大數據背景下的刑事技術

『壹』 大數據能對檢察工作提供哪些幫助

能夠起到的作用和幫助，有如下四種：
(一)領導決策
藉助大數據計算,發現一些人腦想像不出卻版又客觀存在的權事物關聯,提供給領導,作為決策的重要依據。
(二)刑檢部門辦案
大數據的幫助主要體現在把卷宗變成數據,把提審變成數據,對於卷宗就是把紙質的變成電子的,然後放在專用內網上,然後根據檢察官的案子智能分析出所需要的卷宗,呈現給他。同時提審則採取遠程提審。節約時間,提升效率,再者同法院聯系建立數字法庭,對於不方便到法庭的人證、物證都能夠採取遠程展示的方式。
(三)自偵部門辦案
運用大數據技術,職務犯罪偵查工作模式也能夠良性改變。作為反腐敗的重要力量,檢察機關將所調查了解的情況、證據上傳到系統中,使得反腐工作在職務犯罪線索的發現、偵查情報的獲取、職務犯罪形勢的分析以及刑事政策的制定等方面,提高了效率。
(四)群眾服務
大數據在群眾接待方面,主要是通過群眾在之前來訪時記錄的數據,自動感知、通過數據挖掘,預測出群眾所需的服務,分析出人民群眾的需求。特別是窗口部門,在排隊人數過多時,自動報警,新增窗口分流等待群眾。
大數據不僅對檢察工作有幫助，還能將其運用於實際的工作中！

『貳』 大數據預測犯罪，科幻還是現實

從矽谷到世界各地，大數據被視為科技領域最熱門的話題。隨著智能手機等其他攜帶型智能設備的出現，人類的位置，行為，個人喜好，甚至身體的各項生理數據等每一點變化都變成了可被記錄，儲存和分析的數據。這些數據看似普通，但是卻是被廣泛地使用在商業行為用途中。以此為基礎，『反饋經濟』等新經濟和新商業模式也應運而生。

曾幾何時，大數據的價值被人類大大忽略。一方面，那時的計算機以及其附加計算工具發展尚不成熟。雲計算出現之前，傳統的計算機是無法處理如此量大，並且毫無規則的信息數據。而另一方面，是人類自身沒有意識到蘊藏在大數據里無窮的信息價值。隨著計算機技術和互聯網技術的發展，雲計算成為一個科技時代的優秀產物被作為發掘數據價值，征服數據海洋的強大動力。

這個方法真的有效嗎？美國人搶先試用。2011年，洛杉磯（以下均簡稱洛城）警察局試用了這項研究的成果，結果當年洛城的入室搶劫犯罪案件大幅度減小。現如今，這項研究結果已經被做成了預測分析軟體來進一步協助落成的警察們預測犯罪案件的發生地。

聽說美國人成功吃了第一個螃蟹，英國也急於嘗試一下自己的科研成果。隨後，從肯特郡到約克郡，英國多地的警察局都參與到了英國的犯罪預測實驗項目中來。實驗結果顯示，犯罪行為通常表現出明顯的規律特徵，而科學家們新加入的預警模型也可以幫助大幅度降低犯罪案件的發生率。其中一例，2011年曼徹斯特（以下均簡稱曼城）市的特拉福德區的搶劫案跟之前一年同期相比下降了26.6個百分點，而整個曼城市的搶劫案件發生率相較之前一年同期減少了9.8個百分點。

但並不是所有警察叔叔們都有著如此美好的用戶體驗。肯特郡警署卻並不同意絕大多數同僚的用戶感言。經歷了大約四個月成功而有效地試用期後，2013年四月分開始，肯特郡的搶劫案如離離原上草一般，猛然復甦，犯罪率如瘋狂報復般上漲。各地警署和專家們聽聞後大為吃驚。難道大數據預測犯罪還是不夠可靠嗎？通過調查肯特郡的警力調動歷史數據，專家們驚奇發現，在成功的四個月後肯特郡警署自以為犯罪率下降了，而降低了警力的布置，進而引發了犯罪案件數量的回漲。

作為2014年亞太經合組織領導人非正式會議的舉辦地，北京懷柔警方通過運用科學分析模型，雲計算技術以及大數據技術，以懷柔地區9年1萬6千個歷史案件信息為資料庫建立了犯罪數據分析系統和犯罪趨勢預測系統。該系統有效地預測了北京地區的犯罪趨勢，並成功地指導了警力的投入。

研究表明，每類犯罪案件的犯罪事件和犯罪地點都是有規律可循的，犯罪預測系統可以以數軸的方式預測出不同時間段犯罪的發生概率。目前，世界上犯罪預測系統通常包括了對入室盜竊，搶劫，詐騙，破壞公物等幾十類案件的預測分析，大大提高了此系統的實際應用范圍。最近，該系統又被擴展到了交通事故和火災事故的領域。

『叄』 大數據環境下關於電信詐騙案件研判的思考

近年來，公安機關加大對電信詐騙的打擊力度，並取得顯著成果，但此類案件數量仍然持續增長，且犯罪手段變化快、空間跨度大、團伙化趨勢明顯、追贓困難，且破案模式難以復制，辦案人員為了破案往往需要跨區域長期作戰。

明略數據以大數據關聯關系挖掘技術為核心研發了SCOPA系統，將海量多源異構的數據整合關聯，將全量數據展示為一張易於理解的點邊關系圖。公安機關的任意部門、任意伺服器中的數據都可以通過SCOPA系統整合在同一個界面上統一檢索、關聯、分析和研判。目前這套系統已廣泛落地並獲得大量實戰成果。該系統應用在電信詐騙類案件研判和偵破方面，有以下三大優勢：

一、極大提高線索研判的效率，有效縮短破案周期，搶占行動先機。

當電信詐騙偵破因為犯罪分子的反偵查手段深陷僵局時，往往需要綜合犯罪分子的通話、簡訊、上網、轉賬等全維度行為線索尋找突破口，這時如果這些數據都處在割裂的系統中，民警就要花費大量的時間排查，犯罪分子有機會聞風而逃。利用全量關系網路圖，和在此基礎上搭建的全量搜索、關聯分析、地理挖掘、話單分析等強大應用，SCOPA可以在短短幾分鍾內幫助辦案人員鎖定原本需要數小時、甚至幾天的排查工作才能夠得到的線索。此外，在具體案件偵破過程中實時發現的新線索，SCOPA也支持實時手動導入。再復雜的數據，無論是幾千頁通話記錄、上網記錄還是歷史檔案、筆錄信息，都可以輕鬆快速地錄入系統，與系統中已有的數據迅速建立關聯，讓新的線索浮出水面。

