【内容提要】互联网、物联网与云计算技术不断发展，意味着大数据时代的到来，给侦破案件带来前所未有的挑战。侦查实践中需要不断更新各种技术手段与措施，使传统与现代相结合。微信、微博等交互方式产生的海量数据使现代社会面临越来越复杂的情形，大数据与小概率事件导致侦查方式发生颠覆性的变革，侦查中需要运用大数据思维方式，以人、物为中心的传统侦查方式转向以数据为中心的升级版的侦查思维模式。大数据视野下，侦查模式依托网络数据存储和查询系统、大规模结构化数据分析系统、大数据挖掘系统，以特定时间、特定空间、特定数据为基准，形成犯罪控制、犯罪侦破与犯罪预测的新侦查模式，使办案效率有效提升。
【关键词】侦查模式，大数据，结构化数据库，数据挖掘，关联规则

      在全球信息化进程中，信息数据已经成为社会发展的重要战略资源，涉及计算机科学、网络技术、通信技术、密码技术、信息处理技术、应用数学等学科知识。大数据挖掘通过情报检索、贝叶斯定律、程序碰撞、在线分析处理等诸多方法搜索隐藏于海量信息中的有效数据，最大限度地将原本分散于个案的犯罪痕迹和物证等信息集中起来，实现侦查资源的有效整合与侦查信息的动态勾连，使现有证据之间相互补充、相互印证、相互支撑，在宏观上拓宽思路，微观上捕捉特征，使因果性、假说、实验观察与推理方法得到清晰的展示，形成理性上的审慎和技术上的严格，有利于查明案件真相，提高侦查效率，有效打击与遏制犯罪。

一、侦查实践中数据库建构策略
在侦查实践中，数据库建构由粗放型向集约化转向，有助于情报信息分析、研判、推断、预测、实战指导。数据库建构重点涉及时间、空间、人物、事物、行为等相关信息，关联犯罪现场形态分析与研判，对物证与相关环境进行甄别与技术检测，形成对案件整体的合逻辑性表述与相关信息的系统性研究。在侦查实践中，现场分析、物证获取、犯罪嫌疑人锁定均有赖于数据库，从宏观上获取整体性、全面性的犯罪活动新情况、新动向，一定时期或区域的某类突出犯罪案件的发展趋势等，从微观上获取具体犯罪线索、个案犯罪情况信息。
(一)大数据库建构基本架构
1.系统框架
数据库系统框架通过数据通道输送到数据处理中心，然后最终的处理结果会通过显示终端进行显示。整个过程主要通过三个部分实现，元数据、数据仓库、终端显示。元数据通过通道运输后在数据处理中心进行挖掘处理，将原有的所有数据进行筛选，将有效数据筛选出来，然后将潜在的有效数据挖掘出来，进行整理分析，最终呈现在终端上。
基于全国公安局域网，形成自上而下的五级侦查信息网络体系。金盾工程发挥的作用巨大，可以追踪逃犯资料、被盗抢车辆、指纹、DNA等信息。衔接刑侦、经侦、缉毒等业务部门，横向覆盖派出所、交巡警、车管所、拘留所、戒毒所、治安管理服务站，拓宽信息渠道，实现不同部门、不同警种的协同，充分利用社会公共网络资源，立体使用综合网络。
2.数据仓库
注重案件资料(包括已破与未破案件的资料)、现场痕迹物品档案、犯罪嫌疑人资料、犯罪手法资料、涉案财物档案、指纹信息、足迹信息、DNA资料等刑事犯罪情报资的建设；对刑事犯罪高危人群、作案目标、作案手段方法等规律、特点，进行分层与分类的数据库建设；同时，将常住人口、暂住人口、旅店住宿人员资料、出租房信息、金银加工、典当、二手车、二手手机等资料纳入系统数据库；另外，将电信部门的通信资料(机主信息与通话资料)、金融部门的资金资料、影像资料(包括金融、宾馆、公路入口、界面以及公共复杂场所的监控)、社会保障资料、保险资料、用工招聘资料等重要资讯归入数据库。
