【技术分享】边缘计算在公安物联网中的应用

一、引言

截至2017年底，我国手机用户已达13亿，互联网网民7.72亿，手机网民7.53亿，电子商务交易年度总金额突破 18 万亿元，银行卡在用发卡数达 63.7 亿张，快递年度总量达 206 亿件 , 铁路旅客年度发送量达 25 亿人次，北上广地铁客流量日均超过 500 万人次⋯⋯庞大的数据流推动了人流、物流、资金流、信息流的加速流动，社会治安要素的动态管控难度加大，仅靠传统警务模式、方法和手段管理已不能满足。在立体化社会治安防控中，公安机关利用射频识别、视频监控、卫星定位等各类物联网传感设备动态采集“人、地、物、网”等基础要素信息，将数据预处理和智能分析在前端智能设备或者分布式网络设备上进行，对关注对象进行全面实时感知和高效快速反应处理，以提升实战能力和服务水平，实现警务工作模式从“事后被动处理”到“事前有效防范、事中快速响应、事后全面追溯”的创新，为建立以信息情报为主导、动态勤务为依托、警务合作为支撑、专业规范为特征的现代警务运行机制而服务。

二、边缘计算

1.概念

随着大数据、云计算、物联网技术的广泛应用， 越来越多的应用把大量数据存放到“云”里去计算或存储，减少了终端应用部署和数据存储的压力。但大量物联网前端传感器产生极其大量的数据频繁与云中心进行数据交互，造成数据中心和终端之间的传输瓶颈，传输速率大大下降，甚至造成很大的时延。为了解决上述问题，业界不再拘泥于云计算，已开始研究如何在物联网设备上（或者是在设备之间、网络上）存储和处理它们自身产生的数据，即在终端和数据中心之间加上网络边缘层，从而引出边缘计算的概念。

边缘计算（EdgeComputing，EC）是指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在业务实时、业务智能、数据聚合与交互操作、安全与隐私保护等方面的关键需求。用于边缘计算的设备既可以是手机等前端智能设备，也可以是智能网关、路由器等网络设备，甚至可以是视频摄像机、报警器等安防终端。

边缘计算强调的是边缘。如果说云计算意味着要 将所有的数据都汇总到后端的数据中心处理，那么边缘计算则是在靠近物或数据源头的网络边缘侧实现智 能。正是基于这一特性，边缘计算能够实现数据的高频交互、实时传输，因此其将在物联网和人工智能时代大放异彩。边缘计算将数据、数据处理和应用程序集中在网络边缘的设备中，数据的存储及处理更依赖本地设备，而非服务器。所以云计算是新一代的集中式计算，而边缘计算是新一代的分布式计算，符合互 联网的“去中心化”特征。边缘计算并不会取代云计算，二者更多的是会在物联网体系中保持协同工作，系统 会根据数据量和架构的复杂程度来权衡。边缘计算可 以作为云端数据的采集单元，以支持云端应用的大数 据分析；而云计算则可以通过大数据分析优化的信息反馈到终端，再通过边缘计算做进一步的优化处理。

2.架构与模型

边缘计算产业联盟（EdgeComputingConsortium，ECC） 基 于 模 型 驱 动 的 工 程 方  法（Model-DrivenEngineeringMDE）给出的边缘计算参考架构 2.0，如图 1所示。

从架构的横向层次来看，具有以下几个特点：

（1）智能服务是基于模型驱动的统一服务框架， 通过开发服务框架和部署运营服务框架实现开发与部 署智能协同，能够实现软件开发接口一致和部署运营自动化。

（2）智能业务编排通过业务结构定义端到端业务流，实现业务敏捷。

（3） 联接计算 （Connectivity andComputing Fabric，CCF）实现架构极简，对业务屏蔽边缘智能分布式架构的复杂性实现OICT基础设施部署运营自 动化和可视化，支撑边缘计算资源服务与行业业务需求的智能协同。

（4） 智 能 边 缘 计算 节 点（EdgeComputing Node，ECN）兼容多种异构联接、支持实时处理与响应、提供软硬一体化安全等。

（5）边缘计算参考架构在每层提供了模型化的开放接口，实现了架构的全层次开放，通过纵向管理服务、数据全生命周期服务、安全服务，实现业务的全流程、全生命周期的智能服务。