二、以簡明圖形界面還原真實案件的復雜推演，降低復雜研判的經驗門檻。

電信詐騙案件犯罪嫌疑人狡猾異常，一旦發現任何風吹草動就有可能更改聯系方式等，造成查案的線索中斷。藉助SCOPA平台的技術，即使一條線索中斷了，也可以隨時沿著另一條線索追查，更能輕易發現通過好幾層關系連接起來的線索。通過SCOPA的技術輔助，民警可以通過簡單的操作快速在圖形界面中構建出案件的原貌。更進一步的，有經驗的民警通過實踐總結的應對各類案件情況採用的研判方法可以沉澱在SCOPA系統中，跨時間、跨地域、甚至跨警種讓另一名民警借用其智慧解決面臨的案件和問題。

三、化被動為主動，智能預警與預測，防範犯罪行為。

如果在詐騙案件發生之前就掌握犯罪分子違法行為的跡象，就能大大減輕案件研判的壓力，並對犯罪分子起到強大的威懾作用。通過大數據技術，這一願景也將成為現實。藉助全量數據的分析和演算法模型的挖掘，SCOPA能夠通過機器學習技術學習犯罪分子的歷史行為數據，總結出其作案的特徵，從而在未來發現類似特徵時發出預警。例如，電信詐騙涉案的手機話單很可能不同於普通人的手機話單，呈現頻繁呼出、極少呼入、大量呼出被掛等特徵。越是完整的數據就越能幫助計算機還原真實的犯罪分子「肖像」，從而幫助防範犯罪行為。

通過大數據技術與公安業務的結合與創新，SCOPA產品突破了傳統的「反電信網路犯罪查控平台」限制，通過數據融合、實時分析模型、大規模情報分析等方面的技術優勢，使得電信詐騙的研判展現出高效、精準和前瞻的全新面貌。在大數據時代，明略數據希望以技術的力量幫助公安機關告別傳統警務，邁向真正的智慧警務。

相關報道

『肆』 大數據與偵查模式變革研究(1)

大數據與偵查模式變革研究(1)_數據分析師培訓

大數據在西方廣泛應用於總統選舉預測、商業營銷、疾病預防、金融分析、教育變革，也運用於社會監控和預測、治安管理、恐怖主義打擊等等方面。

運用大量數據進行犯罪偵查和控制始於1994年紐約市的警察部門啟用的一個新的治安信息管理系統，即CompStat(Computer Statistics的縮寫)。CompStat是通過比較數據統計報告為基礎來確定警力資源分配、犯罪預防和打擊對策[5]。大數據時代的到來，西方更是著力建構大數據驅動的犯罪偵查和控制體系。大數據驅動犯罪偵查和控制體系利用大數據幫助警察分析歷史案件、發現犯罪趨勢和犯罪模式；通過分析城市數據源和社交網路數據，預測犯罪；利用大數據，優化警力資源分配，從而提高社會和公眾安全水平[6]。大數據已使犯罪偵查和控制模式發生根本性變革，利用大數據提升犯罪偵查和控制能力是未來的發展方向。

公安部部長郭聲琨強調要大力加強大數據時代提升維護公共安全和服務人民群眾的能力和水平[7]。我國各級公安機關已開始有意識運用大數據推動犯罪偵查和控制。然而大數據不僅是一個技術問題，也帶來了偵查理念、方式、機制的變革。我國學界的研究集中在大數據技術應用研究，對大數據帶來的偵查理念、方式、機制的變革的研究偏少，也不夠深入，迫切需要更為系統的、深入的研究。

一、復雜的犯罪態勢與大數據時代犯罪的數據化生態

當下，犯罪呈現出更加嚴峻和復雜的態勢。首先是犯罪總量大，犯罪率逐年上升。據統計，僅2012年公安機關刑事案件立案的案件數為6551440起，檢察機關批捕、決定逮捕犯罪嫌疑人的案件數為680539，人數為986056[8]。近二十多年來，中國犯罪率呈逐年上升趨勢，刑事案件立案數平均每年增長22％以上，超過了全國GDP的增長。①其次是犯罪智能化。犯罪是一種社會存在，科學的發展滲透到犯罪的方方面面，提升了其能力和危害程度。這表現為兩個方面：一是運用科學思維實施的犯罪，主要表現為犯罪思維嚴密，犯罪前經過周密部署和策劃，犯罪過程滲透著科學思維和謀略。二是利用科學技術實施的犯罪，突出表現為數字化犯罪。以利用網路犯罪為例，2012年，全國公安機關累計破獲涉網違法犯罪案件11.8萬余起，抓獲犯罪嫌疑人21.6萬餘人。據賽門鐵克公司2012年9月發布的諾頓安全報告估算，2011年7月至2012年7月，中國有超過2.57億人成為網路違法犯罪的受害者。網路違法犯罪所造成的直接經濟損失達2890億元人民幣，受害者人均蒙受的直接經濟損失約1200元人民幣[9]。第三，犯罪時空的復雜性。現代科技的發展，使得犯罪時間非線性，犯罪空間缺席性，時空組合的多維、多樣化和任意性[10]。第四，案件因果聯系復雜。相對於傳統的靜態、單一社會來說，現代社會是一個動態、復雜社會。在動態、復雜社會中，因果聯系具有非線性、偶合性、多因性、斷裂性，犯罪的因果聯系往往難以確定。

計算機及網路技術的發展，使得當下社會已經進入了大數據時代。大數據時代首先是數據記錄時代。在數據記錄時代，數據記錄成為默認模式[11]，人類社會處在被無所不在各種各樣感測器和微處理器構成「萬維觸角」的數據網路記錄之下，手機、網路、監控探頭、射頻技術等等無所不在地記錄著我們的行為乃至我們的思想。「早上出門，電梯的攝像頭記錄著我們的出行時間；開車上班，道路的攝像頭記錄著我們的位置和車速；工作期間，網頁記錄著我們的瀏覽習慣和搜索記錄，電話記錄著我們的聯網對象和通話時長；下班回家，購物記錄界定著我們的職業身份、家庭背景甚至性格特徵，電視機頂盒記錄著我們的收視習慣和價值品位……」[12]「在數字世界裡，我們都會留下電子『腳印』或電子『指紋』。」[13]20「我們正處於一種不斷變化卻日趨緊密的被監視狀態中。事實上，現在我們的一舉一動都能在某個資料庫中找到線索。」[14]12

狡猾的犯罪者能有例外而成為「數據隱士」嗎?要成為「數據隱士」，意味著你要完全脫離現代社會系統，不僅不能使用數字化產品，還要完全意義上不食「人間煙火」。因為現代社會幾乎被數據化了，一旦你與現代社會系統進行交換，就很有可能被數據捕捉和記錄。然而，這並不是說犯罪者的具體犯罪的任何要素或片段如犯罪時間、犯罪空間、犯罪行為、犯罪工具等等都會直接且完整無缺被數據記錄和儲存；而是說犯罪者隱藏的犯罪信息總是被相關的海量數據從不同的側面記錄著，即便是某些甚至是主要或關鍵的犯罪要素或片段缺失，也可以通過不同側面相關海量數據聯接、分析，拼接或描畫出犯罪過程。因此，在大數據時代，不要說數字化犯罪，即使傳統手段的犯罪，都可以說落入了一種「天網恢恢，疏而不漏」的網路記錄和存儲體系，數據化就是當下犯罪的現實生態。