对大数据的态势感知、质量评估及融合表示均面临新的挑战，数据库的建设基本由ODS(操作数据存储)和DW/DM(密集型光波复用)构成，其中ODS需要以业务逻辑为基础，而其具体的操作过程是通过E-R模型反应出来的，由事物数据(交易数据)和主数据两部分组成。原系统的结构要与ODS层的结构相一致，如果需要对二者的数据进行进一步的合并，则需要设计合理的一种表格{1}。DW/DM是一种多维度的数据库的结构，根据对数据的不同要求，这种多维度可以不同的方式呈现，所以DW/DM有多种构型，这些维度都是根据数据间的包含关系进行设计的，方便检索与应用。
3.关联规则
算法的选择与设计直接影响着数据挖掘的实现，整个数据挖掘过程可分为两个步骤，R. Agrawal提出了Apriori关于CD、DD和CAD三种并行算法[1]，首先是从数据源到ODS层，然后是ODS层到DW/DM，这两步都是通过ETL工具实现。系统地看，这两个步骤是以数据源、数据目标以及映射关系这三个基本要素来实现的。数据目标最终计划实现的分析处理后得到的数据表，可以对处理后的数据有规律的陈列，映射关系意味着具体的实现过程，包括实现的算法等{2}。
(二)数据库模式
数据库系统呈现三级模式结构，同一意义下的数据存在着许多抽象和转换，DBMS(数据库管理系统)把数据库从逻辑分为外模式、概念模式和内模式三种，分别反映了数据库的三个不同视角。
1.数据库外模式
外部作为数据库的用户视图，数据库管理系统(DBMS)是数据库的最高层。
2.数据库概念模式
概念模式处于数据库抽象层面，包含所有的数据库实体和联系，提供数据库的总体视图，描述数据库中数据与数据之间的联系。
3.数据库内模式
内模式作为数据库的最低抽象层，与存储数据方式最贴近，表述数据库内部存储结构，对数据库进行描述{3}。
数据库涉及逻辑建模，对于逻辑模型，需要展开每个属性的定义，侧重关注诸如数据类型与长度、是否可以为空与可否进行索引。对于每个关系，需要精确地定义在主键值发生变化时约束数据行为的规则。数据库逻辑模型涉及：
(1)文本类型(包括固定长度和可变长度)
(2)数字类型(带符号整数、无符号整数、自动编号、浮点数、十进制数等)
(3)原始数据类型(固定的、可变的、图片和OLE对象)
(4)临时类型(时间戳、日期、时间和日期时间)
(5)逻辑类型(真或假)
(6)其他类型(行ID或对象ID)
(三)侦查实践中的大数据库建构策略
数据挖掘中关注提取隐藏在数据后的有用信息，提出优化算法，通过这些分析用于决策，实践过程中重点考量以下两个问题，第一，序列模式：试图在时间序列事务集合中，寻找会话集合之间有关时间序列关系的模式。第二，异类分析：侧重于对不规则点进行研究，对明显偏离常规数据的现象关注逃逸行为模式的背景，异类分析可发现比一般数据所包含的信息更有价值的数据。
侦查实践中的大数据库建构重心应关注对现场勘查中获得的各种数据与资料，并进行分层与分类。现场勘查是一项策略性和技术性很强的侦查措施，必须制定妥当的策略和运用一定的技术。根据不同人员及其心理状态，有针对性地运用访问策略和方法，包括现场搜查、采取紧急措施的策略方法；技术包括寻找、发现、显现、提取、保管、检验与犯罪有关的痕迹、物证所使用的各种物理方法、化学方法；对尸体外表检验以及对被害人、犯罪嫌疑人进行人身检查所使用的法医技术；记录固定与犯罪有关的场所、物品、尸体的位置、状态、特征、所使用的录像、照相、绘图等拍摄技术和图像处理技术；警犬技术、排爆技术、消防技术和其他一些用于解决复杂疑难问题的专门技术等，主要体现在以下两个方面：
第一，痕迹勘验，此过程针对犯罪嫌疑人实施犯罪活动遗留在现场上的形象痕迹，主要包括：
(1)身体特征痕迹：手印、脚印、牙痕、唇印等；
(2)衣物痕迹：鞋印、袜印、手套印、坐痕、衣物痕迹等；
(3)工具痕迹：犯罪所使用的各种凶器和破坏工具痕迹；
(4)交通运输工具：车轮痕、车身撞击、碰痕、车支架痕；
(5)反抗、搏斗痕迹。第二，通过对犯罪可疑痕迹勘验可以构建数据平台，主要包括：
