基于大數(shù)據(jù)的極端暴力犯罪管控系統(tǒng)設(shè)計(jì)

文/宋祥斌

1 引言

極端暴力犯罪是當(dāng)前和今后一個(gè)時(shí)期影響我國(guó)社會(huì)穩(wěn)定的突出問(wèn)題，不僅給人民的生命財(cái)產(chǎn)造成重大損失，而且極大影響了社會(huì)秩序，給公眾造成巨大心理恐慌。極端暴力犯罪具有隱蔽性、突發(fā)性與暴力性，必須建立覆蓋“感知、識(shí)別、預(yù)警、防控、處置”的全方位預(yù)防監(jiān)控體系。對(duì)可能影響社會(huì)穩(wěn)定的苗頭性、傾向性問(wèn)題，及時(shí)感知和識(shí)別，防止他們從事違法犯罪活動(dòng)。對(duì)已經(jīng)發(fā)生的極端暴力犯罪，要能及時(shí)啟動(dòng)預(yù)案，科學(xué)指揮，妥善處置。

大數(shù)據(jù)時(shí)代的到來(lái)，以及機(jī)器學(xué)習(xí)和人工智能算法的發(fā)展，為最大限度地預(yù)防、預(yù)警、監(jiān)測(cè)、控制與處理此類犯罪提供了技術(shù)解決的可能。

（1）犯罪人員信息數(shù)據(jù)化，有助于對(duì)已有極端暴力犯罪分子進(jìn)行標(biāo)準(zhǔn)測(cè)量和跟蹤測(cè)評(píng)；

（2）犯罪要素程序化，通過(guò)多維信息感知和識(shí)別技術(shù)，可以科學(xué)獲取和厘清極端暴力犯罪的各個(gè)要素，設(shè)置預(yù)警系統(tǒng)；

（3）犯罪數(shù)據(jù)監(jiān)管智能化，利用現(xiàn)有犯罪信息數(shù)據(jù)訓(xùn)練機(jī)器，使其獲得智能，監(jiān)控極端暴力犯罪數(shù)據(jù)在互聯(lián)網(wǎng)上的流動(dòng)。

通過(guò)大數(shù)據(jù)、人工智能等技術(shù)的綜合運(yùn)用，開(kāi)展極端暴力犯罪立體防控與打擊處置研究，構(gòu)建一體化極端暴力犯罪防控和治理體系，是極端暴力犯罪防控和治理工作的迫切需要，也是提升社會(huì)治理水平，建設(shè)平安社會(huì)的現(xiàn)實(shí)需求。

2 大數(shù)據(jù)管控極端暴力犯罪的需求分析

現(xiàn)階段我國(guó)處在一個(gè)極端暴力犯罪的頻發(fā)時(shí)期，對(duì)人民群眾的安全感和社會(huì)的穩(wěn)定造成巨大影響。例如，2018年12月25日，福建龍巖一無(wú)業(yè)中年男性，因與當(dāng)?shù)鼐游瘯?huì)干部有積怨，持刀劫持公交車撞人，造成重大傷亡。2019年9月2日，一男子闖進(jìn)白楊坪鎮(zhèn)朝陽(yáng)坡小學(xué)，用菜刀連續(xù)砍傷學(xué)生10名。面對(duì)極端暴行，普通民眾毫無(wú)反擊之力，越發(fā)地成為那些反人類、報(bào)復(fù)社會(huì)的極端心理病態(tài)者動(dòng)手的對(duì)象。不同于傳統(tǒng)的暴力犯罪，極端暴力犯罪具有突發(fā)性、不確定性、手段極其殘暴、犯罪人心理異常、被害人群隨機(jī)、犯罪后果極其嚴(yán)重、示范效應(yīng)很強(qiáng)等特點(diǎn)，這些特點(diǎn)決定了該類犯罪應(yīng)急與防控的艱難性。極端暴力事件并非中國(guó)獨(dú)有，挪威布雷維克槍擊事件，美國(guó)的哈桑襲擊美軍福德堡基地案，美國(guó)的科羅拉多州槍擊案，美國(guó)佛羅里達(dá)州奧蘭多同性戀酒吧槍擊案以及種種校園槍擊案等極端暴力犯罪事件，都對(duì)社會(huì)和民眾造成了巨大危害和恐慌。

圖1：系統(tǒng)體系結(jié)構(gòu)

在大數(shù)據(jù)時(shí)代，極端暴力犯罪分子的一舉一動(dòng)，是極有可能在網(wǎng)絡(luò)空間留下蛛絲馬跡的。國(guó)外在大數(shù)據(jù)反恐領(lǐng)域已有一定研究及應(yīng)用積累，英美等發(fā)達(dá)國(guó)家都建立了反恐情報(bào)數(shù)據(jù)庫(kù)。Palantir在洛杉磯警局通過(guò)技術(shù)與業(yè)務(wù)的深入交流與合作，采用Palantir的Gotham平臺(tái)，構(gòu)建了一套洛杉磯警局的語(yǔ)義知識(shí)搜索挖掘平臺(tái)，用于日常的警方業(yè)務(wù)工作。美國(guó)政府NATGRID部門通過(guò)綜合利用恐怖分子平時(shí)產(chǎn)生的各種信息，包括通話、交通、購(gòu)物、交友、電子郵件、聊天記錄、視頻等，以清晰勾勒出犯罪嫌疑人的行蹤和面貌，對(duì)恐怖行為發(fā)生前進(jìn)行預(yù)警和事后分析排查，越來(lái)越成為美國(guó)反恐手段之一。

