極端暴力犯罪管控系統設計探析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了極端暴力犯罪管控系統設計探析范文，希望能給你帶來靈感和參考，敬請閱讀。

1引言

極端暴力犯罪是當前和今后一個時期影響我國社會穩定的突出問題，不僅給人民的生命財產造成重大損失，而且極大影響了社會秩序，給公眾造成巨大心理恐慌。極端暴力犯罪具有隱蔽性、突發性與暴力性，必須建立覆蓋“感知、識別、預警、防控、處置”的全方位基于大數據的極端暴力犯罪管控系統設計文/宋祥斌本文針對大數據條件下極端暴力犯罪的防控和治理，遵循“人員管控—態勢感知—風險預警—干預處置”的整體作戰思路，提出數據感知、智能監測、及時干預、快速處置的技術路徑及功能結構，形成應對極端暴力犯罪的一體化技術解決方案，實現對極端暴力犯罪的主動防控。摘要預防監控體系。對可能影響社會穩定的苗頭性、傾向性問題，及時感知和識別，防止他們從事違法犯罪活動。對已經發生的極端暴力犯罪，要能及時啟動預案，科學指揮，妥善處置。大數據時代的到來，以及機器學習和人工智能算法的發展，為最大限度地預防、預警、監測、控制與處理此類犯罪提供了技術解決的可能。（1）犯罪人員信息數據化，有助于對已有極端暴力犯罪分子進行標準測量和跟蹤測評；（2）犯罪要素程序化，通過多維信息感知和識別技術，可以科學獲取和厘清極端暴力犯罪的各個要素，設置預警系統；（3）犯罪數據監管智能化，利用現有犯罪信息數據訓練機器，使其獲得智能，監控極端暴力犯罪數據在互聯網上的流動。通過大數據、人工智能等技術的綜合運用，開展極端暴力犯罪立體防控與打擊處置研究，構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，也是提升社會治理水平，建設平安社會的現實需求。

2大數據管控極端暴力犯罪的需求分析

現階段我國處在一個極端暴力犯罪的頻發時期，對人民群眾的安全感和社會的穩定造成巨大影響。例如，2018年12月25日，福建龍巖一無業中年男性，因與當地居委會干部有積怨，持刀劫持公交車撞人，造成重大傷亡。2019年9月2日，一男子闖進白楊坪鎮朝陽坡小學，用菜刀連續砍傷學生10名。面對極端暴行，普通民眾毫無反擊之力，越發地成為那些反人類、報復社會的極端心理病態者動手的對象。不同于傳統的暴力犯罪，極端暴力犯罪具有突發性、不確定性、手段極其殘暴、犯罪人心理異常、被害人群隨機、犯罪后果極其嚴重、示范效應很強等特點，這些特點決定了該類犯罪應急與防控的艱難性。極端暴力事件并非中國獨有，挪威布雷維克槍擊事件，美國的哈桑襲擊美軍福德堡基地案，美國的科羅拉多州槍擊案，美國佛羅里達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，都對社會和民眾造成了巨大危害和恐慌。在大數據時代，極端暴力犯罪分子的一舉一動，是極有可能在網絡空間留下蛛絲馬跡的。國外在大數據反恐領域已有一定研究及應用積累，英美等發達國家都建立了反恐情報數據庫。Palantir在洛杉磯警局通過技術與業務的深入交流與合作，采用Palantir的Gotham平臺，構建了一套洛杉磯警局的語義知識搜索挖掘平臺，用于日常的警方業務工作。美國政府NATGRID部門通過綜合利用恐怖分子平時產生的各種信息，包括通話、交通、購物、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，對恐怖行為發生前進行預警和事后分析排查，越來越成為美國反恐手段之一。

3基于大數據管控極端暴力犯罪的技術思路

綜合運用大數據、人工智能等技術，從數據、模型和系統三個視圖梳理和分析極端暴力犯罪技術防控的需求，按照“人員管控—態勢感知—風險預警—干預處置”的思路，研究潛在犯罪人員目標體系、多層情報預警體系和應急干預處置體系，構建極端暴力犯罪一體化防控的體系作戰框架。對極端人員進行源頭識別，對極端事件進行風險預警，對極端行為進行及時干預，為個人極端暴力犯罪的監測和管控提供全鏈條技術解決方案。首先提取已有極端人員的特征，建立識別潛在極端人員的常模標準，并進行智能研判，把潛在極端人員從區域人群中識別出來，從而實現極端人員的源頭識別。然后建立潛在極端人員的動態知識圖譜，為對潛在極端人員的分級預警管控提供模型支撐，實現對極端事件的有效監控。最后通過對疑似極端人員的微表情進行誘發，識別其真實心理狀態，對極端行為及時干預，制止極端暴力犯罪的實施，對已發生的極端暴力犯罪，及時采取應急處置預案，科學指揮決策。

