大數(shù)據(jù)浪潮中犯罪防控系統(tǒng)分析及應(yīng)用

鄒 開 其

(大連大學(xué)信息工程學(xué)院， 遼寧 大連 116622)

信息技術(shù)的不斷發(fā)展，以及云計算、互聯(lián)網(wǎng)技術(shù)的興起，引發(fā)了數(shù)據(jù)模式的更新變化。大數(shù)據(jù)，已成為當下最熱門的技術(shù)詞語之一，逐漸應(yīng)用于各個領(lǐng)域。例如，大型超市沃爾瑪每小時處理逾100萬條用戶請求，維護著一個龐大的數(shù)據(jù)庫[1]。有專家預(yù)測，到2020年全球數(shù)據(jù)將增長40%。屆時，每秒鐘，將有290封郵件發(fā)送，亞馬遜將接受72.9筆訂單；每月，人們?yōu)g覽Facebook的總時長可達7×108min[1]。與傳統(tǒng)的數(shù)據(jù)相比，大數(shù)據(jù)的性質(zhì)發(fā)生了根本性的變化，數(shù)據(jù)技術(shù)面臨巨大的變革。

1 大數(shù)據(jù)基本概念

大數(shù)據(jù)技術(shù)被定義為：“以新數(shù)據(jù)處理技術(shù)為手段，在海量、結(jié)構(gòu)復(fù)雜、內(nèi)容多樣的數(shù)據(jù)集中，以較快速度解析出具有規(guī)律性或根本性的判斷、趨勢或預(yù)見”[2]。這意味著，大數(shù)據(jù)的出現(xiàn)伴隨著信息價值產(chǎn)生和集成的過程。在解決大數(shù)據(jù)問題的時候，數(shù)據(jù)大小只是需要考慮的因素之一。對于很多企業(yè)來說，面對數(shù)據(jù)量增長的同時，更要面對其增強后的復(fù)雜性。例如，采用先進的識別模式，不是只針對數(shù)月前的數(shù)據(jù)進行分析，而是更多地針對數(shù)年甚至數(shù)十年來的完整數(shù)據(jù)進行分析。大數(shù)據(jù)的應(yīng)用價值巨大，對社會及科學(xué)研究的各個方面都有重要的意義，可為人們更深入地了解和感知這個世界提供豐富的信息。2009年，Google(谷歌公司)研究員通過對每日超過30億次搜索請求和網(wǎng)頁數(shù)據(jù)的挖掘分析，在H1N1流感爆發(fā)幾周前就預(yù)測出流感即將傳播。2010年，《時代》雜志刊載的“醫(yī)學(xué)界年度十大突破性”研究成果中，醫(yī)療科技公司CardioDX公司就是通過對上億個基因樣本大數(shù)據(jù)的分析，最終識別出能夠預(yù)測冠心病的23個主要基因。2012年，著名國際咨詢機構(gòu)Gartner公司(高德納咨詢公司)預(yù)測到，全球大數(shù)據(jù)相關(guān)產(chǎn)業(yè)的規(guī)模將達到2 320億美元。通過對微博等網(wǎng)絡(luò)大數(shù)據(jù)的挖掘分析，能夠發(fā)現(xiàn)社會動態(tài)，預(yù)警重大事件和突發(fā)事件[3]。大數(shù)據(jù)有以下幾個主要特點：

(1) 數(shù)據(jù)量龐大。現(xiàn)在的大型數(shù)據(jù)規(guī)模一般在10TB級，有更多的數(shù)據(jù)甚至達到PB級規(guī)模。

(2) 數(shù)據(jù)種類豐富。數(shù)據(jù)種類相當豐富，主要包含了結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化等數(shù)據(jù)類型。

(3) 數(shù)據(jù)處理速度快。在數(shù)據(jù)量相當龐大的情況下，也能對數(shù)據(jù)進行及時處理。

(4) 數(shù)據(jù)價值密度低。數(shù)據(jù)的總量與價值密度呈反比。

從數(shù)據(jù)庫到大數(shù)據(jù)，表面上看似只是技術(shù)上的演進，但仔細研究會發(fā)現(xiàn)，兩者存在本質(zhì)上的區(qū)別。大數(shù)據(jù)的出現(xiàn)，使得數(shù)據(jù)的來源、處理方式等都會發(fā)生革命性的變化，徹底顛覆了傳統(tǒng)的數(shù)據(jù)管理方式。

