利用大数据破案案例

Ⅰ 要利用大数据防范通信诈骗

要利用大数据防范通信诈骗_数据分析师考试

很多问题都能通过大数据来解决，比如猖獗的通信诈骗。

2000年以来，随着金融、通信业的快速发展，通信诈骗在中国快速蔓延，几乎每个人都遇到过被通信诈骗的事。

传统的做法就是提高市民防范意识，但这并非是解决上述问题的长久之计。比如，面对“猜猜我是谁”和“领导喊话去办公室”等种种诈骗方式，市民上当的案例并不少。去年10月，佛山市南海警方打掉一个“领导喊话去办公室”的诈骗团伙，涉案金额达154万元。去年3月，郑州某公司财务经理张女士，被改号为中山市公安局的电话所骗，将公司和个人的全部资金3866万汇入到“安全账户”，刷新了国内通信诈骗个人受骗的新纪录。

据公安部公布，2014年全国通信诈骗发案40余万起，群众损失107亿元。2013年，通信诈骗案发案30余万起，市民被骗100亿元。

通信诈骗受害者与年龄层、知识水平无关，其破案难、追赃难、防范难的特点已成为公安部门的共识。

目前，国内相对成熟的做法是，个人在被陌生电话骚扰后，可以给该号码贴上“通信诈骗”、“广告推销”之类的标签，这些信息上传云端，如果同一个号码被多人标记，再接到该电话的人将收到系统警报。

在传统的防范手段效果甚微的当下，中国可以借鉴国内外的经验，用大数据来分析、防范通信诈骗。

2013年，中国某互联网综合服务提供商就曾牵头组织反信息诈骗联盟，成员包含警方、运营商、银行等，通过共享上亿号码库资源、网上网下结合方式打击垃圾短信、骚扰电话、通信诈骗黑色产业链。截至目前，已直接劝阻1.84万名用户避免转款达1.56亿元，快速拦截被骗资金1.09亿元。

而在英国、比利时，政府部门通过大数据分析手段打击诈骗，每年挽回的损失高达数十亿美元。

从既有经验上看，通过大数据手段防范诈骗效果显著，是未来发展方向之一。那么，这个事情究竟由谁来做呢？当然是我们的服务提供方——运营商和银行。

全国人大代表、通信诈骗防控专家陈伟就认为：“由于通信线路和银行网络一直监管不力，甚至是放任不管。在‘严打’之下，通信诈骗发案，还是逐年上升。”

最近，国内首次出现“老人遭通信诈骗运营商被判担责”的案例。在该案中，虽然老人被骗48万元，法院裁定运营商仅赔偿1万元，但专家认为，该案具有样本意义。

也就是说，运营商和银行如果仍不注重履行自身的监管职责，未来可能要为更多的通信诈骗案件埋单。若真如此，这意味着屈指可数的几家运营商和银行所面对的，是每年超过百亿的涉案金额，以及不知道多少场的官司。

现在，如何完善技术手段，利用互联网、大数据来防范和监管通信诈骗，这是运营商和银行必须考虑的问题。与此同时，市民也应当提高自己的防范意识，不给通信诈骗留下发挥空间。

以上是小编为大家分享的关于要利用大数据防范通信诈骗的相关内容，更多信息可以关注环球青藤分享更多干货

Ⅱ 生活中的大数据例子

1、洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。

目前位于美国加利福尼亚州的PredPol公司在某种程度上把利用大数据预测犯罪变成了现实。

PredPol 推出的犯罪活动预测软件主界面是一张城市地图，看起来与谷歌地图相似。它会根据某一地区过往的犯罪活动统计数据，借助特殊算法，计算出某地发生犯罪的概率、犯罪类型，以及最有可能犯罪的时间段。

它还可以用红色方框表示需要提高警惕的犯罪“热点”地区，警方可以通过个人电脑、手机或平板电脑对其进行在线查看。

犯罪预测软件实际上是从地震预测软件进化而来的，它能处理大量犯罪数据，尤其是犯罪地点和犯罪时间，然后再联系已知的犯罪行为，比如窃贼通常倾向于在他们最熟悉的社区犯罪等，最终给出一个较为完善的结果。