4系統體系架構

專注于極端暴力犯罪立體防控與打擊處置應用需要，綜合運用大數據、云計算、物聯網、人工智能等新技術，提出系統性的數據組織體系、技術支撐體系和實戰應用場景，實現數據、技術、業務與應用融合。

4.1大數據治理是數據支撐層，為系統的數據資源規劃和整合提供支撐

極端暴力犯罪的防控涉及到多源異構數據，需要多維感知采集，有電子圍欄、網絡圍欄、視頻監控、社會部門、智能終端等多種形式和渠道，采集對象上有人、車、物、事等多種類型，采集內容上有基本信息、軌跡信息、事件信息、特征信息等多個方面，缺乏統一的數據標準，需要集成和治理，這是體系建設的前序核心問題。

4.2大數據平臺是技術支撐層，為系統各類業務分析提供大數據支撐環境

通過搭建大數據技術平臺為數據分析、模型建立、關聯關系構建、服務管理等提供大規模數據環境下交互查詢、數據計算、機器學習、元數據存儲和管理等服務。

4.3大數據分析是算法模型層，為系統各類算法和模型提供建模環境和管理支持

支撐異構數據的處理，提供極端暴力犯罪分子的特征常模構建，提供主體與主體，主體與行為，行為與行為的關聯性分析評估方法構建，提供多種異常事件和行為識別和預警算法的開發和管理。

4.4大數據應用是業務應用層，為極端暴力犯罪的防控提供具體業務應用

為防控和打擊極端暴力犯罪提供一體化指揮框架，從潛在極端人員識別，到極端事件和行為監測預警，再到極端暴力犯罪干預和處置，提供了全方位全鏈條的應用支撐。

5構建系統的關鍵技術

（1）通過大數據技術的運用，建立極端人員元數據動態知識圖譜和數據資源規劃體系，重點是解決樣本數據規模過小和多源異構高維分布數據之間的語義沖突等問題，實現極端暴力犯罪人員情報數據的感知融合，為極端事件和行為的大數據分析預警完成數據準備。（2）通過機器學習和深度學習技術，建立極端暴力犯罪主體及其行為關聯模型，提出事件驅動的極端暴力犯罪行為推測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與預測等關鍵問題，實現對極端暴力犯罪預謀行為的監測預測和干預處置，降低社會極端暴力事件發生概率。（3）通過心理學和微表情識別技術，構建用于識別潛在極端人員的常模標準和基于心理先驗知識的動態知識庫，為極端重點人員、重點部位的源頭風險識別與治理提供預警模型；通過微表情感知和識別技術，及時獲取預謀犯罪人員的真實心理情況，為科學處置提供支撐，提升預知極端暴力犯罪風險的準確度、時效性。（4）采用應急資源優化配置及調度、應急預案快速生成及決策優化等技術，在極端暴力犯罪的打擊處置方面建立跨層級跨部門協同聯動應急響應機制，實現一點報警、多級感知、整體聯動。

結語

將防控極端暴力犯罪的實際應用需求與大數據技術相結合，為極端暴力犯罪防控提供預防和精準打擊的基礎，將極端暴力犯罪消滅于萌芽狀態，實現極端暴力犯罪打擊的真正目的：預防重于打擊。綜合運用極端暴力犯罪監測和管控中數據感知融合、異常行為檢測、應急資源布局調度、源頭風險識別治理、跨空間積分預警等既有理論體系和關鍵技術，研究提出數據感知、智能檢測、快速處置、平臺建設和業務場景的融合模式、技術路徑及應用機制，形成系統性技術解決方案。基于大數據防控極端暴力犯罪的技術解決方案既可以指導和推動極端暴力犯罪防控業務信息化建設的科學開展，又能以軟件平臺的形式投入極端暴力犯罪的立體防控與打擊處置實戰應用，接受實戰檢驗，形成應用示范，進行推廣，為實現社會的穩定、長治久安，民眾生活的富足提供基礎保障條件，具有重要的社會意義和經濟意義。

作者：宋祥斌 單位：江蘇警官學院