基于大數據的個人極端暴力犯罪防控研究

宋祥斌

摘? ?要：個人極端暴力犯罪具有突發性、不確定性、手段極其殘暴等特點，很難防控。文章基于大數據技術，綜合源頭治理、風險識別、監測預警和快速處置，開展個人極端暴力犯罪立體防控與打擊處置的技術和機制研究，實現對個人極端暴力犯罪的主動防控，對于推動社會管理方式的創新以及維護社會的安全、穩定，具有極其重要的社會意義和現實意義。

關鍵詞：大數據;個人極端;暴力犯罪;防控

隨著我國社會和經濟的不斷發展與進步、各項改革事業的不斷推進，加之國內外局勢的變幻，社會變革深刻而又復雜，導致個人極端暴力犯罪頻發，對人民群眾的安全感和社會的穩定造成巨大影響。例如，2018年6月28日，浦北路近桂林西街人行道附近黃姓男子因生活無著落，產生報復社會念頭，持菜刀砍殺，造成兩名男童死亡。2018年11月22號，遼寧省葫蘆島市建昌縣一犯罪嫌疑人因為夫妻矛盾升級，產生了厭世報復社會的極端思想，隨機選擇作案對象，駕車故意撞擊未成年學生，造成了5死19傷的嚴重后果。2018年12月25日，福建龍巖無業中年男性邱某，因與當地居委會干部有積怨，持刀劫持公交車撞人，造成重大傷亡。

個人極端暴力犯罪人性格扭曲、心理黑暗，把不公和不幸歸因于社會和他人，遇到事情不能正確去面對，而是采取極端報復社會的做法，嚴重危害人民的生命、財產安全，極大地破壞社會秩序，個人極端暴力犯罪是當前和今后一段時期影響我國治安秩序和社會穩定的突出問題之一。大數據時代的到來，為個人極端暴力犯罪的防控工作帶來了新的技術和思路。針對個人極端暴力犯罪的源頭治理、風險識別、監測預警和快速處置，開展大數據下個人極端暴力犯罪立體防控與打擊處置的技術和機制研究，能夠改變傳統被動應對的局面，實現對個人極端暴力犯罪的主動防控。

1? ? 個人極端暴力犯罪的社會危害及相關研究

極端暴力事件并非中國獨有，2009年11月5日，美軍陸軍少校馬利克·哈桑在得克薩斯州胡德堡軍事基地開槍行兇，造成13人死亡、30多人受傷。2011年7月22日，挪威冷血殺手布雷維克先在挪威首都奧斯陸政府辦公樓附近引爆炸彈，而后趕往奧斯陸以西約40 km的于特島開槍射殺參加挪威工黨青年團夏令營的青少年，共77人遇難。這些個人極端暴力犯罪事件，對社會和民眾造成了巨大危害和恐慌。

從犯罪手段來看，罪犯有直接報復殺人的，也有泄私憤爆炸縱火的;從犯罪地點來看，有校園、廣場、街道等人群聚集的地方。雖然犯罪形式多種多樣，但都是由單個人使用刀具、汽車、槍支等具有較強殺傷性的工具來實施且手段殘忍的犯罪，導致多名被害人死亡或重傷并產生重大社會影響。與傳統的暴力犯罪相比，個人極端暴力犯罪通常選擇公共場所，隨機選擇作案對象，以兇狠手段突然發起襲擊。犯罪后果極其嚴重、來不及防備、極易造成人群恐慌、示范效應很強，這些特點決定了該類犯罪應急與防控的艱難性。靳高風教授[1]采用實證分析方法對近年來國內發生的典型案例做了統計，闡釋了當前我國個人極端暴力犯罪的現狀和發展趨勢，全面、清晰地揭示了其犯罪特征與發案原因。靳高風認為，“個人極端暴力犯罪”是指一個人針對特定或不特定多數人使用殘忍的武力手段，實施造成嚴重傷亡和重大社會影響的行為[1]。江南社會學院馬濤博士立足于犯罪地圖理論，認為在大數據時代，可以將數據和地圖結合起來分析、預測、預防恐怖主義犯罪，實現恐怖主義犯罪分布可視化;同濟大學副教授單勇認為，在大數據時代，應該充分利用犯罪大數據，實現社會治安精準防控[2-3]。我國的國家自然科學基金已資助了大數據分析決策、非常規突發事件等相關項目，包括重大研究計劃“非常規突發事件應急管理研究”“非常規突發事件演化分析和應對決策的支持模型集成原理與方法”“非常規突發事件下恐慌群體行為分析與疏導研究”等。

新形勢下，社會對個人極端暴力犯罪襲擊事件的防范和處置提出了更高的要求，大數據、云計算、人工智能等科技手段，為最大限度地預防、預警、監測、控制與處理此類犯罪提供了技術解決的可能。（1）能夠促進犯罪人員信息數據化，實現對已有個人極端暴力犯罪分子進行標準測量和跟蹤測評。（2）能夠促進犯罪要素程序化，通過多維信息感知和識別技術，科學獲取和厘清個人極端暴力犯罪的各個要素，構建預警模型和系統。（3）能夠促進犯罪數據監管智能化，基于現有犯罪信息庫數據進行機器學習，智能監控個人極端暴力犯罪數據在互聯網上的流動[3]。大數據技術的應用對個人極端暴力犯罪的應急應變和打防結合、推動社會管理方式的創新、保障社會公共安全和維持社會穩定具有重要意義。