二、大數據驅動的偵查模式是時代的必然選擇

模式指經過提煉和抽象的標准樣式。偵查模式反映了偵查要素的結構關系和運行邏輯。偵查模式可以按照不同的標准進行分類。學界按照偵查是否運用信息科技手段，把偵查模式分為傳統的偵查模式、信息主導偵查模式。然而，如果從資訊理論的視角來看，傳統偵查模式與信息主導偵查模式的本質區別不是是否運用信息，而是信息記錄、存儲、提取以及分析方式上的根本差別。按照偵查所能運用信息的記錄、存儲、提取以及分析方式，可以把偵查模式劃分為傳統偵查模式、業務信息主導的偵查模式和大數據驅動的偵查模式。學界一般將業務信息主導的偵查模式和大數據驅動的偵查模式合稱為信息主導偵查模式，但兩者之間不僅是發展階段上的差異(大數據驅動的偵查模式是在業務信息主導偵查的基礎上發展起來的)，而且在信息類型、信息提取和研判方式上也有根本差異，最重要的是由此差異而帶來偵查理念、特徵和機制上的根本變革。

傳統偵查模式是在信息存儲、提取和分析上幾乎沒有什麼科技含量的模式。傳統社會，人類對信息的記錄和存儲方式主要是人的大腦和書寫體系(傳統社會由於信息記錄的需要發展出一整套書寫體系，由此而產生了許許多多按時間匯集的分門別類的書寫檔案庫)。對於犯罪的信息記錄來說，除了大腦和書寫檔案外，犯罪現場也以物質交換的形式記錄著犯罪信息。因此，傳統的偵查主要手段是調查訪問(對大腦儲存的信息提取)、書寫檔案的查詢。②人腦信息的存儲和提取的特點是：分散在不同的人身上；信息的准確性差，受到外在環境和信息儲存者自身感受能力、記憶能力等影響；信息缺乏穩定性，信息量和准確性隨著時間變化而衰減；信息能否提取以及提取的質量，首先取決於能否找到儲存信息的人，其次取決於偵查人員的詢問技術(經驗)、被詢問人表達能力、情緒、配合態度等等多種因素。書寫檔案記錄信息的優點是准確性高、穩定性強，但其有兩個重大缺陷：一是提取困難。人們要找到其中一點有用信息，就得把所有的資料翻閱一遍；盡管後來建立了圖書館式的目錄索引，但查找起來依然耗時費力。二是不能提供直接的犯罪信息。書寫檔案不可能是犯罪的實時記錄，只可能是犯罪破獲後一種事後登記，因此這種檔案對於需要破獲的犯罪來說，不能提供直接的犯罪信息。傳統偵查的信息分析研判主要依靠偵查人員的經驗，有經驗的偵查人員往往成為是否破案的關鍵。總之，這種模式科技含量低、粗放型特徵突出，能否破案主要取決於偵查人員的經驗和投入的人力多少，不僅如此，還取決於偵查人員的運氣。這對於傳統靜態、單一的社會及其犯罪也許能夠適應，而與動態、復雜的社會及其犯罪幾乎完全不匹配。

業務信息主導偵查模式是在信息技術引領下的以業務信息存儲、提取和研判為基礎的偵查模式。隨著信息技術的發展，各種各樣信息記錄和存儲設備被廣泛使用。信息記錄和存儲不再完全依賴人腦和書寫檔案，而是電子化的記錄，存儲設備成為人類記錄和存儲信息的主要方式。這些設備代替人腦和書寫檔案實時記錄著人類的行為，也記錄了犯罪行為。所記錄和存儲的信息從來源和存儲分布來看，形成於不同的業務經營並分布儲存在不同的業務信息庫中，如商家記錄和存儲人們的消費信息、銀行記錄和存儲了人們的金融交易信息、醫院記錄病人信息等等。這些信息庫缺乏整合，相互之間形成信息孤島，信息冗餘和信息孤島成為信息存在的基本生態。就業務信息主導偵查模式來說，其主要特徵是：一是偵查部門依賴於公安平台所累積的結構化的資料庫主要用於人、事、物的核查、比對，實時犯罪信息仍然主要依靠人工採集。二是信息提取依然困難。不可否認，相比傳統偵查模式，業務信息主導的偵查模式針對公安機關所累積結構化信息來說，確實大大提高了查詢、比對效率，但是面對越來越多地被累積的不同來源、不同結構的數據，尤其是大量的半結構化和非結構化數據，既缺乏數據整合的技術和機制，也缺乏信息提取的技術手段。結構化數據是先有模型後有數據，大多具有事後登記的性質(也有少量的實時記錄的數據如旅館住宿等)，很難有實時犯罪行為記錄信息，其主要價值在於對人、事、物的核查；而正是不同來源的半結構化、非結構化數據中實時記錄了犯罪的「蛛絲馬跡」。三是信息分析、研判仍然主要依靠偵查人員的經驗。業務信息系統主要用於簡單的查詢、比對，但是不能進行智能化的演算法分析。總的來說，這種偵查模式面對當下的犯罪態勢，尤其是流動性犯罪、數字化犯罪等，難有成效。

大數據驅動偵查模式是建立在大數據和雲計算平台的基礎上，是大數據時代的信息主導偵查模式的升級換代。在大數據時代，大數據驅動的偵查模式是一種時代的必然選擇，這不僅在於復雜的犯罪態勢及其數據化生態，更在於大數據技術使得這種選擇成為現實。

首先，犯罪的數據化生態是大數據驅動偵查模式的現實基礎。面對當下復雜的犯罪態勢，人們似乎有點不知所措。犯罪的控制某種程度上是一種偵查技術對犯罪技術保持優勢。然而現代性的發展使犯罪者具有更強的匿名性、流動性等，從而一度打破了公安機關曾經具有的優勢，這也是如今犯罪爆發性增長的原因之一。然而犯罪作為一種社會存在，當社會成就犯罪條件時，也會給人類提供製約其的機會。犯罪的數據化生態根本改變了犯罪信息的記錄和存儲方式，極大擴大了「社會記憶」，大數據技術將徹底改變偵查技術與犯罪技術之間的對比關系。因此，我們必須改換傳統的偵查模式，採用大數據驅動偵查模式以控制犯罪和打擊犯罪。

