技术突破

　　信息分析是公共安全的核心。智能活动的目的是及时发现安全威胁，以采取应对措施。但是，指出这些威胁的模式通常隐藏在海量数据中。为了应对这一挑战，信息分析的一种形式非常有用，即预测分析。

　　预测分析解决方案采用先进的统计、数据探查和机器学习技术查看历史信息，帮助各机构发现隐含的模式和趋势—甚至复杂的数据集。通过利用预测分析技术，您可以更好地预测需要哪种干预，以及在何处。这样，您就可以做出计划，而不是被动应对，并且以非常好的的方式利用可用的资源。

　　如何运行

　　预测分析看起来非常抽象。以下分三步说明预测分析如何将可靠的数据转化为实际的行动。

　　1.连接所有数据

　　首先，最重要的是，必须收集所有可用的相关信息。必须是全部信息。例如，许多信息被认为是“非结构化”信息，因为这些信息并不存在于已经建立的数据模型中。但是，这些信息仍很重要，而且有时会是最重要的信息。非结构化信息包括电子邮件、文本消息、音频和视频文件、健康记录、日志和自由回答的调研答案。预测分析的一个优势是它能对这些文本进行“结构化”处理，从而能够加载到一个分析程序中，成为一个难解之谜。

　　2.将数据转化为洞察力

　　接下来，必须定义“正常”行为，向所有这些数据描述这一行为，例如正常移动和正常情况。通过了解“正常”行为，一旦不正常行为和偏离标准的情况在常态背景下出现，就可以立即被识别出来。一般有三种方法：

　　预测探查历史数据中可能的关系和描述，确定各种因素的哪种组合最有可能导致特定的结果，例如行为和特征。

　　管理识别出发生的事件以及指定的一系列事件，确定接下来有可能发生哪种行为。

　　聚合在具有类似特征的数据中查找自然发生的一组事件。

　　3.以可行的方式展示洞察力

　　从预测分析中获得的洞察力只有当利用它的人员能够轻松获得并理解时才有价值。制图、映射和分析建模等解决方案可以明确地以高性价比的方式提供结果，而且通常实时提供。

　　与基于规则的分析和决策方法不同，预测分析技术可以识别相对不常见的行为，即使这些行为存在其它方法可能忽略的微妙差异。预测分析技术探查数据的所有维度并从中学习，从而允许分析人员将人类知识、第一手经验和直觉结合在一起，指导分析技术的应用。由于预测分析能够持续地结合大量的数据维护、类型和来源，因此，您可以快速而且可靠地探测出罪犯的无意信号。

　　IBMz/TPF操作系统

　　IBMz/事务处理设施(z/TPF)设计的初衷是处理航空订票系统的大量事务。目前，z/TPF经过不断发展，为关键任务应用程序的最苛刻、大业务量、实时事务处理提供了高可用性。