基于双向计算流的边缘计算模型参见图2。云计算中心不仅从数据库收集数据，也从传感器和智能手机等边缘终端设备收集数据。这些终端设备既是数据的生产者也是数据的消费者。因此，终端设备和云计算中心之间的请求是双向的。网络边缘设备不仅从云计算中心请求内容及服务，而且还可以执行部分计算任务，包括数据存储、处理、缓存、设备管理、隐私保护等。因此，需要更好地设计边缘设备及基于边缘设备的数据安全关键支撑技术，以满足边缘计算模型中可靠性、安全性及隐私保护等服务。

3.行业动态

2016 年 11 月，华为技术有限公司、中国科学 院沈阳自动化研究所、中国信息通信研究院、英特尔公司、ARM和软通动力信息技术（集团）有限公司联合倡议发起边缘计算产业联盟（EdgeComputing Consortium）。全球性产业组织工业互联网联盟IIC 在 2017年成立 Edge ComputingTG，也将定义边缘计算参考架构。

     2017年 4 月，Linux基金会最近发起了一个名为 EdgeX Foundry 的新项目，旨在培育边缘计算的模型，目的在于为物联网计算和可互操作的组件构建一套开放的框架。采用这个模型框架的设备就不必把数据发上云进行处理，只需要借助于本地的网关设备进行计算和分析，就可以减少网络延迟和数据流量，获得更高的安全性。

三、公安物联网中的边缘计算

1.公安物联网

公安物联网是指利用感知技术与智能装置对公安工作关注对象进行自动感知识别，通过网络互联、计算处理和智能分析，实现对关注对象态势信息的实时掌握，以达到对关注对象的动态掌控、精确管理和科学决策指挥的智能网络系统。公安物联网是公安信息化的延伸与拓展，已经部署的第二代居民身份证核验系统、视频监控系统、机动车辆管控系统、警用装备管理系统等都属于公安物联网的应用范畴。经过多年的积累和探索，各级公安机关对物联网技术的理解和认识进一步加深，在立体治安管理、大型活动安保、智慧监所管理、智能反恐防控、社会公共服务等领域开展了深入的建设与应用。 

公安物联网的典型技术架构，分成“感 知、传输、支撑、应用和安全、标准”四层两支撑架 构。在数据采集、共享和分析三个环节中，公安物联 网重点关注数据采集，大数据应用重点关注数据共享，人工智能重点关注数据分析。

公安物联网的感知层利用通用传感设备和专用传 感设备，实现对公安机关关注对象的信息采集、智能 识别和反馈处置。公安物联网的感知对象主要由“人、 车、物、事、境”等构成，感知信息主要包括身份、状态、 行为、位置、轨迹、影像等物理量，传感设备包括音视频传感器、人体生物特征识别仪、危爆品探测器、 卫星定位终端、红外探测仪等。

边缘计算引擎嵌入在公安物联网感知前端设备中，加载在边缘计算的运行环境，协调智能 App和底层硬件环境的关系，利用处于边缘位置、低延迟的优势，产生更快的网络服务响应，满足公安一线实战单位在实时特征比对、多维防控和应急预警等方面的基本需求。

2017 年 4月，公安部印发了《公 安科技创新“十三五”专项规划》。专项规划中指出，公安物联网作为“智慧公安”技术体系的重要组成部分，以业务需求为出发点，重点在前端智能感知、网络传输和数据价值应用等方面继续加大攻关力度，尤其前端智能感知技术和设备，扩展公安物联网的感知触角，加大边缘计算的应用。具体包括：研究多模态人员特征信息智能感知前端设备；研发眼镜、头盔、手环等多形态、智能化、低功耗的多维信息一体化前端感知设备；研制具有人、车、物特征信息感知功能的警用服装及标识；研究指纹、DNA、人脸、 虹膜、声纹、步态等多维生物特征信息的采集、识别与深度应用技术；研发巡逻、安检、反恐、消防、交通等各类警用机器人；研究无人机在警务工作中的应用和对社会无人机的管控技术；研制基于自主可控软硬件平台的移动警务安全智能终端；研发警民协同及群智感知等技术与装备，适应多种环境条件的一体化智能型单警作战系统。

