大數(shù)據(jù)下的串并案分析

李蕤

摘要：大數(shù)據(jù)時代，信息的探索挖掘和聯(lián)系分析愈發(fā)加強。作為公安機關(guān)最重要的偵查方式之一的串并案偵查需要獲取足夠的關(guān)注和進步。傳統(tǒng)的串并案方法耗費大量的人力物力。如果依托人工智能大數(shù)據(jù)的進步，偵查人員借助高效的串并案分析方式，將為打擊犯罪勢力，守護人民群眾的美好生活作出巨大的貢獻。

關(guān)鍵詞：串并案;大數(shù)據(jù);偵查

引言：

一、迎接大數(shù)據(jù)時代下的司法領(lǐng)域革新

25年前技術(shù)變革是信息通訊技術(shù)的開端。電子信息技術(shù)的普及和應(yīng)用推開了第五次科學技術(shù)革命之門。歷史上每一次技術(shù)變革其實都分兩個階段。第一個階段是導入期，這是技術(shù)的引入階段，在這一時期新技術(shù)得到快速發(fā)展，并在主要領(lǐng)域得到廣泛應(yīng)用。繼而進入第二個階段，拓展期，在這個階段，人們會在這個技術(shù)的基礎(chǔ)上，部署很多創(chuàng)新應(yīng)用，新技術(shù)的潛力得到充分發(fā)掘[]。如今我們正處于這次革命的轉(zhuǎn)折點，從導入期到拓展期的轉(zhuǎn)折點。而導入期中收集的大數(shù)據(jù)將成為推動拓展期到來的核心動力。

深化大數(shù)據(jù)應(yīng)用，已經(jīng)成為穩(wěn)增長、促改革、調(diào)結(jié)構(gòu)、惠民生和推動政府治理能力現(xiàn)代化的內(nèi)在需求和必然選擇。[]司法領(lǐng)域是打擊犯罪，維護社會穩(wěn)定的重要環(huán)節(jié)。把人工智能、大數(shù)據(jù)與司法體制改革相結(jié)合，將會給司法領(lǐng)域注入強大的創(chuàng)造力，給司法工作帶來極大的突破。大數(shù)據(jù)時代，我們可以通過去量化過去不能量化的信息，使用精妙的統(tǒng)計學方法分析這些信息成為可能。尋求先進的科學技術(shù)倒逼出新的工作方式，讓司法領(lǐng)域工作人員不能報守傳統(tǒng)工作模式的殘缺，而是以積極的心態(tài)應(yīng)對大數(shù)據(jù)與人工智能帶來的新型犯罪方式等問題的挑戰(zhàn)，并積極利用新技術(shù)解決遺留問題，攻克難關(guān)。

二、打好大數(shù)據(jù)下串并案件的基礎(chǔ)

（一）串并案偵查的含義

串并案偵查，指的是對系列案件中的相關(guān)信息特征，包括作案手法、痕跡、物證、時間和空間等的對比、評估和分析后，認定為是同一犯罪主體所為，從而將系列案件串聯(lián)起來進行偵查的方法。其中認定兩個案件為同一主體所為，則稱為并案;兩個以上系列案件為同一主體所為，則稱為串案。與串案和并案相聯(lián)系的還有一種是“窩案”。所謂挖出一個，帶出一窩。所以窩案一般指的是群體性作案。這一群人在一個群體組織里具有相關(guān)關(guān)系、利益分贓等特點。同時，其作案往往是一串，所以又被稱為窩串案。如貪污賄賂窩案、串案的典型表現(xiàn)形式為案中有案、案后藏案、案案相連。

串并案偵查并不是一種固定的偵查方式，而是公安機關(guān)在長期的實踐中摸索和總結(jié)的一種有效的方法。做好串并案偵查能夠收到抓一人破多案、以小案破大案、破一案帶一串、破一串掃一片的良好效果。

不要將串并分析與相似但仍有所不同的“并案分析”混淆。并案分析在這種系統(tǒng)中就像分析者之筆記本，在各個姓名、電話號碼、交通工具等間核查它們之間的聯(lián)系和各自內(nèi)部的聯(lián)系，而串并分析只是考慮犯罪之間相似的可能性[ ]。隨著案件形式的多樣性，犯罪分子反偵察能力的提高，大數(shù)據(jù)信息的復雜度的增加，串并分析也應(yīng)打破傳統(tǒng)的方式，與時俱進。

