极端暴力犯罪管控系统设计探析

1引言

极端暴力犯罪是当前和今后一个时期影响我国社会稳定的突出问题，不仅给人民的生命财产造成重大损失，而且极大影响了社会秩序，给公众造成巨大心理恐慌。极端暴力犯罪具有隐蔽性、突发性与暴力性，必须建立覆盖“感知、识别、预警、防控、处置”的全方位基于大数据的极端暴力犯罪管控系统设计文/宋祥斌本文针对大数据条件下极端暴力犯罪的防控和治理，遵循“人员管控—态势感知—风险预警—干预处置”的整体作战思路，提出数据感知、智能监测、及时干预、快速处置的技术路径及功能结构，形成应对极端暴力犯罪的一体化技术解决方案，实现对极端暴力犯罪的主动防控。摘要预防监控体系。对可能影响社会稳定的苗头性、倾向性问题，及时感知和识别，防止他们从事违法犯罪活动。对已经发生的极端暴力犯罪，要能及时启动预案，科学指挥，妥善处置。大数据时代的到来，以及机器学习和人工智能算法的发展，为最大限度地预防、预警、监测、控制与处理此类犯罪提供了技术解决的可能。（1）犯罪人员信息数据化，有助于对已有极端暴力犯罪分子进行标准测量和跟踪测评；（2）犯罪要素程序化，通过多维信息感知和识别技术，可以科学获取和厘清极端暴力犯罪的各个要素，设置预警系统；（3）犯罪数据监管智能化，利用现有犯罪信息数据训练机器，使其获得智能，监控极端暴力犯罪数据在互联网上的流动。通过大数据、人工智能等技术的综合运用，开展极端暴力犯罪立体防控与打击处置研究，构建一体化极端暴力犯罪防控和治理体系，是极端暴力犯罪防控和治理工作的迫切需要，也是提升社会治理水平，建设平安社会的现实需求。

2大数据管控极端暴力犯罪的需求分析

现阶段我国处在一个极端暴力犯罪的频发时期，对人民群众的安全感和社会的稳定造成巨大影响。例如，2018年12月25日，福建龙岩一无业中年男性，因与当地居委会干部有积怨，持刀劫持公交车撞人，造成重大伤亡。2019年9月2日，一男子闯进白杨坪镇朝阳坡小学，用菜刀连续砍伤学生10名。面对极端暴行，普通民众毫无反击之力，越发地成为那些反人类、报复社会的极端心理病态者动手的对象。不同于传统的暴力犯罪，极端暴力犯罪具有突发性、不确定性、手段极其残暴、犯罪人心理异常、被害人群随机、犯罪后果极其严重、示范效应很强等特点，这些特点决定了该类犯罪应急与防控的艰难性。极端暴力事件并非中国独有，挪威布雷维克枪击事件，美国的哈桑袭击美军福德堡基地案，美国的科罗拉多州枪击案，美国佛罗里达州奥兰多同性恋酒吧枪击案以及种种校园枪击案等极端暴力犯罪事件，都对社会和民众造成了巨大危害和恐慌。在大数据时代，极端暴力犯罪分子的一举一动，是极有可能在网络空间留下蛛丝马迹的。国外在大数据反恐领域已有一定研究及应用积累，英美等发达国家都建立了反恐情报数据库。Palantir在洛杉矶警局通过技术与业务的深入交流与合作，采用Palantir的Gotham平台，构建了一套洛杉矶警局的语义知识搜索挖掘平台，用于日常的警方业务工作。美国政府NATGRID部门通过综合利用恐怖分子平时产生的各种信息，包括通话、交通、购物、交友、电子邮件、聊天记录、视频等，以清晰勾勒出犯罪嫌疑人的行踪和面貌，对恐怖行为发生前进行预警和事后分析排查，越来越成为美国反恐手段之一。

3基于大数据管控极端暴力犯罪的技术思路

综合运用大数据、人工智能等技术，从数据、模型和系统三个视图梳理和分析极端暴力犯罪技术防控的需求，按照“人员管控—态势感知—风险预警—干预处置”的思路，研究潜在犯罪人员目标体系、多层情报预警体系和应急干预处置体系，构建极端暴力犯罪一体化防控的体系作战框架。对极端人员进行源头识别，对极端事件进行风险预警，对极端行为进行及时干预，为个人极端暴力犯罪的监测和管控提供全链条技术解决方案。首先提取已有极端人员的特征，建立识别潜在极端人员的常模标准，并进行智能研判，把潜在极端人员从区域人群中识别出来，从而实现极端人员的源头识别。然后建立潜在极端人员的动态知识图谱，为对潜在极端人员的分级预警管控提供模型支撑，实现对极端事件的有效监控。最后通过对疑似极端人员的微表情进行诱发，识别其真实心理状态，对极端行为及时干预，制止极端暴力犯罪的实施，对已发生的极端暴力犯罪，及时采取应急处置预案，科学指挥决策。

