国公共安全管理体制存在的问题
虽然中国在公共安全管理领域已经建立了一套比较有特色的管理体制，但这种体制是以分领域、分部门的分散管理为特点的，政府尚未建立统一的专业职能部门对突发公共事件实行专业化管理，而是沿用 “条块”方式将突发公共事件管理交由相应的职能部门承担。
1.公共安全管理主体缺失。目前，中国还没有建立“权威、统一”的应急中心，不同部门管理不同的灾害，涉及灾害管理的部门多达十几个，这些“应急中心”无论在管理主体上、执行主体上还是服务内容上，彼此独立，互不隶属，自成一体。部分职能部门之间于是相互推脱、互不配合，在需多个职能部门协作的突发公共事件管理中，往往因为配合不默契或相互推脱而失效。
2.管理体系不够健全。由于中国政府综合风险管理工作起步较晚，还没有形成一套成熟的公共安全管理体系，条块分割严重，管理技术也相对落后。在危机应对方面，横向上是分散管理，按照突发事件的类型由相关部门进行专门管理；纵向上是集中管理，由中央集中统一指挥应急工作，地方予以配合。遇重大危机事件，一般是由中央政府或部门行政领导做决策，组成临时机构(即灾害应对工作组)，缺乏专门机构和完善的应对体系。
3.法律体系不完善而且进程缓慢。近些年来，虽然中国相继颁布了多个与减灾相关的单项法规，但面对紧急状态，中国仍没有建立一整套减灾法规体系，防灾救灾相关法律体系的不完善，造成中国公共安全管理中责任不明确，特别是涉及到灾害救助、灾后重建财政补助、灾害保险、灾民减免税等方面还没有相应的法律法规 ；而且已有的法律法规基本上是单一灾种法规，无法实现综合的防灾减灾，综合协调部门没有明确的法律地位。
4.职能部门和监管之间缺乏良好的协调机制。政府信息系统缺乏，信息收集渠道过窄，信息发布不力，虽然各部门都建立了独立的灾害信息管理系统，但这些系统往往自成体系，难以实现灾害信息和减灾资源的充分共享和优化配置。媒体部门作用弱化，政府部门间信息沟通严重不足的缺陷在公共危机时期暴露不已。
5.综合危机防范技术薄弱,应急救援能力有限。目前中国对生产安全事故和灾害发生机理、识别理论和技术、评价指标体系、危险源的监测监控理论及技术等公共安全技术缺乏系统研究和开发，公共安全综合管理信息系统仍未完善，数据库建设较为落后，未能形成全面覆盖的信息管理技术平台和紧急救护网，缺乏系统和长期规划，缺乏物资储备和资金保障机制。专业技能培训不够、应急救援人力少、力量分散造成抢险救灾专业队伍实力不强，防灾技术、设备、物资和力量处于相互分隔的状态，救援能力严重不足。
6.宣传教育不够，公众危机意识不强，缺乏自救能力。要减少公共安全问题，除了政府与社会的重视，公众危机意识也急需提高。目前宣传教育工作主要包括两个方面：一方面是对广大群众的宣传教育；另一方面是对应急管理工作人员的教育培训。应急管理工作与其它工作不同，直接关系到人民的生命财产安全，对工作人员进行培训，提高各级应急管理人员的能力、水平对加强政府应急管理工作有着重要的意义，但现在这方面的教育基本处于空白状态。
二、 中国区域综合公共安全管理体制模式改进对策
在公共安全管理方面，西方发达国家己经摸索出一系列有效的应对模式，比如“强总统、大协调”的美国模式，“大总统、大安全”的俄罗斯模式，“强内阁、大安全”的日本模式等。这些国家在应对公共安全时做法虽然不尽相同，但总的看来都有一些共同的成功经验，借鉴国外经验，同时针对中国公共安全管理体制中存在的问题，本文提出新的区域综合公共安全管理模式，以及改进中国公共安全管理体制的对策。
1.借鉴国外经验，健全政府公共安全管理组织机构。完备的组织机构是政府对公共安全突发事件进行管理的依托和组织保证，同时也是政府对公共安全突发事件进行预警、决策和沟通的前提。不少发达国家纷纷设置了专门领导、协调公共危机管理的机构，对危机处置的各项事情进行统一安排。本文提出政府公共安全管理组织机构。首先，在中央政府一级建立突发公共事件综合性常设机构。其次，在地方设立“人员代替部门”的组织模式，即指在不扩大政府现有编制的前提下，在政府综合性部门中指定专门人员行使突发公共事件管理部门的职能，可以解决因专门机构设置而带来的机构膨胀和费用增加等问题，同时也解决了地方政府缺少对突发公共事件进行专门管理的职能部门的现实。
