杜藝卓 蔣靜

摘 要：公安邊防信息化建設(shè)存在方法陳舊效率低下，系統(tǒng)零散自動(dòng)化程度不足，前沿技術(shù)應(yīng)用不夠等現(xiàn)象。利用隱馬爾可夫模型可以實(shí)現(xiàn)檢測(cè)網(wǎng)絡(luò)入侵，監(jiān)控信息化系統(tǒng)運(yùn)行和開(kāi)展視頻對(duì)象異常交互檢測(cè)等目標(biāo)。在互聯(lián)網(wǎng)和人工智能技術(shù)不斷發(fā)展的今天，要實(shí)現(xiàn)公安邊防信息化水平的不斷提升，不能僅僅依靠不斷充實(shí)的硬件設(shè)備，更需要能與硬件相契合的軟件，這樣才能使信息化系統(tǒng)最大程度地發(fā)揮作用。

關(guān)鍵詞：公安邊防信息化 隱馬爾可夫模型 機(jī)器學(xué)習(xí) 人工智能

公安邊防信息化建設(shè)是國(guó)防信息化建設(shè)的重要組成部分，是保證國(guó)家對(duì)外開(kāi)放和“一帶一路”倡議推進(jìn)和實(shí)現(xiàn)強(qiáng)軍目標(biāo)、維護(hù)邊境地區(qū)安全穩(wěn)定的重要保證。在互聯(lián)網(wǎng)和人工智能技術(shù)不斷發(fā)展的今天，要實(shí)現(xiàn)公安邊防信息化水平的不斷提升，不能僅僅依靠不斷充實(shí)的硬件設(shè)備，更需要能與硬件相契合的軟件應(yīng)用，這樣才能使信息化系統(tǒng)最大程度地發(fā)揮作用。

一、公安邊防工作信息化概念及現(xiàn)狀

公安邊防工作信息化，即依托互聯(lián)網(wǎng)、大數(shù)據(jù)和計(jì)算機(jī)技術(shù)，將傳統(tǒng)的公安邊防業(yè)務(wù)工作進(jìn)行重新設(shè)計(jì)和規(guī)劃，使得這些工作能夠變成電子數(shù)據(jù)在電子設(shè)備上操作和分發(fā)，取代傳統(tǒng)的手寫和郵寄等低效率信息傳播方式，提高信息傳遞速度，并對(duì)數(shù)據(jù)進(jìn)行整合分析，利用大數(shù)據(jù)分析等技術(shù)，完成過(guò)去靠人力無(wú)法勝任的工作；在某種程度上能夠?qū)崿F(xiàn)“無(wú)紙化”辦公，節(jié)省資源，提高工作效率。

在互聯(lián)網(wǎng)技術(shù)飛速發(fā)展的今天，信息化技術(shù)已經(jīng)成為公安邊防工作開(kāi)展的一項(xiàng)基礎(chǔ)技術(shù)，支撐了大量的邊防業(yè)務(wù)工作開(kāi)展。信息化建設(shè)已經(jīng)成為了公安邊防工作中重要和不可或缺的一部分。得益于互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的發(fā)展，使得公安邊防工作依托信息化得以更進(jìn)一步地開(kāi)展，邊防業(yè)務(wù)工作的效率得到了極大提升。

目前在公安邊防領(lǐng)域，信息化技術(shù)的應(yīng)用非常廣泛，已經(jīng)深入到基層一線工作中，如辦公一體化平臺(tái)、各類數(shù)據(jù)分析查詢系統(tǒng)等。以內(nèi)蒙古總隊(duì)為例，公安邊防部門已經(jīng)實(shí)現(xiàn)大部分業(yè)務(wù)通過(guò)公安專網(wǎng)進(jìn)行開(kāi)展，使得跨地域跨部門合作的難度大幅下降；基層部隊(duì)全部配備超短波通信電臺(tái)，大量監(jiān)控?cái)z像頭，形成對(duì)轄區(qū)的全方位監(jiān)控；部署各類信息平臺(tái)供記錄、查詢以及文書(shū)生成的需要，如戶籍平臺(tái)等。

