|新一代信息技术 信息基础设施建设 互联网+ 大数据 人工智能 高端信息技术核心产业
|高端制造 航空航天 轨道交通装备 海洋工程装备 新材料
|生物产业 生物医药 生物农业 生物能源
|绿色低碳 清洁能源汽车 新能源 节能技术 环境保护
|数字创意 数创装备 内容创新 设计创新
您的位置:首页 > 新一代信息技术 > 大数据
打击多发性侵财犯罪大数据原理与应用
2018-10-30 15:10
字体: [   ]
 大数据在打击多发性侵财犯罪中的应用微探
  作者:马素华,北京市公安局房山分局刑侦支队。
  多发性侵财犯罪是指在一定时期、一定地域经常或连续发生且有一定可防性的非法侵犯公私财产所有权的犯罪,具体包括盗窃、抢劫、抢夺、诈骗犯罪等。这类案件发案率高、危害面广,严重影响人民群众的安全感、幸福感,给社会治安稳定带来严重威胁,各级党委、 政府高度关注。目前对这类案件侦破主要采用现场勘查和视频侦查技术。勘查人员到现场提取指纹及DNA,放到指纹、DNA数据库中做比对,比对成功后锁定犯罪嫌疑人。另一种做法是通过视频侦查技术,通过查看监控来获取犯罪嫌疑人的外貌特征(如脸型、发型、体型及衣着、纹身、疤痕)、驾驶逃跑车辆信息等,通过调查访问锁定嫌疑人。
  传统的侦查方式在打击多发性侵财犯罪上发挥了不可或缺作用,如果辅以大数据分析技术,将能有效提高侦查效率,实施精准打击,有助于预防和制止该类案件发生,有利于优化巡逻警力部署。本文主要介绍大数据分析技术在打击多发性侵财犯罪中的应用。
  一、应用大数据分析打击多发性侵财犯罪的原理
  大量信息电子化产生了大量的数据,随着IT技术的进步、人工智能的发展使得这些庞杂的大数据能够被分析,并以人们所需的形式(如标签词、热图、表格、关系图)呈现出来。今天,几乎所有的信息都能被电子化和储存,包括搜索条目、零售、网页浏览历史、通讯记录、车辆行驶记录、书本。这些数据包含了格式化、半格式化和非格式化数据。大数据分析技术就是分析、处理、挖掘、提取、呈现海量数据信息的技术。
  大数据分析的基础是警用数据库平台,如纽约警察局(NYPD,New York Police Department)的CompStat平台、NYPD实施犯罪打击中心 (RTCC, The Real Time Center)、新加坡RAHS (Risk Assessment and Horizon Scanning)系统、我国的公安网平台等。数据来源主要有三个方面:(1)公安网络平台数据,包括现场勘查录入信息、指纹库、DNA库、犯罪记录、人口信息库等;(2)互联网数据,包括网络社区留言、网页新闻、网页聊天记录、YUKU腾讯视频、百度贴吧等;(3)企业、行业数据,包括乘坐交通数据、电子商务数据、网络运营商数据、金融数据等。
  大数据分析技术包括四个层面:(1)数据采集;(2)数据储存与管理;(3)数据分析与挖掘;(4)计算结果展示。大数据分析技术的核心在于数据分析与挖掘,这需要建立可靠的分析模型来预测和显示犯罪,涉及到与高校或IT企业共同研发合适的算法,并设计一套实用、且操作简单、容易上手的应用程序。以下介绍大数据分析技术在预防、检测多发性侵财犯罪方面中的作用。
  二、大数据分析技术在预防多发性侵犯罪中的应用
  (一)预测警务
  预测警务是使用数学、分析学和统计预测方法来确定将来潜在犯罪活动的方法。预测警务分析时间、位置、既往犯罪数据,为警方决策提供重要信息,如某种犯罪将会在什么时间出现在哪里、警察应该去哪里巡逻,目的是为了更好的部署警力来制止和预防将来可能发生的犯罪。根据其使用的模型,预测警务在实际中的运用主要分为以下几类。
  1.基于既往犯罪资料的预测
