大數據在檢察工作中的應用研究

張浩

摘 要：隨著互聯網的快速發展，大數據、云計算和物聯網等技術共同推動當今社會邁入大數據時代。檢察工作利用大數據體量大、類別多、生成速度快、價值總量巨大等特征，深度挖掘和充分融合各類檢察數據，以豐富檢察手段，滿足檢察工作的數據需求，提高檢察效率。大數據的廣泛應用為檢察工作帶來巨大機遇，同時，其應用規模和復雜度給現有的硬件支持架構、大量數據處理和安全帶來了極大挑戰。文中依據我國大數據的發展趨勢、研究現狀，以及檢察大數據的應用態勢，從數據層面分析大數據在檢察工作中的應用方向，并通過大數據應用特性分析目前檢察大數據存在的風險及應對策略。

關鍵詞：大數據；數據安全；數據挖掘；檢察信息化

中圖分類號：TP393 文獻標識碼：A 文章編號：2095-1302（2017）09-00-03

0 引 言

大數據是檢察機關信息化發展的重大機遇，也是提升檢察生產力的又一次契機。2015年11月，全國檢察機關電子檢務工程會議在北京召開，最高檢黨組書記、檢察長曹建明同志強調，全國檢察機關要以黨的十八大和十八屆三中、四中、五中全會精神為指導，深入貫徹黨中央關于加強網絡安全和信息化、建設網絡強國的重大決策部署，主動適應大數據時代的要求，全面扎實推進電子檢務工程建設，以信息化助推檢察工作規范化、現代化。

（1）大數據應用已經提升至國家戰略

我國高度重視大數據技術的發展，“十三五”規劃建議提出：“實施國家大數據戰略，推進數據資源開放共享。”2015年9月，國務院通過《關于促進大數據發展的行動綱要》，標志著國家對大數據發展出臺第一份正式文件，對大數據發展的規范化起到重要作用。

（2）大數據應用是電子檢務工程的必然要求

2015年7月曹建明檢察長在“互聯網+檢察工作”座談會上強調打造“智慧檢務工程”，高度重視大數據在行政執法和職務犯罪偵查、刑事司法銜接、強化訴訟監督中的作用，開發“檢察機關電子證據云平臺和智慧偵查平臺”，建設“兩法”銜接平臺，推動偵查指揮、遠程取證、智能鑒定等檢察業務流程再造，不斷增強發現、懲治犯罪和法律監督的能力水平。

（3）檢察業務需求發展的必然趨勢

檢察工作目前普遍存在的難題包括領導賴以決策的依據比較粗糙、法律監督沒有建立數值化標準體系、自偵案件在初查、偵查中缺乏相對全面的情報數據、沒有具體的案件風險防控體系等。針對這些難題，大數據分析可通過案件數據庫和情報數據庫提煉出查辦案件的規律，以此來服務決策；將作為“依據”的“事實”和作為“準繩”的“法律”以數據標準的形式顯現出來，解決自偵案件查詢分析問題和法律監督標準問題，提升偵查與協同辦案、法律監督水平和社會公信力是檢察業務需求發展的必然要求。

1 國內外研究現狀

2008年9月《Science》發表了一篇文章“BigData： Science in the Petabyte Era”，從此“大數據”一詞開始廣泛傳播。美國針對大數據的研究應用較早，雖然規范化發展還在進行中，但已有很多大數據企業或上市公司涉及大數據業務；歐盟把大數據作為未來經濟發展的重要支撐之一；亞洲的日本、新加坡、印度等國對大數據產業重視較早，著手建設和發展也比較早，已具備一定規模。大數據的需求和應用非常廣泛，各國政府大力推進，涉及政府管理、互聯網、智慧電力、醫療健康、交通運輸、智慧城市等諸多行業[1-3]。