每次运算结束后，犯罪预测软件会给出一张画出了红色方框的地图，这些红色方框代表盗窃行为可能发生的“热点”地区，有些时候这些区域能准确地缩小至很小的范围。

警察局的上司会吩咐属下，当他们没在处理报警电话时，就应该花时间在这些高危区域中巡逻，最好是每两小时巡逻至少15分钟。这样做的重点更在于通过在软件画出的高危区中高调巡逻而降低犯罪，而非等案子发生后破案。

2、google流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布。

Google流感趋势（Google Flu Trends，GFT）是Google于2008年推出的一款预测流感的产品。Google认为，某些搜索字词有助于了解流感疫情。Google流感趋势会根据汇总的Google搜索数据，近乎实时地对全球当前的流感疫情进行估测。

3、麻省理工学院利用手机定位数据和交通数据建立城市规划。

目前手机移动网络实现了城乡空间区域的全覆盖,城乡人口中手机终端的持有率和使用率已经达到相当高的比例,手机定位数据契合了城乡人口空间分布与活动规律的分析需求。

根据手机信号在真实地理空间上的覆盖情况,将手机用户时间序列的移动信号数据,映射至现实的地理空间位置,即可完整、客观地还原出手机用户的现实活动轨迹,从而挖掘得到人口空间分布与活动联系特征信息。

4、梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。

(2)利用大数据破案案例扩展阅读

经李克强总理签批，2015年9月，国务院印发《促进大数据发展行动纲要》（以下简称《纲要》），系统部署大数据发展工作。

《纲要》明确，推动大数据发展和应用，在未来5至10年打造精准治理、多方协作的社会治理新模式，建立运行平稳、安全高效的经济运行新机制，构建以人为本、惠及全民的民生服务新体系，开启大众创业、万众创新的创新驱动新格局，培育高端智能、新兴繁荣的产业发展新生态。

未来，数据科学将成为一门专门的学科，被越来越多的人所认知。各大高校将设立专门的数据科学类专业，也会催生一批与之相关的新的就业岗位。与此同时，基于数据这个基础平台，也将建立起跨领域的数据共享平台，之后，数据共享将扩展到企业层面，并且成为未来产业的核心一环。

Ⅲ 大数据是如何帮助公安破案的

近年来，随着信息技术在全国公安机关的快速发展，对数据共享和深化应用的需求前所未有。然而，随着数据的融合和数据量的爆炸式增长，传统的数据库和数据仓库技术遇到了许多瓶颈问题，特别是对于PB级非结构化数据处理、多维相关分析、数据挖掘、智能分析等需求，传统的数据存储和处理方法面临着效率低、成本高、可靠性差、扩展能力不足等不可逾越的障碍。

案例2:违法犯罪人员入住宾馆规律

案例目的:分析近10年来在押罪犯入住酒店的规律，为公安防控工作提供指导。通过各种努力，我们在10年内收集了5亿多酒店数据，在10年内收集了65万当地被拘留者的数据。使用计算机集群，首先建立比较模型，并根据HADOOP比较组织数据。将650，000条人员数据放入5亿条住宿数据中，以找到相同的项目。在“1O 1”模式下，即10台服务器作为数据节点，1台服务器作为控制节点，“运行”时间约为50分钟。最后，我们得到了大约721，000个关于过去10年入住酒店人数的数据。

Ⅳ 3天帮被拐35年女子找到家，大数据能不能帮助更多被拐儿童回家

3天帮被拐35年女子找到家，大数据是能够帮更多拐卖儿童回家的，因为现在是大数据时代，基本上人人都会使用手机，再加上现在自媒体短视频盛行，要想帮被拐儿童回家其实很容易，只要多多在自媒体平台发布一些被拐儿童的视频，如果恰巧能够遇到看见过孩子的刷视频的人，确实很容易把孩子找回来的，这样比最原始的一个地方又一个地方去寻找孩子会简单许多，大数据时代就应该充分利用它的便利去帮助更多的人找寻自己的家。