但是，在人工智能迅猛發(fā)展的今天，公安邊防信息化建設(shè)在軟件方面仍然停留在“人工、手動(dòng)”的程度，在提高了工作效率的同時(shí)也限制了進(jìn)一步提升工作效率的潛力。

軟件對(duì)于搞好公安邊防信息化建設(shè)同樣重要，尤其是對(duì)人工智能，尤其是機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用，是進(jìn)一步提升工作效率的有效途徑。隱馬爾可夫模型（HMM）作為存在時(shí)間比較長(zhǎng)的模型，在計(jì)算和應(yīng)用方面相比當(dāng)下非常流行的人工神經(jīng)網(wǎng)絡(luò)都有獨(dú)到的優(yōu)勢(shì)。在本文中，作者將以HMM為手段，對(duì)公安邊防業(yè)務(wù)工作中的幾個(gè)內(nèi)容的信息化進(jìn)行探討，展現(xiàn)人工智能技術(shù)在公安邊防領(lǐng)域的應(yīng)用前景。

二、當(dāng)前公安信息化工作存在的問(wèn)題

盡管如今公安信息化工作依托各類信息化技術(shù)得到了很大的提升，但是不可否認(rèn)，公安信息化建設(shè)存在發(fā)展不平衡問(wèn)題——在大力推進(jìn)硬件采購(gòu)升級(jí)的同時(shí)，對(duì)配套的軟件技術(shù)應(yīng)用不足。在人工智能迅猛發(fā)展的今天，公安邊防信息化建設(shè)在軟件方面仍然停留在“人工、手動(dòng)”的程度，在提高了工作效率的同時(shí)也限制了進(jìn)一步提升工作效率的潛力。

（一）方法陳舊、效率低下

在當(dāng)前的公安信息化工作中，普遍存在工作方式方法陳舊、效率低下的問(wèn)題：雖然信息化設(shè)備在不斷更新?lián)Q代升級(jí)，但是在內(nèi)部業(yè)務(wù)指導(dǎo)中參考的依舊是“老辦法”，沒(méi)有充分利用現(xiàn)代信息化設(shè)備的優(yōu)勢(shì)和特點(diǎn)，導(dǎo)致雖然信息化硬件條件與時(shí)俱進(jìn)，但是沒(méi)有相應(yīng)帶來(lái)信息化工作能力的整體提升。

（二）系統(tǒng)零散，整合自動(dòng)化程度不足

以目前的情況來(lái)看，越來(lái)越多的信息化數(shù)據(jù)系統(tǒng)在公安日常工作中扮演重要角色。但是在如今“大數(shù)據(jù)”時(shí)代來(lái)臨的背景下，社會(huì)面數(shù)據(jù)的重要程度達(dá)到了史無(wú)前例的高度，然而受公安隊(duì)伍整體水平影響，部分工作人員對(duì)大數(shù)據(jù)重要性認(rèn)識(shí)程度不足，對(duì)數(shù)據(jù)形式和內(nèi)容不夠敏感等原因，公安機(jī)關(guān)所掌握的數(shù)據(jù)普遍存在內(nèi)容殘缺、質(zhì)量參差不齊、數(shù)據(jù)細(xì)致化程度不高、特定行業(yè)數(shù)據(jù)不足等問(wèn)題。同時(shí)，由于公安工作的特殊性質(zhì)以及當(dāng)前社會(huì)日益嚴(yán)峻的維穩(wěn)、治安、反恐形勢(shì)等問(wèn)題，迫切需要更多更全更細(xì)致的社會(huì)數(shù)據(jù)支持。而當(dāng)前公安信息化設(shè)施及系統(tǒng)對(duì)數(shù)據(jù)的處理能力依舊處于“割裂”狀態(tài)，多種數(shù)據(jù)系統(tǒng)“各自為政”，信息流轉(zhuǎn)不暢通，系統(tǒng)之間建立聯(lián)系困難，數(shù)據(jù)不能得到有效整合和使用，使得跨系統(tǒng)合作變得異常困難。