2? ? 基于大數據防控個人極端暴力犯罪的思路

個人極端暴力犯罪具有隱蔽性、突發性與暴力性，必須建立并覆蓋“感知、識別、預警、防控、處置”的全方位預防監控體系。有效管控各類高危人員，切實把轄區內肇事肇禍的“病”人、酗酒滋事人員和對社會嚴重不滿的人員排查出來，尤其是對情緒行為偏執、對社會極端不滿等各類高危人員做到心中有數，逐一落實教育、疏導、穩控等具體措施;對可能影響社會穩定的苗頭性、傾向性問題，及時感知和識別，防止從事違法犯罪活動;對已經發生的個人極端暴力犯罪人員，要能及時啟動預案，科學指揮和妥善處置。

在互聯網、大數據時代，極端暴力分子的一舉一動，都極有可能留下蛛絲馬跡。國外在大數據反恐領域已有一定研究及應用積累，英、美等發達國家都建立了反恐情報數據庫。美國的Palantir是一家大數據挖掘分析公司，將人工智能算法與強大的引擎整合在一起，對多個數據庫進行掃描，借助人工智能算法對數據庫信息進行處理，并允許用戶對相關信息進行快速瀏覽。目前，其產品已經被CIA，FBI、私人調查機構等多家機構使用。Palantir公司開發的產品已成為美國情報機關反恐的必備工具。

國內在智能情報分析與反恐、人員識別與反恐等領域也開展了不同形式的警務實踐，但對于極端人員的識別、預警及管控的大數據防控與處置研究甚少。亟需通過大數據和云計算等技術對個人極端暴力犯罪進行源頭識別與治理防控，從事件、行為、區域、場所、行業等多個維度，為個人極端暴力犯罪事件預測、異常行為監測、風險評估等提供精準的預測預警服務。

2.1? 針對極端犯罪的隱蔽性，需要增強有效情報信息的獲取能力

及時獲取可靠的情報，有針對性地獲知和控制潛在極端暴力危險者，將極端威脅有效地控制于萌芽狀態[4];通過研究已發生的個人極端暴力犯罪案例，分析其發生的特點、規律，梳理出犯罪主體在生理、心理、生活、社會關系等方面的特征，為有效刻畫和識別潛在極端人員提供標準化、可操作的測量手段。

2.2? 針對個人極端暴力犯罪的突發性，需要加強對個人極端暴力犯罪的態勢感知

要能對潛在的極端人員和事件進行提前預測和預警，將情報信息及時通報和上報，提前獲取犯罪分子的襲擊企圖和計劃等情報信息，為主動應對突發狀況提供預警，將危害后果最小化[4]。要對高危人員進行特征識別和重點管控，對個人極端暴力犯罪案件發生的地點、作案手段、使用工具等進行規律分析和特征建模，基于知識圖譜技術建立目標知識庫和情報監督系統，對高危人員進行多維監測。建立風險積分預警模型，及時發現有極端報復社會的苗頭性、傾向性行為。

2.3? 針對個人極端暴力犯罪的暴力性，盡可能在預謀階段或實施前予以控制和處置

一旦發現有極端行為的可能性，及時對高危人員進行處置，通過微表情誘發和識別，獲取其真實心理，及時干預和制止暴力犯罪活動。如果個人極端暴力犯罪已經發生，必須立即啟動應急處置預案，科學指揮，盡量控制犯罪對社會造成的傷害。

3? ? 基于大數據防控個人極端暴力犯罪的措施

從數據、模型和系統3個視圖梳理和分析個人極端暴力犯罪技術防控的需求，綜合運用大數據、人工智能等技術，研究潛在犯罪人員目標體系、多層情報預警體系和應急干預處置體系，構建個人極端暴力犯罪一體化防控的體系作戰框架。解決現有個人極端暴力犯罪防控中情報模型適用場景單一、預測能力不足、以被動應對為主、難以滿足實際業務需要的問題，實現主動防范的目標。

3.1? 規劃和規范個人極端暴力犯罪防控數據資源，構建個人極端暴力犯罪防控大數據治理體系

對個人極端暴力犯罪防控與治理中的數據資源進行規劃，制定元數據和主數據標準，建立數據目錄;對個人極端暴力犯罪防控與治理中的數據資源進行整合，建立規范的數據服務和應用標準，提高數據對反個人極端暴力犯罪業務應用的自適應性，實現對新增數據的自動發現、數據目錄的自動維護、數據標準的自動對照、數據更新的自動監測、數據質量的自動檢測。