（二）轉(zhuǎn)變大數(shù)據(jù)下串并案件的思維模式

大數(shù)據(jù)時代，人們的思維方式逐漸發(fā)展形成網(wǎng)狀，向總體思維、容錯思維過渡。與精確性思維、因果關(guān)系相比，容錯思維和相關(guān)思維更能夠?qū)?shù)據(jù)的搜索、挖掘以及進行可視化的描述分析更有利。

轉(zhuǎn)變思維模式，重要的是充分利用潛在相關(guān)關(guān)系。正如維克托所說：“大數(shù)據(jù)時代，我們的思想發(fā)生了轉(zhuǎn)變，不再探求難于捉摸的因果關(guān)系，轉(zhuǎn)而關(guān)注事物的相關(guān)關(guān)系?！虼耍瑐刹槿藛T由研究因果關(guān)系轉(zhuǎn)向?qū)W習相關(guān)關(guān)系數(shù)據(jù)的研究與應(yīng)用方法，善于從相關(guān)關(guān)系數(shù)據(jù)中尋找案件偵破切入點或突破口，是串并案件乃至偵查數(shù)據(jù)思維方式實現(xiàn)過程中的一項重要任務(wù)。相關(guān)關(guān)系又被稱為聯(lián)想關(guān)系，在相關(guān)關(guān)系中，每一方的數(shù)據(jù)變更都可能會影響到對應(yīng)數(shù)據(jù)的變化，不同于因果關(guān)系的確定性的分析結(jié)論，相關(guān)關(guān)系主要應(yīng)用于預測各種可能性的有無。大數(shù)據(jù)下的串并案分析也主要是通過這種相關(guān)度鑒別與推送，將精確與容錯相結(jié)合，幫助偵查人員獲取與案件相關(guān)的更多線索，多方位收集零星的證據(jù)，為打開案件的突破口找到通道。

洛卡德物質(zhì)交換原理是由法國著名的刑事偵查學家、司法鑒定學家和警察技術(shù)實驗室的先驅(qū)埃德蒙.洛卡德于20世紀初撰寫的《刑事偵查的方法》一書中提出。洛卡德認為，犯罪行為本質(zhì)上來說是一個物質(zhì)交換的過程，犯罪行為人作為一個物質(zhì)實體在實施犯罪的過程中總是跟各種各樣的其他物質(zhì)實體發(fā)生接觸;因此，犯罪案件中物質(zhì)交換是廣泛存在的，是犯罪行為的共生體，并且不以人的意志為轉(zhuǎn)移。簡單來說，就是但凡兩個物體發(fā)生接觸，必將產(chǎn)生物質(zhì)轉(zhuǎn)移現(xiàn)象，會帶走一些東西也會留下一些東西。但是這些證據(jù)并非存在于數(shù)據(jù)空間之中。我們不僅要在物理空間找傳統(tǒng)的證據(jù)，更重要的是在數(shù)據(jù)空間中尋找案件進行的各個階段的存在痕跡，并進行串并案分析。對任何工具和地點在數(shù)據(jù)的系統(tǒng)中都有可能成為串并案的潛在關(guān)聯(lián)點。互聯(lián)網(wǎng)+司法，將會碰撞出新時期的案件偵破途徑驅(qū)動模式，司法工作的效能。

（三）切實打好硬件和軟件基礎(chǔ)

公安部金盾工程與公安網(wǎng)相結(jié)合進行的全國公安快速查詢綜合信息系統(tǒng)和城市公安綜合信息系統(tǒng)建設(shè)、公安業(yè)務(wù)系統(tǒng)包括治安管理、刑事案件、出入境管理、監(jiān)管人員、交通管理、進度信息系統(tǒng)等為依托，為串并案偵查提供了一定的硬件和軟件支撐。但是難題依舊存在。一是，跨系統(tǒng)跨數(shù)據(jù)庫的關(guān)聯(lián)分析難度很高;二是，共享機制缺乏，數(shù)據(jù)信息的應(yīng)用仍存在邊界，整合效果不佳。收集數(shù)據(jù)，建立模型，完善串并案分析的系統(tǒng)設(shè)施仍任重道遠。

收集數(shù)據(jù)，搭建大數(shù)據(jù)平臺，進行智能檢索。運用知識圖譜技術(shù)實現(xiàn)數(shù)據(jù)關(guān)聯(lián)，提供智能檢索多維數(shù)據(jù)關(guān)聯(lián)展示?？梢愿鶕?jù)姓名、電話、特征等關(guān)鍵詞，檢索出組織、案件、圖片等信息進行主題分析。還可以進行人員甄別：制定用戶標簽體系，構(gòu)建人員全景畫像及關(guān)系圖譜。

