【技術實現步驟摘要】
本專利技術屬于數據挖掘與處理，具體是一種智慧警用人力情報研判系統。
技術介紹
1、隨著社會的不斷發展進步，公共安全情報信息的獲取、分析和監管顯得尤為重要，而目前的人力資源的增長速度遠達不到實際需求，且傳統的人力情報研判手段也存在諸多不足，無法做到全方位、多角度、綜合研判、深入分析輿情事件，也不便于相關部門對輿情事件進行直觀分析和管理等工作。
2、
3、
技術實現思路
1、為了解決現有技術中存在的問題，本專利技術提供了一種智慧警用人力情報研判系統，通過集群化部署、批量抓取等手段，極大提高了工作效率和預警精準度、擴大了相關輿情覆蓋面、節省了大量人力資源。
2、本專利技術解決上述技術問題所采用的技術方案如下：
3、一種智慧警用人力情報研判系統，該系統包括采集端、加密層、過濾層、消息隊列、存儲層、數據加工層、展示層和預警層；
4、所述采集端，對特定社交軟件的聊天記錄數據庫進行算法破解，獲得原始數據；
5、所述加密層，對采集端得到的原始數據進行數據包裝與aes算法加密，加密數據通過udp協議傳輸給服務端；
6、所述過濾層，部署于服務端，過濾層接收加密層傳輸的加密數據之后，進行動態解密數據以獲得原始數據，然后根據用戶配置規則進行數據過濾，提取必要的事件數據；
7、所述消息隊列，使用kafka集群作為消息隊列引擎，zookeeper作為分布式協調服務，實現消息高性能吞吐；
8、所述存儲層，
9、所述數據加工層，對人員、領域、群體、事件進行相應的標記，形成帶有標記的事件數據；
10、所述展示層，使用bootstrap?vue相關組件作為展示環境，將數據加工層標記的事件數據進行實時展示；
11、所述預警層，將預警事件信息推送至社交平臺，提醒工作人員作出相應的應急處理。
12、作為本專利技術進一步改進的技術方案，所述采集端對聊天記錄數據庫進行算法破解，獲取帶有身份唯一標識的原始數據，該身份唯一標識通過網監系統直接對應于實名個人。
13、作為本專利技術進一步改進的技術方案，所述采集端對聊天記錄數據庫進行算法破解的具體過程為：先通過計算分析對應的社交軟件源碼，找出對應的sqlite數據庫密碼，根據sqlite數據庫密碼和所述社交軟件對應的解密算法破解db文件，再經過逆向分析得出解密后的數據庫文件，其中微信采用256位的aes-cbc作為加密算法，數據庫的默認頁大小為4096字節即4kb，每一個數據庫文件的開頭16字節均保存有一段唯一且隨機的鹽值，以供hmac驗證和數據解密，加密文件的每一頁均存有消息認證碼，并采用hmac-sha1算法以計算hmac的key，從而逆推得出解密后的數據庫文件。
14、作為本專利技術進一步改進的技術方案，所述聊天記錄數據庫經過算法破解后，進行關聯命中并開展涉訪時間管理，由所述數據加工層對目標人員或賬號命中行為進行歸檔，并通過遍歷檔案，對該目標人員過去一年最常說的違禁詞、涉及的歷史事件、發言最頻繁的20個群、加入敏感群情況、敏感群內發言情況和人與群關聯情況進行畫像分析，并下鉆至具體言論條目及上下文。
15、作為本專利技術進一步改進的技術方案，該系統還包括整合分析層，整合分析層使用kibana和python腳本庫對事件數據進行聚合分析，并配合關鍵詞匹配、語義分析和情感分析手段，實現對地區人力情報的關聯分析。
