浅谈智慧实验室在公安系统中的应用

浅谈智慧实验室在公安系统中的应用

刘俊

中船第九设计研究院工程有限公司，200090

摘要

为了提升公安机关打击刑事犯罪、维护社会稳定等现实工作需求的能力，建设一套全面、高效、智能的公安刑事科学研究实验室显得尤为必要。智慧实验室是集物联网、大数据、人工智能、数字孪生等现代化信息技术为一体，建成一个具有智能检测、智能感知、信息深度融合与分析、科学自主决策、多业务综合集成的刑事技术实验室。

关键字：智慧实验室；物联网；数据集成

1. 系统概述

随着信息化与智能化的不断推进，为了提升公安机关打击刑事犯罪、维护社会稳定等现实工作需求的能力，为了提高治安防范和处置能力，实现人民群众对公安工作的满意度和安全感的提升，公安系统也进入智慧时代。

智慧实验室是利用物联网、大数据、人工智能、数字孪生等现代化信息技术，建成一个具有智能检测、智能感知、信息深度融合与分析、科学自主决策、多业务综合集成的刑事技术实验室。实验室硬件是“躯体”，实验室软件是“灵魂”，因此，实验室软件系统是重中之重、核心中的核心。

智慧实验室系统对实验室所有自控系统实时数据采集、系统集中管理、分布式控制的方式，实现实验室整体大数据分析，达到实验室环境管理、节能运行管理、故障实时管理、系统预警管理、互通联动管理、历史数据存储管理、设备运行管理等一体化智能管理。

把各个独立但相互关联的系统集成到一个统一的、协调运行的系统中，实现实验室内整体性的信息交互和信息共享，实现统一集成、统一运营、统一数据管理与利用。通过物联网、数据和应用集成技术实现公安各个系统的接入管理，并在管理平台内构建运营服务能力，提供开放的服务接口，建设统一、开放、可灵活扩展的综合管理平台。综合运营管理平台在数据上实现统一治理，形成标准的数据主题库、专题库（人、物、资产、事件等）；在业务上提供核心资产、孪生资产、行业生态资产等可重用单元，实现实验室精细化运营的综合态势、安全防范综合管理、后勤综合管控、以及实验室专用设备监控等智慧化应用。

2. 系统要求

以公安机关刑事技术实验室为基础，依托先进的计算机技术和网络技术，融合实验室相关各类信息、检验鉴定业务信息与综合管理信息，跨越互联网、实验楼局域网和公安专网，建成设计精细、功能强大、智能高效、稳定可靠、安全可信的高集成大综合的平台系统。

结合物联网、人工智能、大数据、云计算、数字孪生等多种先进技术，实现全方位、多功能、定制化的刑事技术检验鉴定实验室的数字化。通过环境因素、设备状态、能耗、资产、设备运行、事件报警等关键数据的统计，以及多类型展示控件、多类数据源接口、交互应用等实现数据统计分析可视化。在信息化系统方面，可实现项目管理、仪器管理、物资管理、稳定性实验、实验记录等核心功能。以实验室安全为中心，保证实验室环境更加达标、安全、舒适、节能，可持续提升。为实验室提供针对环境、人员及危险物的全周期风险环境控制整体智能化平台解决方案。

可视化围绕“一屏观全域，一网管全楼”的目标定位，将以数据中台为基础，采用统一的数据标准，经过统一采集、治理、应用，实现各业务子系统之间的数据互通互联，并通过系统集成平台充分挖掘业务数据的价值以实现数据可视化，为各级管理者决策提供辅助信息，实现楼宇管理、实验室管理、运维管理、资源管理、ICL管理、协同办公等的一点登录，在满足各相关方业务管理要求的同时结合AI与物联网技术的深度融合，实现刑事技术实验室空间场景模型、设备运行数据、科研运营数据等的一体化，优化空间管理、降低刑事技术实验室能耗、提升运行效率，实现刑事技术实验室全面的智能化和智慧化转型。

3. 系统应用

智慧实验室采取以下技术路线。

3.1.应用架构

图3.1 智慧实验室平台架构图

应用架构包括四层结构：

(1)感知层

业务子系统是指实验室内的设备设施以及对应的IT系统，是需要互联、融合的实验室管理对象，一般包括BA子系统、安防子系统、门禁子系统、照明子系统、消防子系统等。

(2)数字化底座

数字化平台层为整个架构提供业务支撑。业务支撑是指支撑实验室应用开发和运行的使能平台，提供物联接入、视频智能分析、大数据处理等能力以及地图、位置、集成通信等服务，支撑丰富、无限扩展的智慧实验室应用的快速开发、迭代。