2 國內(nèi)外大數(shù)據(jù)發(fā)展狀況

2.1 國外大數(shù)據(jù)發(fā)展狀況

大數(shù)據(jù)這個概念最早出現(xiàn)于1980年。在大數(shù)據(jù)的應(yīng)用方面，國外比較領(lǐng)先。如Windows Azure平臺，這是一個云計算平臺，可提供云服務(wù)[4]。同時，亞馬遜的云計算平臺也能提供全球領(lǐng)先的云計算服務(wù)，通過平臺可展開新應(yīng)用的研發(fā)。還有，Salesforce.com公司也在研究如何實現(xiàn)大數(shù)據(jù)挖掘，以便為用戶提供更多、更好的決策[5]。

2.2 國內(nèi)大數(shù)據(jù)發(fā)展狀況

國內(nèi)的大數(shù)據(jù)發(fā)展還處在初級階段。早期，騰訊、百度、淘寶等互聯(lián)網(wǎng)企業(yè)，就曾對每天產(chǎn)生的瀏覽、交易數(shù)據(jù)進行用戶行為分析。用戶行為分析對如何吸引更多的互聯(lián)網(wǎng)用戶起著非常重要的作用。例如，淘寶網(wǎng)會在每年的“雙11”購物活動中，根據(jù)不同區(qū)域的用戶及其購物習(xí)慣，在首頁推送個性化商品信息，以吸引更多用戶來瀏覽[6]。隨著大數(shù)據(jù)的普遍應(yīng)用，將有更多企業(yè)針對不同用戶產(chǎn)生的大數(shù)據(jù)進行分析和數(shù)據(jù)挖掘，并據(jù)此制定最優(yōu)決策。

目前，大數(shù)據(jù)應(yīng)用水平比較領(lǐng)先的行業(yè)有醫(yī)療、通訊、金融等行業(yè)[7-9]。在這些行業(yè)中，利用大數(shù)據(jù)挖掘了新的業(yè)務(wù)，甚至改變了商業(yè)模式。在醫(yī)療行業(yè)中，隨著電子醫(yī)療的廣泛應(yīng)用，醫(yī)學(xué)影像、電子病歷以及各種藥物的研究結(jié)果等，都在各醫(yī)院信息系統(tǒng)中以數(shù)據(jù)庫的形式保存起來，各地的醫(yī)療系統(tǒng)通過聯(lián)網(wǎng)，實現(xiàn)了數(shù)據(jù)庫的規(guī)范化應(yīng)用。為了緊跟互聯(lián)網(wǎng)的發(fā)展浪潮，通訊運營商也將技術(shù)發(fā)展的重點轉(zhuǎn)向了大數(shù)據(jù)。例如，中國電信的“天翼空間”等新興的互聯(lián)網(wǎng)數(shù)據(jù)業(yè)務(wù)，就屬于大數(shù)據(jù)業(yè)務(wù)。在大數(shù)據(jù)時代背景下，用戶量、用戶訪問習(xí)慣等都可以被分類、歸納、分析，揭示潛在的機會，企業(yè)據(jù)此開展各種活動并推廣給用戶。此外，金融服務(wù)行業(yè)也同樣通過挖掘大數(shù)據(jù)來滿足客戶的新需求，以提升自身的服務(wù)優(yōu)勢。

大數(shù)據(jù)熱潮，使得“拿數(shù)據(jù)說話”的思想更深入人心，改變了從前不重視數(shù)據(jù)積累的傳統(tǒng)認識。有了這種思維模式，大數(shù)據(jù)的應(yīng)用就有了很大的發(fā)展前景。

3 大數(shù)據(jù)在犯罪防控系統(tǒng)中的應(yīng)用

3.1 犯罪預(yù)測模型

科學(xué)地應(yīng)用犯罪預(yù)測技術(shù)，可以幫助公安機關(guān)更有效地對未來發(fā)生的犯罪行為進行預(yù)測，并且以此為據(jù)進行戰(zhàn)略部署，使社會資源發(fā)揮到最大功效[10]。將大數(shù)據(jù)技術(shù)應(yīng)用于犯罪防控，我們便可通過分析犯罪數(shù)據(jù)庫，找出潛在的犯罪規(guī)律，從而為科學(xué)決策提供技術(shù)支持[11]。例如，如果用數(shù)據(jù)分析法預(yù)測出某地區(qū)的犯罪率，那么我們就可以通過部署降低犯罪率的方案來應(yīng)對不同的預(yù)測結(jié)果，從而對警力資源進行合理分配[12]。比如，若某地區(qū)犯罪率高，我們就相應(yīng)增加10%的警力；若該地區(qū)犯罪率非常高，我們就增加60%的警力。

犯罪大數(shù)據(jù)是指反映與犯罪相關(guān)的人、事、物特征，時空分布特征及其變化過程的多源數(shù)據(jù)，主要具有多源異構(gòu)和高維度的特點[13]。