其次，在大數據時代，偵查所面對和所能處理的數據不再是小數據，而是大數據。如今，偵查所面對和所能處理的數據具有體量大、類型多、價值密度低的特徵。「池塘」和「大海」最容易發現的區別就是規模[15]。過去偵查，即使是業務信息主導偵查階段，所面對或所能處理的數據量相當於「池塘」，而與此相對照，現代偵查所面對和能處理的數據量則是「大海」。不僅如此，現代偵查所面對的則是數據的多樣性：從結構上看，不僅有結構化數據，還有大量半結構化和非結構化數據；從數據類型看，有業務數據、用戶原創數據、感測器感知數據；從數據表現形式看，有文字、圖片、音頻、視頻、鏈接等；從犯罪案件構成角度看，有人及其關系、行為、物、時間、空間和主觀意圖數據。數據的價值密度低。在巨量的數據中，有關犯罪數據混雜其間，僅僅是其中小小的「浪花」，但其彌足珍貴。以視頻為例，連續不間斷監控過程中，可能有用的數據僅僅有一兩秒[16]。

第三，大數據技術能從海量的數據中對犯罪信息進行提取、分析研判以及預測未來。大數據是其規模或復雜程度超出了常用技術按照合理的成本和時限捕捉、處理的數據。而以雲計算為依託的大數據技術可以突破常規技術成本和時限的要求。具體來說，其一，大數據技術能適時提取和分析處理多結構多源數據，尤其是半結構和非結構化的數據，能夠從海量的、雜亂無章的數據中抽取出大量的與犯罪相關的細節、點滴片斷、不同側面數據、信息，並且能把「數據聯系起來、信息點連接起來、片斷串聯起來」[13]29-30，從而能將表面看來毫無意義、互不關聯的數據碎片拼出一幅清晰完整的犯罪圖畫。而對於確定一個犯罪嫌疑人的身份來說，也許只需要四個信息點就足夠了。其二，大數據以雲計算為依託，能夠在合理時間內進行信息提取和分析。以周克華案件為例，南京警方動用上百名警力花費了數天時間對視頻監控數據進行人肉搜索，而運用大數據技術也許只要幾個小時就足夠了。其三，大數據技術，一個最為根本的突破是能夠運用海量數據進行演算法分析，進行信息研判，從而幫助我們認識過去，分析原因，揭示犯罪發生的規律。最後，大數據能在分析過去中尋找有意義的模式，從而預測未來，為我們優化警力資源配置、打擊犯罪提供先機。

三、大數據驅動的偵查模式的理念變革

黑格爾指出，「理念是任何一門學問的理性」[17]，並認為理念中包含著「某種預想的東西」，具有前瞻性、導向性和設計性[18]。偵查模式轉換首先是理念轉換。偵查模式中的理念就是指貫穿在偵查模式中反映了偵查規律的並具有引導、支配、決定偵查活動的觀點、看法、信念。大數據驅動偵查模式不僅是一種新的工作模式，更是一種新思維、新理念。在大數據時代，偵查要確立的理念有：

在線、開放的理念。大數據首先是在線數據。大數據不僅是體量大，更是實時記錄社會的復雜動態數據：用戶原創和各種感測器感知數據，而正是這些數據混雜了犯罪的「蛛絲馬跡」。對於偵查來說，公安大平台累積的結構化數據是重要的，尤其是對人、事、物的核查具有重要價值，但是很難有實時的犯罪記錄。大數據驅動的偵查就是在公安大平台累積的結構化數據的基礎上，對不斷變動用戶原創和各種感測器感知數據進行提取、分析和處理，獲取信息。因此，對於大數據驅動的偵查，我們必須堅持在線和開放的數據理念，以獲得我們需要的海量數據，進而分析、處理這些數據。

數據主導偵查理念。大數據時代，數據是犯罪的生態，偵查過程就是數據儲存、提取和分析過程，數據貫穿於偵查的各個環節，「讓數據說話」成為偵查的基本思維。數據主導偵查的理念至少包括以下三個方面的內容：首先，有關犯罪的一切現象皆可數據化。凡事皆可量化，皆可數據化[19]25-26。不僅與犯罪相關的有形之物如時間、空間、人的特徵(生物識別特徵、行為習慣等)、行為、手段、物等可以量化和數據化，那些與犯罪相關的無形之物如人的價值觀念、態度、情緒等等也可以量化和數據化。其次，大數據是偵查的基礎資源，是偵查的工具箱。偵查就是對數據開礦式的挖掘和分析，偵查能否成功某種程度上取決於對大數據資源的提取、分析能力；運用大數據各種分析技術，可以獲得我們所需要的犯罪信息。最後，在大數據時代，數據居於偵查過程的核心地位，支配著偵查的運行。犯罪現場重建、偵查決策、偵查途徑的選擇、偵查分析、數據摸排、偵查預測等等無不圍繞數據運行。

相關性理念。大數據是通過量化兩個數據值之間的數理關系來確定相關關系。相關關系強，是指當一個數據值增加時，另一個數據值很有可能隨之增加[3]71。傳統偵查，是按照因果關系和數據結構的標准③來採集數據和分析數據。到大數據時代，我們能分析、運用幾乎所有相關數據，收集數據不必再拘泥於因果關系和數據結構標准，而是堅持相關性標准，不僅採集結構化數據，還要採集半結構化和非結構化數據。這種相關關系雖然不能直接揭示內在的因果關系，但是對於犯罪偵查和控制來說，其展現的相關關系仍具有較強的效用價值。

相關關系能讓偵查人員全方位、多角度地思考分析案情。相關關系雖然不追求精確性，但是其追求豐富性，不拒絕任何機會，盡可能去創造和利用機會。通過相關關系，才能將看起來沒有聯系的信息內在地聯系起來，從而更為全面地認識案件情況。這也許可以幫助我們發現破案線索，理清破案思路，劃定偵破范圍。

相關關系可以給我們進一步確定因果關系以指引，從而確定犯罪原因和證明犯罪。相關關系的分析是分析因果關系的基礎。相關關系並不必然是因果關系，但因果關系必然是高度相關關系。通過相關關系，我們可以進一步探究其中是否存在因果關系，從而證明犯罪。

相關關系的一個重要價值是可以監控犯罪情勢。如上所述，當下影響犯罪的原因是紛繁復雜的，要確定犯罪發生的原因相當不容易甚至不可能。對於偵查人員來說，重要的也許不是去理清犯罪原因，而是控制犯罪。通過相關關系，確定關聯物，進而可以監控犯罪情勢，從而使我們有效配置警力資源，打擊犯罪。

通過相關關系，可以預測犯罪。大數據的核心價值是預測。通過收集具有相關關系的數據，建立大數據模型，我們可以從微觀上預測什麼時間、什麼地點、什麼人、什麼類型等等的犯罪容易發生，也可以從宏觀上預測犯罪趨勢，這為我們防範和打擊犯罪提供了更好的機會。