(1)判定痕迹是否与犯罪有关；
(2)确认犯罪案件性质；
(3)研判案件要素：犯罪目的、犯罪行为、过程、手段、动机、时间、人数等；
(4)判定犯罪嫌疑人的个人特质：性别、身高、年龄、体态、职业等；
(5)研判犯罪嫌疑人的精神状态、心理状态、犯罪手法的熟练程度等。
侦查实践中数据库建构关乎从法律层面与技术层面的双重考量，既要在法律框架内从事侦查活动，又要从不断发展的科技层面获取线索。随着数据库应用要求的提升，空间数据库和时态数据库已经成为现代数据库的两个重要分支。单独的空间数据库和时态数据库已经无法满足需求，必然产生时空数据库。时空数据库提供包括时间和空间要素在内的数据库系统，其时空模型是一种有效组织和管理时态数据、属性、空间和时间语义更加完整的数据模型。在侦查实践中，数据库建构所涉及的内容越来越繁杂，牵涉各种技术，包括痕迹检验技术、文件鉴定技术、微量物证分析、DNA技术、公安图像技术、视频跟踪技术、GPS轨迹定位等，这些技术需要与无线电技术、航空侦查技术、卫星侦查技术等专门技术手段相结合，通过对这些技术进行分析、提出优化算法，在此基础上进行决策。

二、侦查实践中的数据挖掘
随着信息技术的不断发展，数据挖掘分类问题和算法研究成为热点，对数据挖掘中存在的实际问题，主要通过分类(Classification)、估计(Estimation)、预测(Prediction)、关联规则(Association rules)、聚类
(Clustering)、复杂数据类型(Text、Web、Graphic images、Video、Audio)等，提出从属性选择、连续属性离散化、抽样方法，提高数据挖掘的效率和性能。[2]数据挖掘并不是自动化完成的，需要建立人工识别模式与处理系统，涵盖数据采集、数据处理、数据切换、数据研判、评价体系等步骤，常用模糊数学、运筹学、图论等数学方法。大数据挖掘技术促进了侦查方式与方法的可靠性与有效性，结合DNA技术、微量物证的发现提取与检验鉴定技术、痕迹物证网上自动化比对技术等有效提升了侦查效率。
(一)数据挖掘基本方法
1.分类法
根据应用需要确定分类的种类，通过对训练数据的分类学习归纳出分类规则，利用测试数据对模型的准确率进行测试，再对数据进行分类操作。
典型算法包括决策树、K最近邻法(K-Nearest Neighbor)、K平均法(K-Mean)、支持向量机(Support Vector Machine)、向量空间模型(Vector Space Model)、贝叶斯网络算法(Bayesian Network)、神经网络算法(Neural Network)等。
2.聚类法
聚类法对数据进行分析并分类，将数据集划分为由相似数据组成的多个类的过程，同一类中的数据彼此相似，不同类中的数据彼此相异。
聚类的典型算法包括BIRCH算法、CURE算法、 DBSCAN算法、K-pototypes算法、CLARANS算法、 CLIQUE算法等。
3.关联分析
关联分析是发现数据集中数据之间联系的一种方法，典型算法包括Apriori算法、FP-Tree算法、多层关联规则挖掘算法、多维关联规则挖掘算法等。
4.时间序列
时间序列挖掘关注不同交易之间的数据关联。数据之间的联系，可以表现为两种形式，一种是同一交易内的数据之间的联系，另一种是不同交易间的数据的联系，关联分析主要针对前者，而序列模式分析则针对后者。
典型算法包括ApioriAll算法、ApioriSome算法、SPADE算法、PrefixSpan算法、SPAM算法等。
(二)通过数据库实施TIA(全面信息感知)计划
侦查破案的过程就是一个搜集、分析、整合、传递、利用犯罪信息进行研判的过程，掌握的犯罪信息量越大、越及时，其有效性就越高。