3 基于大數(shù)據(jù)管控極端暴力犯罪的技術(shù)思路

綜合運(yùn)用大數(shù)據(jù)、人工智能等技術(shù)，從數(shù)據(jù)、模型和系統(tǒng)三個(gè)視圖梳理和分析極端暴力犯罪技術(shù)防控的需求，按照“人員管控—態(tài)勢(shì)感知—風(fēng)險(xiǎn)預(yù)警—干預(yù)處置”的思路，研究潛在犯罪人員目標(biāo)體系、多層情報(bào)預(yù)警體系和應(yīng)急干預(yù)處置體系，構(gòu)建極端暴力犯罪一體化防控的體系作戰(zhàn)框架。對(duì)極端人員進(jìn)行源頭識(shí)別，對(duì)極端事件進(jìn)行風(fēng)險(xiǎn)預(yù)警，對(duì)極端行為進(jìn)行及時(shí)干預(yù)，為個(gè)人極端暴力犯罪的監(jiān)測(cè)和管控提供全鏈條技術(shù)解決方案。

首先提取已有極端人員的特征，建立識(shí)別潛在極端人員的常模標(biāo)準(zhǔn)，并進(jìn)行智能研判，把潛在極端人員從區(qū)域人群中識(shí)別出來(lái)，從而實(shí)現(xiàn)極端人員的源頭識(shí)別。然后建立潛在極端人員的動(dòng)態(tài)知識(shí)圖譜，為對(duì)潛在極端人員的分級(jí)預(yù)警管控提供模型支撐，實(shí)現(xiàn)對(duì)極端事件的有效監(jiān)控。最后通過(guò)對(duì)疑似極端人員的微表情進(jìn)行誘發(fā)，識(shí)別其真實(shí)心理狀態(tài)，對(duì)極端行為及時(shí)干預(yù)，制止極端暴力犯罪的實(shí)施，對(duì)已發(fā)生的極端暴力犯罪，及時(shí)采取應(yīng)急處置預(yù)案，科學(xué)指揮決策。

4 系統(tǒng)體系架構(gòu)

專注于極端暴力犯罪立體防控與打擊處置應(yīng)用需要，綜合運(yùn)用大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、人工智能等新技術(shù)，提出系統(tǒng)性的數(shù)據(jù)組織體系、技術(shù)支撐體系和實(shí)戰(zhàn)應(yīng)用場(chǎng)景，實(shí)現(xiàn)數(shù)據(jù)、技術(shù)、業(yè)務(wù)與應(yīng)用融合，系統(tǒng)的體系結(jié)構(gòu)如圖1所示。

4.1 大數(shù)據(jù)治理是數(shù)據(jù)支撐層，為系統(tǒng)的數(shù)據(jù)資源規(guī)劃和整合提供支撐

極端暴力犯罪的防控涉及到多源異構(gòu)數(shù)據(jù)，需要多維感知采集，有電子圍欄、網(wǎng)絡(luò)圍欄、視頻監(jiān)控、社會(huì)部門、智能終端等多種形式和渠道，采集對(duì)象上有人、車、物、事等多種類型，采集內(nèi)容上有基本信息、軌跡信息、事件信息、特征信息等多個(gè)方面，缺乏統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，需要集成和治理，這是體系建設(shè)的前序核心問(wèn)題。

4.2 大數(shù)據(jù)平臺(tái)是技術(shù)支撐層，為系統(tǒng)各類業(yè)務(wù)分析提供大數(shù)據(jù)支撐環(huán)境

通過(guò)搭建大數(shù)據(jù)技術(shù)平臺(tái)為數(shù)據(jù)分析、模型建立、關(guān)聯(lián)關(guān)系構(gòu)建、服務(wù)管理等提供大規(guī)模數(shù)據(jù)環(huán)境下交互查詢、數(shù)據(jù)計(jì)算、機(jī)器學(xué)習(xí)、元數(shù)據(jù)存儲(chǔ)和管理等服務(wù)。

4.3 大數(shù)據(jù)分析是算法模型層，為系統(tǒng)各類算法和模型提供建模環(huán)境和管理支持

支撐異構(gòu)數(shù)據(jù)的處理，提供極端暴力犯罪分子的特征常模構(gòu)建，提供主體與主體，主體與行為，行為與行為的關(guān)聯(lián)性分析評(píng)估方法構(gòu)建，提供多種異常事件和行為識(shí)別和預(yù)警算法的開(kāi)發(fā)和管理。

