| 序号 | 服务内容 | 参数、性能 | 具体要求 |
| 1.数据整合建设内容 |
| 1 | 数据整合需求 | 全面采集汇聚公安业务数据、政务数据、企业数据、互联网数据等资源，形成海量数据资源池，依据省公安厅任务书要求汇聚整合11类数据资源，并接入省级大数据平台. | 11类数据资源：自来水-用户登记信息、自来水-用户缴费信息、燃气-用户登记、供暖-用户登记、停车场收费信息、出租车轨迹信息、出租车乘客人脸、出租车司机注册信息、公交（地铁）卡登记信息、医院就诊信息、药店会员信息。 |
| 2.Iaas层建设内容 |
| 1 | 云平台服务资源需求 | 提供云平台软件license授权许可需求：
1.提供云平台软件license授权许可≥386个VCPU。
★2.云平台软件服务资源须和辽宁公安云计算平台（省厅公安大数据一期）形成一朵云，实现接口无缝对接，在省厅公安大数据一期平台上平滑扩容，且能被省厅公安大数据一期的云管理平台无缝纳管。 | 云平台软件授权服务资源功能要求：
云平台软件授权服务资源功能要求：
2）. 云运维和服务管理平台，主要有：运维中心：集中监控、资源管理、拓扑管理、资源分析、报表等；
3）. 服务中心：组织结构、服务上线、管理审批流程、管理配额、应用管理；
4）. 资源池管理：主要提供资源池管理的功能，主要管理虚拟化资源池，支持异构虚拟化资源池的统一管理，支持根据各种策略在资源池内进行各种资源的调度；
5）. 弹性云服务器服务，用户可以通过管理平台来申请虚拟机资源，并且配置虚拟机规格，可以配置的规格包括但不限于CPU、内存、磁盘、网卡；
6）. 支持虚拟机弹性伸缩服务，用户可以自助配置业务系统在特定的时间或者按固定的周期，或者根据业务系统的业务压力自动的增加或者删除业务系统内的虚拟机；
7）. 支持镜像服务能力。支持公共镜像、私有镜像以及共享镜像等多种方式；
8）. 支持虚拟私有云服务，用户可以通过虚拟私有云自由的创建自己的虚拟网络。用户可以自行创建自己要的多个网段，指定每个要创建的网络的网段、掩码、DNS等，也可以指定这个网络内的路由规则以及NAT规则；
9）. 支持安全组服务，用户可以通过管理平台配置并管理针对虚拟机的安全规则，实现对组内和组间虚拟机的访问控制，安全组可以在出方向默认放行，并且组内虚拟机默认可相互访问；
10）. 支持云硬盘服务。用户可以通过管理平台为虚拟机申请磁盘，用户可以将申请到的磁盘空间分配给一台或者多台虚拟机使用；
11）. 支持快照服务，用户可以通过管理平台为自己的虚拟机/虚拟机磁盘/物理机磁盘创建快照，并自助完成快照恢复；
12）. 支持虚拟机设备直通，用户申请虚拟机时，可以申请将GPU设备映射给虚拟机使用；
13）. 支持虚拟负载均衡服务，用户可以通过管理平台自助申请负载均衡器，以及配置负载均衡器虚地址等，虚拟负载均衡支持配置四层、七层监听策略以及健康检查策略等；
14）. 运营管理：提供虚拟数据中心（VDC）管理能力，并支持在VDC下再划分多级子VDC（可以支持到5级VDC），以匹配业主的组织/租户体系进行管理。提供软件功能截图证明；
15）. 裸金属服务：支持裸金属服务，用户可以通过管理平台申请裸金属服务。用户可以通过管理平台管理裸金属服务器。删除裸金属时，可以选择是否删除裸金属的数据盘，提供软件功能截图证明；
16）. 自定义线下服务：支持自定义线下服务。管理员可以自定义需要线下实施的任何业务，提供统一的申请、审批、开通能力，提供软件功能截图证明； |
| 3.Paas层建设内容 |
| 1 | 大数据平台服务资源需求 | 大数据平台软件license授权许可需求：
1.提供大数据平台软件license授权许可VCPU≥ 850个。
★2. 和辽宁公安云计算平台（省厅公安大数据一期）形成统一资源池，实现接口无缝对接，支持在省厅公安大数据一期平台上平滑扩容，且能被省厅公安大数据一期的云管理平台无缝纳管。 | 大数据软件授权服务资源功能要求：
★1）. 大数据平台至少兼容一种国产操作系统；
★2）. 大数据平台支持异构集群部署，在集群中存在不同规格的节点。在集群中支持多种节点规格混合使用；
★3）. 同时兼容X86架构与ARM架构的云计算平台；
4）. 大数据为商业发行版本，大数据软件拥有国内自主知识产权，能平滑演进，提供软件著作权证书；
5）. 大数据功能组件包括：分布式文件系统HDFS；批处理组件Spark、Hive；流计算组件Kafka、Flink、Redis；实时检索组件Hbase、ElasticSearch；
6）. 大数据平台的HDFS组件，提供访问HDFS的REST接口，通过REST接口创建、删除、上传、下载文件等常规HDFS操作；
7）. 大数据平台支持HDFS组件上节点均衡调度和单节点内的磁盘均衡调度，在一个节点上有多种容量的磁盘，避免小磁盘或小容量节点总是最先写满；
8）. Hive支持HDFS的Colocation功能，即在创建Hive表时，通过设置表文件分布的locator信息，可以将相关表的数据文件存放在相同的存储节点上，从而使后续的多表关联的数据计算更加方便和高效。
9）. 大数据平台的SparkSQL，JDBC Server支持多租户并行执行，租户任务提交到不同的队列执行，租户间资源隔离；
10）. 大数据平台的流处理组件支持与多种外部数据源集成，至少包括：Kafka、HDFS、HBase或JDBC/RDBMS服务，集成SparkStreaming和Flink；
11）. Kafka支持监控如下Topic级别的指标：Topic输入的字节流量、Topic输出的字节流量、Topic拒绝的字节流量、Topic每秒输入的消息条数
12）. 支持同一套Flink SQL定义批量计算作业和流式计算作业；
13）. 提供可视化Flink SQL作业提交和任务管理能力；
14）. 提供完善的Redis集群管理功能，用户可以将Redis实例组建为Redis集群，提升系统处理能力，同时满足高可靠性要求；
15）. 大数据平台支持HBase组件的二级索引，支持为列值添加索引，提供使用原生的Hbase接口的高性能基于列过滤查询的能力；
16）. HBase支持界面化管理RegionServerGroup；
17）. Elasticsearch支持增加多实例部署：每个节点支持部署≥10个Elasticsearch实例；提供证明材料；
18）. 大数据平台支持自动健康检查与巡检，帮助用户实现一键式系统运行健康度巡检和审计，保障系统的正常运行，降低系统运维成本；
19）. 大数据平台支持标准加密算法AES、国密算法SM4；提供证明材料； |
| 2 | API网关服务资源需求 | 1.提供API网关服务资源7个连接许可，提供3年服务。提供支持统一访问，面向上层应用提供统一的HTTP标准协议接口来集成API，支持多种异构数据源间的同步，API网关支持API生命周期管理等功能服务。
2.须和辽宁公安云计算平台（省厅公安大数据一期）形成统一资源池，实现接口无缝对接，支持在省厅公安大数据一期平台上平滑演进，能被省厅公安大数据一期的云管理平台无缝纳管，提供API网关制造商承诺函，并加盖制造商公章。 | API网关服务功能需求：
1）. 支持对创建的数据集成任务进行启动、停止、修改等管理操作；
2）. 支持消息的发布与订阅，支持原生Kafka，安全的消息传输，消息数据高可靠；
3）. 支持统一访问，面向上层应用提供统一的HTTP标准协议接口来集成API，实现HTTPS统一访问；
4）. 支持多种异构数据源间的同步： 如Oracle、MySQL、SQLServer、Kafka、Hive、MQS、FTP、API、ActiveMQ等读取和写入；
5）. 支持消息队列多协议接入，HTTP Restful API和开源Kafka客户端协议，提供管理控制台及管理API，支持java、python等多语言SDK ；
6）. API网关支持API生命周期管理：API生命周期管理支持从API从创建、调试、发布、下线、授权、编辑和删除全生命周期管理能力，提供证明材料。 |
| 3 | 多维分析数据库服务资源需求 | 1.提供多维分析数据库服务资源≥104VCPU，提供多维分析数据库功能服务，提供3年服务；
2.服务资源转换硬件资源时要考虑副本（2或3副本）、磁盘利用率、数据膨胀率、磁盘进制转换等，保障可靠性和可用性。
★3.须和辽宁公安云计算平台（省厅公安大数据一期）多维分析数据库形成统一资源池，实现接口无缝对接，支持在省厅公安大数据一期平台上平滑演进，且能被省厅公安大数据一期的云管理平台无缝纳管。 | 多维分析数库服务功能需求：