（三）高新技術(shù)缺位，對(duì)前沿技術(shù)應(yīng)用不夠

信息化技術(shù)的應(yīng)用能力跟不上技術(shù)進(jìn)步的節(jié)奏。隨著建設(shè)系統(tǒng)越來(lái)越多，公安業(yè)務(wù)人員對(duì)系統(tǒng)的操作、使用間銜接又開(kāi)始跟不上系統(tǒng)建設(shè)的步伐，有些單位對(duì)信息化技能的考核不能立足實(shí)際。在系統(tǒng)建設(shè)和運(yùn)行維護(hù)上，能夠在掌握信息技術(shù)的同時(shí)也熟練掌握公安業(yè)務(wù)的復(fù)合型人才缺乏，核心技術(shù)掌握在公安系統(tǒng)的極少，信息技術(shù)人才有流失的趨勢(shì)。公安大數(shù)據(jù)應(yīng)用不能緊跟形勢(shì)，理念落后、模型缺乏、研判能力不足。各級(jí)公安機(jī)關(guān)領(lǐng)導(dǎo)和民警對(duì)公安信息化的認(rèn)識(shí)僅限于簡(jiǎn)單增刪改查數(shù)據(jù)的層面，缺乏對(duì)業(yè)務(wù)信息化的更深層次的理解，沒(méi)有對(duì)信息化模型與應(yīng)用進(jìn)行進(jìn)一步的探索。公安業(yè)務(wù)部門能夠獲取大量數(shù)據(jù)、懂公安業(yè)務(wù)，但是缺乏對(duì)數(shù)據(jù)模型算法的理論知識(shí)，缺乏對(duì)數(shù)據(jù)內(nèi)在規(guī)律探索的方法和經(jīng)驗(yàn)[1]。

筆者將以隱馬爾可夫模型為例，結(jié)合公安邊防相關(guān)業(yè)務(wù)工作對(duì)模型算法進(jìn)行應(yīng)用，探討公安業(yè)務(wù)數(shù)據(jù)的更深層次應(yīng)用方法及人工智能模型對(duì)業(yè)務(wù)工作的影響和幫助。

三、隱馬爾可夫模型

（一）概念

HMM（Hidden Markov Model）是一種用于預(yù)測(cè)隱含狀態(tài)，即不可觀測(cè)的馬爾可夫鏈的統(tǒng)計(jì)模型。其難點(diǎn)在于通過(guò)可觀測(cè)狀態(tài)推導(dǎo)出隱含狀態(tài)或者隱含參數(shù)。下圖所表示的便是隱馬爾可夫模型的簡(jiǎn)易示意圖，其中x為馬爾可夫鏈、a為各個(gè)狀態(tài)之間的轉(zhuǎn)移概率、b為隱含狀態(tài)表現(xiàn)為顯狀態(tài)的發(fā)射概率、y則是可觀測(cè)到的狀態(tài)。

[KH*2][PS05.EPS；Z3；Y3，BP][TS（][HT5”H][STHZ] [JZ（]圖1 隱馬爾可夫模型結(jié)構(gòu)示意[JZ）][TS）][KH-1][KH*2]

隱馬爾可夫模型所研究的問(wèn)題雖然穿插于圖像識(shí)別、人像識(shí)別、聲音識(shí)別，機(jī)器學(xué)習(xí)等，但是總結(jié)起來(lái)可以概括為如下幾類。

1.馬爾可夫假設(shè)（隱含狀態(tài)可構(gòu)成一階馬爾可夫鏈）

2.時(shí)間無(wú)關(guān)性假設(shè)

3.輸出獨(dú)立性假設(shè)

對(duì)于HMM來(lái)說(shuō)，每個(gè)隱含狀態(tài)H和可觀測(cè)狀態(tài)O之間是有一定概率關(guān)系的，那么由于是概率關(guān)系，所以在進(jìn)行計(jì)算時(shí)我們可以明確在進(jìn)行計(jì)算時(shí)，當(dāng)隱含狀態(tài)一定時(shí)，各個(gè)隱狀態(tài)H向可觀測(cè)狀態(tài)O轉(zhuǎn)移的概率相加一定是等于1的。