3.2? 研究潛在極端暴力人員的源頭識別和管控，構建個人極端暴力犯罪的目標管控體系

在對已有極端人員先驗知識的前提下，借助大數據分析方法，從人格、價值觀、情緒、行為、社會關系、經濟、重大事件等多種維度，對審訊記錄、上網資料、信訪數據、非法集聚數據、交通、經濟數據、量表測驗和親屬描述等材料，進行主要特征提取，依托大數據+量表測驗的方法，構建極端人員特征集常模。結合小樣本機器學習算法，建立智能研判系統，進行信效度檢驗、特征匹配，篩選出潛在極端人。基于知識圖譜技術，建立潛在極端人員的動態目標庫。

3.3? 研究極端暴力事件的態勢感知和預測預警，構建個人極端暴力犯罪的情報預警體系

綜合運用異常行為識別技術，對極端暴力事件進行多維監測和預警;建立面向重點目標、行業、社會事件的極端暴力事件的風險評估體系;建立多情景個人極端暴力犯罪風險預警模型，提高對個人極端暴力犯罪的態勢感知和情報研判能力。

3.4? 研究個人極端暴力犯罪的監測干預和應急處置，構建個人極端暴力犯罪的應急指揮體系

對高危人員進行微表情誘發和識別，一旦風險積分預警模型發現有極端行為的可能性，及時制止控制，獲取其真實心理，及時采取應急處置措施;提出應對個人極端暴力犯罪的資源布局和警力調度、預案生成及決策優化等技術，建立跨層級跨部門協同應急響應體系，實現一點報警、多級感知、整體聯動。

4? ? 個人極端暴力犯罪大數據防控的難點

實現個人極端暴力犯罪的預警和管控，需要突破個人極端暴力犯罪立體防控與打擊處置應用中數據感知融合、異常行為監測、應急資源布局調度、源頭風險識別治理、跨空間積分預警、自適應敏捷指揮等關鍵技術的瓶頸，解決多維多源數據感知與融合、極端人員主體源頭識別與治理、極端事件風險監測預警、極端行為識別防控等不同層面的關鍵問題[5]。

在個人極端暴力犯罪數據的感知融合方面，采用個人極端暴力犯罪奇異稀疏數據的感知技術和融合方法，建立個人極端暴力犯罪元數據動態知識圖譜和數據資源規劃體系，重點解決樣本數據規模過小和多源異構高維分布數據之間的語義沖突等問題，為極端暴力行為的大數據分析預警完成數據準備。

在潛在犯罪人員的目標建模方面，要構建用于識別潛在極端暴力人員的常模標準和基于心理先驗知識的動態知識庫，為重點人員、重點部位的源頭風險識別與治理提供關聯搜索和預警模型，提升預知個人極端暴力犯罪風險的準確度、時效性。

在個人極端暴力犯罪行為的監測預警方面，要解決個人極端暴力犯罪行為多維分析檢測與預測關鍵技術，建立基于多重社會網絡的個人極端暴力犯罪主體及其行為關聯模型，研究異常心理行為、異常活動軌跡、異常網絡行為等主體推測方法和極端行為模式解析方法，通過個人極端暴力犯罪預謀行為監測，實現預謀行為預測和干預處置，降低社會極端暴力事件發生概率。

在個人極端暴力犯罪的打擊處置方面，采用應急資源優化配置及調度、應急預案快速生成及決策優化等關鍵技術，建立跨層級跨部門協同聯動應急響應工作機制，實現一點報警、多級感知、整體聯動。

5? ? 結語

文章研究與分析個人極端暴力犯罪的防控和治理需求，針對防控個人極端暴力犯罪中數據多源異構、高維分布、樣本數據奇異稀疏、異常行為及犯罪主體監測分析低質低效、應急處置缺乏快速協調機制等問題，基于大數據技術，規劃和規范個人極端暴力犯罪防控數據資源，強化對潛在極端暴力人員的源頭識別和管控，增強對極端暴力事件的態勢感知和預測預警能力，科學組織和實施極端暴力事件的應急處置和指揮決策。建立潛在個人極端暴力犯罪分子源頭治理、風險識別、預測預警、打擊處置的系統性技術解決方案，保證社會安全和正常的秩序，降低個人極端暴力犯罪的傷害程度。

[參考文獻]

[1]靳高風.當前中國個人極端暴力犯罪個案研究[J].中國人民公安大學學報（社會科學版），2012（5）：126-134.

[2]馮衛國，王敏芝.個人極端暴力犯罪及其防范治理—基于100起犯罪案例的實證分析[J].浙江工業大學學報（社會科學版），2018（2）：217-221.

[3]操宏均.大數據時代下的犯罪防控[EB/OL].（2017-09-14）[2019-11-20].http：//newspaper.jcrb.com/2017/20170914/20170914_003/20170914_003_4.html.

[4]宋召輝.現階段個體個人極端暴力犯罪應急防控研究[D].西安：長安大學，2017.

[5]劉克軍.中小學校園極端暴力襲擊事件應急防控問題研究[D].長沙：湖南大學，2012.