4.4 大數(shù)據(jù)應(yīng)用是業(yè)務(wù)應(yīng)用層，為極端暴力犯罪的防控提供具體業(yè)務(wù)應(yīng)用

為防控和打擊極端暴力犯罪提供一體化指揮框架，從潛在極端人員識(shí)別，到極端事件和行為監(jiān)測(cè)預(yù)警，再到極端暴力犯罪干預(yù)和處置，提供了全方位全鏈條的應(yīng)用支撐。

5 構(gòu)建系統(tǒng)的關(guān)鍵技術(shù)

（1）通過(guò)大數(shù)據(jù)技術(shù)的運(yùn)用，建立極端人員元數(shù)據(jù)動(dòng)態(tài)知識(shí)圖譜和數(shù)據(jù)資源規(guī)劃體系，重點(diǎn)是解決樣本數(shù)據(jù)規(guī)模過(guò)小和多源異構(gòu)高維分布數(shù)據(jù)之間的語(yǔ)義沖突等問(wèn)題，實(shí)現(xiàn)極端暴力犯罪人員情報(bào)數(shù)據(jù)的感知融合，為極端事件和行為的大數(shù)據(jù)分析預(yù)警完成數(shù)據(jù)準(zhǔn)備。

（2）通過(guò)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)，建立極端暴力犯罪主體及其行為關(guān)聯(lián)模型，提出事件驅(qū)動(dòng)的極端暴力犯罪行為推測(cè)方法和異常行為模式解析方法，解決異常行為多維分析檢測(cè)與預(yù)測(cè)等關(guān)鍵問(wèn)題，實(shí)現(xiàn)對(duì)極端暴力犯罪預(yù)謀行為的監(jiān)測(cè)預(yù)測(cè)和干預(yù)處置，降低社會(huì)極端暴力事件發(fā)生概率。

（3）通過(guò)心理學(xué)和微表情識(shí)別技術(shù)，構(gòu)建用于識(shí)別潛在極端人員的常模標(biāo)準(zhǔn)和基于心理先驗(yàn)知識(shí)的動(dòng)態(tài)知識(shí)庫(kù)，為極端重點(diǎn)人員、重點(diǎn)部位的源頭風(fēng)險(xiǎn)識(shí)別與治理提供預(yù)警模型；通過(guò)微表情感知和識(shí)別技術(shù)，及時(shí)獲取預(yù)謀犯罪人員的真實(shí)心理情況，為科學(xué)處置提供支撐，提升預(yù)知極端暴力犯罪風(fēng)險(xiǎn)的準(zhǔn)確度、時(shí)效性。

（4）采用應(yīng)急資源優(yōu)化配置及調(diào)度、應(yīng)急預(yù)案快速生成及決策優(yōu)化等技術(shù)，在極端暴力犯罪的打擊處置方面建立跨層級(jí)跨部門協(xié)同聯(lián)動(dòng)應(yīng)急響應(yīng)機(jī)制，實(shí)現(xiàn)一點(diǎn)報(bào)警、多級(jí)感知、整體聯(lián)動(dòng)。

5 結(jié)語(yǔ)

將防控極端暴力犯罪的實(shí)際應(yīng)用需求與大數(shù)據(jù)技術(shù)相結(jié)合，為極端暴力犯罪防控提供預(yù)防和精準(zhǔn)打擊的基礎(chǔ)，將極端暴力犯罪消滅于萌芽狀態(tài)，實(shí)現(xiàn)極端暴力犯罪打擊的真正目的：預(yù)防重于打擊。綜合運(yùn)用極端暴力犯罪監(jiān)測(cè)和管控中數(shù)據(jù)感知融合、異常行為檢測(cè)、應(yīng)急資源布局調(diào)度、源頭風(fēng)險(xiǎn)識(shí)別治理、跨空間積分預(yù)警等既有理論體系和關(guān)鍵技術(shù)，研究提出數(shù)據(jù)感知、智能檢測(cè)、快速處置、平臺(tái)建設(shè)和業(yè)務(wù)場(chǎng)景的融合模式、技術(shù)路徑及應(yīng)用機(jī)制，形成系統(tǒng)性技術(shù)解決方案。

基于大數(shù)據(jù)防控極端暴力犯罪的技術(shù)解決方案既可以指導(dǎo)和推動(dòng)極端暴力犯罪防控業(yè)務(wù)信息化建設(shè)的科學(xué)開(kāi)展，又能以軟件平臺(tái)的形式投入極端暴力犯罪的立體防控與打擊處置實(shí)戰(zhàn)應(yīng)用，接受實(shí)戰(zhàn)檢驗(yàn)，形成應(yīng)用示范，進(jìn)行推廣，為實(shí)現(xiàn)社會(huì)的穩(wěn)定、長(zhǎng)治久安，民眾生活的富足提供基礎(chǔ)保障條件，具有重要的社會(huì)意義和經(jīng)濟(jì)意義。