它作為馬爾可夫鏈的一種，其狀態(tài)不能被直接觀察到，而是通過(guò)對(duì)可以被觀察到的狀態(tài)進(jìn)行測(cè)量，每個(gè)觀測(cè)狀態(tài)都是由隱含狀態(tài)通過(guò)某些概率密度分布表現(xiàn)出來(lái)，每一個(gè)觀測(cè)向量是由一個(gè)具有響應(yīng)概率密度分布的狀態(tài)序列產(chǎn)生[2]。它是一種用參數(shù)表示的方式來(lái)描述隨機(jī)過(guò)程統(tǒng)計(jì)特性的概率模型，是一個(gè)雙重隨機(jī)過(guò)程，由兩個(gè)部分組成：馬爾可夫鏈和一般隨機(jī)過(guò)程。其中馬爾可夫鏈用來(lái)描述狀態(tài)的轉(zhuǎn)移，用轉(zhuǎn)移概率描述。一般隨機(jī)過(guò)程用來(lái)描述狀態(tài)與觀察序列間的關(guān)系，用觀察值概率描述[3]。對(duì)于HMM模型，其狀態(tài)轉(zhuǎn)換的過(guò)程是不可觀察、隱藏的，因此被稱為“隱”馬爾可夫模型。

假設(shè)現(xiàn)在已經(jīng)有一個(gè)特定的隱馬爾科夫模型λ和一個(gè)可觀察狀態(tài)序列集。我們也許想知道在所有可能的隱藏狀態(tài)序列下，給定的可觀察狀態(tài)序列的概率。

假設(shè)當(dāng)給定如下隱藏狀態(tài)序列：

Q=q1q2…qT

那么在HMM和這個(gè)已知序列H的條件下，序列O的概率為：

P O|Q，λ =bq1 O1 bq2 O2 …bqT OT

而序列H在HMM條件下的概率為：

P（Q|λ）=πq1αq2q2αq2q3…αqT-1qT

因此，序列H和序列O的聯(lián)合概率為：

P（O，Q|λ）=P（O|Q，λ）P（Q，λ）

于是在所有的序列H上，出現(xiàn)序列O的概率為：

P（O|λ）=∑ allQ P（O|Q，λ）P（Q，λ）

（二）適用領(lǐng)域

利用隱馬爾可夫模型，一般可以解決以下幾類經(jīng)典的問(wèn)題。

1.解碼問(wèn)題。給定可觀察序列O和模型λ，計(jì)算在模型確定的條件下輸出可觀測(cè)序列最可能的隱含序列Q。該問(wèn)題用于尋找符合觀測(cè)結(jié)果的情況下最可能的真實(shí)隱含狀態(tài)情況，如根據(jù)傳感器數(shù)據(jù)推斷最可能的天氣狀況[4]。

2.估值問(wèn)題。給定可觀察序列O和模型λ，計(jì)算在模型確定的條件下輸出可觀測(cè)序列的概率P（O|λ）。該問(wèn)題可以看作是評(píng)價(jià)一個(gè)模型與觀測(cè)結(jié)果的匹配程度。

3.學(xué)習(xí)問(wèn)題。給定可觀察序列O，計(jì)算模型λ的各項(xiàng)參數(shù)，使得出現(xiàn)給定可觀察序列的概率，即P（O|λ）最大。該問(wèn)題用于尋找對(duì)已經(jīng)觀測(cè)到的結(jié)果的最佳描述，通常用于對(duì)現(xiàn)實(shí)數(shù)據(jù)進(jìn)行擬合，以判斷模型參數(shù)是否能夠盡可能準(zhǔn)確反映觀測(cè)結(jié)果。

文中筆者介紹的若干中應(yīng)用將采用估值問(wèn)題和學(xué)習(xí)問(wèn)題算法相結(jié)合的方式，首先對(duì)模型參數(shù)進(jìn)行尋找和調(diào)整，再利用估值算法對(duì)真正的業(yè)務(wù)目標(biāo)進(jìn)行預(yù)測(cè)并輸出結(jié)果。