16、作為本專利技術進一步改進的技術方案，所述數據加工層通過對群名、人物、聊天內容篩選，選擇其中的關鍵詞對應的聊天內容進行標記，并對標記的內容維度進行事件所屬的領域和群體的標記。
17、作為本專利技術進一步改進的技術方案，所述數據加工層將采集的海量特定群體群聊成員信息進行全面分析，包括人員落地輔助、惡意串聯人員分析和群成員分析，形成已“打標”的涉訪威脅情報庫。
18、作為本專利技術進一步改進的技術方案，所述用戶配置的規則具體內容為：基于百度深度學習情感語義分析模型，結合公共安全情報工作多類業務實踐以及公共安全情報業務實踐中發現的特定群體群組中的多個黑話詞條，對模型進行二次訓練，構建基于公共安全多個專項業務領域情感語義分析模型。
19、作為本專利技術進一步改進的技術方案，所述專項業務領域情感語義分析模型汲取頭部互聯網公司用戶畫像標簽集，結合本地核心、常控和一般特定人員異常的“人、事、軌跡”實際，引入web3.0的“知識之網”概念，形成具有堅實框架基礎、可成長和高保真的公共安全情報知識圖譜。
20、作為本專利技術進一步改進的技術方案，所述消息隊列實現消息吞吐的具體過程為：消息隊列使用kafka集群承載數據隊列，結合logstach快速生產與消費隊列中的加密信息，根據數據范圍增加消費通道。
21、與現有技術相比，本專利技術的有益效果是：
22、本專利技術系統采集端、加密層、過濾層、消息隊列、存儲層、數據加工層、展示層、預警層和整合分析層組成，各組件靈活分工，各司其職，共同配合做好人力情報采集分析工作。采集端進行特定社交軟件的數據解密與采集，對數據加工后進行深度分析，提取涉及公共安全、敏感等信息線索，然后推送給工作人員，并將信息數據整合、歸檔、展示。通過集群化部署、批量抓取等手段，自動實時收集相關特定群體的群聊動態，匯總數據中心進行聚合分析，分析階段使用關鍵詞匹配、語義分析、情感分析等技術手段，對每條動態均進行深入、高效地自動化研判，針對異常情況可進行短信、微信、郵件提醒預警，使用人工智能、機器學習、大數據分析等技術替代人為操作，極大提高了工作效率和預警精準度、擴大了相關輿情的覆蓋面、節省了大量人力資源。
23、本專利技術通過對特定群體的群聊進行數據抓取和警情綜合研判，協助相關機關的指揮部門對地區人力情報進行統一調度與能力匯總、對地區人力產生的信息數據以及情報進行綜合研判分析，并輔助工作人員做好數據采集與研判工作，極大提高了基層工作人員的工作效率。同時，平臺借助其強大的語義分析、關鍵詞庫、情感分析等能力，切實提高人力情報數據的精準度，輔以“敏感人員庫”、“群員行為畫像”、“群體動態”、“實時事件”等特有功能，推動警務智能化、精細化水平持續提升，協助工作人員更加高效、精準地開展人力情報工作。
24、本專利技術實現人力情報的自動化采集、減輕研判工作量、提高基層工作人員工作效率;實現各下級機關對人力情報工作的統一管理，上級主管機關對各下級機關的人力情報統一管理，可以對地區人力情報的關聯分析，如群聊、人員、事件、群體的關聯分析;通過大數據分析和預警機制，提高相關部門和機關對輿情事件的反應速度和處置效率。同時，本專利技術提供實時、全面、準確的情報信息，幫助相關部門和機關快速了解民眾訴求和潛在風險，保障社會穩定和公共安全，提升相關的輿情應急處理分析能力。
25、本專利技術與現有技本文檔來自技高網...
