胡鐵流
湖北警官學院偵查系,湖北 武漢 430034
大數據來源于英文單詞Big data,是指互聯網中的海量數據。在互聯網發展的早期,互聯網終端數量較少,網絡信息量不大。這一時期的互聯網用戶通過搜索引擎,利用關鍵詞搜索等方式可快速有效地尋找到自身需要的信息。但隨著互聯網的高速發展,網絡終端大幅增加,互聯網空間內的數據量呈幾何式增長。運用傳統的信息處理方式,已經無法滿足終端用戶的需要。同時近年來部分搜索企業利用自身的壟斷優勢,為客戶大量推薦廣告信息,使得用戶的權益受到損害。在此背景下,美國著名信息數據專家維克托·邁爾-舍恩伯格與肯尼斯·庫克耶與2008年聯合提出了大數據概念。在這一理論中,明確提出了網絡信息的處理原則,并在實踐應用中,總結出了新型的信息處理方式。
大數據理論一經推出,就引起了我國刑偵單位的重視。刑事偵查最重要的工作就是搜集并分析信息,這一工作特征與大數據分析模式極為吻合。但由于大數據應用模式尚不成熟,其在刑事偵查領域的應用仍然存在一定的問題。首先部分操作人員缺乏大數據分析的經驗,在工作開展的過程中,難以有效甄別隱秘性較強的信息。其次近年來我國居民的信息保護意識逐漸增強,針對刑事偵查工作開放的信息空間逐漸縮小。再有隨著計算機技術的普及,部分犯罪分子的反偵察能力不斷增強,在日常的互聯網應用中,極為注意對信息的保護。
我國刑事偵查領域的工作人員,具有優良的工作傳統,在遇到困難的情況下,總會尋找到新型的工作方式。首先針對缺乏大數據應用經驗不足的問題,我國的刑偵單位可調派業務骨干,進入到計算機企業內部開展學習,通過這樣的方式,刑偵單位的技術人員可快速掌握先進的應用知識。其次針對信息開放的問題,我國應當開展相關的立法工作,明確刑偵工作的信息搜索范圍。同時針對重大案件,主要網站應當給予積極配合。再有針對犯罪分子反偵察能力增強的問題,刑偵單位應當適當引入人工智能系統,通過其強大的運算能力以及學習能力加強對隱性信息的檢查。
在刑偵工作中,鎖定犯罪嫌疑人是極為重要的工作。傳統的偵查模式往往是從受害人的社會關系入手,通過對作案動機的分析,逐步排查犯罪嫌疑人。但這樣的排查過程存在一定的局限性,部分犯罪動機不明顯的嫌疑人常常難以被鎖定。針對這一問題,刑偵單位可運用大數據分析系統,擴大搜索范圍。首先刑偵單位應當在全網范圍內,尋找與受害人、犯罪現場以及作案時間等有關的犯罪信息。同時將搜索到的信息進行關聯比對,并將可疑信息的發布人定為犯罪嫌疑人。
在對犯罪嫌疑人實施抓捕的過程中,尋找到犯罪嫌疑人的位置,通常是抓捕工作的重點。傳統的定位工作通常是依據嫌疑人的活動習慣并運用長期守候的方式,對嫌疑人進行抓捕,但這樣的模式效率較低并且占用了大量的警力。在當下的技術條件下,我國刑偵部門可以運用大數據分析系統對犯罪嫌疑人進行搜尋。首先可針對嫌疑人作案前遺留的信息進行分析,并總結出嫌疑人的持續逃亡能力。其次可運用信息技術,對當地主要出入口的監控信息進行分析,已確定嫌疑人的大致范圍。最后刑偵部門可對重點范圍內,新出現的手機號碼以及交流工具進行跟蹤,從而獲得更加準確的抓捕范圍。
犯罪嫌疑人往往會選擇環境較為復雜的地點進行隱藏,使得抓捕工作較難開展,并且增大了安全風險。針對這一問題,刑偵單位可運用大數據分析系統,對犯罪嫌疑人的社交情況進行分析。之后刑偵單位可選擇其重點的社會關系,將犯罪嫌疑人誘離藏身地點。其次針對社會關系不清晰的嫌疑人,刑偵部門可模仿網絡交友以及快遞外賣的身份,突破犯罪嫌疑人防線。
我國的刑事偵查工作中,大數據已經得到了廣泛的運用。首先,通過大數據分析,對于犯罪嫌疑人的搜索工作將更加高效。其次運用大數據分析,可快速鎖定犯罪嫌疑人的具體位置。再有在抓捕過程中,可運用大數據分析系統,模仿犯罪嫌疑人的主要社會關系,并將其誘離藏身地點進行抓捕。