大数据可以帮助失踪儿童找到家人，同样可以找到一些问题解决的关键，就比如此事件中的女子，就是因为在大数据上找到能够听懂女子方言的人，这才帮女子顺利找到家人，也许有一天在大数据平台上家人正好看到自己失踪的孩子也说不定，大数据会给我们带来很多意想不到的惊喜。

Ⅳ 临海男子伙同朋友杀妻沉尸灵江案告破，警察25年后是靠什么破案的

25年前临海市汛桥镇的灵江之上，两位农民正在进行日常的捕鱼作业，不想突然从江里打起了一具溃败的女尸，两人惊吓过后，连忙给当地警局报案。在警察一段时间调查后，终于查明了死者的身份和犯罪嫌疑人王某。不想罪犯王某陈某早已溜之大吉，经过警察的不懈努力，在今年7月份终于将两名犯罪嫌疑人逮捕归案。那么这起横跨25年的谋杀案，是靠什么侦破的呢。

生活会让我们尝很多的苦，但是请一定要保持乐观冷静，不要因为一时之气而犯下大错，那样只会毁了你自己。办事前先想一想，多些理解体谅，生活才会看到更多的光和亮。

Ⅵ 什么是大数据，大数据的典型案例有哪些

随着大数据时代的到来，大数据早已被逐步的运用在我们生活中的方方面面，那么除了之前众所周知的大数据杀熟事件，对于大数据你还了解多少呢？科学运用案例你又知道多少?今天就跟随千锋小编一起来看看。
洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。
google流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布。
统计学家内特.西尔弗(Nate Silver)利用大数据预测2012美国选举结果。
麻省理工学院利用手机定位数据和交通数据建立城市规划。
梅西百货的实时定价机制，根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。
……
种种的案例实在是太多，或许我们永远说不完一样，所以我们就来看一看大数据被科学运用的一个经典案例：

“啤酒与尿布”的故事产生于20世纪90年代的美国沃尔玛超市中，沃尔玛的超市管理人员分析销售数据时发现了一个令人难于理解的现象：在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，这种独特的销售现象引起了管理人员的注意，经过后续调查发现，这种现象出现在年轻的父亲身上。
如果这个年轻的父亲在卖场只能买到两件商品之一，则他很有可能会放弃购物而到另一家商店，直到可以一次同时买到啤酒与尿布为止。沃尔玛发现了这一独特的现象，开始在卖场尝试将啤酒与尿布摆放在相同的区域，让年轻的父亲可以同时找到这两件商品，并很快地完成购物;而沃尔玛超市也可以让这些客户一次购买两件商品、而不是一件，从而获得了很好的商品销售收入，这就是“啤酒与尿布” 故事的由来。
当然“啤酒与尿布”的故事必须具有技术方面的支持。1993年美国学者Agrawal提出通过分析购物篮中的商品集合，从而找出商品之间关联关系的关联算法，并根据商品之间的关系，找出客户的购买行为。艾格拉沃从数学及计算机算法角度提 出了商品关联关系的计算方法——Aprior算法。沃尔玛从上个世纪 90 年代尝试将 Aprior 算法引入到 POS机数据分析中，并获得了成功，于是产生了“啤酒与尿布”的故事。
其实大数据，其影响除了以上列举的方面外，它同时也能在经济、政治、文化等方面产生深远的影响，大数据可以帮助人们开启循“数”管理的模式，也是我们当下“大社会”的集中体现，三分技术，七分数据，得数据者得天下。

Ⅶ 山西警方破获30年前故意杀人案，破案经过是怎样的

山西警方破获30年前故意杀人案，破案经过是怎样的？

随着时代的进步，我国的刑侦能力越来越强，在互联网发达的今天，我们进入了大数据时代，这对警方破解案件也有很大的帮助。有很多案件，因为受条件限制，没能及时破解。但是我国警方对这些案件一直没有放弃。不论警察局的人换了几批，这些档案，这些文件一直是警察心病。警方破解了30年前的故意杀人案，30年会改变很多事情，但是事情的真相永远不会变。

他们感谢警方这么负责，在案件经过30年后，仍然还他们一个公道。我也为中国警方感到骄傲，这件事情不仅体现了我国的刑侦能力，更体现了我国警方高度的社会责任感。这是因为有这样的警方，我们的社会才能越来越安定。