線上破案與線下證明相結合的理念。大數據使得發現和確定某一犯罪嫌疑人似乎變得相當容易。但是數據只是事實的鏡像，並不等於就是事實；④而且大數據的演算法邏輯(強調相關關系、確定的只是一種概率，甚至由於噪音等因素會出現致命的誤差)與法律證明邏輯(強調因果關系和排除合理懷疑標准)存在差異，因此，犯罪偵查尚需要進一步按照法律體系的操作要求進行證明。即使我們通過大數據可以確定犯罪嫌疑人，達到了排除合理懷疑的標准，我們也必須把大數據的演算法體系轉化為符合法律規范要求的證明體系，把數據確定轉換為法律確定。然而，線上破案和線下證明並不是割裂的，大數據能對我們證明起引導作用，幫助我們尋找證據，確定因果關系。因此，在大數據時代我們既不能拋棄相關關系，只追求因果關系，也要必須防止用相關關系代替因果關系，防止用預測來代替事實。

以上是小編為大家分享的關於大數據與偵查模式變革研究(1)的相關內容，更多信息可以關注環球青藤分享更多干貨

『伍』 大數據技術在軍事領域有什麼應用

在軍事上，用小數據時代的理念和技術，很難與大數據時代的思維和技能相對抗。面對大數據時代的軍事機遇和挑戰，要麼主動進擊，要麼被動跟進，難以置之度 外。其間的取捨與成敗，首先有賴於思維變革，其要求全體軍事人員尤其是指揮員，更加具備基於體系作戰的系統思維、基於數據模型的精確思維及基於對戰爭進行 科學預設的前瞻思維。
大數據創新了軍事管理方法，且這種創新是全方位的--除了可以提高包含閱兵在內的軍事訓練水平，還可以：
1.提高軍事管理水平
管理大師戴明與德魯克都曾提出：「不會量化就無法管理」。數據的根本價值之一，就是可作為管理依據。大數據應用的特點是強調分析與某事物相關的總體數據， 而不是抽取少量的數據樣本；大數據關注事物的混雜性，而不追求事物的精確性；大數據注重事物的相關關系，而不探求其間的因果關系。
將大數據應用於軍事領域，意味著軍事管理將更加剛性，基本不受人為因素的影響，且更加自動化。所以說，大數據強軍的內涵，本質上是軍事管理科學化程度的提 高，即與小數據比起來，由於有了大數據，軍事管理活動量化程度更高了，工具更加先進了，邊界更加寬廣了，管理質量、效率會隨之更高。
2.豐富軍事科研方法
通常人們研究戰爭機理、找尋戰爭規律的方法有三種，又稱為三大範式：實驗科學範式，在戰前通過反復的實兵對抗演習來論證和改進作戰方案；理論科學範式，採用數學公式描述交戰的過程，如經典的蘭徹斯特方程；計算科學範式，基於計算機開發出模擬系統來模擬不同作戰單元之間的交戰場景。
但是，上述研究範式只能使人們感知交戰的過程和結果，並未有效提高對海量數據的管理、存儲和分析能力。
以大數據為核心技術的數據挖掘模式被稱為第四戰爭研究範式。人 們可以有效利用大數據，探尋信息化戰爭的內在規律，而不是被淹沒在海量數據中一籌莫展。大數據研究範式由軟體處理各種感測器或模擬實驗產生的大量數據，將 得到的信息或知識存儲在計算機中，基於數據而非已有規則編寫程序，再利用包括量子計算機在內的各種高性能計算機對海量信息進行挖掘，由計算機智能化尋找隱 藏在數據中的關聯，從而發現未知規律，捕獲有價值的情報信息。
例如，在第一次海灣戰爭前，美軍就利用改進的「兵棋」，對戰爭進程、結果及傷亡人數進行了推演，推演結果與戰爭的實際結果基本一致。而在伊拉克戰爭前，美 軍利用計算機兵棋系統進行演習，推演「打擊伊拉克」作戰預案。隨後美軍現實中進攻伊拉克並取得勝利的行動，也和兵棋推演的結果幾乎完全一致。
作戰模擬早已經從人工模式轉變為計算機模式，再加上大數據，戰前的模擬推演，從武器使用、戰爭打法到指揮手段，都可以清晰地顯現，是非常好的戰時決策依據。一旦發現作戰計劃有問題，可以及時調整，以確保實戰傷亡最小並取得勝利。
3.加速型武器裝備面世
大數據在武器裝備上的廣泛應用，意味著武器裝備建設將從重視研發信息系統到重視數據處理與應用的轉變，從注重信息系統的互聯互通到注重信息系統的透明性互 操作的轉變。當前武器裝備的信息化程度越來越高，裝備體系內各個節點之間的信息共享也越來越方便、可靠，但由此也帶來了一些突出問題，如原始信息規模過 大、價值不夠高、直接提取所需信息的難度增加等，從而使得武器裝備體系在信息獲取效率上大打折扣。在這種背景下產生的大數據為解決上述問題提供了有效方 法。
需要說明的是：大數據應用不僅意味著人們要以創新方式使用海量數據，還意味著人們要採用人工智慧技術來處理自然文本和進行知識表述，以替代目前依賴專家和技術人員昂貴而又耗時的信息處理方式。
大數據與人工智慧是一而二、二而一的關系。受益於大數據技術，武器裝備體系將從戰場上的信息使用者升級為高度智能化和自主化的系統。其具體流程為：經 過智能處理後的高價值信息進入戰場網路鏈路後，與戰場網路融為一體的武器裝備體系能實時自動感知面臨的有關威脅，各裝備節點自動感知包括我情和敵情在內的 戰場態勢，在作戰人員的有限參與下高度自主地分解作戰任務，確定作戰目標和行動方案，經過適當的審批流程後執行相關的作戰行動。