  该模型依赖过去的犯罪记录,同时关联大量变量(variables),例如发薪水的日子、季节、天气状况、购买酒的记录,潜在的逃跑路线等。依据犯罪与位置的联系,电脑模型可以采取不同的方法来预测犯罪。预测警务软件应用电脑算法连接数据库内有应用价值(完整包含了犯罪时间、犯罪地和罪名)的5年内犯罪数据,评估整个城市将来可能发生犯罪的地理区域]。2011年圣克鲁斯警察局采用预测警务软件后,对这些区域投入更多精力进行管控和密切注视,结果显示盗窃案件与软件使用前相比有显著性下降。孟菲斯警方使用Blue CRUSH软件,该软件由孟菲斯大学研发,警方可以在Blue CRUSH平台地图上绘制多边形,然后立即获得多边形区域内可能发生某种类型犯罪。这套软件有效帮助孟菲斯警方减少了本市辖区内的犯罪。
  2.基于犯罪规律的预测
  犯罪不是在整个城市内随机出现,而是局限在非常小的区域。例如,研究人员发现在过去14年时间内,西雅图大约50%的犯罪局限在该市4.5%的街头。通常的犯罪,如盗窃、街头暴力、偷窃机动车和寻衅滋事,在发生上具有一定的规律性。例如,当入室盗窃发生时,此后的一段时间内,附近的房屋发生盗窃的可能性升高。这样,基于案发位置的历史性数据,将犯罪可能性同周围环境因素相关联,就可以使用这些规律性元素去开发、设计算法来预测犯罪。当一条新的犯罪信息被添加到数据库系统里时,就产生了一个新的犯罪热点。这条信息可以用来通知警方决策中心该区域可能会有窃贼到访。基于此设计的软件被用来预测英国东面中部地区7天内可能发生入室盗窃的区域。这种方法准确预测了78%的案子,而传统预测方法(即依据既往犯罪材料、经验推断犯罪)的准确率为51%。
  3.基于余震模型预测
  洛杉矶警察局(LAPD, Los Angeles Police Department )的警务预测软件就是依据余震模型预测犯罪的。2008年,LAPD在司法协助局和美国司法部的资助下,探索预测警务在预防犯罪中的理论与实际应用。2010年,研究者提议它可以用来预测犯罪,就像科学家预报地震后的余震那样。
  4.危险地带模型
  一个区域所在的地理位置、周围设施分布、人员流动情况可能成为吸引犯罪发生的因素。危险地带模型(RTM, Risk Terrain Modeling)就是将一个地区的社会(人员分布、交流等)、物理(地理位置、设施配置、道路等)及行为因素作为评估可能发生犯罪的基础。基于RTM制作的犯罪预测地图,将评估因素作为地图的“层”,以分析这些因素对犯罪行为发生的影响。例如莫里斯郡、新泽西州警察局就使用了“过去发生过盗窃、最近由于侵犯财产犯罪而被逮捕的罪犯住址、与主要高速公路的距离、该区域年轻人居住的密度、公寓及酒店位置”作为评估该区域可能发生犯罪的因素。自从2007年莫里斯郡警察局引入智慧警务(主要是RTM的应用)后,该区犯罪率总体下降11%,其中侵财犯罪发生率下降了7%。 Strathclyde大学的研究者正在使用公共数据和犯罪发生位置来了解天气、照明、公共设施配置、车流量这些因素与发生犯罪的关系,据此设计治安更为安全的街道社区。
  使用预测警务的区域包括美国的加利福尼亚、华盛顿、南卡罗来纳、亚利桑那、田纳西州、伊利诺州、英国的肯特郡和西约克郡、中国苏州市警察局等。有一些证据支持预测警务存在一定的局限性,但几个研究分析说明热点预报并没有使犯罪发生位置移位,而是具有弥散效应,即警方在集中治理区域的工作恰恰使得其他地区的犯罪也大大减少了。
  由于警察任务、地区治安情况、警察数量及工作方式的差异,使得危险参数对犯罪产生的权重存在差异,因此有必要设计符合我国警务实际工作的警务预测软件。另外,尽管警务预测软件比起人工方法可以更快更频繁地确定犯罪热点,但不能替代警方决策指挥中心,预测的数据应当作为一种决策辅助和参考。预测警务不是万能的,警方应同时加强警察队伍建设,提高警察的科技和业务水平,加强解决社区犯罪问题的能力。