【技術保護點】
1.一種智慧警用人力情報研判系統，其特征在于，該系統包括采集端、加密層、過濾層、消息隊列、存儲層、數據加工層、展示層和預警層；
2.根據權利要求1所述的智慧警用人力情報研判系統，其特征在于，所述采集端對聊天記錄數據庫進行算法破解，獲取帶有身份唯一標識的原始數據，該身份唯一標識通過網監系統直接對應于實名個人。
3.根據權利要求2所述的智慧警用人力情報研判系統，其特征在于，所述采集端對聊天記錄數據庫進行算法破解的具體過程為：先通過計算分析對應的社交軟件源碼，找出對應的sqlite數據庫密碼，根據sqlite數據庫密碼和所述社交軟件對應的解密算法破解db文件，再經過逆向分析得出解密后的數據庫文件；其中微信采用256位的AES-CBC作為加密算法，數據庫的默認頁大小為4096字節即4KB，每一個數據庫文件的開頭16字節均保存有一段唯一且隨機的鹽值，以供HMAC驗證和數據解密，加密文件的每一頁均存有消息認證碼，并采用HMAC-SHA1算法以計算HMAC的key，從而逆推得出解密后的數據庫文件。
4.根據權利要求1所述的智慧警用人力情報研判系統，其特征在于
5.根據權利要求1所述的智慧警用人力情報研判系統，其特征在于，該系統還包括整合分析層，整合分析層使用Kibana和Python腳本庫對事件數據進行聚合分析，并配合關鍵詞匹配、語義分析和情感分析手段，實現對地區人力情報的關聯分析。
6.根據權利要求1所述的智慧警用人力情報研判系統，其特征在于，所述數據加工層通過對群名、人物、聊天內容篩選，選擇其中的關鍵詞對應的聊天內容進行標記，并對標記的內容維度進行事件所屬的領域和群體的標記。
7.根據權利要求6所述的智慧警用人力情報研判系統，其特征在于，所述數據加工層將采集的海量特定群體群聊成員信息進行全面分析，包括人員落地輔助、惡意串聯人員分析和群成員分析，形成已“打標”的涉訪威脅情報庫。
8.根據權利要求1所述的智慧警用人力情報研判系統，其特征在于，所述用戶配置的規則具體內容為：基于百度深度學習情感語義分析模型，結合公共安全情報工作多類業務實踐以及公共安全情報業務實踐中發現的特定群體群組中的多個黑話詞條，對模型進行二次訓練，構建基于公共安全多個專項業務領域情感語義分析模型。
9.根據權利要求8所述的智慧警用人力情報研判系統，其特征在于，
10.根據權利要求1所述的智慧警用人力情報研判系統，其特征在于，所述消息隊列實現消息吞吐的具體過程為：消息隊列使用Kafka集群承載數據隊列，結合logstach快速生產與消費隊列中的加密信息，根據數據范圍增加消費通道。
...【技術特征摘要】
1.一種智慧警用人力情報研判系統，其特征在于，該系統包括采集端、加密層、過濾層、消息隊列、存儲層、數據加工層、展示層和預警層；
2.根據權利要求1所述的智慧警用人力情報研判系統，其特征在于，所述采集端對聊天記錄數據庫進行算法破解，獲取帶有身份唯一標識的原始數據，該身份唯一標識通過網監系統直接對應于實名個人。
3.根據權利要求2所述的智慧警用人力情報研判系統，其特征在于，所述采集端對聊天記錄數據庫進行算法破解的具體過程為：先通過計算分析對應的社交軟件源碼，找出對應的sqlite數據庫密碼，根據sqlite數據庫密碼和所述社交軟件對應的解密算法破解db文件，再經過逆向分析得出解密后的數據庫文件；其中微信采用256位的aes-cbc作為加密算法，數據庫的默認頁大小為4096字節即4kb，每一個數據庫文件的開頭16字節均保存有一段唯一且隨機的鹽值，以供hmac驗證和數據解密，加密文件的每一頁均存有消息認證碼，并采用hmac-sha1算法以計算hmac的key，從而逆推得出解密后的數據庫文件。
4.根據權利要求1所述的智慧警用人力情報研判系統，其特征在于，所述聊天記錄數據庫經過算法破解后，進行關聯命中并開展涉訪時間管理，由所述數據加工層對目標人員或賬號命中行為進行歸檔，并通過遍歷檔案，對該目標人員過去一年最常說的違禁詞、涉及的歷史事件、發言最頻繁的20個群、加入敏感群情況、敏感群內發言情況和人與群關聯情況進行畫像分析，并下鉆至具體言論條目及上下...
【專利技術屬性】
技術研發人員：陳萬松，王騰，施戰，陳超，劉英峰，李春紅，任飛，倪艷梅，李超，
申請(專利權)人：蘇州市吳江區公安局，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。