1）. 支持Shared-Nothing的MPP架构，支持全分布式并行执行；
2）. 支持ANSI/ISO标准的SQL92、SQL99和SQL2003语法；
3）. 支持 Merge into语法、upsert语法；
4）. 支持PL/SQL存储过程；
5）. 支持自定义视图；
6）. 支持通用x86服务器、ARM服务器；
7）. 支持通用Linux操作系统，Redhat、Centos、SUSE、中标麒麟；
8）. 支持全对称分布式的Active-Active多节点集群架构，系统无单点故障；
9）. 支持行存储引擎和列存储引擎，支持用户自定义表的存储格式：行存储/列存储，支持行列表关联运算；
10）. 支持多租户管理：租户间CPU、内存、IO等资源隔离，相互不干扰；
11）. 支持全局事务一致性，数据库事务特性支持RC/RR两种隔离级;
12）. 支持单表和多表并发IUD(Insert、Update、Delete)；
13）. 故障恢复：集群管理软件实时监控服务状态，对故障实例能够自动拉起或者进行自动主备切换；
14）. 支持表级逻辑数据备份与恢复；
15）. 支持全局Sequence；
16）. 支持常用OLAP分析函数；
17）. 支持DDL回滚；
18）. 支持列存表DML（insert/update/delete）操作；
19）. 支持行存表、列存表B-tree索引，列存表支持局部稀疏索引，支持排序键；
20）. 支持负载均衡：主节点/协调节点为多活设计，具有负载均衡能力，可实现负载均衡； |
| 4 | 图数据及图计算服务资源需求 | 1.提供图数据及图计算功能服务，提供3年服务；
2.能被省厅公安大数据一期的云管理平台无缝纳管。 | 图数据及图计算服务功能需求：
1）.支持PageRank，k-core，最短路径，标签传播，三角计数，关联预测等算法；
2）.支持查询分析API：提供图查询、图指标统计、Gremlin查询、Cypher查询、图算法、图管理、备份管理等API；
3）.支持图管理、图备份、元数据管理等服务；支持高并发、秒级多跳的实时查询能力；
4）.支持查询分析一体化，提供图分析算法，为关系分析、路径的规划、营销推荐等业务提供多样的分析能力
5）.支持向导式、简单易用的可视化分析界面，支持Gremlin查询语言、Cypher查询语言；
6）.支持创建索引加快查询速度。支持两种索引模式：复合索引和全文索引，复合索引有全局点索引和全局边索引，全文索引可以实现全文搜索、模糊搜索等功能；
7）.支持访问图、备份图、导入数据、启动图、停止图、删除图、升级图、导出图、绑定EIP、解除EIP、清空数据、监控数据、重启图、扩容图等多种管理操作功能；
8）.支持运行记录，系统记录用户执行操作记录，方便在分析数据时了解执行进度和执行完成时间。 |
| 4.Daas层建设内容 |
| 1 | 数据治理平台服务需求 | 1.提供数据治理平台及3年数据治理服务，提供3年维保及升级服务，所采购服务对应应用部署于葫芦岛市公安局指定位置。采购的数据治理服务要能满足省公安大数据平台使用，不需要省厅二次治理；数据治理后数据要能同时满足省公安大数据和葫芦岛警务云应用使用。 | 为保障所购买服务对应软件满足使用要求，对所购买服务对应软件进行要求： |
| 1）.数据探查：对来源数据存储位置、提供方式、总量与更新情况、业务含义、字段格式语义以及取值分布、数据结构、数据质量等进行多维度分析，以达到认识数据的目的，为数据定义提供依据。数据探查在元数据管理平台中实现。需包含业务探查、接入方式探查、字段探查、数据集探查、问题数据探查等功能； |
| 2）.数据定义：支持以可视化的方式，根据数据探查的结果，结合业务需求，在起始阶段定义数据接入、处理、治理各阶段的内容和方法。数据定义的结果随着数据探查结果和业务需求的变更而动态维护，以元数据的形式描述和输出。主要功能需要包含数据提取策略定义、数据清洗策略定义、数据关联策略定义、数据比对策略定义、数据标识策略定义、数据分发策略定义、数据分级分类定义、数据质量核检规则定义、数据资源目录注册等。 |
| 3）.数据读取：完成数据源到数据目的地的流转，针对不同来源、不同类型的数据进行格式处理，对加压加密文件执行解压解密操作，读取文件内容，形成数据流进行输出。主要功能需要包括数据接入管理、数据解压、账单生成、其他转换工作等。 |
| 4）.数据对账：针对数据接入环节，对数据提供方和数据接入方在某一对账时间节点数据的完整性、一致性、正确性进行核对和检验的过程。 |
| 5）.数据提取：按照数据标准，从策略和配置中心获取提取结构化策略和规则，对源数据中的各类数据进行关键信息提取，支持结构化数据集提取和知识库数据提取； |
| 6）.数据清洗：根据数据定义结果进行数据过滤、去重、格转、校验等操作，生成满足标准及质量要求的数据。 |
| 7）.数据关联：根据提取规则，将数据和其他知识数据、业务数据等进行关联，并输出关联消息，支持关联回填、关联提取、关联分析等；数据关联功能需要包含基于知识库的关联和多数据流的关联。 |
| 8）.数据比对：数据处理过程中，按照规则对结构化数据进行相同比较或相似度计算，对于命中规则的数据，支持按照输出描述进行输出，常用于信息布控和信息订阅，比对方式支持完全匹配、模糊匹配、范围匹配。 |
| 9）.数据标识：数据标识基于知识库，特别是标签知识库，利用标签引擎对数据进行比对分析和计算，并对数据打上标签。数据标识支持通用标识和业务标识。 |
| 10）.数据分发：完成数据的提取、清洗、关联、比对、标识之后，根据不同的应用场景，按照数据定义的分发策略，将处理过程产生的关联、关系、标签等信息，以及数据本身信息，进行同步或异步的相关处理，并将结果数据对应分发到原始库、资源库、主题库、知识库。分发功能需包括任务调度、分发任务队列、数据分发、分发统计等。 |
| 11）.原始库：可以保留原始数据，能够反映原始业务场景的数据集合，在保留原始数据项的基础上，对原始数据项进行标准化处理，包括数据元与字段值的标准转换。同时需要按要求记录公共数据项，另外也可以根据实际业务需求记录关联回填信息、标签信息、回溯信息等。 |
| 12）.资源库：可以综合各类数据资源建立的关键要素（各种标识类属性，如手机号、车牌号、公民身份号码、MAC等）以及要素之间的时空关联、关系的公共数据结合。主要包括：要素及要素的行为、内容（言论）的时空分布，同主体要素间关联的时空分布，不同主体间要素关系的时空分布等。 |
| 13）.主题库：可以精准快速地反映工作对象全貌而建立的融合各类原始数据、资源数据，围绕能标识人、地、案、事件、物、组织等主题对象，长期积累形成的多种维度的公共数据集合，包括人员主题库、网下场所主题库、网上场所主题库、物品主题库、案件主题库、事件主题库、信息主题库、组织主题库等。 |
| 14）.知识库：公共安全专业领域或与公共安全专业领域相关的特征知识数据和规则方法集合，包括一些安全领域共享的用于主体、行为、言论分类的特定知识性数据集合。需包含地理信息知识库、生活信息知识库、公安业务知识库、网络信息知识库、宗教信仰知识库、系统支撑知识库等。 |
| 15）.查询检索服务：支持通用数据查询服务。支持全文检索查询服务。 |
| 16）.比对订阅服务：支持比对订阅服务。支持批量比对订阅服务。 |
| 17）.模型分析服务：能够根据数据服务及业务需要，利用分析模型，对数据进行统计、分析、规律性探索及预测等，并返回结果。功能上包括：模型实例创建服务、模型实例修改服务、模型实例调度服务、模型实例查询服务、模型实例状态查询服务。 |
| 18）.数据操作服务：满足数据及数据表的增加、删除、修改等操作接口服务。 |
| 19）.数据鉴权服务：基于数据的访问控制规则，实现数据的访问权限鉴别的过程。访问控制规则从内容敏感度、数据来源、数据种类、字段及字段关系分类四个维度进行资源权限的控制，资源鉴权通过用户的数据资源权限，使用数据鉴权服务实现对数据资源的访问控制。 |
| 20）.数据推送服务：在大数据平台各级节点间、公安网内部与外部其他部门间进行数据交换和信息推送，主要包括数据汇聚、数据下发。 |
| 21）.数据管理服务：可以按需将数据治理的能力进行接口封装，为其他应用系统、平台内其他子系统提供服务。主要的服务有：数据字典管理服务、元数据获取服务、数据资源目录管理服务、模型资源目录管理服务、知识库管理服务、标签数据服务。 |
| 22）.数据脱敏服务：根据用户或角色的等级和字段等级的大小关系，配置成不同的规则，当用户或角色，访问字段时，数据脱敏服务按等级的安全要求，以配置规则的形式对数据进行脱敏管控。需支持通用数据脱敏服务、按照指定规则脱敏服务、脱敏规则清单查询服务、指定脱敏规则详情查询服务。 |