四、模型在信息化工作中的應(yīng)用

由于隱馬爾可夫模型在數(shù)學(xué)上形式簡(jiǎn)單，計(jì)算量相比于當(dāng)今比較流行的人工神經(jīng)網(wǎng)絡(luò)等模型有明顯優(yōu)勢(shì)，節(jié)省硬件計(jì)算能力，使得同等硬件條件下，隱馬爾可夫模型取得預(yù)期效果所需的成本較低，符合公安信息化工作中對(duì)節(jié)約資源的要求。本文將從公安信息化工作中選取四個(gè)方面進(jìn)行分析，提出該模型在此類問(wèn)題中的應(yīng)用合理性及可能性。

（一）檢測(cè)網(wǎng)絡(luò)入侵

公安內(nèi)部網(wǎng)絡(luò)與互聯(lián)網(wǎng)高度隔離，但是由于人為失誤等各種各樣的問(wèn)題，公安網(wǎng)絡(luò)頻繁遭到網(wǎng)絡(luò)入侵，如2017年的“永恒之藍(lán)”事件，給公安業(yè)務(wù)工作造成了巨大損失。網(wǎng)絡(luò)安全防范是公安信息化工作中的核心任務(wù)之一，是保障公安業(yè)務(wù)各項(xiàng)工作順利開(kāi)展的重要保證，維護(hù)網(wǎng)絡(luò)安全，防范網(wǎng)絡(luò)入侵，是當(dāng)今公安系統(tǒng)乃至整個(gè)互聯(lián)網(wǎng)行業(yè)重點(diǎn)攻堅(jiān)的課題。公安系統(tǒng)內(nèi)部現(xiàn)有的網(wǎng)絡(luò)安全防范技術(shù)目前仍停留在購(gòu)買外部現(xiàn)成方案的水平，主要依托硬件防火墻等措施，軟件建設(shè)不足，缺乏及時(shí)更新能力，對(duì)新型入侵缺乏防護(hù)，不能及時(shí)防御。

利用HMM進(jìn)行網(wǎng)絡(luò)入侵檢測(cè)首先是由Juan M. Estevez Tapiador在他的一篇2011年發(fā)表的文章Das K. Protocol Anomaly Detection for Network-based intrusion Detection中提出的。他認(rèn)為在網(wǎng)絡(luò)入侵領(lǐng)域雖然入侵方式多變，類型難以捕捉，但是TCP數(shù)據(jù)包在正常狀態(tài)下有唯一確定的值來(lái)加以標(biāo)記識(shí)別，因此便可以將網(wǎng)絡(luò)狀態(tài)分為正常與不正常兩類，根據(jù)正常數(shù)據(jù)訓(xùn)練得到協(xié)議模型，而后通過(guò)訓(xùn)練模型進(jìn)行檢測(cè)，凡是偏離該模型的序列都可以認(rèn)為是異常狀態(tài)，即存在入侵行為。

根據(jù)HMM的基本原理，在知道觀測(cè)數(shù)據(jù)的情況下運(yùn)用BW算法建立模型得到必要的λ=（N，M，A，B），然后運(yùn)用Viterbi算法，通過(guò)已知的觀測(cè)狀態(tài)和算出來(lái)的λ=（N，M，A，B）進(jìn)行推測(cè)，得出最有可能形成現(xiàn)有觀測(cè)狀態(tài)的隱含狀態(tài)，即是否為攻擊類型。

（二）監(jiān)控信息化系統(tǒng)運(yùn)行狀況

在公安信息化工作中，對(duì)信息化設(shè)備和系統(tǒng)的運(yùn)行維護(hù)是所有工作中的重中之重，設(shè)備和系統(tǒng)的運(yùn)行健康程度關(guān)系到系統(tǒng)是否正常運(yùn)行，關(guān)系到相關(guān)業(yè)務(wù)能否正常開(kāi)展?，F(xiàn)有公安系統(tǒng)運(yùn)維技術(shù)主要依靠運(yùn)維人員的經(jīng)驗(yàn)，在面對(duì)問(wèn)題時(shí)難以及時(shí)發(fā)現(xiàn)問(wèn)題真正所在，錯(cuò)過(guò)最佳解決時(shí)間，對(duì)正常業(yè)務(wù)工作造成影響。本文中筆者提出一種利用隱馬爾可夫模型對(duì)系統(tǒng)運(yùn)行進(jìn)行自動(dòng)化監(jiān)測(cè)并及時(shí)發(fā)現(xiàn)判明問(wèn)題的方案，實(shí)現(xiàn)運(yùn)維工作部分自動(dòng)化，減輕人員壓力，提高運(yùn)維效率。

