通訊痕跡與情報分析系統的設計方法

趙宇闊

（錦州中學，遼寧 錦州 121003）

[關鍵字] 通訊痕跡；服務號碼；技術偵察；數據挖掘；可信度

1 引言

在犯罪活動中，犯罪嫌疑人一般都會留下不同程度的通訊痕跡。并且，這些通訊痕跡不僅包含犯罪嫌疑人的活動軌跡，還對潛在的犯罪活動具有一定程度的預判作用。那么，對目標人員的通訊痕跡進行統計分析將是復原案情、確定偵查方向、追蹤目標人員和收集犯罪證據的重要環節。因此，我們根據某些刑事犯罪的特點，開發了通訊痕跡與情報分析系統。

在開發過程中，我們首先與某公安部門合作，依法獲取典型案例，并從中提取犯罪嫌疑人的通訊規律，以及通訊動機。然后，根據數據挖掘技術，挖掘犯罪活動中的潛在規律，以及這些規律的適用范圍。并且，在試用過程中，目標人軌跡分析的可信度為95%，潛在目標人的犯罪活動分析的成功率為72%。

2 分析模型

一般來說，在目標人員的通訊痕跡中，將包含如下四類通訊記錄，即：

(1)正常的人際交往（包括具有血緣關系的親友、普通朋友、同事和陌生人等）；

(2)特殊行業的客服通訊（包括物流公司和出租車公司等社會服務行業）；

(3)隱性目標人員之間的通訊（包括共同犯罪人員）；(4)顯性目標人員之間的通訊（包括從事某項犯罪活動中的人員聯系）。

其中，具有犯罪前科的人員，我們稱之為顯性目標人。沒有犯罪前科，但卻與顯性目標人員具有非正常性的接觸（包括通訊），從而具有某種犯罪嫌疑的人員，我們稱之為隱性目標人員。并且，根據該四類通訊記錄的偵查特征，我們設計了一個如圖1所示的分析模型。

在圖1中，其它信息是指目標人員的基本信息（包括姓名、證件號、年齡、性別、民族、學歷、住址）、社會信息（包括親友、同事、工作單位、職業）、旅行信息（包括活動區域、同住宿人員、通行人員）、網絡通信信息（包括QQ號、陌陌號、微博、郵箱）、基本資產信息（包括房產、車輛、投資、銀行卡）和治安處罰信息（包括涉毒處罰、刑事處罰、交通處罰、法律糾紛等）。

圖1 通訊痕跡與情報分析模型

3 相關指標的設置

在犯罪網絡分析領域中，貝葉斯推理、聚類和關聯規則是比較常見的數據挖掘技術，如NETEST等網絡犯罪的分析工具。并且，在這些方法中，“有趣信息”的度量指標設置則是數據挖掘的核心問題。所以，本文根據通訊痕跡與情報分析的特點，從而在數據挖掘過程中采用了如下的指標設置，即：

(1)活躍度

在人類的社會活動中，由于個體的職業、學歷、性格、區域、性別、年齡等特征會形成一個相對固定的交際圈。并且，這種交際圈與社會活動具有某種內在的邏輯性。因此，我們設計了一個顯性活躍度與隱性活躍度指標，從而度量目標人員從事犯罪活動的可能性，以及偵查價值。也就是說，當顯性活躍度和隱性活躍度越高，那么該目標人員就越接近某項犯罪活動，即：他有可能是該項犯罪活動的參與者，或者是知情者，或者是某種線索的提供者。

其中，在“對方號碼”中，包含顯性目標人員的數量，我們稱之為顯性活躍度；包含隱性目標人員的數量，我們則稱之為隱性活躍度。

(2)敏感地域

在有些案件中，會體現某些地域特征，即：根據案件統計，某些地域的某類案件發生的概率要明顯大于其它區域。因此，在目標人員的通訊痕跡中，我們對目標人員的通話歸屬地進行了統計，從而度量目標人員與敏感地域的接觸程度。

(3)親密度

在目標人員的交際圈中，有的個體與目標人員比較親密，從而具有頻繁的通訊行為。有的個體與目標人員比較疏遠，從而具有較少的通訊行為。為了度量這種情況，我們設計了一個親密度指標，即：目標人員與某個“通訊號碼”的通訊頻率。

算法：

第一步：通過目標人的通訊痕跡，獲得活躍度、敏感地域和親密度的度量值；

第二步：根據活躍度、敏感地域和親密度分別進行聚類分析；

第三步：根據層次貝葉斯推理模型，從而對目標人的行為特征進行匹配；

第四步：對異常數據進行多維度綜合評價；

第五步：輸出結果。

4 功能

在JDT-1-2017.10版本中，我們主要設計了數據查詢、綜合分析、單人分析、群落分析等功能，如圖2所示。

圖2 部分功能界面

根據圖2，它將具有如下的分析功能：

(1)通過話單的數據挖掘，從而對犯罪嫌疑人的性格、特征、興趣、職業等特點進行描述；

(2)通過話單的相關統計，從而對目標人的社會活動范圍，以及相關的社交網絡進行量化描述；

(3)根據異常數據的特點，從而對某些可能存在的犯罪信息進行預警，并為拓展案情提供數據支持。

5 結語

通過試用反饋，該分析模型和分析指標的設計具有靈活性的特點，在某些特定的犯罪活動中，例如販毒活動，具有較好的案情預警、案情研判和線索收集等作用，應用前景很好。