(1) 多源異構(gòu)。犯罪數(shù)據(jù)的來源相當復(fù)雜，包括人口基本信息數(shù)據(jù)庫、違法犯罪人員數(shù)據(jù)庫、案件信息庫、警員基本信息庫等。犯罪數(shù)據(jù)的類型多樣，包括犯罪位置、車輛軌跡、犯罪現(xiàn)場照片、統(tǒng)計數(shù)據(jù)等多種結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)。

(2) 高維度。犯罪現(xiàn)象的產(chǎn)生和發(fā)展是多種因素相互作用的結(jié)果，犯罪的數(shù)量往往和環(huán)境因素相關(guān)。每個犯罪對象都有許多獨立或者屬性相關(guān)的數(shù)據(jù)，數(shù)據(jù)庫中一般記錄作案時間、犯罪類別、作案地點手段等多個屬性。在分析過程中，需進行多維度分析，分析十幾個甚至更多維度之間的相互關(guān)系。

基于數(shù)據(jù)分析的預(yù)測模型，是對輸入數(shù)據(jù)和輸出數(shù)據(jù)的映射。首先，各機構(gòu)將與犯罪有關(guān)的每一條重要信息(時間、人物、事件、手段等等)以電子數(shù)據(jù)的形式保存起來，然后再對各種數(shù)據(jù)予以集中分析，構(gòu)建模型，最后完成預(yù)測。構(gòu)建預(yù)測模型之前，必須對已知的數(shù)據(jù)進行整理，挖掘其中規(guī)律，并進行歸類。根據(jù)犯罪數(shù)據(jù)，公安機關(guān)應(yīng)對嫌疑犯的特征進行整理和匯總，將關(guān)于嫌疑犯的所有數(shù)據(jù)映射為多維空間向量[14-15]。

3.2 犯罪軌跡數(shù)據(jù)分析及案例

3.2.1 犯罪軌跡分析

軌跡，是指某一個點所通過的全部路徑。犯罪軌跡是指根據(jù)各種情報信息，查明犯罪嫌疑人過去的各個活動節(jié)點，以此來發(fā)現(xiàn)更多犯罪同伙及犯罪線索。一般情況下，在系列案件、流竄案件中，犯罪嫌疑人會留下大量的犯罪軌跡。在實踐中，偵查人員會對嫌疑人、涉案物品、案件發(fā)展進行軌跡數(shù)據(jù)分析，分析內(nèi)容主要歸納為案件軌跡分析、嫌疑人軌跡分析、物品軌跡分析等三大部分。

(1) 案件軌跡分析。犯罪行為是一個持續(xù)的過程，犯罪人在犯罪前、犯罪中、犯罪后這3個階段都會留下痕跡和相關(guān)信息。犯罪前，他們會進行現(xiàn)場踩點、準備作案工具等一系列活動；犯罪后，他們會有銷毀證據(jù)和逃跑等行為。每個行為都對應(yīng)著相應(yīng)的痕跡，這些痕跡相互關(guān)聯(lián)，從而形成一條相對完整的案件軌跡。案件軌跡的形成因素如圖1所示。

(2) 嫌疑人軌跡分析。嫌疑人軌跡一般指犯罪嫌疑人在住、吃、行方面的軌跡，如用餐軌跡、住宿軌跡、運動軌跡、消費軌跡、娛樂軌跡等，其形成因素如圖2所示。

圖2 嫌疑人軌跡形成因素

(3) 物品軌跡分析。物品軌跡是指犯罪案件中物品的使用、流通等活動軌跡，如通訊工具軌跡、交通工具軌跡、金融卡軌跡、贓物典當軌跡、會員卡軌跡、上網(wǎng)軌跡等，其形成因素如圖3所示。

圖3 物品軌跡形成因素

3.2.2 犯罪軌跡分析案例

(1) 案例(一)。武漢市曾發(fā)生過一起入室強奸案件，與此相類似的案件3年間共發(fā)生66起。面對這起案件，偵查人員根據(jù)犯罪軌跡、作案手段將這起案件偵破。偵破過程中，偵查人員將這66起案件發(fā)生地在地圖上一一標注，發(fā)現(xiàn)形成的案件軌跡圖形似一個“馬蹄”。其中，江岸區(qū)黃浦路為“馬蹄”起始端點，武昌區(qū)為“馬蹄”尾部另一端點，在2個端點區(qū)域發(fā)案數(shù)最多。偵查人員據(jù)此分析，犯罪嫌疑人應(yīng)經(jīng)常在此路線往返，2個端點區(qū)域應(yīng)該是犯罪嫌疑人的居住地或工作地。再綜合其他證據(jù)，最后判斷出江岸區(qū)很可能是嫌疑人的居住地，武昌區(qū)可能是其工作地。于是，警方在這2個區(qū)重點展開調(diào)查，不久后就在江岸區(qū)抓獲了犯罪嫌疑人。