第一，排查空间。依托数字化侦查工作平台，基于公安网信息系统与社会相关业务系统，超越时空，对常驻人员资料、暂住人员资料、旅店登记资料、银行卡、手机、座机、QQ、微信、陌陌、服务器IP等信息纳入基础系统，可以有效打击流窜犯罪、外来人员犯罪、跨区域犯罪甚至跨国犯罪。
第二，排查手段。借助计算机技术与网络技术，应用各种信息系统的查询、跟踪功能，将检索要求与检索条件进行设置，选择检索通道，即可完成海量信息碰撞比对。
第三，排查模式。利用大数据挖掘技术，充分依托现有资料，形成以物找人、以人找案、以案找案的多种排查模式，重点查询已经发生案件的有关人、事、物。
通过模拟、比对等手段，有效整合分散的信息，综合研判隐性的关联性信息尤为重要。采用TIA计划，联合相关技术部门，通过改进技术手段与方法，提升挖掘数据能力。
一是自动快速的语言翻译技术。能够快速分析外语，包括口语和书面语，帮助分析员以更快的速度进行搜索、监控各种语言文件和文件的传输。
二是数据搜索、模式识别技术。侦查员能够从大量数据集中搜索行为模式，重点侦测包括汽车租金、驾驶执照、犯罪记录等交易数据，这种搜索和模式识别技术支持对交易数据进行更广泛更彻底地挖掘。
三是辅助推理决策支持技术。能够协调来自不同机构和部门的各级各类分析员共享数据库，采用相关的推理方法，从相同的数据中发现不同的情况，并采取适当的措施{4}。
(三)数据挖掘可靠性评价方案
随着经济全球化，信息普及化，人们的活动半径不断加大，跨国的政治、经济、文化活动等各种交往活动日趋频繁。现实世界与虚拟空间如影随形，昭示着犯罪时空的复杂性与多样性，时常产生侦查实践中遇到的时空断裂现象。面对数目众多的大数据状态，制定相应的处理机制，从复杂技术中进行有效筛选，实施数据挖掘可靠性评价方案。[3]
第一，方法的有效性。根据不同的应用需要达到的准确率不同，在预处理或数据清洗阶段，域的值被转换为统一单位，通过合并现有的域产生新的域，数据被引入挖掘关系模式中。
第二，方法的时间复杂度。算法的时间复杂度关注算法需要消耗的时间资源，算法是问题规模n的函数f(n)，算法的时间复杂度为O(f(n))，若在数据量和挖掘维数增加的情况下，挖掘的时间呈线性增长，那么可以认为该挖掘方法的伸缩性较好。
第三，方法空间的复杂度。算法的空间复杂度涉及算法需要消耗的空间资源，其计算方法与时间复杂度类似，一般用复杂度的渐近线表达，跟时间复杂度相比，空间复杂度的分析相对简单。
基于已经掌握的事实，对某些犯罪瞬间状态、犯罪情节枝节、犯罪情节整体发生过程与方式等情形作出初步的推测性解释，依据重构内容的范畴，从逻辑机制上需要尽可能考虑到各种可能性，并逐步落实到每个环节，避免导致侦查方向失误，确保侦查方案不至于偏颇。首先，若原系统适用于现实系统的部分要求，那么，可以对原系统进行升级。其次，在大数据规范框架内，若原系统不适应现实系统，则需要构造一个新系统进行储存于运算{5}。

三、大数据驱动下的侦查模式
大数据时代不仅有海量信息储存[4]，更重要的是对数据进行有效的专业处理，此种情形下，侦查模式调整为案件受理、案件数据收集、现场勘验确证、锁定犯罪嫌疑人、结案等环节。确立由数据库主导的模式，形成文字、图像、音频、视频等不同形式的信息载体，突出数据的完整性与客观性，使数据更加接近真相，籍此锁定犯罪嫌疑人，确认犯罪证据。侦查活动需要从本体论、价值论、认识论、方法论与实践论五个维度进行认知，从本体论视角看，侦查应着力于侦查原理、侦查方法、侦查制度等内容；从价值论角度看，不仅为侦查实务提出一般性原则与专业技能，同时致力于为法治运行提供理论思考方案与制度设计原则；从认识论角度看，应当建立综合性的侦查学原理框架；从方法论角度看，应当借鉴历史经验，不应过度依赖高科技侦查，要注意高科技侦查的负面作用；从实践论角度看，需要调整体制安排以及建设侦查学共同体等方面实现理论界与实务界的有效沟通{6}。