  (二)分析个人的犯罪危险性
  大数据分析可以刻画出犯罪嫌疑人在不同时间行为、活动的完整图像,也可以用来预测其是否有可能犯罪、犯什么类型的罪。
  社交网络分析将焦点放在应用算法分析社交媒体数据,基于一个个体在交流、协作网络中所扮演的角色来考虑其将来可能发生的犯罪。这个思路来源于感染性疾病的统计学研究结果:一段时间内,一个典型的重度感染病人通常比一个普通社会成员接触了更多的人。那么,危险性更大、思想上更为激进、暴力倾向极为严重的一个有影响力的黑帮成员往往会有跟随者。这样,犯罪组织就形成树状结构,依据一个人在这个犯罪组织社交网络中的活跃情况能推断其扮演的角色。将这套算法使用在社交网络分析软件中,可以帮助警方可视化一个个体在整个社交网络联系中的密度,查看黑帮成员之间、毒品交易者、报信人和团伙成员间的联系。这些联系可能表现为交易、交流、家庭联系、参与的组织团伙等。人为设计的社交网络图只是一个成员朝向另一个成员的线状联系,并不能反映具体成员在犯罪中的作用,Nucleik软件对社交网络的分析可以确定一个成员在犯罪组织中的影响力,以及该团伙中信息的传递,甚至能揭示潜藏的犯罪组织。即使一个个体被怀疑参与了一个犯罪组织中的其中一个部分,但他不承认时,社交软件也可以计算他为该团伙成员的概率,帮助检察院起诉提供证据。Palantir公司目前就帮助检察院对复杂经济类案件进行起诉和提供证据,它们使用应用大数据分析技术(Palantir平台)来构建案件整个事件经过。
  在费城,警方使用大数据分析来预测被假释犯人的危险性,通知监管单位监管级别。根据Pew研究中心2009年的评估,美国有2.2%的人接受了社区矫正。费城法律实施机构的工作人员在宾夕法尼亚大学的犯罪研究专家的帮助下,开发了一套算法来预测缓刑假释犯人回归社会后两年内可能发生犯罪的概率。这套软件通过分析犯人的犯罪历史数据、个人情况、社会行为因素等大量数据,采用随机森林模型(random forest modeling)进行预测。预测结果分为三类:低危险性(未来两年内不会犯罪)、中危险性(未来两年内可能犯罪,但不是严重犯罪)和高危险性(未来两年内可能发生严重犯罪,如故意杀人、强奸、纵火罪等)。社区监管人员依据犯人再次发生犯罪的危险度评估其被监视的级别,并积极采取一些措施降低其犯罪风险,这些措施包括经常性谈话、思想教育、普法宣传等。对负责监视高危险度犯人的社区监管人员,平时给予其最少额外工作,使其花更多时间来进行监管。这套软件可以有效帮助政府削减财政赤字,减少监管人员工作负荷。
  在芝加哥,由伊利诺伊斯理工大学开发的大数据分析软件帮助社区警察对一些可能的犯罪实施者或受害者进行调查访问。当犯罪发生时,被害人由于担心打击报复而不愿揭发、举报犯罪实施者。这套软件根据大数据分析产生一个最有可能犯罪或成为受害者的名单(SSL,Strategic Subjects List),警方据此对这些人进行密切关注。
  三、大数据分析技术在监测多发性侵犯罪中的应用
  (一)犯罪地图
  犯罪地图(crime mapping)是由法律实施机构的分析人员采用可视化分析技术来标记犯罪位置、犯罪事件类型的方式。犯罪地图,就是使用地理信息系统(GIS,Geographical Information system),使犯罪分析人员能够明确犯罪热点、犯罪趋势和犯罪类型。本质上讲,犯罪地图是一种数据展示技术。犯罪地图就是将犯罪类型、犯罪密度等叠加到地图上,在地图上展示犯罪信息。如对于多发性侵财犯罪的犯罪地图,可以用不同的颜色、符号在地图上标记入室盗窃、抢劫、抢夺机动车等犯罪类型,也可以显示某个位置的嫌疑人信息。