在這方面走在前列的仍然是美軍。美軍大數據研究的第一個重要目標是通過大數據創建真正能自主決策、自主行動的無人系統。這一點已在無人機領域實現。美軍希 望無人機可以完全擺脫人的控制而實現自主行動。美軍2013年試飛的X-47B就是這一系統的代表，它已經可以在完全無人干預的情況下自動在航母上完成起 降並執行作戰任務。
4.提升情報分析能力
19世紀初，軍事戰略家克勞塞維茨以人的認知局限為由，提出了「戰爭迷霧」概念。顯然，「戰爭迷霧」即「數據迷霧」。信息戰首先得消除「戰爭迷霧」。信息 戰是體系對體系的戰爭，而這一體系是一個超級復雜的巨大系統，僅諸軍兵種龐雜的武器裝備和作戰環境數據，就足以大到使普通的信息處理能力捉襟見肘；而敵我 對抗的復雜化，更是讓數據量呈爆炸式增長，從而帶來比傳統戰爭更多的「數據迷霧」。可以說，信息化戰爭的機制深藏在「數據迷霧」中。
消除「戰爭迷霧」會提高指揮員的情報分析與軍情預測能力。過去，由於可以掌握的數據不足，戰爭的不確定性很高，指揮員很容易陷在「戰爭迷霧」之中。而大數據最重要的價值之一是預測，即把數據演算法運用到海量的數據上來預測事情發生的可能性。
具體而言，未來完全可能依託大數據分析處理技術和建構模型，通過數據挖掘模式，從海量數據中挖掘出有價值的信息，及時准確掌握敵方的戰略企圖、作戰規律和 兵力配置，真正做到「知己知彼」，使戰場變得清晰透明，從而撥開「戰爭迷霧」，達成運籌於帷幄之中、決勝於千里之外的作戰目的。
對此趨勢，很多國家及其軍隊都極為看重。例如，美軍明確提出，要通過大數據將其情報分析能力提高100倍以上。如果這一目標實現，那麼在這一領域其他國家 與美軍的差距，將難以用簡單的「代差」來描述。美軍通過多年的發展，已擁有全球最先進的情報偵察系統，因為對海量情報數據的分析，曾是美軍情報偵察能力的 瓶頸，而大數據正好能夠幫助美軍突破這一瓶頸。
大數據時代，往往不要求准確知道每一個精確的細節，只需了解事物的概略全貌即可。通過相關數據信息的大量積累，而不是對某個具體數據的精確分析，大數據技 術可以為我們提煉出事物運行的規律，並判斷其發展趨勢。例如，2011年美軍擊斃本·拉登的「海神之矛」行動，就有賴上千名數據分析員長達10年數據積累 的支撐。換言之，是大數據抓住了本·拉登。
5.引領指揮決策方式變革
管理的核心是決策。大數據帶來的重要變革之一，是決策的思維、模式和方法的變革。建立在小數據時代基於經驗的決策，將讓位於大數據時代基於全樣本數據的決策。
決策是進行數據分析、行動方案設計並最終選擇行動方案的過程。軍事決策建立在對敵情的正確分析預測之上，其目的是通過合理分配兵力兵器，優選打擊目標，設計完成任務的最佳行動方法與步驟。
以往的戰爭，做出作戰決策時缺少足夠數據支持，甚至數據本身的真實性、准確性也難以保證。目前信息化條件下的戰爭，各種條件都變成了數據，這就要求指揮人 員必須掌握分析海量數據的工具和能力。以往，指揮人員更多的是依靠經驗進行相對概略或粗放式決策。大數據的出現必將要求指揮人員以全新的數據思維來進行指 揮決策。這種決策將有幾個特點：
一是准確。只要提供的數據量足夠龐大真實，通過數據挖掘模式，就可以較為准確地把握敵方指揮員的思維規律，預測對手的作戰行動，掌控戰場態勢的發展變化等。
二是迅速。大數據相關技術所提供的高速計算能力有助於指揮員更加迅速地設計行動方案。
三是自動化。針對特定的作戰對手和作戰環境，大數據系統可以自動對己方成千上萬、功能互補的作戰單 元或平台進行模塊化編組，從而實現整體作戰能力的最優化；面對眾多性質不同、防護力不同且威脅度各異的打擊目標，大數據系統可以自動對有限數量、有限強度 和有限精度的火力進行分配，以收獲最大作戰效益。
在大數據時代的戰爭中，軍事專家、技術專家的光芒會因為統計學家、數據分析家的參與而變暗，因為後者不受舊觀念的影響，能夠聆聽數據發出的「聲音」。
總之，基於數據的定量決策將和基於經驗的定性決策同樣重要，基於經驗的決策將很大程度上讓位給全樣本決策，基於大數據的決策手段將從輔助決策的次要地位上升到支撐決策的重要地位。
對此，美軍的認識是最到位的。美軍發布的《2013-2017年國防部科學技術投資優先項目》就將「從數據到決策」項目排在了第一位，凸顯了大數據對其指揮決策方式的巨大影響。
6.優化作戰指揮流程
網路日益普及的情況下，信息的流通與共享已不是難題，人們開始關注對信息的認識，及將信息轉化為知識的能力。
與之相適應，軍事信息技術也從關注「T」（Technology）的階段，向關注「I」（Information）的階段轉變；從建設指揮自動化系統 （C4ISR），即指揮、控制、通信、計算機、情報及監視與偵察等信息系統，整體管理「戰場信息的獲取、傳遞、處理和分發」的全信息流程；發展至重視大數 據處理應用，綜合集成數據採集、處理平台和分析系統，統一優化管理「戰場數據採集、傳遞、分析和應用」的全數據流程。即通過對海量數據進行開發處理，大幅 度提高從中提取高價值情報的能力，從而實現對戰場綜合態勢的實時感知、同步認知，進一步壓縮「包以德循環」（OODA Loop），即觀察-調整-決策-行動的指揮周期，縮短「知謀定行」時間，提高快速反應能力。
