基于大數據的情報主導警務模式研究

□鐘 政

(中國人民公安大學，北京 100038）)

一、大數據概述

（一）大數據的概念和特點。隨著物聯網、云計算以及社交網絡的迅速興起，大數據時代正式到來。目前學界對于大數據還沒有統一的定義。全球知名的咨詢公司麥肯錫在2011年6月份發布了一份關于大數據的詳盡報告《Big data：The next frontier for innovation，competition，and productivity》，[1]報告對大數據的應用領域和發展前景都進行了詳細的分析。維基百科對大數據的定義為：巨量數據、海量數據、大資料，指的是所涉及的數據量規模巨大到無法通過人工在合理時間內截取、管理、處理并整理成為人類所能解讀的信息。

對于大數據的特征，目前學界常用4 個V 來表示。首先是數據體量巨大（volume）。據IDC 報告顯示，過去幾年全球數據量以每年58%的速度增長，預計到2020年，全球數據總量將為2011年的22 倍，達到40ZB 之多（1ZB=4 萬億GB）。其次是數據類型繁多（variety）。伴隨著數據量的增長，數據的類型也發生了變化，除了傳統的結構化數據，非結構化數據和半結構化數據正逐漸成為數據的主要類型。數據類型的豐富也給后期的分析處理帶來了全新的挑戰。再者是數據處理速度快（velocity）。完善的設備和科學的算法使得數據的處理更加迅速，亞馬遜基于大數據所推薦的用戶偏好商品，在用戶點擊鼠標的瞬間就能傳達給消費者。最后是數據價值密度低（value）。大數據已突破了傳統視野下對數據規模的認識，大數據處理技術通過構建算法和模型進而從海量的數據中發掘有效信息，如同“大海撈針”一樣。所以，相比數據整體的龐大，有效數據是微乎其微的，這也構成了大數據價值密度低的特點。

（二）大數據的核心價值。大數據的核心價值是預測性分析。2009年，互聯網巨頭谷歌公司利用5000 萬條美國人的檢索數據成功預測了甲型H1N1流感的爆發。2013年，Netflix 公司翻拍了《紙牌屋》，利用大數據來預測觀眾喜好，以此來決定拍什么、誰來拍、由誰演等，該劇一經播出就大獲好評。《禮記·中庸》有云：凡事預則立，不預則廢。大數據的興起讓預測性分析成為現實，使得人們能更好地為未來做好準備。

（三）大數據的應用現狀。目前大數據主要運用在商業領域。如亞馬遜基于大數據，通過協同過濾算法計算出消費者的偏好類型，在消費者點擊或者購買某件商品后向其推薦類似商品，以此增加產品銷量。傳統零售商沃爾瑪也開始將大數據運用到日常銷售中去，通過對商品的銷量進行相關性分析，得出了颶風過后手電筒和蛋撻的銷量呈正相關關系的結論，在擺架的時候將兩者放在一起進而增加營業額。

與此同時，大數據也開始在警務領域嶄露頭角。如美國加州桑塔克魯茲市利用大數據構建了犯罪預測系統，對犯罪區域和犯罪時段進行預測并部署警力進行巡邏，大幅度降低了犯罪率。同樣，在美國波士頓馬拉松爆炸案中，警方通過摸底排隊搜集私人錄像和照片，并通過社交網站等向公眾征集相關信息，最后通過大數據的查詢比對，在獲取犯罪嫌疑人的圖像后成功抓捕了犯罪嫌疑人。隨著情報主導警務在世界范圍內的普及和運用，大數據必將在情報的搜集和處理中發揮重要作用。目前，國內有關將大數據運用于情報主導警務的研究還很欠缺，有待更深一步的探索和發掘。

