大数据浪潮中犯罪防控系统分析及应用

第21卷第4期重庆科技学院学报（自然科学版)2019年8月大数据浪潮中犯罪防控系统分析及应用

邹开其

(大连大学信息工程学院，辽宁大连116622)

摘要:对犯罪问题的深人具体研究，有助于客观评估犯罪的实际状况，合理制定打击犯罪的专项政策和措施，从而 降低犯罪率。介绍大数据的研究现状和发展趋势，以及利用大数据知识对各种主题下的犯罪类型进行预测的方法。

综合分析复杂可变的犯罪因素，预测潜在案件发生的趋势及属性，并对发展情况进行预测分析，有助于提前布警布 控，使犯罪防控技术更为完善。

关键词：大数据；犯罪预测；犯罪防控技术；犯罪预测模型

中图分类号:TP311 文献标识码:A文章编号:1673 -1980(2019)04 -0001 -05

信息技术的不断发展，以及云计算、互联网技术 的兴起，引发了数据模式的更新变化。大数据，已成 为当下最热门的技术词语之一，逐渐应用于各个领 域。例如，大型超市沃尔玛每小时处理逾100万条 用户请求，维护着一个庞大的数据库[1]。有专家预 测，到2020年全球数据将增长402。届时，每秒 钟，将有290封邮件发送，亚马逊将接受72. 9笔订 单;每月，人们浏览F acebook的总时长可达7 x 108 mm[1]。与传统的数据相比，大数据的性质发生了根 本性的变化，数据技术面临巨大的变革。

1大数据基本概念

大数据技术被定义为：“以新数据处理技术为 手段，在海量、结构复杂、内容多样的数据集中，以较 快速度解析出具有规律性或根本性的判断、趋势或 预见”[2]。这意味着，大数据的出现伴随着信息价 值产生和集成的过程。在解决大数据问题的时候，数据大小只是需要考虑的因素之一。对于很多企业 来说，面对数据量增长的同时，更要面对其增强后的 复杂性。例如，采用先进的识别模式，不是只针对数 月前的数据进行分析，而是更多地针对数年甚至数十年来的完整数据进行分析。大数据的应用价值巨 大，对社会及科学研究的各个方面都有重要的意义，可为人们更深入地了解和感知这个世界提供丰富的

信息。2009年，Google(谷歌公司）研究员通过对每

日超过30亿次搜索请求和网页数据的挖掘分析，在

H1N1流感爆发几周前就预测出流感即将传播。2010年，《时代》杂志刊载的“医学界年度十大突破 性”研究成果中，医疗科技公司CardioD X公司就是

通过对上亿个基因样本大数据的分析，最终识别出

能够预测冠心病的23个主要基因。2012年，著名

国际咨询机构Gartnei•公司（高德纳咨询公司）预测 =，全球大数据相关产业的规模将达到2 320亿美 元。通过对微博等网络大数据的挖掘分析，能够发

现社会动态，预警重大事件和突发事件[3]。大数据

有以下几个主要特点*

(1 ) 数 量庞 大。大 数 规模

10T B级，有更多的数据甚至达到P B级规模。

(2)数 丰 。数 相 丰 ，主 包含了结构化、半结构化和非结构化等数据类型。

(3 ) 数 处理速度快。数 量相 庞大

况下，也能对数据进行及时处理。

收稿日期:2019 -05 -13

作者简介:邹开其（1944 一），男，硕士，国家二级教授，日本东京理科大学客座教授，比利时根特大学客座教授，研究方向为神 经网络、图论、模糊逻辑、CF范畴;任大连大学学术梯队带头人，大连大学应用数学研究所所长，埃及国际知识基础 系统会议副主席，国际信息工程和知识工程会议主席，国际创新计算、信息与控制学术会议主席，2015东方思维与 模糊逻辑国际学术会议组织委员会主席，国际一般系统论研究会中国模糊信息与模糊工程专业委员会理事长，中国运筹学会模糊信息与工程分会执行理事长;获评为大连市科技精英;被国家劳动人事部评为特殊贡献专家，享受 国务院政府特殊津贴。

邹开其：大数据浪潮中犯罪防控系统分析及应用

(4)数据价值密度低。数据的总量与价值密度 呈反比。

从数据库到大数据，表面上看似只是技术上的 演进，但仔细研究会发现，两者存在本质上的区别。大数据的出现，使得数据的来源、处理方式等都会发 生革命性的变化，彻底颠覆了传统的数据管理方式。