建立多維度模型。以洗錢罪為例，除了海量的交易數(shù)據(jù)，還可以結(jié)合社交鏈行為數(shù)據(jù)，根據(jù)其發(fā)生的時間、交易特征、刷卡商戶附近居住的人群社交量的數(shù)據(jù)，以及一些涉案人員發(fā)生交易的特定客戶的行為特征。不過總會有一些漏網(wǎng)之魚，不法分子將零散的把錢存入銀行，最后匯總到一個賬戶上。但如果洗錢網(wǎng)絡(luò)足夠龐大的話，支點的存錢人員相互之間可能沒有任何關(guān)系和交際。這就需要利用多維度數(shù)據(jù)反復驗證、比較、不斷優(yōu)化。并且，借助機器學習、深度學習技術(shù)，不斷訓練、完善模型，加入新緯度的數(shù)據(jù)來提高模型的準確性。比如案件串并，將案件數(shù)字化，形成每個案件的多維向量特征。對每個案件的多維向量特征進行維度約簡;計算待分析的案件與向量約簡后的數(shù)據(jù)庫每個案件的相似度，找出數(shù)據(jù)庫中和待分析案件有關(guān)聯(lián)的串并案件。建立異常聚集模型，通過曾涉案的人員的上網(wǎng)的信息迅速定位到其地點，這個地址可以幫助我們很快地匹配人口統(tǒng)計數(shù)據(jù)。如果多個曾涉案人員突然聚集，或者有出境行為，即可預警，提前進行部署排查。高科技犯罪背景下，無論是在刑偵中的緝毒、反恐，還是經(jīng)偵中的反洗錢、反詐騙等領(lǐng)域，無不需要大數(shù)據(jù)解決方案來支撐。公安大數(shù)據(jù)，會越來越精準地找到“他”。

三、逐步加強應(yīng)用大數(shù)據(jù)串并案的實踐探索

公安偵查串并案件的數(shù)據(jù)挖掘技術(shù)，也越來越引起國內(nèi)外學者的顯著關(guān)注，以文本字段為主逐漸演變?yōu)殛P(guān)鍵字識別，進行數(shù)據(jù)分析，對案件進行可能的串并聯(lián)分析。同時，隨著高科技的發(fā)展和科研學者們辛勤的努力，視頻圖片中人臉技術(shù)識別和通訊痕跡辨析進行的串并案偵查也取得顯著發(fā)展。

（一）簡單模型的建立

根據(jù)不同類型的案件分析建立不同的子根據(jù)不同類型的案件分析建立不同的子系統(tǒng)模型。以多發(fā)性侵財案件自動識別串并平臺處理的簡單流程為示范。但數(shù)據(jù)庫應(yīng)致力于建立綜合總括的跨系統(tǒng)數(shù)據(jù)信息系統(tǒng)。

1. 數(shù)據(jù)采集

偵查人員日常接警、處警，將案件相關(guān)信息錄入系統(tǒng)平臺。

2. 數(shù)據(jù)預處理

將輸入的條件轉(zhuǎn)化成為計算機能夠識別計算的數(shù)字編碼。

3. 聚類分析

對輸入的規(guī)范化數(shù)據(jù)進行分析，得出一個或多個具有若干相同或相近的規(guī)范化數(shù)據(jù)條件的簇。

4. 人工決策

對聚類的影響因子進行調(diào)節(jié)，也就是要選擇相似度有多高的數(shù)據(jù)可以作為一個聚類的分類標準。

（二）大數(shù)據(jù)串并案實踐探索成效

廣東省中山市民警張福輝利用自身的實踐經(jīng)驗與大數(shù)據(jù)分析相結(jié)合，創(chuàng)建了張福輝串并案分析模型，在實踐中做到了將大量隱藏不易被發(fā)現(xiàn)的信息和證據(jù)線索挖掘分析出來，以可視化的方式高精準度高效率的展現(xiàn)出來。福輝模型分為：從人到案、從案到人、從人到人、批量串并、自由串并、任務(wù)串并、跨區(qū)域串并等多個功能模塊。與以往的串并案耗費大量的人力物力財力進行人工比對不同的是，新的模型以關(guān)鍵字為核心進行數(shù)據(jù)采集和分析，大大提高工作效率的同時降低了使用門檻，與人工智能結(jié)合的過程中，大數(shù)據(jù)源隨著實踐發(fā)展不斷擴展，也能夠基于統(tǒng)一的數(shù)據(jù)模型拓展收集更多的情報線索，擴大案件潛在的串并案范圍，增強使用效果。以廣東省中山市的大幅度推廣為起點，福輝模型已經(jīng)在廣州多個市縣，以及甘肅等省份進行推廣試用，已破獲眾多案件，取得顯著成效。

