大數據偵查模式困境及對策探析*

湖北警官學院，湖北 武漢 430000

當前，電信詐騙等非接觸性犯罪不斷涌現。與傳統犯罪形式相比，非接觸性犯罪由日常活動區域轉向了高度開放空間，犯罪活動更隱蔽，社會危害性更大。為打擊和懲治這類犯罪，大數據偵查模式應運而生。作為一種與傳統偵查不同的全新模式，研究當前大數據偵查模式的特點、運行存在問題和完善對策，對于充分發揮其打擊犯罪功效具有重要現實意義。

一、大數據偵查模式的內涵

偵查模式是指偵查機關開展活動時采用的基本樣式，是偵查主體偵破刑事案件時所使用偵查手段、途徑、策略的總和。在傳統偵查模式下，偵查破案往往以犯罪現場勘查為起點和中心。偵查機關能否成功偵破案件，多取決于偵查人員的個人經驗和投入的人力物力。大數據偵查模式是指在刑事案件偵破過程中，偵查人員采用以人工智能為主導的數據算法，對犯罪行為人作案時留下的犯罪數據進行全方位多角度地收集、提取、挖掘、分析和利用的偵查模式。有犯罪行為，現場犯罪上必有犯罪痕跡。同理，在大數據時代背景下，犯罪行為人作案時，在數據空間也會留下相應的數據痕跡。在大數據偵查模式下，偵查人員以人工智能算法為工具，挖掘數據空間中海量數據背后案件信息，從而偵破案件。與以現場驅動為特征的傳統偵查模式相比，大數據偵查模式具有以下特征：

（一）一體性偵查

一體性偵查是在偵查過程中通過偵查機關內外部偵查協作而進行的整體偵查。在大數據偵查模式下，偵查機關內部偵查協作，往往是以數據共享為目的，通過內部不同警種和不同區域偵查部門間協作來實現。公安機關不同警種之間，常見如刑警與技偵、網安、視偵、經偵等進行偵查協作。案發后，治安、出入境等公安業務部門向偵查機關提供嫌疑人賓館住宿登記信息、護照和邊境出入信息、通信聯絡信息等。不同區域之間偵查協作，主要是案發地偵查機關與其他公安機關之間偵查協作。其他公安機關為案發地偵查機關提供嫌疑人違法犯罪前科數據、DNA 數據等。偵查機關外部偵查協作主要是偵查機關與社會力量之間的協作，如稅務、房產、銀行、通信、水電等部門存儲的稅款交納、房產信息、存款、話單、電信信號、用水用電等政府數據、企業數據及其他互聯網數據，這些數據往往也是偵查破案的大數據中不可或缺的一部分。隨著大數據共享運動的興起，不同部門、不同機關數據壁壘相繼破除，數據互聯互通，這為偵查機關進行一體性偵查提供了可能性和可行性。

（二）全景式偵查

全景式偵查是指偵查機關在案件偵破過程中，對作案人遺留在數據空間中犯罪信息進行全方位和多角度地收集、挖掘、分析和利用。在傳統偵查模式下，偵查機關收集、分析和利用的犯罪信息主要是作案人在犯罪現場上留下的物品和物質痕跡，如作案工具、手印、腳印等。偵查機關通過這些物品和物質痕跡來逆向認識和證實犯罪行為人犯罪活動。在大數據偵查模式下，偵查機關除了收集、分析這些物品和物質犯罪信息外，還要收集和分析犯罪行為人作案時留下的視頻、通信聯絡、住宿、轉賬交易等各種類型數據，這不僅突破過去犯罪信息采集上時空上的限制，還大大拓展了采集犯罪信息的種類和數量。此外，在偵查過程中，大數據偵查實行的是面到點式的偵查。在傳統偵查模式下，偵查機關根據現場勘查所收集的犯罪信息來確定重點犯罪嫌疑人，圍繞犯罪嫌疑人開展偵查工作，最后認定和證實其犯罪。整個偵查過程實行的是一種點到點的線性式偵查。但在大數據偵查模式下，案件發生后，偵查機關利用作案人作案留下的數據空間，通過數據挖掘、碰撞和分析，向數據要線索，最后查明和證實犯罪人犯罪活動。整個偵查過程實行的是一種面到點的復合式偵查。

（三）智能算法偵查

人工智能算法為大數據偵查成功實施提供技術上支持。離開了人工智能算法，大數據偵查寸步難行。在大數據面前，依靠偵查人員個人經驗和人力物力的傳統偵查模式不再適用，大數據偵查必須借力功能強大、成熟完善的智能算法作為其技術支持。從偵查實踐來看，大數據偵查的過程，實質上是智能算法的過程。在案件發生后，偵查機關廣泛采集與案件有關的海量數據，過濾與案件無關數據。在此基礎上，根據已有的案件信息，確立相應的運算規則，采用不同算法技術進行科學運算來獲得與犯罪有關的信息。智能算法的能否成功運用，一方面取決于智能算法方法本身是否科學、成熟，智能算法體系是否完善，另一方面也取決于智能算法程序設計是否符合法律規則。

二、當前大數據偵查模式運行困境

（一）獲取數據渠道不暢通

數據采集是大數據偵查的基礎工作，也是實行大數據偵查的前提。如前所述，大數據偵查中大數據主要來源于公安機關內部各警種通過數據平臺獲取的各種數據和銀行、互聯網企業等社會機構日常工作中獲取的社會面數據。從偵查實踐來看，大數據偵查普遍存在獲取數據渠道不暢通現象。從公安機關內部來看，刑偵、治安、技偵、網安等警種因各自工作需要，開發了不同的數據平臺，但因開發公司不同，建設標準缺乏統一，系統接口不一，相互開放程度低，數據共享困難，導致偵查機關無法在案發第一時間獲取與案件有關數據。同時，從社會面數據獲取情況來看，同樣存在偵查機關獲取數據困難等問題。案發后，偵查機關向銀行、互聯網企業等社會機構調取與案件有關數據時，部分社會機構以個人隱私保密為由，拒絕向偵查機關提供與案件有關數據。即使向偵查機關提供數據，也普遍存在提供不及時、提供數據不充分、不完整現象。