利用隱馬爾可夫模型對(duì)系統(tǒng)運(yùn)行狀況進(jìn)行監(jiān)控同屬于異常檢測(cè)范疇。在計(jì)算機(jī)系統(tǒng)運(yùn)行過(guò)程中，計(jì)算機(jī)程序運(yùn)行時(shí)所處[HJ]的狀態(tài)千變?nèi)f化，難以采樣和捕捉。但是從操作系統(tǒng)層面上來(lái)看，操作系統(tǒng)在一段時(shí)間內(nèi)所運(yùn)行的程序數(shù)量是有限的，而應(yīng)用程序在調(diào)用系統(tǒng)功能的時(shí)候所進(jìn)行的操作（即系統(tǒng)調(diào)用）是相似的。通過(guò)對(duì)一系列或某個(gè)特定的應(yīng)用進(jìn)程的系統(tǒng)調(diào)用進(jìn)行采樣處理，通過(guò)數(shù)據(jù)對(duì)HMM進(jìn)行訓(xùn)練，并對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)，就可以得知該應(yīng)用程序是否處在非正常狀態(tài)下。

1.提取數(shù)據(jù)，將進(jìn)程的系統(tǒng)調(diào)用記錄采樣，并由于進(jìn)程狀態(tài)已知而建立標(biāo)簽，該數(shù)據(jù)將作為模型的訓(xùn)練集。

2.將系統(tǒng)調(diào)用序列視為可觀測(cè)序列O，將進(jìn)程狀態(tài)視為隱含序列I，先對(duì)HMM模型進(jìn)行預(yù)估，并利用梯度遞減算法和訓(xùn)練數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練學(xué)習(xí)。

3.在模型誤差小于一定閾值之后，將其對(duì)測(cè)試數(shù)據(jù)進(jìn)行測(cè)試和實(shí)際使用。

對(duì)系統(tǒng)行為進(jìn)行建模，可觀測(cè)序列O（O1O2O3…）為某個(gè)進(jìn)程中的系統(tǒng)調(diào)用采樣，隱含狀態(tài)序列為被采樣應(yīng)用程序所處的運(yùn)行狀態(tài)，由此對(duì)模型參數(shù)λ=（A，B，π）進(jìn)行估值，在經(jīng)過(guò)反復(fù)訓(xùn)練后得到準(zhǔn)確率相對(duì)較高的模型，并用此模型對(duì)后續(xù)狀態(tài)進(jìn)行預(yù)測(cè)。

（三）視頻對(duì)象異常交互檢測(cè)

在公安各項(xiàng)業(yè)務(wù)工作中，視頻監(jiān)控都扮演著重要角色，因?yàn)橐曨l監(jiān)控圖像能夠?yàn)榘讣善频裙ぷ魈峁┐罅啃畔?，幫助人員進(jìn)行決策。但經(jīng)過(guò)多年的發(fā)展，視頻監(jiān)控的作用僅僅停留在由工作人員逐條觀看的層次，幾乎沒(méi)有更多的應(yīng)用方式被發(fā)掘。由于人本身的先天不足，在面對(duì)大量的監(jiān)控錄像需要查看的時(shí)候，工作人員的查看速度成為了效率的瓶頸，由于警力有限，在面對(duì)大量的監(jiān)控資料時(shí)，監(jiān)控查看的效率無(wú)法有效得到提升。因此要想提高監(jiān)控錄像的利用效率，就要從效率的關(guān)鍵處下手，將部分原本只能由人來(lái)做的工作交給計(jì)算機(jī)來(lái)做，從而提高效率，例如這里討論的利用計(jì)算機(jī)算法自動(dòng)識(shí)別視頻中的異常行為。