隨著數據挖掘技術、大規模並行演算法及人工智慧技術的不斷完善並廣泛應用在軍事上，情報、決策與作戰一體化將取得快速進展。在武器裝備上，將特別注重各作戰 平台的系統融合和無縫鏈接，以保證戰場信息的實時快速流轉，縮短從「感測器到射手」的時間差，實現「發現即摧毀」的作戰目標。
比如近幾年迅速發展的無人機作戰平台，其本質就是一個智能系統。其可以成建制地對實時捕獲的重要目標進行「發現即摧毀」式的精確打擊，還能通過融合情報的 前端和後端，使數據流程與作戰流程無縫鏈接並相互驅動，構建全方位遂行聯合作戰的「偵打一體」體系，從而實現了體系化的「從感測器到射手」的重大突破。
7.推動戰爭形態的演變
大數據可以改變未來的戰爭形態。美軍一直追求從感測器到平台的實時打擊能力，追求零傷亡。
由大數據支撐的擁有自主能力的無人作戰平台，將使得這些追求成為可能。例如，目前全世界最先進的無人偵察機「全球鷹」，能連續監視運動目標，准確識別地面 的各種飛機、導彈和車輛的類型，甚至能清晰分辨出汽車輪胎的類型。現今，美空軍的無人機數量已經超過了有人駕駛的飛機，或許不久的將來，美軍將向以自主無 人系統為主的，對網路依賴度逐漸降低的「數據中心戰」邁進。
無人機能否做到實時地對圖像進行傳輸非常關鍵。
目前，美國正使用新一代極高頻的通訊衛星作為大數據平台的支撐。未來，無人機甚至有可能擺脫人的控制實現完全的自主行動。美軍試驗型無人戰斗機X-47B就是這一趨勢的代表，它已經可以在完全無人干預的情況下，自動在航母上完成起降並執行作戰任務。
總之，基於大數據的實時、無人化作戰，將徹底改變人類幾千年來以有生力量為主的戰爭形態。
8.引導軍事組織形式變革
大數據即大融合，它有望打破軍種之間的壁壘，解決軍隊跨軍種、跨部門協作的問題，真正實現一體化作戰。
就組織形態而言，扁平結構、層次簡捷、高度集成、體系融合應該更符合大數據時代的要求。軍事方面的相關趨勢有：
（1）網狀化。軍隊的指揮體系逐步發展為「指揮網」，原先的「樹狀結構」變為 「網狀結構」。一個師的指揮系統一旦被打垮，師以下各級可通過「網」與上級或其他作戰單元聯系。這就改變了傳統軍事指揮體系由「樹干、樹枝、樹葉」編成的 組織形態，避免了機械化戰爭時期「打斷一枝、癱瘓一片」的指揮弊端，有效提高了局部戰爭中的指揮效能。
（2）小型化。發達國家的陸軍多由軍、師、團、營體制向軍、旅、營制轉變，使作戰集團更加輕便靈活，機動性更強。 根據部隊的不同功能優化組合，基本作戰單位不需要加強補充就能實施多種作戰，從而全面提高應對多種安全威脅，完成多樣化軍事任務的能力。將營作為基本戰術 「模塊」，將旅作為基本合成單位，以搭積木方式進行編組，戰時根據需要臨時編組，看迅速生成擔負不同作戰任務的部隊。
世界各主要國家都非常重視軍隊組織形態變革，並致力於發展新興軍兵種，及時設計和建設新型部隊。
2009年，美國國防部宣布組建網路戰司令部。2013年3月，美國網路戰司令部司令亞力山大宣布，美國將增加40支網路戰部隊。美國、俄羅斯等國都在積極籌劃或正在建設能在太空進行作戰的「天軍」部隊、「機器人」部隊。
隨著新興軍兵種的建立，軍隊的組織形態將出現新面貌，未來戰爭的觸角不斷延伸，網路、電磁頻譜領域的爭奪方興未艾，太空不再是寂寞世界，天戰也不再遙遠。
（3）一體化。軍隊信息化必然要求一體化，信息化程度越高，一體化特徵越明顯。適應新形勢下強軍目標的要求，我軍必須對戰鬥力要素進行一體化整合，推進武裝力量一體化、軍隊編成一體化、指揮控制一體化、作戰要素一體化，提高整體效益。
9.大數據將使體系作戰能力大幅提升
從作戰手段角度看，大數據及其支撐的新型武器裝備的應用，將豐富軍隊的作戰體系；從作戰效能角度看，大數據下的作戰行動循環（包以德循環）所耗時間將大為縮短，更符合「未來戰爭不是大吃小，而是快吃慢」的制勝規律。相關變革的結果，將是軍隊體系作戰能力大幅提升。
10.提升軍隊的信息化建設水平
大數據給了各國軍隊（尤其是像我軍這樣的信息化發展水平參差不齊的軍隊）一個契機，可以牽引、拉動自身的信息化建設向更高層次發展，同時拉齊整體水平，因為大數據意味著「整體」。
具體來說，應以提高決策速度、反應速度和聯合作戰能力為目標，以數據為中心，以搜索分析處理數據為中樞架構，自上而下建設軍事「數據網路」；加快組建雲計 算中心，把對大數據分析處理作為軍事信息化建設的重中之重，努力建構精確分析處理大數據的硬體系統、軟體模型，實現大數據「從數據轉化為決策」的智能化和 瞬時化。
同時，也要抓好末端的單兵及單件武器裝備的數據採集、存儲設備設計，從而為海量數據的挖掘和整合奠定基