我國高度重視大數據的發展與應用，在“十三五”規劃建議提出：“實施國家大數據戰略，推進數據資源開放共享。”在2015年5月，李克強曾提出：“大數據產業是中國推動‘互聯網+戰略的重要支撐。”2015年6月，習近平考察貴陽時強調：“發展大數據確實有道理。”在政策層面，2015年9月，國務院通過《關于促進大數據發展的行動綱要》，標志著支持大數據發展的第一部正式國家層面的文件出臺，對規范大數據技術的發展起到了關鍵作用。此外，國內知名企業也早已積極進行大數據布局，國內三大互聯網巨頭阿里巴巴、騰訊、百度分別建有獨自的大數據平臺，對客戶消費大數據進行分析，對行業發展大數據進行分析等。其它一些企業通過業務延伸和轉型以及收購等方式進入大數據領域，我國涉及大數據相關業務的企業已經超過200家[4]。

2 大數據在檢察工作中的應用

解決大數據發展問題的關鍵在于大數據技術[5]，指借助云計算、大數據、物聯網等各類型海量數據，快速挖掘、獲取、分析具有價值信息的技術。“大數據”指數據本身的規模，同時也包括數據采集的工具、平臺和分析系統等，大數據的目的在于將其通過存儲、關聯、比較、運算等方式進行分析，將分析結果應用到相關領域，從低價值密度的海量數據中“挖掘”出有價值的數據，并通過這些數據進行分析研判得出結論[6]，從而促進行業領域的突破性發展，如圖1所示。

（1）為決策提供高質量研判數據

大數據運用數據分析來服務決策。通過分析采集數據建立決策系統，以決策需求為依據，自動生成相關數據統計報表；把案件情況、社會評價情況、單位風險情況通過數據圖文等形式直觀輔助檢察決策。

（2）提高刑檢部門辦案效率

大數據可以把檢察工作中的卷宗轉換成數據，把提審、接訪等過程也轉換成數據。相對于卷宗就是把紙質文件變為電子版，然后通過檢察專網實現數據共享，根據檢察官辦案需求的關鍵字，智能分析出對應的目標卷宗，并實時對比展示；接訪、提審、案件討論等均可通過遠程數字方式集中管理，按需分配視頻流資源，提高工作效率，降低時間成本。

（3）轉變自偵部門辦案模式

大數據實現海量數據的分析研判，為偵查部門提供高密度價值的情報信息服務和支持。作為反貪污腐敗的重要力量，檢察機關將調查了解情況、相關證據上傳到大數據中心，進行數據處理、分析，在發現職務犯罪線索、獲取偵查情報、分析職務犯罪形勢以及制定刑事政策方面提供高效率、高價值的參考信息。同時，在檢察系統體系外，工商、稅務、公安、房管等行政部門、招投標機構、金融機構、通信企業等單位建立起來的海量數據庫也可為獲取目標人員信息、獲取并查處犯罪等提供幫助。endprint

（4）準確感知群眾需求

大數據對互聯網數據挖掘、司法行政機關接待群眾需求的數據進行分析，自動感知、預測出群眾所需的服務，分析出人民群眾的需求。此外，窗口部門可通過大數據技術更好地服務來訪群眾，拉近與人民群眾的距離，切實解決群眾困難。

3 大數據在檢察工作中的應用風險及解決對策

3.1 應用風險

伴隨著數據挖掘、數據倉庫、分布式計算等技術的高速發展[7]，大數據分析、趨勢研判的能力快速增強[8]。大數據的數字化進程不斷深入，其安全問題日益顯現。

3.1.1 數據安全

目前大數據應用所面臨的最大風險是數據安全與網絡安全。將海量數據集中存儲，雖然方便數據分析與處理，但在安全使用、安全存儲和安全管理環節存在大數據損壞和丟失風險，數據一旦損壞或丟失，將引發毀滅性的數據災難。大數據的持續快速增加，對數據存儲的物理安全性要求越來越高，從而對數據的多副本與容災機制也提出更高的要求。此外，在線數據越來越多，黑客犯罪的動機比以往都強烈，當前存在的安全證書泄露、系統漏洞等導致敏感信息數據泄露/數據被盜的風險越來越高。