（三）相互配合中大數(shù)據(jù)偵查串并案效用發(fā)揮最大化

更好的串并案是各部門的相互配合。某市原國稅局曾對轄區(qū)的企業(yè)開展大數(shù)據(jù)分析后發(fā)現(xiàn)，有十幾戶經(jīng)營塑料的公司都取得了失控發(fā)票，數(shù)額巨大。表面資料顯示，這十幾家的企業(yè)法人不同，地址也不一致。但經(jīng)過數(shù)據(jù)比對，部分企業(yè)取得的失控發(fā)票的開票企業(yè)相同，一些企業(yè)向同一家企業(yè)開具發(fā)票。摸排后，發(fā)現(xiàn)這十幾家企業(yè)實際上由一人控制，有虛開發(fā)票的重大嫌疑。原國稅局啟動稅警合作機制，提請公安部門提前介入，聯(lián)合專案組制訂了統(tǒng)一部署、統(tǒng)一開展檢查行動的方案。稅務(wù)與公安部門發(fā)揮各自專業(yè)優(yōu)勢，利用國家稅務(wù)總局的云平臺及電子底賬系統(tǒng)，分析涉案企業(yè)的納稅申報、發(fā)票流等信息，挖掘受票企業(yè)更多虛開增值稅專用發(fā)票的線索，及時跟蹤，并從貨物流、運輸流、資金流等方面調(diào)查取證，固定證據(jù)，確定了收網(wǎng)抓捕范圍。

四、樹立正確的大數(shù)據(jù)串并案價值觀

（一）積極學習創(chuàng)新，尋找串并案新路徑

大數(shù)據(jù)偵查是偵查機關(guān)順應(yīng)信息社會發(fā)展潮流的明智選擇，其深度應(yīng)用既有助于提高犯罪預防的精確性，提升警力配置效率，也有助于增強偵查取證的科學性，提高破案效率與破案能力，帶來用信息換安全的社會效果。從權(quán)利保障的角度看，大數(shù)據(jù)技術(shù)的應(yīng)用將無所不在的記錄與數(shù)據(jù)經(jīng)過分析、挖掘得出更為客觀、精確的證明犯罪過程的材料，客觀上有助于改變長期以來偵查機關(guān)對口供的嚴重依賴，可以降低對嚴重干預公民隱私權(quán)的技術(shù)偵查的依賴，帶來用信息換權(quán)利的法律效果。對于大數(shù)據(jù)偵查帶來的偵查效能提升與偵查模式轉(zhuǎn)型的積極效果，應(yīng)當充分肯定。

（二）大數(shù)據(jù)偵查法律控制的必要性

大數(shù)據(jù)偵查尚處于初始應(yīng)用階段，其雙刃劍效應(yīng)亦同時凸顯，執(zhí)法司法實踐中已然暴露出一些問題，對一些基本權(quán)利和法律價值形成挑戰(zhàn)，及時對其進行法律控制具有必要性。首先，大數(shù)據(jù)偵查的推廣適用標志著隱私逐漸受到限制，甚至有消亡的危險。大數(shù)據(jù)偵查植根于公民為參與信息社會生活而不得不交出并匯集的海量信息，必然帶來大規(guī)模監(jiān)控的效果，即全體公民的各種信息都成為了其分析對象，這是一種不以犯罪嫌疑為前提的廣泛監(jiān)控，全體國民甚至全球民眾都可成為潛在的偵查對象，大量無罪公民的個人信息在大數(shù)據(jù)偵查的過程中被儲存、比對、挖掘。大數(shù)據(jù)偵查的廣泛應(yīng)用促使偵查權(quán)干預權(quán)利的類型發(fā)生轉(zhuǎn)換與升級，偵查行為的對象由傳統(tǒng)上的人身權(quán)、財產(chǎn)權(quán)轉(zhuǎn)向平等權(quán)、隱私權(quán)、人格尊嚴、精神自由等基本權(quán)利和自由，權(quán)利干預的類型更加無形化、抽象化，在權(quán)利體系中的地位更接近權(quán)利構(gòu)造的頂端。權(quán)利本身的無形性、抽象性令干預權(quán)利的偵查行為更難識別與感知進而導致權(quán)利的救濟困難;權(quán)利位階具備更強的政治性，則意味著與國家權(quán)力的沖突會更為劇烈。在這個意義上，對大數(shù)據(jù)偵查進行法律控制是維系國家治理體系正當性的必然要求。如果任其發(fā)展，此類偵查方法將會加劇社會不平等的裂痕，抑制社會的活力與創(chuàng)造力。

