文｜王卫军 米顺林 李存耀

近年来，在企业日常生产管理中，盗窃案件时有发生，为企业带来损失和不利影响。加强油田治安防范智能化建设，构建安全技术防范管理系统，有助于提升对各类案件、事件的快速处理能力，实现预防、发现、控制有机结合、无缝衔接，切实提升企业治安保卫工作水平。

一、企业治安防范对比

治安防范从手段上划分，可分为人防、物防与技防。人防主要包括以下四点：一是调查研究。掌握企业中应加强安全防范的人员、场所、部位，包括企业在岗人员、外来人员、重点场所。二是组织巡逻、守护工作。主体力量包括内保人员、安全员和企业志愿者，主要方式是定时定点的例行工作。三是例行安全检查。包括对企业重点场所、关键核心生产部位等进行管理与安全监督检查。四是发动治安防范宣传。例如定期召开企业综合治理会议、悬挂治安防范宣传标语等，深入基层宣传治安防范知识。物防，简言之就是运用固定设备、物理设施阻拦和推迟治安风险的发生。如通过安装防护网、加装防盗门窗、设立防护栏和隔离栏等，增强企业各种建筑物、设备设施的防破坏、防偷、防攀爬能力。技防，则是通过软硬件相结合的技术手段进行安全防范，包括电子监控、智慧门禁、防盗对讲、物业电子报警系统和设备智能传感等技术手段和监控系统建设。

传统治安防范的特点和不足，传统防范手段在企业治安防范中有其无可替代的优势，对企业治安防控仍然起着重要作用，能切实拉近企业内部成员之间的关系与距离，同时也是对智能防范的有益补充。但传统治安防范主要借助人力密集工作的模式，这样的运行机制难以适应当前经济社会发展的形势和需求。一方面，治安风险防范意识落后。实践中，安保人员多是年纪比较大的员工，部分人员思想较松懈，多数满足于“企业治安工作只要不出问题就行”“台账能对上就行”。另一方面，企业治安风险防范手段单一，多采用核对台账、发现问题当场处罚以及“专项行动”式清查的方式，久而久之，形成了“不出事平安无事，一出事就出大事”的被动局面。现实管控难度的不断加大与根深蒂固的传统观念、体制机制制约着传统防范手段效用的发挥。同时，现有企业社会治安综合治理工作机制，偏重事后打击，没有兼顾“打防结合”，忽视了预测预防机制的建立，对企业内的各类基础风险要素很大程度上存在“底数不清、情况不明”的问题。治安风险智能防范的补充优势是企业治安风险智能防范是在海量数据基础上利用本体构建技术，对企业治安风险及其关联关系采用统一的描述模型，构建企业治安风险知识图谱，既能兼容数据多样性，又能实现风险要素的关联，便于在风险事件感知分析中运用。企业治安风险智能防范采用的是“从因预果”的正向思维模式，更符合数据流本身的性质演变，而非由职能部门工作的分工决定。这对企业治安风险的防范来说，是一个相对稳定的治理模式。同时，企业治安风险智能防范架构是一个体系化的构建，能够发挥技术的整体优势。

治安风险智能防范架构能够将企业内海量数据信息进行挖掘、关联，通过系统特定条件不断触发各种内在需求，并以此对海量数据进行分析，转化为揭示传统防范手段难以发现的风险关联性，基于模糊实例推理按程序自动进行判预判和预测，沉淀最优识别过程，发现治安风险点，并向相应的终端执行设备、执行人员发布预警信息和控制指令。因此，它可以成为企业治安风险识别的有益帮手，帮助企业增强对风险的感知能力与辨别能力，在源头上及时发现风险苗头，防患于未然。还能够帮助风险治理主体更好把握风险要素之间的关联关系与发生规律，更加了解、提升企业治安本质化水平。

