近年来,随着科技的快速发展,大数据技术在公安工作中的应用越来越多,关系越来越密切。我国的公安工作具有管理面广、数据繁杂等特点,在日常执法执勤的过程中会积累大量的数据。警务数据规模变得越来越大,但是数据库技术却没有更新换代,导致大量的数据堆积,不仅无法产生任何价值,反而会对相关数据分析和响应速度造成不良的影响。新的时期,毒品犯罪呈现出复杂多变、科技化智能化等新特点,公安禁毒工作也出现了许多新的挑战,带有技术特征的新型毒品交易形式和贩毒手段开始粉墨登场。因此,建设公安禁毒情报系统就显得尤为必要,它可以对海量涉毒数据进行深入挖掘分析,从中发现隐性涉毒人员,澄清辖区内涉毒人员底数,进而达到辅助一线实战的目的。本文设计的禁毒情报系统采用了多种当下较为主流的数据技术,利用Hadoop架构和模块化的设计理念,实现了禁毒情报系统的灵活性以及易扩展性。通过分析涉毒人员的活动规律与特点,选取相应特征值,并设计以下功能模块:疑似涉毒人员发现、人员聚集发现、涉毒团伙发现、高危场所、预警任务。作者独立设计并实现了如下部分:(1)涉毒人员特征值选取:由于毒品犯罪在我国的量刑很重,参与毒品犯罪的嫌疑人为了逃避法律制裁,往往具有更强的反侦察意识,隐蔽性也更强,这给我们的公安禁毒工作带来了更大的挑战。笔者根据自身多年从事禁毒工作的实战经验,认真归纳总结了涉毒人员的数据信息特征与正常人员数据信息特征之间的不同之处,然后通过对这些特征进行量化,给特征的量化值赋予不同权重的积分,通过积分的累积得到总分值,根据累积积分的大小来找到疑似涉毒人员。(2)算法的比较选择:笔者分别采用了逻辑回归、支持向量机、随机森林这三种算法对涉毒人员特征值进行机器学习,通过实验对比,选择最适合该系统的算法。(3)疑似涉毒人员发现模块:以现有涉毒人员库为基础,通过选定的算法实现对疑似涉毒人员的挖掘分析,通过关联河南省人口信息库、前科人员数据库,摸清疑似涉毒人员身份,结合三大运营商提供的收集通联信息,对其进行全方位的刻画并按照人员最新活动轨迹进行区域划分和地图撒点。目前,该情报系统已正式启用,负责对辖区内隐形涉毒人员的挖掘发现以及对现存涉毒人员的监控工作,并将陆续扩大监控范围。