4系统体系架构

专注于极端暴力犯罪立体防控与打击处置应用需要，综合运用大数据、云计算、物联网、人工智能等新技术，提出系统性的数据组织体系、技术支撑体系和实战应用场景，实现数据、技术、业务与应用融合。

4.1大数据治理是数据支撑层，为系统的数据资源规划和整合提供支撑

极端暴力犯罪的防控涉及到多源异构数据，需要多维感知采集，有电子围栏、网络围栏、视频监控、社会部门、智能终端等多种形式和渠道，采集对象上有人、车、物、事等多种类型，采集内容上有基本信息、轨迹信息、事件信息、特征信息等多个方面，缺乏统一的数据标准，需要集成和治理，这是体系建设的前序核心问题。

4.2大数据平台是技术支撑层，为系统各类业务分析提供大数据支撑环境

通过搭建大数据技术平台为数据分析、模型建立、关联关系构建、服务管理等提供大规模数据环境下交互查询、数据计算、机器学习、元数据存储和管理等服务。

4.3大数据分析是算法模型层，为系统各类算法和模型提供建模环境和管理支持

支撑异构数据的处理，提供极端暴力犯罪分子的特征常模构建，提供主体与主体，主体与行为，行为与行为的关联性分析评估方法构建，提供多种异常事件和行为识别和预警算法的开发和管理。

4.4大数据应用是业务应用层，为极端暴力犯罪的防控提供具体业务应用

为防控和打击极端暴力犯罪提供一体化指挥框架，从潜在极端人员识别，到极端事件和行为监测预警，再到极端暴力犯罪干预和处置，提供了全方位全链条的应用支撑。

5构建系统的关键技术

（1）通过大数据技术的运用，建立极端人员元数据动态知识图谱和数据资源规划体系，重点是解决样本数据规模过小和多源异构高维分布数据之间的语义冲突等问题，实现极端暴力犯罪人员情报数据的感知融合，为极端事件和行为的大数据分析预警完成数据准备。（2）通过机器学习和深度学习技术，建立极端暴力犯罪主体及其行为关联模型，提出事件驱动的极端暴力犯罪行为推测方法和异常行为模式解析方法，解决异常行为多维分析检测与预测等关键问题，实现对极端暴力犯罪预谋行为的监测预测和干预处置，降低社会极端暴力事件发生概率。（3）通过心理学和微表情识别技术，构建用于识别潜在极端人员的常模标准和基于心理先验知识的动态知识库，为极端重点人员、重点部位的源头风险识别与治理提供预警模型；通过微表情感知和识别技术，及时获取预谋犯罪人员的真实心理情况，为科学处置提供支撑，提升预知极端暴力犯罪风险的准确度、时效性。（4）采用应急资源优化配置及调度、应急预案快速生成及决策优化等技术，在极端暴力犯罪的打击处置方面建立跨层级跨部门协同联动应急响应机制，实现一点报警、多级感知、整体联动。

结语

将防控极端暴力犯罪的实际应用需求与大数据技术相结合，为极端暴力犯罪防控提供预防和精准打击的基础，将极端暴力犯罪消灭于萌芽状态，实现极端暴力犯罪打击的真正目的：预防重于打击。综合运用极端暴力犯罪监测和管控中数据感知融合、异常行为检测、应急资源布局调度、源头风险识别治理、跨空间积分预警等既有理论体系和关键技术，研究提出数据感知、智能检测、快速处置、平台建设和业务场景的融合模式、技术路径及应用机制，形成系统性技术解决方案。基于大数据防控极端暴力犯罪的技术解决方案既可以指导和推动极端暴力犯罪防控业务信息化建设的科学开展，又能以软件平台的形式投入极端暴力犯罪的立体防控与打击处置实战应用，接受实战检验，形成应用示范，进行推广，为实现社会的稳定、长治久安，民众生活的富足提供基础保障条件，具有重要的社会意义和经济意义。

作者：宋祥斌 单位：江苏警官学院