(3)业务应用层

通过数字化转型建设的智慧实验室，其业务应用的特征是系统互联、数据融合、业务创新，应用围包括智能安防、节能环保、高效管理、融合实验科研服务，实现增值创收；业务应用可通过多种门户形式展示，包括电视墙、PC网页、手机APP等。

(4)应用场景

业务应用涵盖刑事技术各个专业实验室以及专业实验室所有检验鉴定方法。

3.2.技术架构

图3.2 技术架构图

平台采用分层、分布式、分模块架构设计理念，基于.net core架构，具有以下特点：

(1)高性能

基于K8S和Docker的微服务集群化管理平台和数据处理架构设计，使平台拥有承受大数据并发和系统无限扩容能力，支持集团级跨区域、跨网络、分散型大数据的大型企业系统应用。

(2)高容错

分布式多服务器部署设计，每个服务器可独立运行，不因单个服务器问题而影响整个系统的正常运行，提高了系统的稳定性、可靠性及容错性，满足企业对生产、运维管理的不可间断性要求。

(3)高质量

功能组件化、模块化设计，有利于模块的不断迭代优化，增强功能模块灵活耦合度，提高模块的可复用性及系统的可维护性，降低企业对平台的维护难度及维护成本。

(4)高安全

平台的分层、分模块结构设计，每一层/每个模块都具有独立数据存储及数据处理能力，以及独立的数据及接口安全验证机制，加强了层之间/模块之间数据交互安全性，满足企业对平台硬件管控的安全及数据隐私要求。

(5)分布式灵活部署

基于Dapr微框架开发架构，支持windows、unix、linux等多种操作系统部署，既可部署在私有/共有云服务器上，也可以部署在智能网关设备上，拥有分布式灵活部署特性。

(6)异构系统集成

支持多种共有/私有通讯协议，包括共有Bacnet、Modbus、lonworks、m-bus、SNMP、KNX、Lora、NB-IOT、MQTT等协议，私有Johnson N2、Staefa Smart、GE Meters、PML LON meters等协议，以及各种非标协议的二次开发集成。

(7)多种安全机制

支持设备接入验证安全机制、数据连接SSL加密机制、模块代码强制签名机制、基于角色访问控制机制、基于JWT的API 访问控制机制等多种安全机制，提供网络、数据高安全服务。

(8)智能边缘计算

系统有独立的网络、存储、计算能力，并支持在靠近设备及数据源一侧的物联网关进行部署，快速响应网络服务请求，提供最近边缘侧计算，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。

(9)维护性强

系统采用组件化、服务化设计，各组件之间相对比较独立，组件间调用基于公布的接口约定，系统局部改动不影响其他部分的功能和性能，加强了系统稳定性和可维护性。

(10)多数据库类型

支持MySQL、Oracle、SqlServer等传统主流关系型数据库，同时也支持MongoDB、Redis等流行的No-SQL数据库，能根据不同企业规模、数据规模及不同系统部署环境切换相应的数据库类型。

(11)高性能消息服务

支持RabbitMQ、Kafka、ActiveMQ、Apollo等主流消息中间件，高效可靠的消息传递机制，实现与平台无关的信息数据交互，消息中间件均可进行分布式部署，无限扩容，拥有系统消息并发传输及消息实时传输的高性能特性；高效数据处理机制：系统为平台的枢纽中心，从物联数据的采集到分发，设计了各种数据热处理、分发、规则引擎等分布式数据处理组件，拥有数据高效处理及无限扩容的特性。

(12)开放中心

提供基于Restful规范的开放API接口服务, 基本Swagger标准的在线接口文档，可对单个API授权鉴权, 方便与第三方系统对接。

4. 总结

智慧实验室采用实时数据采集、系统集中管理、分布式控制的方式，实现实验室整体大数据分析，从而达到节能运行管理、故障实时管理、系统预警管理、智能联动管理、历史数据存储管理、设备运行管理等智能一体化管理。未来，随着信息技术的不断发展和创新，智慧实验室将会在公安系统中发挥更加重要的作用，为公安事业的发展注入新的动力。

参考文献

[1]周春月,闫子淇.基于物联网技术的智慧实验室架构研究[J].实验室研究与探索, 2014,33(5):239-243.

[2]林鲁春，邵根福，姜周曙，等.智慧实验室系统的研究与构建[J].实验室科学与技术, 2020, 18(1):151-154.

[3]欧满琳,莫秋燕.基于物联网技术的智慧实验室管理系统研究与应用[J].南国博览, 2019(8):203.