（二）大數據偵查技術與方法滯后

大數據偵查技術是大數據偵查的保障。海量數據的真正價值在于通過數據分析工具的挖掘來發現數據間關系，從而探究數據背后隱藏的與案件相關信息、線索，這一切除了與數據平臺息息相關外，也有賴于以數據分析系統為表征的大數據偵查技術來實現。目前，公安機關運用的大數據偵查的基礎性技術包括公安資源融合技術、數據治理技術、數據挖掘技術、可視化技術等，大數據偵查方法主要有大數據搜索法、大數據碰撞法、大數據畫像法和網絡有關系分析法。除此之外，還有語言分析、圖像分析、視頻分析、文本分析等輔助性技術與方法，這些技術與方法主要是圍繞信息數據載體所展開的分析研判技術與方法。但是從目前大數據偵查效果來看，大數據偵查技術與方法完善程度在較大程度上抑制了大數據偵查功能的實現。因為大數據的算法邏輯是建立在相關關系上，與基于因果關系的法律證明邏輯存在差異，有可能會存在誤差。此外，在偵查活動中，數據化不可能覆蓋一切，也存在大數據手段無法提出解決方案的領域，大數據本身同樣存在技術瓶頸，尚未實現對所有數據資源的有效處理與分析。

（三）大數據偵查活動規范缺失

在大數據時代下，將大數據應用于偵查，屬于新生事物。從偵查實踐來看，大數據偵查在打擊刑事犯罪，特別非接觸性犯罪時，具有傳統偵查模式無法比擬的優勢。但是不可否認的是，由于對大數據偵查活動認識不夠深入，從審批程序、應用范圍和數據銷毀等大數據偵查的每一環節，我國刑事立法缺乏相應法律規范，無法有效規制偵查機關大數據偵查活動，存在侵害公民合法權利難以控制的危害和風險。與此同時，由于受屬于職權主義訴訟模式思維影響，部分偵查機關更多關注的是大數據偵查打擊刑事犯罪的功效，沒有從安全技術上采取有效措施的動力和意愿，從而加劇了實踐中偵查機關數據濫用進而侵犯公民合法權益的風險。

三、大數據偵查模式的完善對策

（一）建立不同機構大數據共享機制

數據壁壘問題是開展大數據偵查的桎梏，大量有價值的數據資源價值未被充分利用。因此，要實行大數據偵查，在大數據資源開放和共享上，應積極采取有效措施，大力破除數據壁壘，有效獲取各種與案件有關的大數據。首先，破除公安機關內部數據壁壘，實現數據共享。針對當前公安機關內部各警種因數據平臺建設標準不統一、系統接口不一致導致大數據偵查獲取數據困難等問題，應由公安部主導，自上而下，最大限度地統一各警務平臺建設標準，規范系統接口，改變過去各自為政、重復建設現象，最大程度實現公安機關內部各數據高度共享。其次，公安機關與銀行、網絡運營商等社會機構建立數據共享合作機制。公安機關應主動加強與銀行、網絡運營商等社會機構之間日常聯絡，建立定期或不定期會商、信息通報機制。此外，銀行、網絡運營商等社會機構也應積極承擔社會責任，不得為公安機關依法獲取犯罪數據人為設置障礙。再次，建立健全相應的數據共享法規。從立法上保障偵查人員在獲取相應授權的情況下，明確數據共享的合法性，實現公安機關對社會資源有效利用。

（二）創新大數據偵查技術和技戰法

針對當前偵查技術與方法需要進一步完善現狀，應聯合各種力量，大力開發大數據偵查技術。在創新大數據偵查技術時，除了充分挖掘公安機關內部潛力外，應還積極與網絡公司、科研機構進行深度合作，充分利用其技術上的優勢，破解當前大數據偵查中半結構化、非結構化數據難融難用的問題，聯合開發以智能運算模型為核心的實戰應用系統和各種便捷化的數據挖掘、研判分析工具，為實現大數據偵查提供技術支持。對于國外先進的大數據偵查技術，要積極引進。此外，在大數據偵查技戰法方面，要不斷總結典型案例，創新技戰法。通過舉行研討會和業務培訓等方式，將成熟的各種偵查技戰法加以大力推廣。

（三）科學規范大數據偵查活動

在當前相關法律法規尚不完善的背景下，大數據偵查難免會伴隨著偵查權濫用，出現侵犯公民合法權益現象。對此，筆者認為應在大數據偵查和保護公民個人合法權利間尋求最佳結合點。為保護公民合法權利在大數據偵查過程中不受非法侵犯，一方面，應加快大數據偵查的刑事立法。在法律制度層面，保證偵查機關有權進行大數據偵查同時，也從程序審批、應用范圍和數據銷毀等方面使得大數據偵查活動受到法律約束。另一方面，從技術層面防范部分偵查機關濫用大數據偵查權利。充分利用信息安全防控技術、大數據脫敏和匿名化技術，加強偵查機關對各種大數據的訪問控制。同時，利用先進的技術對偵查活動進行異常行為檢測。此外，運用保密技術，設立網上“禁區”，強化數據內部管理約束，嚴防失密泄密問題的發生。