2.人工智能

人工智能（ArtificialIntelligence，AI）是研究如 何使计算机来模拟人类的思维过程和智能行为的学科，包括智能识别、智能检索、智能控制、专家系统、自动规划、深度学习等多方面技术和理论。目前深度学习处于人工智能领域研究的热点，但深度学习不等于人工智能，深度学习只是人工智能领域机器学习方向的一种方法，深度学习可通过学习一种深层非线性网络结构实现复杂函数逼近，表征输入数据分布式表示，并展现了强大的从少数样本集中学习数据集本质特征的能力。深度学习的实质是通过构建具有很多隐层的机器学习模型和海量的训练数据来学习更有用的特征，最终提升分类或预测的准确性。深度学习的成功不是理论方法的突破，而是在大数据和大规模计算资源驱动下的基于基础理论的技术突破。

针对人脸识别应用，完全可以利用深度学习神经网络算法离线训练，训练完成后再进行算法精简，即可部署在安防摄像机中，从而形成了边缘计算智能。类似，具有边缘计算智能模块的安防摄像机上还可以处理车牌识别、车辆品牌识别、以图搜车、人群分析、人体检索、物品识别、事件检测等业务问题。有些摄像机则在前端进行图像预处理或者模板文件提取，再传往后台进行图像比对，减少了网络传输负担，提高了比对效率。不久的未来，随着前端设备处理能力的增强，边缘计算框架中有更多智能算法的支持，在公安行业应用中扩展到自然语言处理、异常检测、家族分析、民族分析等功能。

四、应用案例

1.雄关工程

雄关专指中国万里长城防线的重要军事要塞，巍峨宏伟、连陲锁阴，是边外通往内地的必经关隘。雄关工程全称为公安物联网智能感知与应用服务平台，是指公安机关利用物联网感知技术，实现对人员、车辆和物体数据采集和管理控制的智能卡口研究及建设计划，主要从态势管控、警力调度和物资保障三个应用方面实现分系统，从而全面提升人 / 车 /违禁物品等信息的实时采集能力、关注对象信息管理和暴恐事件预警能力、事件现场警力和态势信息全方位感知能力、应急处突和物资保障能力，为打造立体化社会治安防控体系提供信息采集、事件预警、警力调度和物资保障等方面的支撑。其中对人员特征信息的采集、识别和比对是其中 的关键任务。选取城市周边主要出入口和城市中大型交通枢纽出入口，采集人员证件、人脸、虹膜、指纹、手机多码等信息，具有边缘计算能力的前端设备完成图像预处理、特征信息提取、本地黑名单比对、人员特征信息同步等动作后，再和公安信息网后台的数据中心进行远程比对，对潜在危险进行及时预警，为提前处置争取时间。

2.防脱逃系统

防脱逃执勤押解指挥系统主要针对公安监管场所被监管人员出所就医时防范脱逃的实际业务需求，集电子脚扣、智能手机、智能视频监控终端与后台软件于一体，实现被监管人员的位置、行动轨迹、行为视频实时监控和智能报警，执法人员可通过智能手机方便、灵活地实时、动态监控监管对象，降低被监管人员逃脱风险，提高了监管人员外出解押业务的管理能力和水平。

前端设备包含电子脚扣设备、警用手持移动终端 和视频监控设备，用于对在押人员外出过程的位置、行为和视频数据的实时采集和监控。电子脚扣锁死于在押人员脚踝处，警用手持终端时刻跟随押解民警，并与电子脚扣配合实现安全距离侦测、报警和控制功能。视频监控设备用于在押全程的视频记录和采集，并可在监控中心进行实时视频点播。在本案例中，边缘计算中边缘的下行数据表示公安物联网数据中心云 服务，上行数据表示电子脚扣位置与状态，而边缘计算的边缘则可以认为是互联网侧与公安信息网的安全接入平台处。电子脚扣、视频监控终端和专用安全手机全部具有前端计算和智能功能，既能和后台服务器通信工作，也能直接通信保持本地局域工作。 

五、结语

 随着各种可预见和难以预见的风险因素明显增多，维护国家安全和社会稳定工作面临新的严峻挑战。公安机关的立体治安防控手段必须向科技要警力，充分利用物联网、大数据、人工智能等现代科技夯实立体化社会治安防控体系，公安物联网应用边缘计算更是如虎添翼，顺应了现代警务的核心理念和改革趋势，可极大增强防控体系的系统性、整体性、协同性、实效性，真正大力提升打防管控效能和应对实战能力，有力捍卫国家政治安全和政权安全，确保社会稳定和国家长治久安。