2国内外大数据发展状况

2.1国外大数据发展状况

大数据这个概念最早出现于1980年。在大数 据的应用方面，国外比较领先。如Windows Azure 平台，这是一个云计算平台，可提供云服务[4]。同时，亚马逊的云计算平台也能提供全球领先的云计 算服务，通过平台可展开新应用的研发。还有，公司也在研究如何实现大数据挖掘，以便为用户提供更多、更好的决策[5]。

2.2国内大数据发展状况

国内的大数据发展还处在初级阶段。早期，腾 讯、百度、淘宝等互联网企业，就曾对每天产生的 浏览、交易数据进行用户行为分析。用户行为分 析对如何吸引更多的互联网用户起着非常重要的 作用。例如，淘宝网会在每年的“双11”购物活动 中，根据不同区域的用户及其购物习惯，在首页推 送个性化商品信息，以吸引更多用户来浏览[(]。随着大数据的普遍应用，将有更多企业针对不同 用户产生的大数据进行分析和数据挖掘，并据此 制定最优决策。

目前，大数据应用水平比较领先的行业有医疗、通讯、金融等行业[>9]。在这些行业中，利用大数据 挖掘了新的业务，甚至改变了商业模式。在医疗行 业中，随着电子医疗的广泛应用，医学影像、电子病 历以及各种药物的研究结果等，都在各医院信息系 统中以数据库的形式保存起来，各地的医疗系统通 过联网，实现了数据库的规范化应用。为了紧跟互 联网的发展浪潮，通讯运营商也将技术发展的重点 转向了大数据。例如，中国电信的“天翼空间”等新 网数 ，大数 。大数 据时代背景下，用户量、用户访问习惯等都可以被分 类、归纳、分析，揭示潜在的机会，企业据此开展各种 活动并推广给用户。此外，金融服务行业也同样通 过挖掘大数据来满足客户的新需求，以提升自身的 优。

大数据热潮，使得“拿数据说话”的思想更深入 • 2 •人心，改变了从前不重视数据积累的传统认识。有

了这种思维模式，大数据的应用就有了很大的发展

景。

3大数据在犯罪防控系统中的应用

3.1犯罪预测模型

科学地应用犯罪预测技术，可以帮助公安机关

更有效地对未来发生的犯罪行为进行预测，并且以

此为据进行战略部署，使社会资源发挥到最大功

效[10]。将大数据技术应用于犯罪防控，我们便可通

过分析犯罪数据库，找出潜在的犯罪规律，从而为科

学决策提供技术支持[11]。例如，如果用数据分析法

预测出某地区的犯罪率，那么我们就可以通过部署

降低犯罪率的方案来应对不同的预测结果，从而对

警力资源进行合理分配[12]。比如，若某地区犯罪率

高，我们就相应增加10%的警力；若该地区犯罪率

非常高，我们就增加60%的警力。

犯罪大数据是指反映与犯罪相关的人、事、物特

征，时空分布特征及其变化过程的多源数据，主要具

有多源异构和高维度的特点[1+]。

(1)多源异构。犯罪数据的来源相当复杂，包 括人口基本信息数据库、违法犯罪人员数据库、案件

信息库、警员基本信息库等。犯罪数据的类型多样，

包括犯罪位置、车辆轨迹、犯罪现场照片、统计数据

等多种结构化和非结构化的数据。

(2) 度。产 和 是多

相 作用 结 ，数量 和 相

关。每个犯罪对象都有许多独立或者属性相关的数 ，数 库 作 时间、、作

点手段等多个属性。在分析过程中，需进行多维度分

析，分析十几个甚至更多维度之间的相互关系。

基于数据分析的预测模型，是对输入数据和输

出数 映 。首 ，构将与 每

条重要信息（时间、人物、事件、手段等等）以电子数

据的形式保存起来，然后再对各种数据予以集中分 ，构 模 ，。构 模 之 ，

必须对已知的数据进行整理，挖掘其中规律，并进行

归类。根据犯罪数据，公安机关应对嫌疑犯的特征

进行整理和汇总，将关于嫌疑犯的所有数据映射为

多维空间向量[14-15]。

3.2犯罪轨迹数据分析及案例

3.2.1 犯罪轨迹分析

轨迹，是指某一个点所通过的全部路径。犯罪