2.建立中国区域综合公共安全管理新模式。在构建政府公共危机管理机制中，必须定位政府职能的界限，划清政府、社会和公众个人所承担的危机风险边界，建立政府与社会合作互助，共担风险，共度难关的新机制。这里的社会主要是指国家或政府之外的所有民间组织。本文根据国内外专家在公共安全管理方面经过不断的理论创新和几十年经验积累，以及中国公共安全管理的复杂性，提出中国区域综合公共安全管理模式(见图1)，这一模式以“预防为主，防抗救相结合”为方针，在科学减灾的指导下，使灾区政府、社会和公众在灾前备灾、灾中应急、灾后恢复与重建的减灾全过程中，形成一个有机的整体。
3.明确公共安全紧急事务管理流程。正如美国管理学家戴维·奥斯本和特德·盖布勒所言:政府管理的目的是“使用少量钱预防，而不是花大量钱治疗，最有效的危机管理是避免危机与灾害的发生。因此，现代政府危机管理的工作重心更倾向于灾前防范。本文提出公共安全紧急事务管理流程（见图2）：注重事前的预防；事后的处理和总结；构建发达的信息管理系统。
4.建立公共安全突发事件应急法制评价制度。在中国现有突发公共事件管理措施中，对于工作人员的职能履行效果评价往往是以突发公共事件责任追究办法为载体来进行。因此，建立科学合理的突发公共事件应急法制评价制度，从以救助为主的管理方式逐渐转化到以预防为主的公共安全管理模式，与此同时，对现有应急法律规范进行系统的清理。包括修改法律、进行法律解释、废止法律或某些条文等。建立健全公共危机管理信息公开制度、行政征用制度、行政隔离制度、行政指导制度，以及将“公平补偿”作为目标的行政补偿制度，包括行政主导型的或积极采用市场机制(例如保险方式)的各种救济制度等。
5.建设综合危机防范关键技术示范基地，提供人才保障。应针对中国经济和社会发展现状、城乡经济与社会发展的区域差异，配合行业生产与运行安全建设，开发满足主要行业的综合灾害危机防范所需关键技术，建成若干综合灾害危机防范关键技术示范基地，并形成促进这些典型关键技术推广应用的配套政策体系。为此应做好以下几方面的工作：应从总体上注重突发公共事件管理人员素质的全面提升；应出版一些相关的培训教材，建立各种分类的培训机构，对政府的应急部门和人员进行专业培训；加强“专家库”和“资源库”的建设。
6.提高学习能力，增强公众公共危机意识。首先要建立危机管理教育机制，要树立公众的公共危机意识、提高公共危机的处理能力，就必须进行教育机制的改善，对公众进行专门的危机管理教育。因此，有必要将危机管理教育纳入先进的教育体制之内，通过危机意识教育和案例教学，掌握一定自我保护的方法，通过学习，增强危机意识和危机应对的能力。其次是加强公众的危机意识学习。通过积极开展公共危机管理的科学研究和培训工作，建立高素质的公共危机管理人员队伍，为公众树立学习榜样。
参考：中国公共安全问题的现状、管理、预警和对策
http://www.cfen.com.cn/web/meyw/2010-09/09/content_773002.htm
㈥ 公共安全领域如何与大数据结合
大数据时代，我们必须以创新的理念和思维，从增强采集意识、丰富采集内容、提升采集水平、注重采集实效等方面入手，加强基础信息采集工作。采集的信息一定要全面，其具体可以分为公安基础工作数据信息、公安内网共享的数据信息和外部社会信息。当然，不仅要保证信息的全面性，同时也要保证信息的实时性，即采集到的信息必须保证鲜活和及时性;灵活性，即在技术上可以灵活地适应各种渠道的采集工作，包括对未来各种采集计划的接口支持。
㈦ 大数据时代，我国数据量究竟有多大