| 23）.数据服务协议：数据服务协议支持语法要求。符合GA/DSJ 253-2019标准要求。 |
| 24）.数据资源目录：将数据资源按照某种形式组织，形成数据资源目录，提供可视化的界面，完成对数据资产的管理，实现数据资产化目录。 |
| 25）.服务资源目录：数据服务资源目录支持服务资源数据项，符合《GA DSJ 250-2019》标准要求。数据服务资源目录支持服务规约数据项，符合《GA DSJ 250-2019》标准要求。 |
| 26）.数据分级分类：数据分级将针对数据内容的敏感程度或数据的开放范围进行划分，构建完善的数据分级管理体系。数据分类将针对数据来源、数据种类（数据项集）、业务属性（数据项）等进行划分，构建科学合理的数据分类管理体系。利用数据分级分类对数据进行标识，开展数据授权、数据鉴权，确保数据的安全使用。 |
| 27）.数据血缘管理：在数据产生、加工融合、流转流通到最终消亡等过程中形成的继承关系集合。通过对接入数据、原始库、资源库、主题库、知识库等各类数据资源和数据项间的继承关系进行描述和管理，反映数据资源在各个环节间的继承关系，其功能需包括血缘关系管理、血缘分析、血缘关系查询等。 |
| 28）.数据质量管理：通过建立数据质量评估标准和管理规范，及时发现、监测定位、跟踪解决各类数据质量问题，形成数据质量问题的闭环处理，以保证数据质量的稳定可靠。数据质量管理支持基于不同来源数据的逻辑校验和监测管理，支持对数据治理全流程的及时性、有效性、唯一性检查，支持对数据质量问题检测预警，支持检测预警规则动态调整。 |
| 29）.数据运维管理：掌握对数据接入、处理、入库等环节的数据流量以及数据资源的总体情况，对数据流、数据资源进行实时不间断的7x24小时关键指标、健康状况的监控，对异常状态进行告警和处置，提供数据运维历史查询、数据处理过程、软硬件运行情况监测的能力。 |
| 30）.元数据管理：定义和描述数据的管理控制类数据，在大数据能力构建过程中有效的实施数据治理，提供元数据管理功能，其功能包括元数据维护、策略维护、版本管理、元数据服务四个部分。 |
| 31）.知识库管理：针对知识库管理界面化的应用，通过web界面为用户提供主要包括表管理、数据管理、分类管理、搜索、汇聚分发、接口服务等功能，为数据处理、数据治理、数据服务、以及各业务系统提供高效、便捷的知识性数据支撑。需包括知识管理、分类管理、统计查询等。 |
| ★32）.标签平台：利用属性标注、统计、模型算法及大数据分析等技术，将公安业务对象实体形成属性标签、统计分析标签和模型算法标签。功能需包含标签管理、新建日志标签、新建对象标签、删除标签、标签验证、日志数据打标、离线对象打标、标签数据归并、标签分类管理、标签知识库管理、标签迁移、任务管理等。 |
| 33）.数据标准管理：数据标准管理是实现数据标准落地的应用，功能需要包括数据标准内容、数据元标准、数据集标准、代码集标准、限定词标准等。 |
| 2 | 本地数据平台接入软件授权服务需求 | 1、部署于葫芦岛市公安局公安网，提供平台软件服务，支撑数据治理平台及本地部署应用。 | 1.提供各类云服务能力，虚拟机服务、镜像服务、裸金属服务、虚拟私有云、VPN服务、虚拟负载均衡、弹性IP、自动伸缩服务、虚拟资源池服务、资源编排、资源调度； |
| 2.资源池管理：主要提供资源池管理的功能，主要管理虚拟化资源池，支持异构虚拟化资源池的统一管理，支持根据各种策略在资源池内进行各种资源的调度； |
| 3.支持弹性云服务器服务，用户可以通过管理平台来申请虚拟机资源，并且配置虚拟机规格，可以配置的规格包括但不限于CPU、内存、磁盘、网卡； |
| 4.支持虚拟机弹性伸缩服务，用户可以自助配置业务系统在特定的时间或者按固定的周期，或者根据业务系统的业务压力自动的增加或者删除业务系统内的虚拟机； |
| 5.支持镜像服务能力。支持公共镜像、私有镜像以及共享镜像等多种方式； |
| 6.支持虚拟私有云服务，用户可以通过虚拟私有云自由的创建自己的虚拟网络。用户可以自行创建自己要的多个网段，指定每个要创建的网络的网段、掩码、DNS等，也可以指定这个网络内的路由规则以及NAT规则； |
| 7.支持安全组服务，用户可以通过管理平台配置并管理针对虚拟机的安全规则，实现对组内和组间虚拟机的访问控制，安全组可以在出方向默认放行，并且组内虚拟机默认可相互访问； |
| 8.支持云硬盘服务。用户可以通过管理平台为虚拟机申请磁盘，用户可以将申请到的磁盘空间分配给一台或者多台虚拟机使用； |
| 9.支持快照服务，用户可以通过管理平台为自己的虚拟机/虚拟机磁盘/物理机磁盘创建快照，并自助完成快照恢复； |
| 10.支持虚拟机设备直通，用户申请虚拟机时，可以申请将GPU设备映射给虚拟机使用； |
| 11.支持虚拟负载均衡服务，用户可以通过管理平台自助申请负载均衡器，以及配置负载均衡器虚地址等，虚拟负载均衡支持配置四层、七层监听策略以及健康检查策略等； |
| 12.裸金属服务：支持裸金属服务，用户可以通过管理平台申请裸金属服务。用户可以通过管理平台管理裸金属服务器。删除裸金属时，可以选择是否删除裸金属的数据盘； |
| 13.自定义线下服务：支持自定义线下服务。管理员可以自定义需要线下实施的任何业务，提供统一的申请、审批、开通能力； |
| ★14.支持云主机高可用：支持云服务器或云服务器所在主机故障，系统会自动在其他主机上重建云服务器，保证业务的连续性。 |
| 15.续保期具备以下服务：提供400技术支持热线，具备24小时售后技术支持（故障申报、硬件报修等）、 服务政策咨询、投诉及建议等服务请求受理，服务响应时间7×24；提供远程运维支持服务；提供在线技术支持，包括产品和技术资料，如产品手册、配置指南、组网案例、维护经验汇总等，使用户可以访问公司网站并下载相关资料，及时掌握最新的维护经验和技巧、获得最新的产品知识，同时网站提供智能问答服务，支持实时在线问题求助服务响应时间7×24；提供现网云平台软件续保服务至2024年12月31日。 |
| 16.云平台升级服务：为保证云平台上应用的稳定运行及云平台的持续演进，需对现网警务云平台软件进行版本升级，同时为保证云平台版本升级成功及减小升级过程对应用使用的影响程度，需由云平台原厂工程师进行实施，需制定并提交完善的实施方案（包含但不限于升级计划、升级步骤、升级失败的回退措施等），云平台升级完毕需严格验证云平台的各项功能是否正常，同时需配合用户确认各个应用是否正常运行并值守保障24小时。 |
| 17.提供云平台软件厂商的远程运维支持服务：400技术热线支持、重大故障恢复、云平台升级支持。 |
| 18.提供192 HCore服务授权，服务期3年。 |
| 2、部署于葫芦岛市公安局公安网，提供平台运维系统扩容服务，支撑平台统一运维管理 | ★1.拓扑管理服务：构造并管理整个网络的拓扑结构，以反映网元的组网情况和运行状态，拓扑类型支持物理拓扑、虚拟网络拓扑、自定义拓扑。 |
| 2.资源池分析服务：按区域/资源池/可用分区/主机组（集群）等多个维度对计算、存储和网络资源池进行监控，结合关键性能指标，持续评估资源池的容量和负载情况。 |
| 3.服务中心：组织结构、服务上线、管理审批流程、管理配额、应用管理； |
| 4.云运维和服务管理平台，主要有：运维中心：集中监控、资源管理、拓扑管理、资源分析、报表等； |
| 5.运营管理：提供虚拟数据中心（VDC）管理能力，并支持在VDC下再划分多级子VDC（可以支持到5级VDC），以匹配业主的组织/租户体系进行管理。 |
| 6.权限管理：云管支持按操作授权，包括按组织、服务、应用、计量、审批等操作进行精细化授权控制。 |
| 7.支持自定义服务目录：自定义基础云服务、自定义组合的应用服务，满足客户灵活的云服务扩展诉求。 |
| 8.支持代维管理：持跨租户代维管理，支持跨一级VDC代维，代维账号可以进入被代维的多个一级VDC进行代维。 |
| 9.支持回收站服务：支持删除资源后保留到回收站，允许误删除后恢复资源，支持资源冻结期设置，在冻结期内不允许彻底删除。 |
| 10.支持服务白名单：支持服务的白名单能力，可以指定服务对组织的可见度设置。 |
| 11.支持权限管理：云管支持按操作授权，包括按组织、服务、应用、计量、审批等操作进行精细化授权控制。 |
| 12.支持用户管理：支持用户的创建、删除、修改、查询、禁用、重置密码等操作，并可限定每个用户操作的资源范围。 |