3.1.2 數據管理技術架構

數據管理技術架構風險主要包含以下四個方面：

（1）目前有很多采用傳統數據庫技術的應用系統，在設計之初沒有考慮對結構化數據、半結構化和非結構化數據類別多樣性的兼容問題。

（2）傳統的數據庫對處理響應時間要求不高，數據統計結果可能滯后很長時間才能輸出，缺乏實時數據處理能力。

（3）傳統的數據庫沒有構建分布式數據倉庫，擴展能力受限，無法處理TB級別的數據，傳統數據庫的管理能力被快速增長的數據量遠遠超越。

（4）海量數據傳輸需要高性能的網絡架構與強大的數據中心，以支持高并發訪問，保證數據穩定、低負載，海量數據的運維工作也將成為一項挑戰。

3.1.3 數據開放與隱私的權衡

由于政府、企業和行業信息化建設時間跨度大，未全部參與統一規劃，未進行統一標準制定，形成了眾多信息“孤島”，且受相關政策限制，數據開放程度較低，為數據共享造成了極大障礙。因此，建立良性發展的數據共享系統，是檢察大數據發展必須突破的難關。同時，開放與隱私如何平衡，也是檢察大數據開放過程中面臨的難題。

3.2 防范對策

3.2.1 準確定位業務部門的大數據需求

業務部門沒有清晰的大數據需求。很多業務部門難以提出大數據的準確需求，使得大數據建設受限，同時也阻礙了自身數據資產的積累和挖掘，甚至由于數據沒有應用場景而刪除了很多有價值的歷史數據，導致數據資產流失。檢察業務部門需要利用數據分析來支撐決策，從認識“大數據”出發，到“大數據能產生價值”，到“從大數據中找到價值”，再到“有效使用大數據產生的價值”是大數據需求認知的必經之路，如何收集有效數據、使用數據、開放數據、管理數據和利用數據是大數據需求準確定位的基礎。

3.2.2 破解數據孤島現象

目前數據孤島情況嚴重，如何整合碎片化的檢察數據是啟動大數據所面臨的第一道難關。數據常常散落在不同的業務部門，甚至是不同單位，而且這些數據存在于不同的數據倉庫中，導致數據價值難以被挖掘。大數據需要不同數據的關聯和整合才能更好地發揮、理解業務的優勢，通過建設與相關單位的數據專線、互聯網數據挖掘、檢察專網數據共享的方式破解數據孤島現象。

3.2.3 規范建設標準，加強安全防護

沒有標準就沒有系統。在建立、完善大數據系統時，可建設面向不同主題、覆蓋各個領域、動態更新的大數據標準，為實現各級各類信息系統的網絡互連、信息互通、資源共享奠定基礎。建立安全良好的運行機制，綜合建設過程中的各個環節，建設一套有序的、動態的、可持續發展的系統工程。此外，以我國等級保護制度為標準，利用分級保護技術、設備接入控制、數據安全防護等手段來提高大數據網絡的安全防護能力。

4 結 語

在檢察工作中大數據技術發展迅速、應用廣泛，以檢察機關業務需求為出發點，以檢察司法辦案信息平臺建設現狀為基礎，依托統一業務應用系統數據、執法司法信息資源，結合大數據技術的特點和優勢，分析、挖掘大數據技術在檢察工作中的應用領域，并且通過大數據應用所產生的數據安全、網絡安全等問題，從數據層面分析大數據應用過程中面臨的風險并制定相應的防范對策。

參考文獻

[1]李學龍，龔海剛.大數據系統綜述[J].中國科學：信息科學，2015，45（1）：1-44.

[2] Agrawal D，Bernstein P，Bertino E，et al.Challenges and Opportunities with Big Data-A community white paper developed by leading researchers across the United States[R/OL].2012.

[3]李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域——大數據的研究現狀與科學思考[J].中國科學院院刊，2012，27（6）：5-15.

[4]張引，陳敏，廖小飛.大數據應用的現狀與展望[J].計算機研究與發展，2013，50（S2）：216-233.

[5]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，2013，50（1）：146-149.

[6] David N Reshef，Yakir A Reshef，Hilary K Finucane，et al. Detecting Novel Associations in Large Datasets[J].Science，2011：1518.

[7]李建中，劉顯敏.大數據的一個重要方面：數據可用性[J].計算機研究與發展，2013，50（6）：1147-1162.

[8] R Bryant，R H Katz，E D Lazowska.Big-data computing： Creating revolutionary breakthroughs in commerce， science and society[N/OL].2012.endprint