(2) 案例(二)。應(yīng)用軌跡圖，圖上用單色點符號表示犯罪嫌疑人或者案發(fā)地，用其顏色飽和度表示犯罪嫌疑人活動事件或案發(fā)事件(飽和度越高表示與案發(fā)時間越近)，用箭頭表示犯罪嫌疑人軌跡。通過各種軌跡分析發(fā)現(xiàn)：1#嫌疑人與案件軌跡有很多交集，應(yīng)該對其作進一步調(diào)查；2#嫌疑人與案件軌跡無明顯交集，可初步排除。再根據(jù)1#嫌疑人的軌跡，發(fā)現(xiàn)有可能存在潛在的犯罪團伙，應(yīng)在這方面進行詳細調(diào)查。

再依據(jù)犯罪的空間位置，以案件事件為原點、犯罪距離為半徑畫出一系列圓形區(qū)域，這些圓形區(qū)域的交叉區(qū)域內(nèi)為嫌疑人可能性最大的落腳點。根據(jù)這些線索，警方有針對性地鎖定了目標區(qū)域，進而很快將案件偵破。

3.3 犯罪統(tǒng)計數(shù)據(jù)分析

犯罪統(tǒng)計數(shù)據(jù)的分析，主要包括不同區(qū)域犯罪統(tǒng)計數(shù)據(jù)的對比分析和統(tǒng)計數(shù)據(jù)間的相關(guān)分析。這些數(shù)據(jù)有助于發(fā)現(xiàn)犯罪人員潛在的流竄區(qū)域，可為警方的人員調(diào)配提供依據(jù)，同時也為犯罪數(shù)量變化研究提供依據(jù)。如在圖4所示2013年犯罪數(shù)量變化趨勢圖中，采用了箱型圖反映2013年某地區(qū)單位時間內(nèi)犯罪數(shù)量的最大值、最小值、均值等的變化。圖中折線表示數(shù)量指標的歷史最大值、最小值及其正常變化范圍。

為了反映犯罪數(shù)量在全年內(nèi)的變化情況，分析犯罪數(shù)量的高發(fā)時段，還可應(yīng)用聚類圖進行分析。如圖5所示某地區(qū)月犯罪量與日犯罪量聚類圖中：一部分以日歷的形式區(qū)分全年中每天的犯罪模式，另一部分以曲線的形式表現(xiàn)每天的犯罪數(shù)量變化規(guī)律。圖中不同顏色的曲線，反映了高低不同的犯罪率。紅色表示犯罪率較高的模式，可觸發(fā)預(yù)警；綠色、藍色表示犯罪率較低，相對安全。在不同的季節(jié)，冬季是犯罪高發(fā)期，特別在春節(jié)前期犯罪數(shù)量居高；節(jié)假日也是犯罪高發(fā)期，尤其在“十一”黃金周期間犯罪數(shù)量居高。在不同的時間段，凌晨1：00至4：00，上午8：00至11：00入室盜竊案高發(fā)。

圖4 2013年犯罪數(shù)量變化趨勢

圖5 某地區(qū)月犯罪量與日犯罪量聚類圖

3.4 犯罪時空數(shù)據(jù)分析

日?；顒永碚摮⒎缸锘顒拥闹黧w劃分為罪犯主體、受害主體、警察主體，各類主體在時空范圍內(nèi)同時存在。通過不同主體在時空條件下的相互作用分析，可以清晰地展現(xiàn)案情的發(fā)展過程，有利于辦案人員準確破案。如圖6所示，用一條水平軸表示時間段，用顏色區(qū)分不同的犯罪主體，線條的發(fā)散和收斂表示案件主體的相互作用；同時，用不同的顏色表示不同的犯罪類型，不同點狀符號作為終點表示罪犯主體死亡、被逮捕等情況。如圖中所示，犯罪嫌疑人張某與劉某在案發(fā)前購買了手機號碼，綁架受害者，用此手機號碼拔打勒索電話，案發(fā)后兩人藏于村民房內(nèi)。由此線索即可發(fā)現(xiàn)犯罪嫌疑人的團伙及其歷史活動場所，進一步查明案情。

圖6 綁架案情分析

4 結(jié) 語

對犯罪問題的深入具體研究，可以幫助政府客觀評估犯罪的實際狀況，合理制定打擊犯罪的專項政策和措施，從而降低犯罪率。文中根據(jù)大數(shù)據(jù)知識，對各種主題下的犯罪類型進行了預(yù)測。綜合分析復(fù)雜可變的犯罪因素，預(yù)測潛在案件發(fā)生的趨勢及屬性，并對案件發(fā)展情況進行預(yù)測分析，有助于提前布警布控，進一步完善犯罪防控工作。