二、基于大數據的情報主導警務模式

（一）基于大數據的情報主導警務發展趨勢。隨著全球經濟一體化進程的加速，跨國有組織犯罪、恐怖主義犯罪以及毒品犯罪日益猖獗，傳統反應式的以偵查為主的警務模式，囿于屬地管轄的限制和警力資源不足的問題，已經很難適應新形勢下打擊違法犯罪的要求。因此，情報主導警務應運而生。杰瑞·萊特克里菲對情報主導警務的定義為：情報主導警務是一種業務模式和管理理念。[2]有別于傳統的警務模式，情報主導警務模式更強調情報研判的重要性，通過情報產品來主動出擊，實現精確打擊，但在實踐中也發現了不少問題：一是部分情報人員錯誤地將信息采集當作情報主導警務，而忽略了分析研判的核心價值。二是在分析研判的過程中，由于過多地受個人經驗的干擾，導致情報產品缺乏客觀性和科學性。三是地區之間、國家之間，由于文化和地域的隔離，情報信息之間不能及時共享，形成信息孤島的現象。而大數據的出現，無疑將全面革新情報主導警務模式。由于技術的升級和設備的完善，基于大數據的情報主導警務可以充分挖掘海量數據中的情報信息，一方面通過構建模型和算法來降低人工干預，另一方面通過構建數據分享平臺來打破信息壁壘，加速情報共享。

（二）基于大數據的情報主導警務模式工作流程。大數據時代的到來，在引起社會深刻變革的同時，也給公安工作帶來了全新的機遇。大數據技術的日趨成熟，使得情報信息的分析研判更加便捷和精確。對此，筆者對大數據時代背景下的情報主導警務模式進行了構思。（如下圖所示）

大數據背景下的情報主導警務模式圖

1.數據采集。數據采集是情報主導警務開展的基礎。傳統的數據采集需要情報人員進行初級篩選，情報人員在拿到數據時需要預先判斷其是否為有用信息進而決定是否錄入，這種工作方式不僅耗費了大量時間，而且不能避免由于認識缺陷所造成的數據樣本不足。而在大數據時代，得益于存儲以及處理設備的不斷升級，可以擷取總體數據來替代樣本數據。因此，公安部門為了得到更為精確的情報產品，可以擴大數據的采集范圍。除了傳統的公安數據包括旅館住宿人員數據、在逃人員數據、車輛出入卡口數據等，還應將社會數據和網絡數據納入到采集范圍。社會數據包括銀行交易數據、通信數據、出行數據等，而網絡數據則包括社交網絡數據、即時通訊數據、電子郵件數據等。

由于部門和區域之間信息壁壘的存在，公安部門的情報采集工作往往不夠全面，更不用說社會數據和網絡數據的整合了。然而，大數據技術的出現使得公安部門可以通過搭建數據共享平臺的方式，及時采集包括社會數據、網絡數據等在內的多方數據。因此，基于大數據的情報采集工作有別于傳統的隨機樣本法，更加注重數據的全面性。

2.數據處理。隨著經濟社會的不斷發展，非結構化數據迅速增長，并取代結構化數據成為主要的數據類型。據統計，只有5%的數據是結構化數據，而剩下的95%則為非結構化數據。這些非結構化數據包括了文本、圖片以及視頻信息等，難以用二維邏輯表來表現。由于前期數據采集規模龐大，數據的來源多種多樣，不可避免地會出現數據重復、數據錯誤或數據沖突的現象。因此，對數據進行聯機分析之前，需要對數據進行清洗、過濾和轉換等過程。

3.數據發掘。作為大數據的最初使用者和受益者，國際互聯網巨頭諸如甲殼蟲、微軟、亞馬遜等都相繼研發出了大數據分析工具。基于Hadoop 這一分布式系統基礎構架，公安部門同樣可以開發出符合情報主導警務需求的大數據分析工具。在數據處理的基礎上，通過各種算法的計算得到所要預測的結果。這一過程的挑戰在于，由于數據挖掘的算法非常復雜，再加上所涉及的數據體量極其龐大，因此，需要專業的技術人員進行操作。

4.模型預測。通過以上大數據的分析處理過程，進而得出情報主導警務所需要的情報產品。從性質上來說，模型預測結果可以分為犯罪預測、治安防控以及反恐預警等方面。一是在犯罪預測方面，通過數據分析犯罪嫌疑人行為的規律性和關聯性等，進而發出預警。二是在治安防控方面，通過對人流、車輛以及住宿人員等數據的聯機分析，對治安問題實施有效預警。三是在反恐預警方面，借助大數據分析工具可以共享各國的情報并加以分析，進而有針對性地預警，以此來保障國家和社會安全。

