长期以来，以公共安全为代表的政府部门不仅是安全行业的主要客户，而且还是安全技术应用的前沿市场。 2018年初，公安部正式成立了国家公安大数据工作领导小组，并宣布将大力实施公安大数据战略。党委书记，公安部部长赵克智指示：“要把实施公安大数据战略作为领导工程，加强组织领导，坚持统筹规划。” ;一年后，公安大数据建设取得了良好成绩。 。对于安全行业，无论是客户需求还是行业发展，大数据都是一个需要高度关注的领域。公安大数据面临三个主要痛点。近年来，公安大数据战略不断升级，大数据在侦察，作战，管理和预防等领域的应用不断突飞猛进，已成为公安部门必不可少的武器。 。但是，公安大数据应用程序的开发仍然面临三个主要的痛点：首先，在公安信息的建设中已经产生了大量的结构化，非结构化和半结构化数据资源。但是，只能构建现有的公共安全系统。数据只是简单地应用，大多数非结构化和半结构化数据都不起作用；其次，不同地方的公安数据库的建设是不同的，它们大多只停留在标准图书馆和原始图书馆的层次上，数据之间没有有价值的联系。最后，在大多数地区，只有少数几种警察正在探索智能应用程序。目前，尚未形成适用于所有类型警察的智能应用程序网络，从而导致通常较低的预测，预警和预防能力。大多数现有的智能应用程序还存在缺陷，例如无效警告过多，更新速度慢以及不适应本地条件。知识图已经成为公安大数据应用的主流方向。随着数据结构的发展，视图数据，社会数据和公共安全业务数据的融合以及针对特定业务的实用解决方案的形成已成为行业关注的焦点。在数据相关性方面，行业知识图的构建已成为公共安全大数据应用的主流方向。所谓的知识图基于大数据分析，通过语义理解来链接“点，线和面”的数据关联。与现实中非简单方向性的复杂关系，从而形成了实际的认知应用。知识图谱主要解决了警察多年积累的实战经验与技术算法之间的转换问题。在“新一代人工智能发展计划”中，由国务院发布，显然建议建立一个涵盖数亿知识实体的多学科，多数据源知识地图。对此，公安部第一研究所信息技术处副处长王宁表示，这表明知识图谱是国家在网络部署中的重要方向之一。人工智能领域。公安知识地图的应用还需要人与机器的结合。对于精明的警察，实现的关键是人与机器的结合。只有将人为驱动的分析工具和数据驱动的分析模型集成到公共安全知识图上，才能使人脑和机器优势。安全行业巨头海康威视通过构建开放的AI平台并依靠知识图谱等算法解决了大数据的抽象和理解问题。当前，相对好的家用产品可以在“十亿个数据节点和数百亿个相关边缘”的图结构下实现二级查询。但是，知识图谱仍处于发展初期。为了确保准确性，知识图谱在构建过程中仍然需要更多的人工干预。今后，在国务院和公安部的大力推动下，将实施更大范围，更高数据集的知识图谱。