浅论警务大数据及其引领侦查的功能

浅论警务大数据及其引领侦查的功能

刘祖智陈振丽

桂林长海发展有限责任公司广西壮族自治区桂林市541001

摘要：现阶段，大数据应用广泛。警务大数据包括警务工作可利用的大量数据组、数据处理技术及数据分析结果。警务大数据具有量大、类多、价值高，对解决特定问题价值密度低、获取信息高速、能够指示事物间的关联，却无法直表其原因与价值的特征。利用警务大数据引领侦查，能提高获取犯罪信息的概率、节省大量侦查资源，使侦查僵局在跨域信息连通中得到破解。

关键词：警务；侦查；大数据；引领

引言

随着经济社会的不断发展和科学技术的不断提升，计算机技术得到深度普及和应用，产生了体量巨大、形式多样、价值密度低、存取速度快的4V数据，“大数据”概念应运而生。2015年，中国通过了《关于促进大数据发展的行动纲要》，明确国家实施大数据战略，那么“大数据”会给警务工作带来什么深刻的变革？

1警务大数据的概念、意义

大数据”(bigdate)，狭义是指以多元的体现形式，由来自许多信息源的大量数据而组成的数据组。广义的大数据“包括海量数据采集、数据处理技术及数据分析结果这三层含义”，其中海量数据采集是基础，数据处理技术是关键，数据分析结果是核心。总之，大数据包括海量数据本身及数据的搜集、储存与利用技术。警务大数据引领侦查，是信息化时代的必然。

2警务大数据引领侦查的功能

(一)提高获取犯罪信息的概率、节省大量侦查资源。

警务大数据使侦查机关获得巨大的信息优势是无疑的。利用大数据侦查的方法，“包括数据搜索、数据碰撞、数据挖掘、数据画像、犯罪网络分析”等，随着公安机关大数据收集、选取、分析、认定技术手段的完善，大数据引领的侦查方式也变得迅速高效，过程简化而直观，以最贴近犯罪行为的发生与进展的时间，实时开展、智能化运营，快速获取嫌疑人整体信息，从而为侦查节省大量人力、物力资源。(二)使侦查僵局易破解。警务大数据引领侦查的核心在于挖掘与侦查有关数据信息中蕴藏的价值，从海量信息中提纯出对侦查有价值的信息。依据数据挖掘支持系统，使犯罪信息高扩展，可快速发现嫌疑线索、识别嫌疑人身份等，使侦查僵局往往在不同区域、不同时间、不同类型、不同归属的信息贯通中获得破解。

2当前警务工作中大数据应用存在的问题

2.1大数据基础薄弱

（1）数据质量不够优良：①在采集环节上应该采集录入的数据录入不全面，造成数据遗漏；②在录入环节上出现差错，导致数据缺失、错误；③部分数据存在重复性、不合逻辑性，导致数据效能降低。（2）数据整合不够彻底。①公安内部存在数据壁垒。各警务信息系统大多由公安机关各业务部门自行牵头实施，大都根据本部门业务需求进行设计和开发，相对独立运行，普遍存在“数据孤岛”现象。虽然近年来经整合初步改善，但仍有较大提升空间。②公安外部缺乏数据整合。部分部门、行业没有充分认识到信息资源整合应用对于提高行政效率和创新社会管理模式的重要作用，不理解、不支持、不配合，造成公安外部数据资源整合遇到阻力。

2.2信息安全的问题

大数据在提升警务工作效率的同时，亦增加了信息安全风险。公安机关掌握的大量数据中，既包括自身业务信息也包括社会信息；而社会信息有的来自与人民群众生活息息相关的金融、交通、电信等部门，很可能关系到国家安全、社会稳定，公民个人隐私等。如果信息安全管理出现问题，可能导致数据泄露，会给国家安全和社会稳定造成不良影响。