檢測(cè)人體的異常行為需要能夠理解人體單個(gè)部位的微動(dòng)作，因此我們需要將人體分割成有意義的各個(gè)部位。成功將人體分割成有意義的各個(gè)部位之后，我們就可以將視頻中人體的異常動(dòng)作分解為不同部位、不同時(shí)間點(diǎn)姿態(tài)序列[5]。

根據(jù)隱馬爾可夫模型定義，姿態(tài)序列是可知的、可觀測(cè)的，因此將姿態(tài)序列作為可觀測(cè)序列，而姿態(tài)序列背后的人體行為是我們要檢測(cè)的目標(biāo)，是未知的，因此作為隱藏狀態(tài)序列。通過(guò)設(shè)定姿態(tài)序列的長(zhǎng)度，對(duì)模型進(jìn)行訓(xùn)練。模型的隱含狀態(tài)數(shù)即行為種類數(shù)，是根據(jù)預(yù)先設(shè)定的目標(biāo)得出的，在確定訓(xùn)練樣本之前，首先要確定，該模型預(yù)期能夠識(shí)別多少種行為，如推搡、擊打、擁抱等。

確定訓(xùn)練樣本之后，我們首先使用最大似然估計(jì)求出模型λ=（A，B，π）的參數(shù)，再利用模型計(jì)算每種行為的概率，即根據(jù)可觀測(cè)序列O和模型λ，計(jì)算可觀測(cè)序列的最大概率P（O|λ）。每種人體行為都對(duì)應(yīng)一個(gè)模型，整個(gè)系統(tǒng)最后的分類判別是通過(guò)對(duì)所有種類模型的概率P（O|λi）進(jìn)行計(jì)算，最終選出概率最高的模型，所對(duì)應(yīng)的行為種類即為最終預(yù)測(cè)結(jié)果。

以上筆者提供了若干種將HMM模型應(yīng)用到公安信息化工作中的方案，但將人工智能技術(shù)運(yùn)用于公安業(yè)務(wù)工作的潛力和價(jià)值遠(yuǎn)不止于此。人工智能技術(shù)的核心目標(biāo)在于模仿人類可以做的，并達(dá)到人類做不到的高度，從而在這些領(lǐng)域中為人類工作提供前所未有的效率提升。不論是本文中提到的隱馬爾可夫模型，還是當(dāng)前最熱門的人工神經(jīng)網(wǎng)絡(luò)模型，都能夠解決語(yǔ)音圖像識(shí)別、趨勢(shì)預(yù)測(cè)、推薦系統(tǒng)等領(lǐng)域的大量實(shí)際問(wèn)題，在許多大型互聯(lián)網(wǎng)公司都有著大量的生產(chǎn)實(shí)踐經(jīng)驗(yàn)，在技術(shù)層面已經(jīng)足夠成熟，現(xiàn)在缺少的就是和實(shí)際工作的有效結(jié)合。筆者在此提出了隱馬爾可夫模型在公安信息化工作中的幾種可行方案，以期為未來(lái)的公安系統(tǒng)信息化工作發(fā)展方向提供參考和借鑒，幫助信息化工作在未來(lái)能夠充分利用人工智能技術(shù)帶來(lái)的便利，使得信息化工作能夠向著更高端、更可靠、更有效的方向不斷發(fā)展。

參考文獻(xiàn)：

[1]劉向榮，農(nóng)忠海，侯文雷.公安信息化發(fā)展及現(xiàn)狀概述[J].數(shù)字通信世界，2018（07）：31-32.

[2]羅宇，杜利民.基于隱馬爾可夫模型局部最優(yōu)狀態(tài)路徑的數(shù)據(jù)重建算法[J].電子與信息學(xué)報(bào)，2004（5）：722-726.

[3]何彥斌，楊志義，馬薈，等.一種基于HMM的場(chǎng)景識(shí)別方法[J].計(jì)算機(jī)科學(xué)，2011（4）：254-256.

[4]黃崗.馬爾可夫及隱馬爾可夫模型的應(yīng)用[J].電子設(shè)計(jì)工程，2013，21（17）：60-62.

[5]蘇野.視頻場(chǎng)景中人體異常交互行為檢測(cè)[D].南京郵電大學(xué)，2017.