『陸』 大數據時代背景下如何構建「智慧警務」

數據是科學的度量、知識的來源。隨著互聯網特別是移動互聯網的發展，一個以信息爆炸為特徵的大數據時代正在到來。這對公安機關來說既是挑戰，也是機遇。對此，必須以創新的理念和思維，把深入實施科技強警戰略，大力推進科技創新擺上更加重要的位置，努力提升公安工作的信息化、科學化和現代化水平。 ■強警論壇黎偉挺大數據時代呼喚數據大開發 如果說過去是一個技術為王的時代，那麼大數據時代就是一個內容為王的時代。技術作為獲取內容、加工內容、利用內容的工具，更先進的技術無疑可以為我們提供更優的解決方案。就警務信息化應用而言，近年來，浙江公安機關通過系統大整合，從技術層面初步解開了信息孤島和信息碎片化的死結，為實現更大范圍、更高層次的共享應用提供了現實基礎。現在的問題已經更多地集中在如何實現對海量數據的深度應用、綜合應用和高端應用，促使這些數據從量變到質變。筆者認為，這就需要對數據的大開發，通過使用數學演算法對海量數據進行分析和建模，挖掘出各類數據背後所蘊涵的內在的、必然的因果關系，進而研判出某一事件發生的概率，科學預測其發展趨勢，以此來服務打防管控等現實斗爭。結合公安機關實際來說，就是要重點做好以下四個方面的工作： 二要搞好技術架構大優化。重點是加強技術構架的頂層設計，進一步優化當前技術架構，應該著重做好基於雲技術的基礎設施梳理；基於可視化、扁平化、集成化以及一站式、點到點技術線路梳理；基於內外網交互的多種傳輸存儲和計算實現方式的梳理；基於安全考量的戰略性布局的梳理。 三要搞好海量數據預處理。所謂數據預處理，就是要對各類數據進行篩選、過濾、分類、關聯等初加工，建立起如同「超市凈菜」這樣的數據倉庫，並根據特定用戶的需求提供定製、配送服務，以改變雜亂無章的原始數據存儲狀況，提高數據的應用效益。要努力實現從技術服務商向內容供應商轉變，通過對海量數據進行預處理，建立公安機關的數據倉庫。 四要以剛性手腕建立信息化標准規范。在大數據時代，信息共享已成為大家的共識，關鍵是如何才能更好地利用。要堅持從源頭上解決好標准規范與信息共享問題，除了樹立「共享是原則，不共享是例外」的理念外，還要樹立「入庫是原則，不入庫是例外」的理念，做到項目管理要規范、代碼體系要規范、介面要規范、數據使用和系統運維也要規范。 新黃金十年呼喚構築創新大平台 10年前，浙江公安機關在沒有成功經驗可資借鑒的情況下，通過自主創新建設了浙江公安打防控信息主幹應用系統，走出了一條具有鮮明時代特徵、浙江特色、公安特點的信銷清息化發展道路。如果把此前的以打防控系統為標志的浙江公安信息化稱為信息警務黃金十年的話，那麼，現在正在徐徐開啟的以數據的大整合、大融合、大應用為標志的「智慧浙江公安」無疑是又一個黃金十年。 對於一個國家來說，能否實現現代化的關鍵是科學技術的現代化，核心是科技創新的競爭力。創新不是口號，必須落實在行動中。具體到「智慧浙江公安」建設，應抓住五個突破口冊斗猛進行著力： 一是項目牽引。綱舉就能目張，抓住重點項目建設就可帶動一般項目建設。當前要重點抓好警務雲的建設與應用，PGIS平台的深度開發應用，視頻數據整合挖掘與應用，模塊化、集成化、即插即用、可快速部署的現場通信指揮保障平台，以及智能化的終端和個性化、人性化的後台服務。 二是搭建面向全警的創新應用平台。就是要為全警打造類似Google、Facebook、維基和網路、騰訊、淘寶、土豆、優酷這樣的公安信息創新應用平台，建立起公安機關的「蘋果商店」、「安卓市場」。既要從現有應用中篩選出一批創新應用的小軟體、小工具，也要為打擊破案、執法辦案等專業領域工作研發或扶持一批業務工具，同時還要面向公安基層基礎工作以及社會管理、服務群眾等領域，開發一批便捷、低成本州橋、普及型的應用軟體，以方便全警隨時隨地下載應用。同時，要完善發明創造評審鑒定、版權保護、獎勵表彰等制度，激發和保護好廣大民警的創造激情。 三是打造信息化高地和特區。典型示範引領是推動工作的一個重要方法。打造「智慧浙江公安」，應先抓一些試點縣建設，每個市選擇基礎條件較好的一個縣作為「智慧浙江公安」的示範縣、引領縣先行先試，上級公安機關要在項目建設、資金補助、人才支撐、工作幫扶等方面採取一些配套政策，予以重點傾斜。 四是最大化利用外腦進行借力創新。分工合作是現代社會的必然，信息化發展也需要內外進行協作。要善於借力創新，通過全面梳理信息化業務，理清外包服務內容，規范和編制好外包業務目錄，探索完善外包服務模式。只要是社會和企業能夠承擔的，就要大膽放開准入。同時，要加強與高科技單位的戰略合作，培養一批技術領軍和項目技師等開發應用型專業人才，逐步走自主開發和運維之路。 高風險時代呼喚念好安全「緊箍咒」 網路無疆界，互聯網在給生產生活提供極大便利的同時，也給信息安全帶來極大隱患。一定意義上說，互聯網時代就是高風險時代。處在風險時代，一定要有風險防範意識和危機管理能力，牢記「100-1=0」，沒有安全保障這個「1」，其他再多也是沒有意義的。現在浙江公安機關擁有5000多個應用系統、3000個網站、設備和上千個T數據，已是一個名副其實的「巨系統」。這么大的系統出問題是必然的，關鍵是要避免出大問題。 守住數據不丟、網路不斷、系統不癱這條底線，必須時刻關注九大安全：一是內容安全，杜絕「一機兩用」。二是運行安全，重點關注運行平台是否可靠，運行制度是否完善，運行值守是否到位。三是邊界安全，確保內外網交互不出紕漏。四是終端安全，嚴防警務通、平板電腦等終端遺失，並確保這些終端聯入系統的安全性。五是傳輸安全，確保網路擁有足夠的帶寬和穩定性，並嚴防發生數據丟失事故。六是系統開發安全，防止源代碼流入社會，並做好知識產權保護工作。七是通信保障安全，提高系統的穩定性，並確保一旦出現危機，能夠快速反應、迅速排除。八是隊伍自身安全，堅持拒腐防變警鍾長鳴，反腐倡廉常抓不懈，與運營商等公司企業打交道時一定要潔身自好。九是大安防產業的健康發展，特別是要加強視頻監控資源管理，防止侵害群眾的隱私權。 創新時代呼喚隊伍素質能力大提升 人才是科技創新中最具能動性的因素。各級公安科技信息化部門作為公安機關信息化建設的主管部門，隊伍素質能力的高低直接決定整個公安信息化建設的成敗。 一是機構要健全、統一、規范。要按照職能明晰、稱謂統一的要求，大力加強科技信息化隊伍的正規化建設。現在還有不少縣級公安機關沒有設立科通部門，筆者認為，這是適應工作需求的，即便不要求機構都單列，可以與其他部門合署，但必須要有專門的人從事科技信息化工作。稱謂也要統一，職能也要進一步明晰，逐步理順與信息辦的關系以及科通部門內部行政與事業的關系。 二是培訓學習要加強。信息化發展步伐日新月異。對科技信息化民警來說，學習培訓比其他警種更加重要，更要抓緊。要根據信息化發展和公安實戰需求，及時調整培訓大綱，既要學習信息化新知識，也要學習掌握新的政策法律知識、新的公安業務知識，促進先進技術與公安業務互融共進、互促共長。要大力培養專家型人才，鼓勵民警參加各類崗位執業資格認證，同時還可選調一批基層骨幹民警到專班和項目辦進行跟班培訓，培育一批行家裡手。 三是活力要增強。增進人才交流，要吐故納新，及時引進優秀人才，及時更換不適應崗位需求的人員。既要立足自身培育自有人才，也要堅持眼睛向外，積極借用公司和企業的人才為我所用。要進一步完善交流協作機制，與大企業開展戰略協作，與小企業開展微觀協作，通過多層次、寬領域的交流與合作，不斷為公安信息化發展注入活力源泉。 四是團隊文化要培育積淀。文化是隊伍的靈魂，沒有文化的隊伍必然是一盤散沙。IT產業有著特殊的文化，如果說它是朝陽文化，那它就代表著潮流、代表著未來。要善於吸納IT產業中的蓬勃朝氣、創新勇氣，以及IT人所獨有的夢工廠文化元素和中華民族淡泊明志、寧靜致遠的傳統文化元素。要恪盡職守，盯住一些事進行攻堅克難，在幹事中享受成功的喜悅，實現自我的人生價值。（作者單位：浙江省公安廳）

『柒』 大數據運用在公安工作的什麼地方

1. 統計查詢：抄這是對大襲數據最基本的應用方式，主要面向歷史與現狀，回答已經發生了什麼事情，如流動人口分區域統計、實有車輛歸屬地統計、各類案件的數量分布和趨勢。

2. 數據挖掘：是目前大數據的核心應用方式，其重點不在於發現因果，而是發現數據之間的關聯關系。這種關系可能可以直觀解釋，也可能不能馬上發現其中的深層次原因，但對工作具有一定指導意義，比如季節氣候與某些類型案件的關聯關系、車輛活動范圍、活動習慣與黑車的關聯關系。

3. 預測預判：是大數據應用未來的發展方向，在數據統計、分析、挖掘的基礎上，建立起合適的數據模型，從數據的關聯關系入手，推導出因果關系，能夠對一定時期內的趨勢走向做出預測，對危險信號做出預警，指導預防工作的走向。