在“大数据”时代,警务数据作为数据的一种,其在预防违法犯罪、维护社会治安、推动反恐维稳等工作中的作用日益突显。通过以下几个案例即可初窥端倪:
案例一:大数据能提高反恐能力
美国“911”事件后,国家安全局和交通安全局基于数据挖掘技术,开发了计算机辅助乘客筛选系统,为美国本土各个机场提供应用接口。
该系统将乘客购买机票时提供的姓名、联系地址、电话号码、出生日期等信息输入到商用数据库中,商用数据库则据此将隐含特殊危险等级的数字分值传送给交通安全局:
绿色分值的乘客将接受正常筛选,黄色分值的乘客将接受额外筛选,红色分值的乘客将被禁止登机,且有可能受到法律强制性的关照。
可见,通过建立大数据平台,运用大数据技术和分析手段,公安部门能够以最高效率完成对多种来源数据的分析,并揭示出不同行为间的互动关系,进而能够运用分析算法预测危险分子的行动趋势。形成“全方位、全时空、全天候”的动态防控体系,通过强化治安管理、基础工作,以增加对可疑情况、可疑人员的发现力,为就预防与处置暴恐事件提供了前所未有的可能。
案例二:大数据能预测犯罪趋势
美国将20多年的犯罪数据和交通事故数据映射到同一张地图上,惊奇地发现:
无论是交通事故和犯罪活动的高发地带,还是两者的频发时段,都有高度的重合性。这引发了美国公路安全部门与司法部门的联合执勤,通过共治数据“黑点”,交通事故和犯罪率均有明显下降。
预防犯罪,特别是大规模暴力犯罪事件,是公安工作的重要内容之一。公安机关应以大数据为手段,提高从各种情报中“大海捞针”的水平,通过提取人们行为的时空规律性和关联性,进行犯罪预测。
犯罪预测必须立足于,对犯罪规律和相关作用因素的充分的、客观地掌握,这需要以严谨的科学精神为依归,尊重事实,接受现实,通过大量调查研究、数据分析,客观地得出犯罪活动的历史和现实的状况,为犯罪预测提供可靠的依据。
案例三:大数据能推进案件侦破
2013年4月15日,美国波士顿在举办马拉松比赛的过程中发生连续炸弹爆炸案,导致3人死亡、183人受伤。
案件发生后,警方不仅走访了事发地点附近12个街区的居民,收集可能存在的各种私人录像和照片,还大量收集网上信息,包括信息社交网站上出现的相关照片、录像等,并在这些网站上向公众提出收集相关信息的请求。
通过对各方面数据的比对、查找,警方从录像中截取出了嫌疑人照片并发出通缉令,从而为最终追捕罪犯提供了确凿的证据和可靠的参考。
在经济全球化、治安复杂化的国内外环境下,面对严峻的犯罪形势,电信诈骗、二维码犯罪、网络犯罪等违法犯罪活动不断显现出智能化、科技化的趋势,手段不断出新多变,犯罪分子的有关违法轨迹闪得快、藏得深,利用科技犯罪容易造成大范围的影响和危害。
为此,在大数据已然形成的格局下,公安机关必须占据 “制高点”,利用对大数据的分析、挖掘以提升工作的预见力,并实现对数据、人像模型、指纹、文本、图片、音频、视频等数据的融合处理、比对、辨析,最大化的精确分析,实现快速联动,精确打击。提升整个公安系统的战斗力,有效应对高科技犯罪行为。
案例四:大数据能破解交通难题
2018年,亚洲相互协作与信任措施会议第四次峰会在上海举行。这是亚信历史上规模最大的一次盛会,46个国家和国际组织领导人、负责人或代表齐聚上海。
政要交通安全警卫要精确到秒,又要保证市民出行基本通畅,为破解这个难题,上海交警制定了一张表、两幅图:交通管制路段及时间表,市区分流引导图、入城分流引导图。
管制线路状况、分流路段走向,一目了然。看似简单的图表,其背后却有着多个复杂的数据系统支撑——会算时间的智能红绿灯、随机应变的“潮汐车道”、道路交通事故分析预警系统、道口车驾查控系统等等。大数据,破解了大城市的交通难题。
案例五:大数据能预防灾害事故
美国纽约市有大约一百万栋建筑物,其中古老建筑多,引发火灾的可能性也大。每年有差不多3000栋会因为火灾损毁。
以纽约的城市复杂度,消防人员难以在第一时间赶赴现场,预防火灾成了减少损失的重中之重。
为此,纽约消防部门认为可以通过数据挖掘法实现这一目标。通过分析部门所储存的文件,列出那些容易发生火灾的高危建筑物来达到预防火灾的目的。
纽约市消防局的官员使用“60面”算法,根据引起火灾的不同影响因素。从各种渠道收集到的数据里划分出60个可能会产生火险的类别,包括区域居民收入、建筑物年龄、是否存在电气问题等因素,根据这些数据计算出发生火险的概率,为33万栋建筑物标注了风险指数。
当官员们进行每周检查时,电脑就将会根据这一分数给出一个列表,并依次由高到低进行安全性排查。有了数据挖掘项目的辅助,高危建筑物可以得到最高重视。
在此之前,纽约消防局只能重点检查学校、图书馆这一类关键场所,其他场所只能做到随机抽查。此外,消防力量的配置都可以根据各个地区火险风险的高低进行配置,确保能够在最短时间内将有限的消防资源投放到最需要的地方去。