二、企业治安风险智能防范架构原则

凡事预则立，不预则废。企业的决策与资源配置应当将预防和控制风险作为首要任务。平静的企业潜伏着各类治安风险：企业最基本的生产场所，以及关键生产区域周边的人和车、临时进入工作人员，在一定条件下都会成为风险源。风险防范所要形成的是一个闭环的精细化管理，从而实现对风险的提前感知。以预测式警务模式为核心企业治安风险智能防范的理想状态，应是在警务体制建构理念上的预测式警务。在信息爆炸背景下，智能化防范手段能够从海量企业治安数据中发掘风险发生演化的规律，并以数据化形式表示出来。通过新一代的信息存储形式——知识图谱，将企业面临的海量多源异构数据深度融合、深度挖掘。通过对海量历史与当下实时数据进行分析，对已有信息进行精确计算处理，再通过基于实例的模糊推理，寻找关联性，及时对治安风险要素进行识别，寻找治安风险点，使之不蔓延、不升级、不激化、不积累。以大数据思维为支撑进入大数据时代，企业治安风险隐匿在海量多源异构数据当中。大数据思维，即以相关关系为轴心，通过对数据的采集、归纳、分析、评估和挖掘，探究系统内部各相关要素和各关联事物之间的逻辑关系，以此为基础感知事物现状，进而科学预测事物的潜在发展趋势和规律。大数据要做的恰恰是“小事情”。运用智能技术探求数据统一表示模型解决数据治理的问题，从数据中获取有用的信息及知识，能够发现企业治安治理中存在的薄弱点、隐患点，切实助力基层治理精细化。例如在2020 年新型冠状病毒肺炎疫情期间，大数据管理会将各方面的信息在物理层面将数据自动采集和比对，自动进行统计分析，为决策部门提供科学决策、精准施策的依据。

以智能化处理模式为手段企业治安风险智能防范重在“智能”。将企业治安相关数据进行有效整合，通过本体建模探求数据的统一表示模型，形成数据自动采集、归纳分类、集成融合、分析评估、步骤预测的大数据管理，深度互联、协同共享，提前识别、预估、预判各类治安风险动态，为风险防范提供决策支持。通过智能防范处理模型，不断触发各种需求，对数据进行分析，产生所需要的知识，自主进行识别、判断和预测，沉淀最优处理过程。

三、企业治安风险智能防范架构设计

企业治安风险智能防范架构设计，以企业治安面临的风险要素及其关联关系为“病症”，以企业治安风险知识图谱为关键技术“药方”，实现对企业治安风险多源异构数据的融合分析，搭建数据统一描述模型，实现对企业治安风险数据的有效治理。

感知技术层是企业治安风险智能防范的信息入口，包括身份感知、位置感知、多媒体感知与状态感知。在感知技术层建设上要实现一体化管理，按照“机器增强警力、智能提升效能”的思路，提高对各类非实名数据的采集能力，源头构建多维度、立体式、智能化的企业治安泛感知网络。企业治安风险技术感知层以物联网构建为核心，通过企业内部安装的电子监控、电子围栏、人脸识别、WIFI 前端管控、智能传感器等科技手段，实现对企业治安风险要素的实时获取，从源头上搭建起立体式、多手段、自动化的控制系统，促进感知手段不断升级和信息化深度应用，确保在风险智能防范这一步不遗漏、不落后。

大数据处理企业治安风险智能防范体系化构建以信息化智能化为特征，融合大数据思维，坚持“实战+科技”支撑，打造“时空全景展示、要素融合互联、事物深度互联”的全息防控图景网络，实现对企业治安风险的智能防范。通过采集融合企业治安风险要素信息动态，基于数据的海量多源异构复杂特性，由业务驱动转向数据驱动，转化为企业治安风险领域本体，绘制出“人-地-物-事-组织”本体关联关系架构与知识图谱，综合纳入实现数据的融合分析和集成共享。在数据整合优化的基础上，对某一具体治安风险进行多维度的碰撞分析，深入挖掘数据深层次价值，实现对企业场域内重点时空、外来人员、人员异常行为、可疑车辆、设备设施故障等潜在治安风险隐患的智能识别、预测预警。

油田社会治安防范智能化系统的建立，将会大幅提升各类案件、事件的预判预测、快速处理能力，在预防、发现、控制、处理及改进升级方面实现有机链接，构建成安全技术防范管理系统。在大数据、云计算等新技术与传统防范手段默契配合，构建起适合企业特点的立体化、全过程的打防控体系，其防范能力将是各个独立防范手段协同配合后的迭代升级版，为企业生产经营提供有力的服务保障。