| 13.支持配额管理：支持对VDC使用的资源做配额限制，包括但不限于虚拟机、裸金属、镜像、云硬盘、VPC、弹性IP、虚拟防火墙、VPN、虚拟负载均衡等服务。 |
| 14.支持自定义大屏展示：支持自定义多种不同的大屏展示内容，自定义内容包括容量、性能、资源统计、告警等对象。 |
| 15.提供现网云平台运维系统升级服务，为保证云平台统一运维，需对现网云平台运维系统进行本升级，同时为保证云平台运维系统版本升级成功及减小升级过程对应用使用的影响程度，需由云平台运维系统原厂工程师进行实施，需制定并提交完善的实施方案（包含但不限于升级计划、升级步骤、升级失败的回退措施等），云平台运维系统升级完毕需严格验证系统的各项功能是否正常，同时需配合用户确认各个应用是否正常运行并值守保障24小时。 |
| 16.提供28个CPU和27个设备的授权许可服务，服务期3年。 |
| 3、部署于葫芦岛市公安局公安网，提供大数据平台升级服务，提升大数据分析能力，支撑本地数据治理。 | ★1.大数据平台支持X86、ARM单集群内混合部署。 |
| 2.大数据平台能力：单集群可支持单库1PB数据量(Hive)，单集群支持不少于2400个运行作业。 |
| 3.大数据支持平滑演进：支持滚动升级能力，业务不中断。支持一次升级少量节点、循环滚动，直至集群所有节点完成升级。 |
| 4.大数据平台服务：支持独立申请和使用托管Hadoop、Spark、HBase和Hive等组件，用于快速在主机上创建集群，提供海量数据的批量存储和计算能力。 |
| 5. 提供大规模数据的分布式读写能力，同时支持文件在一个时刻只被一个调用者执行写操作，又可以被多个调用者执行读操作 |
| 6. 提供ZooKeeper服务，帮助系统避免单点故障，建立可靠的应用程序；提供分布式协作服务和维护配置信息。 |
| 7.支持支持自动健康检查与巡检，可实现一键式系统运行、健康度巡检和审计，保障系统的正常运行，降低系统运维成本。 |
| 8.支持分级存储：支持集群中配备不同类型的磁盘，如SSD、SAS、SATA等。支持指定文件存放在指定类型磁盘上。 |
| 9.支持流计算：大数据平台的流处理组件支持在流上执行类SQL任务，SQL能力至少包括：过滤、转换、基于窗口的计算能力等。 |
| 10.安全性：支持标准加密算法AES、支持国密算法SM4。 |
| 11.批处理能力：包含IO密集型任务、CPU密集型任务、报表操作、交互出查询、分析型操作 |
| 12.续保期具备以下服务：提供400技术支持热线，具备24小时售后技术支持（故障申报、硬件报修等）、 服务政策咨询、投诉及建议等服务请求受理，服务响应时间7×24；提供远程运维支持服务；提供在线技术支持，包括产品和技术资料，如产品手册、配置指南、组网案例、维护经验汇总等，使用户可以访问公司网站并下载相关资料，及时掌握最新的维护经验和技巧、获得最新的产品知识，同时网站提供智能问答服务，支持实时在线问题求助服务响应时间7×24；提供现网大数据平台软件续保服务至2024年12月31日。 |
| 13.大数据软件升级服务：为保证大数据软件的稳定运行及大数据软件的持续演进，需对现网大数据软件进行版本升级，同时为保证大数据软件版本升级成功及减小升级过程对应用使用的影响程度，需由大数据软件原厂工程师进行实施，需制定并提交完善的实施方案（包含但不限于升级计划、升级步骤、升级失败的回退措施等），大数据软件升级完毕需严格验证平台的各项功能是否正常，同时需配合用户确认各个应用是否正常运行并值守保障24小时。 |
| 5.SaaS层软件建设内容 |
| 1 | 视频融合应用服务需求 | 1．提供视频融合应用服务，提升3年维保及升级服务。所采购服务对应应用分别部署于省公安厅和葫芦岛市公安局指定位置。 | 为保障所购买服务对应软件满足使用要求，对所购买服务对应软件进行要求：
1）.源数据接入服务:源数据接入服务应支持通过各主流通用协议对接各前端数据系统、各类网络资源数据、各前端采集设备等，包括接入视频监控系统、卡口/电警系统、人脸抓拍系统、手机围栏等各系统；包括接入互联网、政务网内各类视频图像数据；包括接入执法记录仪、移动设备；通用对接协议包括RTSP/RTMP协议、国标GB/T *****-2022协议、GA/T1400-2017标准定义的采集接口，消息中间件、中间数据库、私有协议等接入方式。
2）.视频图像解析服务:视频图像解析服务应支持解析各类数据资源，包括卡口车辆解析、人脸抓拍图像解析、普通视频解析、视频车辆解析、视频人脸解析、驾驶员人脸解析、场景分析、离线或历史视频图像数据分析等。
3）.多维数据汇聚服务:多维数据汇聚服务应支持汇聚并存储各类数据资源，包括各目标的结构化数据、重点人员和车辆的视频片段、图像数据、公安资源库等数据。
4）.数据接口服务:数据接口服务应支持按照GA/T 1400-2017系列标准开发数据共享接口，数据共享接口满足数据服务接口和级联接口的要求。
5）.视频结构化解析：应支持行人目标识别的内容如下：人员性别分析：应支持识别男、女。上衣颜色分析：应支持识别红、 橙、黄、绿、蓝、紫、粉、棕、灰、白、黑。下衣（裤子）颜色分析：应支持识别红、橙、黄、緑、蓝、紫、粉、棕、灰、白、黑。应支持二轮车目标识别的内容如下：车辆类型分析：应支持识别自行车、非自行车。车身颜色分析：应支持识别红色、黄色、 蓝色、绿色、灰色、白色、黑色、银色、橙色、金色、棕色、紫色、粉色。应支持三轮车目标识别的内容如下：三轮车种类：应支持识别斗式、篷式、厢式、其他。三轮车颜色分析：应支持识别红、黄、绿、蓝、白、灰、黑、橙、金、棕、紫及粉。驾乘人数分析：应支持识别1人、多人。驾乘人员衣服颜色分析：应支持识别红色、橙色、黄色、绿色、 蓝色、紫色、粉色、棕色、灰色、白色、黑色。行为特征分析：应支持识别三轮车驾乘人员的特征，包括带包、戴帽子、打伞、戴口罩、戴眼镜等。应支持识别三轮车是否载人。应支持汽车目标识别的内容如下：车辆类别分析：应支持识别轿车、越野车、商务车、 面包车、皮卡车、小型货车、大型货车、中小型客车、大型客车。车身颜色分析：应支持识别红、黄、绿、蓝、白、灰、黑、橙、金、棕、紫及粉。车牌号码识别：应支持视频图像中的车牌号码，并支持无牌车检测；
6）.车辆图像结构化解析:车辆图像应支持的识别内容如下：车牌号码的识别:应支持识别车辆号牌、号牌颜色（黑色）。蓝色、黄色、新能源绿色、新能源黄緑色、绿色、白色；特种车辆识别:（校车、集装箱、油罐车、搅拌车、出租车、消防车、 公检法、工程抢险、军车、渣土车、公交车、长途客车、 教练车、救护车、运钞车、环保车、宣传车、禽畜运输、 殡仪车、工业工程车、行政执法）；车型识别:应支持识别精确到车辆的品牌、型号及年款，具备对车辆头部、尾部照片进行识别；支持车头照片不少于6000 种车型识别，车尾照片不少于4000种车型识别。车头特征识别:应支持识别年检标贴数量、左/右侧遮阳板、左/右侧、挂件、纸巾盒、摆件、卡片7种特征。主副驾人员特征:应支持识别左/右侧有人、左/右侧安全带、左/右侧打电话。重点车辆识别：应支持识别渣土车识别、危险品车，危险品车识别：能够识别车辆是否为危险品运输车，识别危险品运输车是否有押运员，能够对危险品车无牌行为进行识别
7）. 人脸图像解析:应支持的人脸识别内容如下：性别识别：应支持识别男、女；人种识别：应支持识别白种人、黑种人、黄种人；年龄：应支持识别儿童、青少年、中青年、老年；头发长短：应支持识别光头、短发、长发；胡须：应支持识别有、无胡须；帽子：应支持识别无、普通帽子、头巾、头盔等；眼镜：应支持识别普通眼镜、墨镜
8）.人脸识别效率:人脸检索效率：在亿级库下对人脸进行检索，后台检索时间应小于1s。识别响应效率，在百万库下对人脸进行识别比对，响应时间应不超过1s。
9）.人像识别效率:人像目标识别检出率：对行人目标综合检出率应不低于98%。
10）.车辆识别效率：车牌识别准确率，白天光照正常,夜间补光正常、人眼可清晰辨识号牌号码的情况下,识别正确率白天应不低于95%,夜间应不低于90%；号牌颜色识别准确率：白天光照正常、夜间补光正常、人眼可清晰辨识号牌颜色的情况下，识别正确率应不低于90%；无牌车识别准确率，白天光照正常、夜间补光正常、人眼可清晰辨识车牌位置的情况下，无牌车识别正确率白天应不低于95%，夜间应不低于90%；车型识别准确率，在白天光照正常、夜间补光正常、人眼可清晰辨识车型的情况下，识别正确率白天应不低于95%，夜间应不低于90%；车身颜色识别准确率，白天光照正常、夜间补光正常、人眼可清晰辨识车身颜色（白、灰、黄、绿、蓝、红、棕、黑、银、橙）的情况下，识别正确率白天应不低于90%，夜晚应不低于80%；