（三）避免大數(shù)據(jù)串并案偵查避免偵查誤區(qū)

數(shù)據(jù)也可能犯錯，錯誤原因主要源于兩個方面：一方面大數(shù)據(jù)技術(shù)通過機器學習與人工智能，根據(jù)偵查人員設(shè)計的各種模型對數(shù)據(jù)進行挖掘，而各種算法與分析模型的來源只能是偵查經(jīng)驗的人為積累。人類偵查經(jīng)驗的局限性會照搬給機器算法，大數(shù)據(jù)的預測功能同樣會產(chǎn)生錯誤。在模型建構(gòu)過程中，偵查人員的自由裁量類似問題在大數(shù)據(jù)應(yīng)用程度較強的美國普遍存在，大數(shù)據(jù)偵查過程中，對于社會底層人群特別是有色人種的執(zhí)法歧視被進一步放大，比如在大麻毒品犯罪打擊過程中，盡管白人與黑人具有相同的吸食比例，但黑人犯罪嫌疑人的犯罪數(shù)據(jù)更多地被收集并存入數(shù)據(jù)庫，其結(jié)果是更多的黑人犯罪嫌疑人被警察抓捕。

避免偵查誤區(qū)。無論是警方自建的各類數(shù)據(jù)庫，還是利用社會第三方機構(gòu)的數(shù)據(jù)庫，司法實踐已經(jīng)反復證明，數(shù)據(jù)瑕疵與質(zhì)量低下的數(shù)據(jù)經(jīng)常導致錯誤的關(guān)聯(lián)，甚至對公民自由帶來直接損害。依靠大數(shù)據(jù)進行串并案絕對不是分析員能夠使用的精確的工具，只是在找出案件的相似之處后，對相似點的重要性進行評估時使用的一種技巧。案件是否相似，是否需要進行串并還需要放在案件之間前后的聯(lián)系性中，綜合考察，客觀評價。在對相似性的重要性進行評價的時候，外界影響因素也應(yīng)該被考慮在內(nèi)。例如，電話登記人分析結(jié)果表明，相關(guān)案件中被聯(lián)系的人都姓陳，這一結(jié)果在歐洲是十分有價值的，但在中國恐怕就毫無意義了。

四、結(jié)語

馬云說，互聯(lián)網(wǎng)還沒搞清楚的時候，移動互聯(lián)就來了，移動互聯(lián)還沒搞清楚的時候，大數(shù)據(jù)就來了。依靠數(shù)據(jù)挖掘等技術(shù)發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系和隱含規(guī)律，找到合適的關(guān)聯(lián)物，然后通過關(guān)聯(lián)物的變化來判斷現(xiàn)象之間關(guān)聯(lián)關(guān)系的強弱，依照關(guān)聯(lián)性強弱對關(guān)聯(lián)進行賦值，建立加權(quán)算法模型，最后輸出結(jié)論。是大數(shù)據(jù)下互聯(lián)網(wǎng)加司法的重要手段。公安部的案件統(tǒng)計中發(fā)現(xiàn)，案件主要分為兩類，一類是重大惡性案件，已經(jīng)形成了多部門聯(lián)合作戰(zhàn)的趨勢。二是小案，主要是侵犯財產(chǎn)類案件，每年上升10%，成員分析，80%案件職業(yè)犯罪是由20%慣犯所為。大數(shù)據(jù)把數(shù)據(jù)整體的連接和呈現(xiàn)出來，通過實踐部門和技術(shù)部門的聯(lián)合作戰(zhàn)，對案件進行相似性分析，尋找串并案分析的可能性，找到案件突破點。認識到大數(shù)據(jù)的局限性，勇敢的追求和運用大數(shù)據(jù)進行串并案分析，是現(xiàn)代司法偵查的應(yīng)有之義和必然追求。

參考文獻：

【1】黃勇主編，科學先鋒叢書? 科技創(chuàng)新，廣西美術(shù)出版社，2013.12，第32頁

【2】2015年8月 國務(wù)院 促進大數(shù)據(jù)發(fā)展的行動綱要

【3】 [美]迪·金·羅斯姆著，地理學的犯罪心理畫像，中國人民公安大學出版社，2007.4，第58頁