從類型上來看，模型預測結果又可以分為時段預測和地域預測。時段預測通過歷史數據建模，再結合現有數據分析比對，預測出犯罪的高發時段。地域預測同樣通過大數據的運算，將犯罪區域的分布進行可視化，從而更好地協助警方進行警力部署，提前防范。

5.評估反饋。大數據建模是一個不斷矯正和完善的過程，這是因為大數據分析工具與人的關系是相輔相成的。一方面，分析系統需要排除人工經驗的干擾，實現數據的客觀分析；另一方面，分析系統又需要人工交互來實現算法和模型的不斷調整，以適應不斷變化的社會治安形勢。

前期的數據建模是建立在歷史數據和復雜算法的基礎之上的，在后期實施情報預警的過程中，一旦發現情報出現錯誤，需要立即矯正數據模型和算法。這對情報工作人員提出了挑戰，他們需要不間斷跟蹤記錄情報預警，發現錯誤后又要及時反饋給系統設計人員，從而進行調試和矯正。基于大數據的情報主導警務系統，就是通過這樣不斷循環往復的評估反饋過程逐漸完善，從而實現對情報的精確分析的。

三、基于大數據的情報主導警務模式的發展和完善

大數據作為新興技術，其在公安工作上的應用還剛起步。因此，為了更好地發揮大數據的優勢，需要從以下幾個方面進行完善。

（一）樹立大數據工作意識。《關于全面深化公安改革若干重大問題的框架意見》中，全面深化公安改革共有七個方面的主要任務。其中一個重要的任務就是要創新社會治安治理機制，并提出了健全情報信息主導警務機制等方面的要求。而大數據時代的帶來，為情報主導警務機制的完善帶來了新的契機。因此，公安人員在今后的工作中，要轉變傳統的情報思維方式，樹立大數據工作意識。首先，要注重培養“樣本≠總體”的意識。傳統的隨機抽樣會因為樣本選取的多少而影響最終結果的精確性，而大數據時代的到來使得數據的整體分析成為可能。其次，要注重培養“相關關系”的意識。通過相關關系的分析可能使兩者看似無關的信息之間確立相關關系。因此，要摒棄對于因果關系的偏執，培養相關關系的意識。最后，要注重培養評估反饋意識。大數據分析工具的算法和模型都是人工搭建的，情報預測失準不可避免。因此，要培養評估反饋意識，根據實時預測結果不斷矯正系統，以實現精確預警。

（二）完善大數據警務平臺。以大數據為依托構建的警務平臺，需要不斷更新完善來適應社會治安形勢的變化。一方面，要確保數據來源速度快、范圍廣。這就要求情報收集人員在收集數據時，盡可能地將更多的社會數據、網絡數據囊括進來，并實現數據的實時傳輸和實時分析，確保情報產品的及時性。另一方面，基于大數據的警務平臺要破除信息壁壘，實現不同部門、區域之間的情報信息的無障礙共享，以應對新形勢下情報主導警務的需求。

（三）培養大數據應用人才。一是要培養一批大數據應用方面的公安人才。這些人既能準確收集所需要的數據，又能在情報產品輸出后給予正確的評估反饋。同時，這些人還要負責預警后的處理工作，確保預警信息及時傳送到相關部門。二是要培養一批大數據方面的技術人才。這些人在熟悉公安業務的同時，還要有統計學、高等數學、計算機科學等方面的相關背景，除了構建大數據警務平臺外，還要負責平臺的日常維護和安全保障。

（四）規范大數據使用方式。隨著大數據技術的運用，公民越來越多的個人數據被采集，而相關的法律法規卻還是一片空白。對此，公安人員在運用大數據實現情報預警的同時，需要逐步規范使用方式。首先，情報的檢索和查閱需要按照級別來分類，只有達到一定級別的公安人員才有權限查看。對于一些涉及公民個人隱私和國家安全的數據，更要注重數據的安全保護。其次，在數據收集的過程中，對于法律未規定而又涉及個人隱私的數據，要及時向上級領導報告，在獲得批準后才能錄入系統進行聯機分析。最后，系統輸出的情報預警信息也要加密處理，防止情報預警信息泄露或者被不法分子竊取利用。

[1]孟小峰,慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展,2013，（1）：146-169.

[2]杰瑞·萊特克里菲[英].情報主導警務[M].崔嵩譯.北京：中國人民公安大學出版社，2010：74-77.