11）. 人脸目标检索效率:人脸检索效率：在亿级库下对人脸进行检索，后台检索时间应小于0.5s。
12）. 车辆目标检索效率:以图搜车效率，对百亿实时过车数据进行以图搜车查询, 查询任意7天内的过车数据，任意空间区域的多个卡口7天内的后台查询时间不超过1秒。自定义特征搜车，对百亿过车数据规模，查询任意7天内的过车数据，进行自定义特征搜车，平均查询时间应不超过0.5秒；二轮车检索效率，对百亿过车数据规模下，查询任意7天内的过车数据，后台平均查询时间应不超过1秒；查询任意30天内的数据，后台平均查询时间应不超过2.5秒；三轮车检索效率，对实际在线系统百亿过车数据规模下，查询任意7天内的过车数据，后台平均查询时间应不超过1秒；查询任意30天内的数据，后台平均查询时间应不超过2.5秒。
13）. 按属性搜车:按属性搜车应支持按照车辆种类（汽车、二轮车、三轮车等）、检索条件（拍摄角度、车牌号、车辆品牌、车辆型号、车辆年款、车辆颜色、车辆类别、特种车辆、行驶方向、车牌颜色、时间段、地点等）等条件信息进行属性组合搜索。
14）.模糊特征搜车:模糊特征搜车应支持按照车辆的车头、车尾、车体等特征进行搜车，包括车头按照年（检标贴数量、左/右侧遮阳板、左/右侧车窗是否反光、挂件、纸巾盒、摆件、名片）等前车窗特征进行搜索；车尾按照（LED显示屏、抱枕、玩偶、贴纸、纸巾盒、杂物、车窗是否反光）等后车窗特征进行搜索；主副驾人员按照（左/右侧是否有人、是否系安全带，是否打电话、是否吸烟、上衣颜色、是否戴帽子、是否戴墨镜、是否戴口罩）等特征进行搜索。
15）.行人目标查询:行人目标检索应支持按照行人的具体特征进行目标检索，包括按照上、下衣颜色等进行搜索；按照人员特征（戴帽子、戴口罩、戴眼镜、带包、抱东西、拉箱子、打伞）等进行检索；按照运动方向（不限运动方向或向上、向下、向左、向右、左上、右上、左下、右下）等进行检索；按照性别（男、女）、时间段、区域范围等进行检索。
16）.以图搜索:以图搜索应支持上传目标图片后自动识别图片中的汽车、二轮车、三轮车、行人目标，用户可自由选择待搜索目标，并结合时间段、点位区域等条件进行检索。
17）.自选特征搜索:自选特征搜索应支持上传目标图片后自动识别图片中的汽车、二轮车、三轮车、行人目标，用户自由选择待搜索目标，选择目标后自由框选上传图片中的目标特征，并结合时间段、点位区域等条件进行检索。
18）.人脸抓拍比对:人脸抓拍比对应支持上传人脸图片后自动识别图片中的所有人脸信息，用户可自由选择待比对人脸目标，选择相似度范围、结果条数，并结合时间段、点位区域等条件信息进行目标人脸的抓拍轨迹的查找。
19）.人脸身份比对:人脸身份比对应支持上传人脸图片后自动识别图片中的所有人脸信息，应支持对人脸库、性别、结果条数选择进行身份信息的确认。
20）. 人脸搜车:应支持一键上传人脸图片，选择时间段等条件，系统自动与过车图片中驾驶员人脸进行比对分析，检索出人脸相似度高的过车数据。结果页缩略图和大图应支持放大镜效果。结果应支持导出。 |
| 2 | 智力共享建模工具服务需求 | 提供智力共享建模工具应用服务,提升3年维保及升级服务。所采购服务对应应用分别部署于省公安厅和葫芦岛市公安局指定位置。 | 通过智力共享理念，引进异地成熟业务模型至少500个，打造成熟警务赋能模式，快速形成本地化特色人才体系，推动本地警务提档升级。
通过多方安全计算和区块链技术的运用，实现本地数据与省厅、本地数据与其他城市群进行数据协同的技术保障，
同时为满足本次所购买服务对应软件满足使用要求，对所购买服务对应软件的具体要求如下：
数据分析的基础是数据，平台提供数据源管理功能，将关系型数据库进行配置抽取，将数据抽取至大数据平台中
1）.关系型数据库：平台提供数据源配置功能，其中包括数据库类型、IP地址、端口号、数据库的用户名和密码的配置；
并提供数据源测试功能，实现对数据库表源的统一管理。
平台支持主流数据库表的采集，包括Oracle、Sql Server、MySql、postgreSQL等。
2）.非关系型数据库：平台支持从其他大数据平台的数据采集，包括Hadoop hive、Generic database、hadoop hive2、impala。系统适配类型具备横向拓展能力。
3）.数据库采集：系统支持定时任务自动采集功能，具备多样化抽取模式和智能调度监控能力。
支持单表抽取，多表抽取，全量抽取和基于时间戳的增量抽取。
支持设置定时调度，单次执行，周期执行etl任务。
支持任务的启动、停止、重启、监控告警。
4）.文件采集：平台具备对批量文件的采集的能力，支持结构化和非结构化文件的读写，如csv、Excel等文件。
通过接口管理功能，配置批量文件的接口属性信息，包括接口文件归属的业务类型、接口的周期、行列分隔符、接口采集时间、接口文件上传目录、接口文件结构信息等。
实现对批量文件接口的统一管理。通过任务管理功能，配置批量文件的采集任务，包括源和目标，调度周期，匹配平台相应的文件适配器，实现批量文件的抽取，并把数据装载到目标位置中。 |
| 5）.跨域资源统计：平台通过多方安全计算引擎和区块链引擎，支持跨域城市资源整体情况统计和展示，相关跨域资源使用情况使用明细。
6）.跨域资源详情：平台通过多方安全计算引擎和区块链引擎，支持针对跨域资源按照时间、城市、周期任务等方式进行分类查询，支持整体资源使用及共享情况的详细展示。 |
| 7）.结果集操作组件：生产结果集组件支持以下功能：
支持一键对数据源生成结果集；
结果集以图标形式显示，支持双击查询数据，并将数据导出到 excel；
支持对结果重命名，并生成逻辑操作；支持将结果集自动生成模板表；
支持将结果集推送到oracle数据库；
支持结果配置查询页面；
支持结果集溯源；
支持结果集关注；
支持结果集跨地域共享给其他客户端平台节点；
支持针对本结果集的修改数据源、列编辑、修改条件、执行计算当前结果集、基于当前结果集向后执行计算等。
以上功能需提供系统真实截图进行证明并加盖厂商公章。
8）.比对筛选分析组件：比对筛选分析主要的使用场景在于数据集的二次查询筛选，里面涵盖强大的函数库操作，使用者可按照条件规则使用平台对就的函数即可完成复杂的查询筛选操作，无论易用性还是实用性都很直观。比对筛选组件具有以下功能：
条件过滤依据用户设置的条件函数和且/并关系对数据进行过滤。
条件过滤支持对数据结果设置显示字段，显示条数，排序字段、排序方式和是否数据去重。
支持自定义条件过滤结果集，支持条件组逻辑嵌套（或、且）；
支持的过滤手段有20种：精确包含 ，等于(=) ，不等于(<>) ，精确不包含 ，左模糊包含 ，为空 ， 不为空 ，长度区间 ，长度小于 ，长度大于 ，长度等于 ，区间 ，小于等于(<=) ，大于等于(>=) ，小于(<) ，大于(>) ，模糊不包含 ，模糊包含 ，右模糊包含 ，截取范围。
支持同时添加多个过滤条件，过滤条件可配置列；
比对过滤结果支持设置显示字段、组合排序与取前N条样本数据功能。
以上功能需提供系统真实截图进行证明并加盖厂商公章。
9）.关联碰撞分析组件：
关联碰撞分析支持两个结果集的碰撞、合并、取差、自连接等操作算法，可自定义比对条件列、自定义结果集的显示列信息，通过灵活的配置达到使用者的要求。关联碰撞组件具有以下功能：
支持从窗口中选取两个结果集进行关联，支持自动生成第三个结果集；
比对算法支持交集自连接、碰撞、合并、取差；
比对条件支持可配置列；
支持选用比对过滤函数库，可同时添加多个比对过滤条件；
支持关联结果数据预览。
支持复杂的结果集中，快捷的针对目标结果集进行交并差关联。
多表之间关联分析支持的条件匹配类型有11种：等于（=）、模糊包含（双向）、模糊包含（单向）、模糊不包含（双向）、模糊不包含（单向）、相似度比较（≈）、大于（＞）、小于（＜）、小于等于（＜＝）、大于等于（＞＝）、不等于（＜＞）。
以上功能需提供系统真实截图进行证明并加盖厂商公章。
10）.统计组件：统计功能可以对数据集进行自定义条件、自定义统计字段、组数据求和/求平均等操作，自动生成统计数量列，支持数量升序、降序排列，秒级响应。统计组件具有以下功能：
支持点击结果集进行统计，可按过滤条件、统计字段进行设置；可定义统计后升序、降序方式；
支持对统计后数据的可扩展计算函数支持，例如汇总、均值等；支持统计后显示前 N 条记录；
支持统计后对相应字段计算比例。
以上功能需提供系统真实截图进行证明并加盖厂商公章。
11）.复杂统计组件：对结果集进行统计，并且可在此使用比对筛选中的函数库，自定义统计字段，自定义排序字段，自定义统计聚合字段，自定义列与列的计算算法，自定义每组显示前N条数据。复杂统计和普通统计的区别在于，复杂统计会把符合统计字段的结果依次展示出来。选择统计字段进行统计。复杂统计组件具有以下功能：
