大數據在經偵業務的應用與思考

違法資金分析與查控技術專業建設思考

江西警察學院院長程小白認為，違法資金分析與查控，是指有權機關查詢涉案賬戶相關信息、控制涉案資金賬戶以及各類金融財產的流通，并對其資金流向等違法犯罪事實進行分析研判的偵查、調查過程。而有關技術手段，可以簡稱為違法資金分析與查控技術。

關于有關機理，資金數據印記律和違法資金流向律是重要基礎。所謂資金數據印記律，是指資金數據必然留痕，提取數據印記必然可行。所謂違法資金流向律，是指犯罪人最終目的都是獲取犯罪所得，犯罪所得最終必定流向犯罪人。

關于有關程序，一般程序從涉案金融信息的檢索和相關電子數據的調取開始，然后對數據進行基本處理（整理、清洗、轉換），再根據辦案需求，對數據進行深入挖掘、分析研判，確定資金交易的關聯性事實，用可視化技術手段進行展示；偵查機關根據研判結論，在獲取相關證據的情況下，依法對涉案資金采取扣押、凍結等控制性措施。

關于違法資金分析與查控技術專業化建設的路徑：一是整合情報技術資源，建立專門違法資金數據分析部門；二是加大違法資金數據分析人才的培訓與培養力度；三是推進違法資金分析與查控技術的教材建設；四是將違法資金分析與查控技術納入警務專業技術職務序列。

涉眾型經濟犯罪案件電子證據問題與辦案技巧

中國人民大學教授劉品新認為，對大數據證據而言，表面看起來是海量的電子數據的集合，實質上是對海量數據背后反映出的規律性的認識。在對海量數據進行鑒定時，要注意合法性、真實性和關聯性。要完善涉眾型經濟犯罪案件電子證據，一要研究大數據的鑒定標準，二要建立大數據的證據規則，三要推廣證據的共享，將形成的大數據證據上傳至指定的網站，供大家下載，給所有的辦案部門共享。

大數據技術在公安經偵業務中的應用

中國科學院研究員靳小龍認為，關于數據存儲，傳統的數據庫用行式存儲，有了大數據之后開始轉入列式存儲，并于近期出現了行列混合的存儲方式（RCFile），已成國際上大規模數據存儲領域的一個事實上的標準。

關于數據的分析與應用，非結構化的文本匹配是經偵實戰中重要的應用之一。普通的方法就是基于關鍵詞，再就是基于深度學習，逐層往上、逐層抽象、逐層句化的一個過程，它能夠判斷兩個句子是否有非常相似的語義。其次就是數據的挖掘，主要通過已知的對應關系，構建映射函數進行匹配。關于數據的深度分析，則要依靠知識圖譜。

經偵大數據智能分析模型構建方法

中科金審（北京）科技有限公司鄧昌智博士認為，鎖定犯罪特征，是我們構建類罪模型的基礎；區別對待經濟犯罪的不同特征，是我們構建類罪模型的挑戰。

關于構建模型，要結合分析模型構建的基本要素，對模型整體進行設計。最重要的任務就是歸納此種經濟犯罪的犯罪特征，研判目標來描畫出整個辦案的思維邏輯流程圖，再將其用算法來實現，用業務思路促進算法，用計算機算法推進模型，以模型來鎖定大數據中的犯罪特征，以犯罪特征來促進業務思路的完善。

具體方法主要包括SAS方法論，即抽樣、探索、修改、建模、評估環節的有機循環；還有CRISP-DM方法論，突出業務理解、數據理解、數據準備、建模、評價和發布這幾個環節，強調將數據挖掘目標和商務目標進行充分結合。（原載人民公安報）