侦查模式的变革与推进必须借助于刑事技术发展与大数据挖掘的双轮驱动，有效应对社会现实状态下日益复杂的犯罪态势，建构大数据驱动下的侦查模式。大数据驱动模式表现为对犯罪数据进行在线更新、从海量数据中对犯罪相关信息进行提取、分析、研判与预测。
(一)线上与线下相结合的侦查模式演进方案
1.在线、开放理念
依托公安网络数据的全面性与准确性，获取即时性信息，尔后从海量数据中提取有价值的线索。
2.数据主导侦查理念
以数据储存、数据获取与数据分析为主导，实施大数据视野驱动下的侦查理念，以大数据库作为侦查的基础资源平台，让数据处于核心地位，支配侦查运行。
3.关联性理念
使侦查人员全方位、多视角分析案情，确立数据结构标准，理清犯罪原因，控制犯罪。
4.在线侦查与线下确证相结合理念
开展在线侦查与线下确认相结合的工作，使传统侦查手段与大数据思维方式联动，获得真实案情，为诉讼提供有效、合法证据。
(二)大数据视野下的时空一体化侦查模式
1.时空一体化侦查
以数据共享为机制，形成不同层级决策、指挥系统，搭建多维度、跨区域的协同主体。数据库的建立为侦查人员寻找到适宜的切入点，以特定时间、特定空间的系列数据为基准，整合数据，认定犯罪嫌疑人。
2.由点到面的立体式侦查
确立从点到面的全景式侦查思维方式，对数据采集、分析、研判与预测进行关联性分析。大数据视野下，可以整体上对案情的性质进行把控，形成客观、科学、有效的侦查认知模式，促成逻辑上的严谨、技术上的审慎。
3.预测型侦查方案
侦查行为从回溯型侦查转向主动型侦查，实时感知犯罪，即时采取行动。大数据视野下，案件侦破需要对数据进行不断跟踪追查，掌握犯罪嫌疑人新动向，有效预防犯罪升级。
4.基于大数据分析的侦查方案
依托物联网、云计算技术，综合诸学科最新成果，建立关联规则，确立运算法则，获取犯罪信息，找寻犯罪嫌疑人。大数据时代资源特别丰富，即使在这样的情况下，仍然需要建立公安专业网络平台，形成专业、专门、快速通道，为案件侦破提供最佳平台。
(三)立体布控与跟踪方案
1.信息比对查控
建立侦查例会制度定期交流案件情况，利用案件情报资料的定期整理制度发现并案线索。侦查部门应充分利用计算机技术，对案件资料进行分析，发现并案线索，将侦查人员的主观能动性与信息处理技术结合。通过警务综合平台、治安卡口查报系统、网吧实名登记系统进行研判，对旅馆、网吧、二手市场、废品收购行业实行不间断控制，发现违法犯罪线索，抓获犯罪嫌疑人。
2.关联人员轨迹查控
通过并案侦查手段将判断为同一犯罪主体的系列案件联系起来，通过对犯罪嫌疑人关联人员进行管控，关注其亲属、情人、朋友的活动轨迹。
3.互联网跟踪
跟踪犯罪嫌疑人的IP地址，锁定犯罪嫌疑人上网的时空轨迹。
4.虚假信息查控
根据逃犯冒用身份进行登记的规律，锁定犯罪嫌疑人。重点关注冒用兄弟姐妹、同乡同龄人、长相相似者，比对登记时间、职业习惯、口音、行为方式等。
5.社会信息跟踪
公安机关的各个部门通过网络检索发现并案信息，广泛收集社会人员信息，重点对驾驶证与行驶证信息、房产信息、银行账户、证券账户、社保信息等进行比对。
(四)大数据驱动下侦查模式运行机制
1.犯罪监控机制
实现时间、空间、行为的全景式监视与监控，第一，建立数据记录、存储、提取、分析机制；第二，建立问题识别、定义、模型系统下的实时报警机制。
2.犯罪侦破机制
犯罪侦破机制主要由以下几个方面构成，第一，数据采集、清理、转换与数据集成；第二，根据现有数据，明确侦查要求，确立具体侦查方案；第三，依据问题导向，确立数据挖掘方案；第四，依据前期工作方案，缩小侦查范围，锁定犯罪目标。
3.犯罪预测机制