支持统计后对相应字段计算比例；支持多字段组合统计，多字段组合排序，支持统计的同时带出所有字段信息；
支持按排序取每组前N条功能；支持统计的同时对字段做聚合操作（求和、求平均）。
以上功能需提供系统真实截图进行证明并加盖厂商公章。
12）.偏差分析组件：两个结果集可以做偏差分析，可自定义偏差分析的字段，自定义偏差分析的条件、自定义偏差显示的结果集列、支持取正偏差、负偏差、绝对值偏差。
偏差分析组件支持两数据源关联比对同时，做时间或者数值类偏差计算（正、负、绝对值）。
支持取正偏差、负偏差、绝对值偏差；
支持选用比对过滤函数库，可同时添加多个比对过滤条件。
以上功能需提供系统真实截图进行证明并加盖厂商公章。
13）.数据处理组件：可对当前模板表/结果集的数据进行自定义处理，处理逻辑以流程化图形展现，处理结果作为新列合并到模板表/结果集中。
支持可视化拖拽的方式进行数据清洗，支持对数据表中一个或多个列同时进行数据清洗，数据裂变。由已有的列通过一系列清洗手段衍生出新的数据列。
支持：9种字符串类型操作如下：字符串替换、按位数截取、按内容截取、左截取、右截取、首尾去空格、拼接、大小写转换等功能；
支持：4种数值类型操作如下：算法运算、保留小数点、取正百分比、取负百分比等功能；
支持：9种其它类型操作如下：自定义正则表达式、补空值、星期几、自定义SQL片断、日期加减、身份证校验、身份证15转18位、输入值 、日期转换等功能；支持：清洗模型打包功能。
以上功能需提供系统真实截图进行证明并加盖厂商公章。
14）.选择数据源：
支持主要数据源的查询选择；
包括本地资源、跨域资源、省部资源等，根据业务需要；
支持将所需数据拖拽至作战区中形成结果集。
15）.数据关联碰撞：采用自定义建模工具中提供的主要组件算法能力，对海量的结果集进行广泛的交叉关联碰撞，快速生成所需的数据集，所见即所得，实现海量数据的深度挖掘和分析研判。
16.研判分析：支持研判过程的可视化、便捷化操作，用户可以在研判过程中逻辑、以及快速进行修正条件，快速实现模型的当前结果计算及向后结果计算，辅助用户做到研判分析过程清晰和便捷，从而简化人工。
17）.个人模型：支持个人独有模型的分类管理，创建者可以通过我的模型功能进行管理。
可以删除掉自己创建的模型；
还可以将模型进行上报分享为经典的模型；
支持修改为公共模型；
支持对模型进行编辑、下载、删除、置顶等。
以上功能需提供系统真实截图进行证明并加盖厂商公章。
18）.公共模型：公共模型包含了所有创建者提供的经典模型，共享到平台中供其它人员使用，每个模型中都有非常清晰的逻辑流程，管理员可以通过页签并管理公共模型；
支持针对公共模型的克隆等操作，
支持一键运行公共模型生成比对任务进行数据。
19）.查询模型和任务：支持对模型的名称或者简介及创建时间查询和定位模型，可通过列表中的数据模型或者任务中的详细配置信息。
20）.模型调度监控：支持对自定义建模工具构建的数据模型的调度和监控，支持配置模型运行条件（时间、频次等）。
当有源数据更新时，触发模型运行，实时同步运行所有相关模型。
模型执行全程可控，及时清晰的展示模型执行进度和错误预警，模型执行后，支持每个节点的结果集和执行日志。 |
| 21）.战队管理：新建战队，各级部门可基于自身需求组织人员申报成立数据战队，在通过审批后，管理人员可在平台通过添加战队功能，填写对应信息后完成战队的创建。战队人员管理，用户可实时战队的人员信息，战队管理人员可对战队中的人员信息进行调整，新增或删除战队成员。同时，平台将围绕战队成员建立相应的人员档案，档案内容包括警号、部门、联系电话、战队角色、积分等。绩效评估，平台可对数据战队实战成效情况开展综合评估，并在本平台进行综合展示。通过对战队的产出进行智能统计，按优秀战队考核、战队积分统计队员积分统计等功能。平台提供优秀模型评选功能，通过个人申报、统一测评、专家评审等流程，最终实现星级模型评选。
22）.数据产品:用于已上报成功的数据产品，支持年度、模型等级条件筛选，包含检索功能。
23）.星级模型:用于已申报成功单位内部的优秀模型，支持年度条件筛选，包含检索功能。
24）.战队考核:用于战队考核的数据信息（包含不限于：单位，战队等级，数据产品情况，星级模型数链，培训评测内容以及战队积分等信息）支持年度条件筛选，包含检索功能。
25）.战队积分统计:用于战队积分的数据信息（包含不限于：队徽，战队名称，所属单位，战队类型，战队级别，战队人数，战队积分，战队排名等信息）支持年度条件筛选，包含检索功能。
26）.共享模型积分管理:在模型开发与协作创建本地模型，根据建模思路进入作战区搭建本地模型。选中模型中的结果集，进行共享操作，将封装好的模型共享至共享资源列表，共享成功后，将获取对应的积分。首次共享奖励积分，基础积分100积分，设置永久周期共享额外奖励100积分，该类别每个用户每天奖励上限为300积分同一结果集只获得一次奖励积分，共享结果集有效期结束后再次共享，不会再奖励积分，设置周期为永久额外奖励100积分；共享结果集有效期结束前，取消共享，将扣除所获取的奖励积分，该结果集再次共享时，重新获取奖励积分；共享结果集，共享时未奖励积分，有效期结束前取消共享，不进行扣除积分
27）.发布模型积分管理:在模型开发与协作创建本地模型，根据建模思路搭建完成模型，撰写模型说明文档后，发布至知识分享，全平台进行共享。发布到知识分享中的模型，基础积分为100积分根据《模型标准规范》中的星级标准，对模型进行星级评判，一颗星增加20积分，每个模型最多5颗星，如模型上报时获得过该模型星级积分，则不会重复获得，该类别每个用户每天最多奖励400积分；仅原创模型奖励积分，发布模型取消共享时，将扣除获取的对应节分，依据模型评估的价值，取消分享的发布模型，支持编辑后再次分享，继续奖励积分；克隆模型积分管理:在知识分享中 ，用户可以将其他用户分享出来的模型逻辑克隆到本地，并对模型进行迭代升级。在知识分享中克隆他人发布的模型，需要扣除对应的积分。
28）.模型积分管理:在知识分享中，进入模型详情页面，支持模型说明文档。默认第一屏，更多需要消耗积分；每个用户每天首次模型说明文档免费，免费有效期24小时；免费有效期24小时过后，需消耗积分继续。
29）.操作日志:可内容包含不限于操作日期，用户编号，ip地址，操作时间，功能，状态，操作耗时，包含模糊检索和导出功能
30）.数据日志:可内容包含不限于操作日期，用户编号，用户名，操作类型，模型名称，操作时间，操作表，结果集名称，操作数据量，包含模糊检索和导出功能
31）.异常日志:可内容包含不限于异常类型，异常时间，异常详情，以及异常趋势图和异常类型占比，可根据日期筛选查询
32）.用户日志:可内容包含不限于日期，新增用户，活跃用户，登录次数，人均使用时长和人均登陆次数，可根据日期筛选查询。
33）.维度管理:平台提供了图形化、可视化的维度切分规则定义工具，通过工具用户可以点选模式自由定义组合所需规则，并直接完成维度规则与数据列的绑定。包含维度名称、描述、数据类型、父维度以及类别等基本信息，维度的代码可以自定义，也可以加载系统已完成的标准代码，后者大大简化用户手动填写代码的流程，同时也保证了代码的准确性和标准性。
34）.证书管理:此模块可用于管理员对用户颁布对应的奖励证书，也可通过此模块所有颁布成功的证书情况。
35）.数据源配置:用于对数据库连接管理，包含不限于查询，修改，删除，且支持数据库连接配置包含不限于IP，端口，实例，用户，密码，测试连通性。
36）.接口管理:系统提供基于分布式流式处理引擎的实时数据接入工具，以满足时效性较高的数据接入与处理需求。采用该种接入方式时，系统开放相应数据推送接口，由数据提供方提供稳定数据源，并按照固定结构和方式推送。本模块主要是用于度接口的管理。 |
| 定制开发 | 定制开发 |
| 跨地域模型协作模块 | 为充实本地数据，引入多方安全计算技术和区块链中联盟链技术，将异地数据进行按需进行分享和使用，在用户侧以无感的使用方式进行数据使用。
1）.协作模型：
模型协作支持针对协作模型的检索、、周期任务筛等操作；
同时针对协作模型进行编辑、任务调度设置以及删除。 |
| 2）.跨域模型碰撞：跨域模型碰撞是跨域模型数据与本地数据的关联碰撞的过程，
基于多方安全计算和区块链引擎，支持本地数据的研判同时，拖拽省厅或异地分享的数据源，进行无感式数据碰撞，
同时保证数据跨域使用的数据安全。 |