从2013年初开始，对于大数据爆发的焦虑感，紧迫感，不由自主地被卷入的甚至无力的感觉，驱动众多行业、企业和团体去关注和开始接触和了解大 数据，自觉或不自觉的，主动或不得已地去融入这波洪流。但是，真的说到大数据，我们中国到底有多少数据量，它们都分布在哪些行业，哪些数据是目 前可用的，哪些行业已经在使用数据，进入产业互联网和数据引导的变革了？
可能看到的版图依旧模糊。因此，我们怀抱很好的希望，以第一个吃螃蟹并期待来自行业的矫正和拍砖的态度，首先尝试对于国内各个领域，行业以 及机构的数据拥有情况，使用情况以及未来路径做一个粗犷地调研、梳理和判断，对大数据时代我国各个领域数据资产的拥有和使用情况，也就是我们数 据资产的家底做个盘点，也对各个行业、系统进军大数据，以及拥抱产业互联网的进度和未来做个简单判断。事实上，大数据之题无疑繁若星辰，然而只 有在相对完整的视图下，繁星若尘，我们才可得以一窥天机。
从我们手头掌握的数据来看，2013年度，中国存储市场出货容量超过1个EB（1EB=多少），存储总量而IDC曾经发布的预测表明在未来的3-4年，中国存储总 容量可能达到18个EB。从数据存储市场的需求来看，互联网、医疗健康、通信、公共安全以及军工等行业的需求是主要的，且上升态势明显。
鉴于存储和服务器的紧密相关，我们从已经获得的资料可以知道，目前全球运行的服务器总量超过5000万台，美国国内运行的服务器总体容量接近 1000万台。从各种市场公开数据来看，2013年中国内地服务器销售总数接近为100万台。大体估算，截止到2013年底，中国内地整体在运行的服务器总数 量在300万台以上。
从现有存储容量看，中国目前可存储数据容量大约在8EB-10EB左右，现有的可以保存下来的数据容量大约在5EB左右，且每两年左右会翻上一倍。这些 被存储数据的大体分布为：媒体/互联网占据现有容量的1/3，政府部门/电信企业占据1/3，其他的金融、教育、制造、服务业各部分占据剩余1/3数据量 。
公开数据显示，互联网搜索巨头网络2013年拥有数据量接近EB级别、阿里、腾讯声明自己存储的数据总量都达到了百PB以上。此外，电信、医疗、金 融、公共安全、交通、气象等各个方面保存的数据量也都达到数十或者上百PB级别。
在目前被广泛引用的IDC和EMC联合发布的“2020年的数字宇宙”报告 预测到2020年，全球数字宇宙将会膨胀到40ZB，均摊每个人身上是5200GB以上，这个量将会如何被有效存储和应用，我们眼下还很难想象。然而我们 看到该报告指出，从现在起到2020年，全球数字宇宙的膨胀率大约为每两年翻一番。事实上，根据上述调查结论和服务器容量调查，我们也能做出个相对 合理的推断：目前，全球产生的数据量中仅有1%左右的数据能够被保存下来，也就是说今天全球能够被保存下来的数据也就是在50EB左右，而其中被标记 并用于分析的数据更是不到10%。
作为全球人口和计算设备保有量的大国，我国每年所能产生的数据量也极为庞大，有数据说2014年甚至可能达到ZB级别，但是真正被有效存储下来的 数据仅仅是其中极微少部分，中国保存下来数据占全球数据的比例大约在10%左右，也就是上面说的5EB。这些数据中，目前已被标记并用于分析的数据仅 达到500PB左右，也是接近10%的一个比例。
伴随着云计算迅速普及和各行业，各企业和部门对于数据资产保存和利用意识的增强，以及通过互联网、大数据对产业进行变革的意愿，未来2-3年一 定会有越来越多的行业、大企业步入到PB、百PB、甚至EB级别数据俱乐部，未来3-3年中国的数据总量也将呈翻倍上升态势，我们预测2015年中国就可能 突破10EB数据保有量，被标签和分析利用数据量也将上升到EB级别，这些数据增长中互联网、政务、医疗、教育、安全等行业和领域所做贡献最大，而相 对传统的物流、生产制造、甚至农业等领域数据拥有量的增长将更加明显。