犯罪预测机制主要由以下两个方面构成，第一，梳理犯罪历史档案，建构相关模型，在此基础上结合现实场景实施优化方案。第二，利用已有模型，将相关数据输入系统进行比对与碰撞。第三，用贝叶斯网络工具预测未来{7}。
随着互联网技术的普及应用，信息化进入了新的发展阶段，任何刑事案件都离不开特定时间和空间，并留下犯罪痕迹和证据，以此为基准进行分类与筛选，从特有区域与众多结合点处挖掘案情真相[5]。根据不同的检索形式设置不同的程序算法，根据数据挖掘的功能和目的来设置过滤的数据条件，对数据进行筛选。除了这些基础的设置，还要采取一定的系统支持，主要采用ETL(数据仓库技术)系统支持，最终选用合适的展现的终端，终端可以根据对精度和可靠性的要求来自行选择，整个系统就可以进行自动的运算与执行。[6]

【注释与参考文献】
[1]在CD、DD和CAD三种算法中，CD算法将候选集发送到每个计算节点，每个节点扫描局部数据集得到局部计数后，通过同步得到全局支持度计数。DD算法将候选集进行划分后传输到各个节点上，每个节点扫描全局数据库而得到本地候选集的支持度计数，然后通信得到全局所有候选集的支持度计数。CAD算法则尝试将打破每次迭代后需要同步的约束，综合了CD算法和DD算法。参见：陈立基。基于Hadoop的关联规则并行算法研究[D]。江苏：南京大学，2012.05：1. 
[2]数据挖掘利用一些分析工具从大量的、不完全的、模糊的、有噪音的、随机的数据中，提取出隐藏在其中的、实现未知并具有价值信息的过程。数据挖掘需要实现建立数据关系模型，对数据进行分析预测，在实现自动的有效数据的筛选在数据库的基础上，将有效的信息筛选出来，利用该技术来挖掘一些隐藏的有价值的数据。 
[3]在数据挖掘可靠性评价方案中，需要关注犯罪嫌疑人的通信工具；犯罪嫌疑人的真实身份；犯罪嫌疑人的同案人；犯罪嫌疑人的行踪与落脚点。 
[4]信息分析与研判有赖于侦查人员的经验，借助电子化记录台账、公安信息网所累积的结构化数据库进行研判，此间，需要特别关注信息冗余与信息孤岛现象，这已经成为信息存在的基本形态。 
[5]数据挖掘通过对海量的数据信息进行有目的性的提取、分拣、归类，挖掘隐含的有用信息，借助于多种数据分析工具在海量的数据信息中挖掘数据信息和模型之间关系。 
[6]随着信息技术的飞速发展，“金盾工程”建设规模不断扩大，相互关联度进一步加强，融合了各级各类信息平台。刑事技术手段的不断升级促进侦查方式的升级，减少了情报信息资源上的条块分割，在情报互通、共享上建章立制，明确范围、责任、权利，打破信息资源共享壁垒，有效整合各地区、各部门、各警种间的情报资源，注重吸收大量的社会资源，避免重复建设，使得资源实现最大的利用与共享。
      {1}王晓东，赵炜，郝军.以云技术为核心的智慧环保信息化系统在内蒙环境管理中的应用[J].环境与发展，2015(1):97-100. 
{2}任争，董莉丽，史泽，张海容，郑敏.数据挖掘技术及其在过程监控中的应用[J].黑龙江科技信息，2016(3):176. 
{3}刘军，张景安，赵慧勤，付文博.数据库应用系统开发技术[M].北京：机械工业出版社，2003:3. 
{4}刘晖，彭志勇.数据库安全[M].武汉：武汉大学出版社，2007:277-279. 
{5}李贞强，陈康，武永卫，郑纬民.大数据处理模式——系统结构，方法以及发展趋势[J].小型微型计算机系统，2015(4):646. 
{6}江涌.侦查学研究的哲理性反思[J].中国人民公安大学学报(社会科学版),2013(6):83. 
{7}何军.大数据与侦查模式变革研究[J].中国人民公安大学学报(社会科学版),2015(1):75-78.

【作者简介】南京森林警察学院教授，研究方向为法哲学
【文章来源】《湖北警官学院学报》2016年第6期