| 3）.异地模型数据源调用：用户构建的模型需要使用异地数据时，可将本地构建模型推送至异地用户，由异地用户协助完成模型的执行，
模型执行完成后再将结果集推送返回至本地用户，这样可保障数据的安全，真正实现数据不搬家，本地数据与异地数据的融合碰撞。 |
| 模型战法库构建模块 | 定制开发模型战法知识库基础功能和优秀技战法引入，完成对本地技战法发布、分享、调用；完成对异地技战法的克隆、复用。
1）.模型发布:通过模型发布功能，支持优秀模型进行发布，供平台其他使用者学习和借鉴，相关模型发布时，
选择本地原创模型，添加说明文档，选择模型所属标签、价值点、警种，进行发布，发布至模型共享页面。 |
| 2）.模型克隆:用户可以将其他用户分享出来的模型逻辑克隆到本地，并对模型进行迭代升级，体现模型共建、知识共享的理念。 |
| 3）. 模型详情：调用和异地优秀模型500个以上，模型详情页可模型相关信息，支持该模型创建时间、所属分类、相关标签；收藏及克隆功能；
支持该模型的创建人、所属单位等信息；
支持模型文档的图文显示，将模型建设背景、意义、模型思路、使用数据源、发挥成效等进行详细说明；
支持通过评论区对该模型进行评论。 |
| 4）多警种智能模型库
情报技战法数据模型:
将情报部门经过验证、取得实战成效的高价值技战法模型根据本地实际情况进行优化调整封装为模型组件直接用于实战研判分析。情报技战法数据模型组件主要包括特殊时期进京重点人员分析、案件基本分析、接警数据综合态势分析、场所从业人员库、高危人员重点打击推荐、全员出行分析、客运同行人分析查询等模型组件。积累的成熟模型组件资源可形成模型资源，在模型资源目录中查询，也可在新的建模中作为基础业务数据资源进行建模分析。 |
| 4）多警种智能模型库
指挥技战法数据模型:
将指挥中心经过验证、取得实战成效的高价值技战法模型根据本地实际情况进行优化调整封装为模型组件直接用于实战研判分析。指挥中心技战法数据模型组件主要包括主要包括报警人综合画像分析、报警数据综合态势分析、人员危险程度分析、接警数据综合态势分析等模型组件。积累的成熟模型组件资源可形成模型资源，在模型资源目录中查询，也可在新的建模中作为基础业务数据资源进行建模分析。 |
| 4）多警种智能模型库
治安技战法数据模型:
将治安支队经过验证、取得实战成效的高价值技战法模型根据本地实际情况进行优化调整封装为模型组件直接用于实战研判分析。治安技战法数据模型组件主要包括大型活动人员背景模型、社稳总体形势分析、涉稳群体分析、关注人员分析、重大案事件分析、疑似拐卖分析等模型组件。 |
| 4）多警种智能模型库
人口类模型算子库:
基于人口类数据实战业务和操作规律，将技战法建模共性的步骤打包，形成人口类模型算子库，支持算子之间相互碰撞形成新的数据成果。人口类模型算子主要包括常口网吧漏登记算子、常口住宿漏登记算子、常口社保漏登记算子、监狱服刑人员算子、死亡火化人员算子、在押人员算子等。积累的成熟模型组件资源可形成模型资源，在模型资源目录中查询，也可在新的建模中作为基础业务数据资源进行建模分析 |
| 4）多警种智能模型库
车辆类模型算子库:
基于车辆类数据实战业务和操作规律，将技战法建模共性的步骤打包，形成车辆类模型算子库，支持算子之间相互碰撞形成新的数据成果。车辆类模型算子主要包括主要包括昼伏夜出车辆算子、频繁夜出车辆算子、首次出现车辆算子、卡口过车车辆算子等。积累的成熟模型组件资源可形成模型资源，在模型资源目录中查询，也可在新的建模中作为基础业务数据资源进行建模分析。 |
| AI算法包封装 | 5）K-means聚类分析算法包：集成K-means算法组件支持用户，针对数据，特征，内置的规律性，进行数据探索性自动分类。 |
| 5）逻辑回归算法包：集成逻辑回归算法支持用户在数值型和标称型数据的分类场景中，利用阶跃函数sigmoid实现数据集的分类，可应用于公安业务预测分析，如外来人口动态管理中的人员在住预测。 |
| 5）线性回归算法包：集成线性回归算法应用于线性特征关系的机器学习建模和时间序列建模，支持用户快速构建基于线性回归算法的时间序列的线性回归模型。 |
| 5）朴素贝叶斯算法包：集成朴素贝叶斯分类算法，支持特征变量之间相互独立的标称型数据集分类应用，支持用户基于贝叶斯定理与特征条件独立假设进行数据分类。 |
| 5）决策树算法包：集成决策树算法，支持通过已标注的历史数据构造精度高、规模小的决策树来发现数据中蕴涵的分类规则。 |
| 5）Xgboost算法包：集成Xgboost分类算法，支持用户处理稀疏、缺失数据，并通过特征的列采样防止过拟合，支持通过关键特征进行公安重点人员行为等相关分析预测。 |
| AI算法模型库 | 6）串并案模型组件：针对入室偷盗、抢劫、等侵财类刑事案件，以案件加工库系统数据为依托，从某一起或某一类案件出发，基于案件加工库中的案件性质、案发时间等特征项，实现系统自动串并高相似度的案件。 |
| 6）嫌疑人挖掘模型组件：实现类案嫌疑人挖掘展现，并根据此人的情报档案情况，评估此人再次作案的嫌疑度。 |
| 6）嫌疑人推荐模型组件：嫌疑人推荐是根据案件串并分析的结果，分析出同类已破获的案件前科人员，进一步对未破的同类案件开展前科人员嫌疑度分析。 |
| 6）前科人员分析模型组件：支持提供前科人员嫌疑度分析及流入人员嫌疑度分析功能。 |
| 6）维稳预警预测算法模型指标：模型接入涉稳人员基本信息，人员历史活动基本信息等数据，采用机器学习分类算法对历史涉稳样本数据集训练，从涉稳活动类别角度对涉稳人员进行初步预分类处理，得出涉稳人员在近期将会参与重大事件的特征、模式，建立个人基础指标、现实活动指标、行为模式指标、关系联动指标和活跃周期指标的涉稳人员预警预测指标体系。 |
| 6）维稳预警预测算法模型搭建：模型接入涉稳人员基本信息，对汇聚的维稳业务数据、轨迹数据、社会面数据进行全面整合治理，对其进行特征标注，并利用监督学习算法找出环境因素与涉稳活动情况的对应关系。整合建立训练样本集，训练搭建预测模型。结合近期人员行为数据，对其活动情况预测（如异常活动方式及概率、出行概率等）。 |
| UI图表库模块构建 | 7）.数据源对接：系统支持多种数据源的对接，支持的数据源类型包括：主流关系型数据库：Oracle、SQL Server、MySQL、DB2等全部主流关系型数据库；
Hadoop体系（Hive、Hbase、Impala）；
多维数据库（SAP BW、Essbase、SSAS）和Kylin数据库;Excel、CSV、txt、log等文本文件。 |
| 8）.数据处理:连接数据模块支持九种数据查询以及创建数据源。
通过定义的查询条件，连接不同的数据库，通过各种数据过滤，产生最终的查询表单。
支持十种查询包括：SQL 查询， Excel 查询，定制查询，内嵌数据查询，组合查询，自服务数据查询，多维数据集查询。 |
| 9）.数据脱敏:数据脱敏功能能够对客户名称、身份证号、电话、订单金额等敏感数据，进行脱敏显示，只允许特定部门或级别的员工真实数据，保障敏感信息安全。
即使是制作报告的业务人员，也无法看到完整数据，保障了数据的安全。 |
| 10）.图表支持:系统提供非常丰富的图形、表格、过滤器、仪表等组件，通过简单的拖拉拽即可快速生成图表。系统支持的图表类型如下表所示：
简单表格，系统中，通过拖拽绑定相应的字段信息，即可轻松实现普通表格的制作。在表格中进行渲染显示，让图表结合，在表格中支持嵌入迷你图。可以在表格中进行高亮显示，给异常值警告。编辑表格过程中，可随时通过悬浮按钮明细数据。
交叉表，用户通过拖拽，即可快速生成二维表，同样，在交叉表中也支持高亮、渲染等操作。
中国式复杂报表，即自定义报表的格式和内容。通过拖拽，生成复杂报表模板，之后再单元格中绑定数值，即可生成中国式复杂报表。系统单元格间所有的公式无需要写代码实现，只需点击鼠标，绑定不同的计算公式，即可轻松的完成中国式复杂报表的设计。
柱状图（2D/3D），旋风图、子弹图：用于显示一段时间内的数据变化或显示各项之间的比较情况。在柱状图中，通常沿横坐标轴组织类别，沿纵坐标轴组织值。通过调整坐标轴起始刻度实现旋风图。通过柱图的组合实现子弹图。
线状图，显示随时间 （根据常用比例设置）而变化的连续数据，因此非常适用于显示在相等时间间隔下数据的趋势。在折线图中，类别数据沿水平轴均匀分布，所有值数据沿垂直轴均匀分布。
堆积线图，用于显示各个值的分布随时间或排序的类别的变化趋势。点图通常用于显示和比较数值，例如科学数据、统计数据和工程数据。堆积点图，可用于显示各个值的分布随时间或排序的类别的变化趋势。
面积图，强调数量随时间而变化的程度，也可用于引起人们对总值趋势的注意。堆积面积图，通过显示所绘制的值的总和，堆积面积图可以显示部分与整体的关系。