2.3专业水平问题

基层公安民警是大数据应用的直接主体，但是并非所有的基层民警都具有较强的大数据分析能力。受此限制，大部分民警面对繁杂的数据往往不能做到有的放矢，无法实现在庞杂的数据库中准确获得有利于案件侦破的信息，甚至贻误战机。从另一个方面来看，警务领域中的大数据分析涉及到计算机技术、应用数据学、公安学等多领域学科知识，对应用主体的综合素质要求很高。但目前公安机关中从事大数据分析的人员多擅长计算机技术、懂数据，但是未必真正熟悉公安业务，将大数据深度应用于警务工作也就无从谈起。

3强化警务工作中大数据应用效能的建议

3.1夯实大数据基础

（1）建设大数据云平台。加强顶层设计和发展规划，着眼于高起点、高规格、高标准，建立统一的大数据云平台，将基础设施、网络资源、数据信息、存储设备、计算设备等部署到云端，以“资源汇聚、功能强大、性能稳定、安全可靠”为定位，形成可持续发展的大数据云生态。（2）建立数据仓库。使用ETL等系统工具，把数据从业务数据库及多源数据集中提取、加工，经过清洗过滤后，导入合适数据模型，从而组建数据仓库，提升数据存能力、数据分析效率、数据查询速度。

3.2加强警务数据管理

（1）数据共享。数据是大数据应用的基础，是进行数据挖掘和数据分析的前提条件。为了给大数据的应用提供丰富的数据资源，公安机关应该实现内外数据连通，制定统一的数据采集标准和录入规范，构建常态化的数据共享机制，打破公安机关内部以及与外部各部门的信息壁垒。在加强内部协同的同时，要注重与社会主体的常态化合作模式的构建，引入社会数据以辅助分析和决策，最大化的利用社会数据资源，打破数据孤岛的困境。（2）数据管制。为了应对数据安全和公民隐私的问题，在实现数据共享的同时有必要进行合理的数据管制。一方面，公安机关要建立数据身份管理机制和技术安全审查机制。统筹网下网上身份对应和备案管理制度，全面推动网络数据身份登记验证制度。同时要对涉及到国家安全和社会利益的重要技术进行预先评估，审查其安全性和可控性，防止数据泄露现象的发生。另一方面，公安机关要根据数据的机密程度建立数据分级制度，配套以不同的保密措施和接触级别。并对数据的使用程序做出严格规范，对不同层级民警的数据使用权限进一步细化，并建立监督机制以维护程序公正，从制度层面规避数据滥用和信息泄露的风险。

3.3加强专业人才培养，实现大数据警务建设的可持续发展

(1)有计划地招收和培养专门的警务大数据人才。一是在有培养基础和条件的公安院校中，设立数据科学和数据工程等相关专业，确定招生规模，重点培养数据采集、建模、分析和处理等大数据专业人才；二是每年从公安院校外的应届高校毕业生中招收数据专业人才，辅之以公安业务知识培训；在此基础上，逐渐建立起警务大数据专业队伍。(2)建立合作机制，借力推进大数据警务建设。公安院校大数据人才的培养需要一个过程，在此期间，公安机关的大数据警务建设需要与高校、科研院所和企业进行合作，借用合作单位的相关人才，通过签订保密协议等形式，在保证数据安全的前提下，迅速有效地补充公安队伍中大数据人才的不足，快速推进大数据警务建设。

结语

大数据警务建设经过几年的发展，已经取得了一定的成果，但是存在的问题也是显而易见的。现阶段，大数据警务建设需要准确定位问题，结合实际情况提出切实可行的措施，整合数据资源，建设贴近实战的大数据警务平台和系统，规避信息安全风险，建设大数据专业人才队伍，发挥大数据对警务工作的提升作用，推进警务工作现代化的发展。

参考文献

[1]何军．大数据与侦查模式的变革［J］．中国人民公安大学学报，2015(1)．

[2]蒋俊,李夏风.用科技提升警务,用大数据提升效率[J].警察技术,2018(2):17-20.

[3]胡亚谦.大数据预测能力对公共决策的影响[J].东北大学学报:社会科学版.2016,(3):281-287.

[4]苏娜，徐敬濒．公安机关“大部制”改革思考［J］．中国人民公安大学学报(社会科学版)，2016(4):101．