  1986年,美国司法局资助了芝加哥警察局犯罪地图研究开发计划,用来探索将犯罪地图作为社区联防的一个辅助应用,这项计划由美国西北大学参与设计。使用GIS,犯罪分析人员可以整合多个其他数据库(如户籍、商店、学校位置)来更好的了解引发犯罪的潜在原因,帮助法律实施机构设计、制定策略来处理问题。GIS也帮助法律实施机构来部署、调度警力和其他机构人员处理突发事件。如警务指挥中心可以使用犯罪地图及GIS数据来分析犯罪事件位置,优化警力配置。GIS也可以存储历史信息,以进一步挖掘数据潜在信息,使警方获得更多可能发生犯罪的区域的信息,以辅助上层部门决策部署警力。
  NYPD通过CompStat平台使用犯罪地图,了解监禁者、累犯的情况,锁定犯罪源头,评估一些机构提出的犯罪预防和减少犯罪项目的有效性。互联网技术的蓬勃发展,特别是GIS植根网页技术,将更加便于社区警务工作。此外,由于犯罪地图可以显示了一个区域的治安形势,2013年NYPD在网上公布了纽约市犯罪地图,以向民众说明纽约州良好的治安情况,增强老百姓在此居住、生活的信心。
  (二)视频监控与实时分析
  长期以来,监控就是警察侦查犯罪最基本的工具。然而,由于技术的进步,传感器和探头生产成本的下降,使得传感器和探头可以大量布置在城市的各个角落,以协助警方侦查破案和预防犯罪。一个城市大量的探头可以实时获取海量数据,如果能对这些数据进行分析,将能大大提高警方的作战能力。
  NYPD将车牌读取数据放入微软公司制造的价值3000-4000万美元的仪表板中,这个仪表板就是著名的区域监视系统(DAS,区域监视系统)。由读卡器获取的实时、高清晰度视频被录入数据库中,目前NYPD已拥有读卡器牌照获取的1600万车牌信息,这些数据至少储存5年。DAS收集和分析纽约市内3000多个公共区监控探头、200多个车牌读卡器探头、2000枚传感器(爆炸、火灾监控)及警方数据库内的信息。由于便携式监测技术的发展,可以将探头安置在警车的巡逻车上或放置在街头隐匿的角落里。传感器可以用来探测辐射(热辐射、放射性辐射),从而探测枪支及危险物品。
  在曼哈顿安全指挥中心,DAS的操作者可以快速使用软件确定潜在的威胁。DAS采用实时分析技术,使警察能实时接触和获取犯罪及关联信息。DAS分析软件可以用来检测威胁,能快速发现无主包裹,使警方能迅速响应并到场进行处置,及时清除危险。NYPD称DAS可以追溯犯罪嫌疑人所驾驶车辆的位置,包括该车过去几天、几周或几个月所在的位置。DAS可以检查车牌号,与警方列出的可疑名单进行对比,一旦比中,就提供警方链接该嫌疑人犯罪史、与车主的关系等相关信息,操作上非常简便实用。2013年4月15日,波士顿马拉松终点线附近发生爆炸,造成包括一名中国留学生在内的3人遇害,逾260人受伤。依赖DAS监控纽约曼哈顿路线每个路口的车辆, 2013年11月,NYPD锁定到了该犯罪嫌疑人。来源:行为法学会侦查学分会
  

 

  


  本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有。如因无法联系到作者侵犯到您的权益,请与本网站联系,我们将采取适当措施。
关注微信公众号:

关于我们 | 联系我们 | 广告刊例 | 订阅服务 | 版权声明

地址(Address):北京市西城区广内大街315号信息大厦B座8-13层(8-13 Floor, IT Center B Block, No.315 GuangNei Street, Xicheng District, Beijing, China)

邮编:100053 电话:010-63691650 传真:010-63691514 Post Code:100053 Landline:86-010-63691655 Fax:010-63691514

Copyright 中国战略新兴产业网 京ICP备09051002号-3 技术支持:wicep