饼图（2D/3D），饼图显示一个数据系列中各项的大小与各项总和的比例。3D 饼图使用三维透视效果显示数据 。
环形图、玫瑰图（2D/3D），显示数据的方式和饼图一样。 环状图可以设置分离，绑定参数，可以生成玫瑰图。
雷达图，雷达图显示各值相对于中心点的变化，雷达图中，绑定参数值，可按照颜色填充，形成填充雷达图。
瀑布图，瀑布图可显示数据的累积效果，最后进行汇总。
帕累托图，帕累托图是按照发生频率大小顺序绘制的直方图，表示有多少结果是由已确认类型或范畴的原因所造成。
气泡图，气泡图可用气泡的颜色、大小、数目等来形象的反映出报表中数据的定量关系。词云图反映数据值的频率。
组织架构图，组织架构图中按照不同的类型分组，已组织架构的形式表示当前数据状态跟上级状况的关系。
地图（多级下钻），地图中有两种方式来定位，通过经纬度来定位与通过地标来定位。系统提供相等法、探测法、音位算法、双重音位算法进行精确定位，经纬度接收的字段类型为处于维度和度量目录下的数值类型的字段。自定义大区，自主地图的“大区”层级，支持用户自由划分大区，并按自定义大区展示并分析数据。
GIS地图，清晰直观地在地理地图上显示相关数据，实现与GIS 地图相关的分析、处理、决策等功能。GIS 地图展示了更详细的街道级别的地理信息。地图动态点展示，地图上的地点标识，经过动态点处理，变得更加生动，提升了报告的视觉体验。
迁徙图，迁徙图动态展示数据对象的变化轨迹，迁徙图采用可视化呈现方式，动态、直观地展现迁徙的轨迹，反映迁徙对象的不同类别与数量多少。
热力图，简单地聚合大量数据，并通过渐进的色带实现优雅的可视化效果，直观地展现空间数据的疏密程度或频率高低。
盒须图，盒须图形象地绘制了数据的分布状况，常应用于统计分析活动中，有助于分析过程的简便快捷。
富文本，平台实现了文本框的富文本编辑，支持用户更多文本编辑需求，优化文本内容导出后的显示。
自定义行业日历，配置了行业日历，即可按有效的交易日数据进行同环比计算，使计算结果更符合业务实际。 |
| 11）.仪表设计:系统提供30多种仪表盘，用户可根据实际需要，选择适合自己的仪表盘。用户可以自己调整仪表盘预警条件，如某项指标低于100时红色预警，100-500之间时，黄色表示正常，大于500时表示健康状态，可更直观当前状态与目标状态的比对。 |
| 12）.网页嵌入:网页组件是一种输出型组件。可以用来加载网页URL，显示网页内容。通过网页组件嵌入任意第三方展示效果，比如视频、Echarts等，更加方便将外部信息载入报告。 |
| 13）.聚合计算:系统提供了23种聚合方式，分别为：总和、平均、最大值、最小值、计数、精确不同值计数、不同值计数、相关系数、协方差、中位数、模式、总体标准差、总体方差、乘积、四分位数、权重和、方差等。 |
| 14）.同比/环比计算:系统提供两种方式计算同环比：按日期维度计算，按非日期列计算，通过配置的方式实现同环比的计算。 |
| 15）.钻取:包括上钻、下钻、以及穿透钻取，其中上钻、下钻功能适用于表、交叉表、图表，穿透钻取只适用于图表。图表钻取时会影响其它组件数据联动。
数据字段之间存在包含关系，例如省包含市，国家包含省，钻取与绑定数据段的层次有关。下钻是自动添加比自己级别小一级的一个字段。假设在查询中存在年、季度、月份三个数据段，年包含季度，季度包含月份，绑定界面上绑定年数据段，则在年数据段前有个加号 “+”，当用户点击加号时，在绑定窗口中会增加比当前数据段级别低一级数据段。上钻是把在该层次中比自己级别小的字段都从绑定窗口中删除。假设在查询中存在年、季度、月份三个数据段，年包含季度，季度包含月份，绑定界面上绑定季度数据段，以及月份数据段，则在季度数据段前有个减号 “-”，当用户点击减号时，在绑定窗口中会移除所有比当前数据段级别低的数据段。 |
| 16.自动保存与恢复功能:仪表盘自动保存是一种防止数据丢失的保护机制，系统会定时去对仪表盘做自动保存处理（对现有的仪表盘操作无影响），当仪表盘异常关闭时，可以进行恢复。
当仪表盘过期、浏览器异常关闭或刷新时，再次进入制作报告界面，会弹出恢复仪表盘的对话框，选择需要恢复的仪表盘，点击确定即可，没有选中的仪表盘会被删除。 |
| 17）.报告:对所设计的报表启用情况进行管理，记录管理发布时间、发布人、发布范围等信息。有权限的用户可以发布后的报表，每次打开报表都是实时重新计算的结果。在发布后的报表上进行时，用户可以进行数据筛选、数据联动等交互操作，方便用户进行问题定位和数据分析。 |
| 18）.门户设置:数据门户作为用户看数据，用数据的唯一入口，为用户提供美观、直观和结构化的应用界面，同时为了更好地与系统用户进行互动，门户系统中加入更多的社交元素。在平台中，用户可以自由定制自己的专属门户。 |
| 19）.增强分析:系统中支持放大、笔刷、超链接、联动、上卷下钻等丰富的互动分析组件，方便用户从不同的视角聚焦分析，挖掘数据价值。图表组件之间默认自动关联，通过笔刷和缩放两种特有的联动方式，即可灵活对数据进行多维分析、探索式分析，提取出有价值的信息，发挥数据的作用。 |
| 20）.视图：对于报告视图，系统提供了树状显示以及图标显示两种模式。 |
| 21）.报告模式设置：用于配置用户能对报表进行的不同操作，默认是“模式” 。模式：用户在报表时只能进行。分析模式：用户在报表时可以使用组件的部分功能。编辑模式：用户在报表时可以对报表进行编辑。 |
| 22）.自适应类型：设置仪表盘的页面在报告中是否自适应屏幕大小，默认选中“ 宽自适应 ”。 |
| 23）.等比例自适应：整个仪表盘根据横向和纵向较长的方向适应屏幕显示，横向和纵向不会有滚动条，不一定会填充整个屏幕。 |
| 24）.宽自适应：仪表盘的页面只适应宽，不会出现横向滚动条。宽自适应时，不支持设置水平对齐方式。全屏自适应：仪表盘的页面适应宽和高，使报告内容根据浏览器或屏幕比例全屏展示。全屏自适应时，不支持设置水平方式对齐。报告缩放比例：设置仪表盘的缩放比例后，在报告里当前仪表盘中的内容就会缩放相应的倍数。可以设置的比例：标准，2倍，3倍，以及用户自定义的倍数。"自动"为默认选项，“ 标准 ”即不缩放，保持原来的比例。报告缩放比例只能设置大于 1 的倍数。 |
| 25）.导出报告:系统可将报告以PDF，Excel，Word，PNG，CSV格式进行导出并保存到本地，以便日后的查阅。如果需要打印操作，可选择自定义布局，系统会自己分割拆分图表打印，也支持手工调整页面布局、打印格式等。 |
| 26）.邮件发送报告:在报表时，用户可以直接通过邮件，将这份报告分享给领导或者团队其他成员，以便他们进行和研究。发送的报告可选择PDF和Excel两种类型。 |
| 27）.订阅报告：系统提供报告订阅功能。用户可设置一个固定的时间，系统将定时发送报告。 |
| 28）. 定时调度模块“”定时任务管理器依靠内嵌的定时任务引擎给系统提供了自动化的支持，保持系统有足够的开放性，提升整个系统的适配性和用户体验。定时任务包括：导出任务，定期的按照某种条件导出PDF 或Excel 文件。发送邮件，定期的按照某种条件生成仪表盘的PDF 或Excel 并发送邮件给用户。导出CSV 文件，定期的按照某种条件导出数据到CSV 文件。导入到数据库，定期的按照某种条件将数据导入到数据库。自定义任务，用户可以通过定义的接口来实现定制的任务。除了通过时间作为触发条件以外，用户还可以通过触发器来触发任务的执行。
定时任务支持为不同用户角色的定时任务设置不同的优先级，从而保证重要任务优先处理。定时任务管理器由三个部分组成：作业、任务和触发器。任务是用来定义何时做何事。触发器是用来定义触发条件的。一个作业包含时间条件、触发器、任务以及后续任务。 |
| APP端应用 | APP赋能端提供“技能”导航的方式，可通过点击选择进入“工作台账”、“预警信息”、“数字任务”、“应用场景”、“助手配置”、“个人中心”等功能模块。 |
| 工作台账：辖区人口概况、辖区内人口情况进行概要统计展示 |
| 应用场景:规范执法监测预警：汇总统计展示辖区内规范执法监测预警情况、按日期筛选执法监测预警
警情质量检查：汇总统计展示辖区内警情质量检查情况
风险警情预警：汇总统计展示辖区内风险警情预警情况
流动人口登记预警：汇总统计展示辖区内流动人口登记预警情况、按日期筛选流动人口登记预警 |
| 预警信息：按照红、橙、黄、蓝四色预警级别进行预警信息列表展示、预警信息列表提供筛选、预警信息可预警信息详细内容 |
| 数字任务：待办任务、已办任务、抄送给我、所有任务、添加任务、批量添加任务 |
