..大數據與偵查模式變革研究大數據與偵查模式變革研究[應用]文：何軍,XX警官學院偵查系講師、博士轉自：《中國人民公安大學學報：社會科學版》[內容提要]大數據將使犯罪偵查模式發生根本性變革。大數據驅動的偵查模式是時代的必然選擇,這不僅在于復雜的犯罪態勢及其數據化生態,更在于大數據技術使得這種選擇成為現實。在大數據時代,偵查要確立在線開放的理念、數據主導偵查理念、相關性理念、線上破案與線下證明相結合的理念。大數據驅動的偵查是一體性偵查、全景偵查、預測偵查和算法偵查。其機制主要有犯罪監控機制、犯罪偵破機制、犯罪預測機制。一、復雜的犯罪態勢與大數據時代犯罪的數據化生態當下,犯罪呈現出更加嚴峻和復雜的態勢。首先是犯罪總量大,犯罪率逐年上升。據統計,僅20XX公安機關刑事案件立案的案件數為6551440起,檢察機關批捕、決定逮捕犯罪嫌疑人的案件數為680539,人數為986056。近二十多年來,中國犯罪率呈逐年上升趨勢,刑事案件立案數平均每年增長22％以上,超過了全國GDP的增長。其次是犯罪智能化。犯罪是一種社會存在,科學的發展滲透到犯罪的方方面面,提升了其能力和危害程度。這表現為兩個方面：一是運用科學思維實施的犯罪,主要表現為犯罪思維嚴密,犯罪前經過周密部署和策劃,犯罪過程滲透著科學思維和謀略。二是利用科學技術實施的犯罪,突出表現為數字化犯罪。以利用網絡犯罪為例,20XX,全國公安機關累計破獲涉網違法犯罪案件11.8萬余起,抓獲犯罪嫌疑人21.6萬余人。據賽門鐵克公司20XX9月發布的諾頓安全報告估算,20XX7月至20XX7月,中國有超過2.57億人成為網絡違法犯罪的受害者。網絡違法犯罪所造成的直接經濟損失達2890億元人民幣,受害者人均蒙受的直接經濟損失約1200元人民幣。第三,犯罪時空的復雜性。現代科技的發展,使得犯罪時間非線性,犯罪空間缺席性,時空組合的多維、多樣化和任意性。第四,案件因果聯系復雜。相對于傳統的靜態、單一社會來說,現代社會是一個動態、復雜社會。在動態、復雜社會中,因果聯系具有非線性、偶合性、多因性、斷裂性,犯罪的因果聯系往往難以確定。計算機及網絡技術的發展,使得當下社會已經進入了大數據時代。大數據時代首先是數據記錄時代。在數據記錄時代,數據記錄成為默認模式,人類社會處在被無所不在各種各樣傳感器和微處理器構成"萬維觸角"的數據網絡記錄之下,手機、網絡、監控探頭、射頻技術等等無所不在地記錄著我們的行為乃至我們的思想。"早上出門,電梯的攝像頭記錄著我們的出行時間；開車上班,道路的攝像頭記錄著我們的位置和車速；工作期間,網頁記錄著我們的瀏覽習慣和搜索記錄,電話記錄著我們的聯網對象和通話時長；下班回家,購物記錄界定著我們的職業身份、家庭背景甚至性格特征,電視機頂盒記錄著我們的收視習慣和價值品位……""在數字世界里,我們都會留下電子‘腳印’或電子‘指紋’。""我們正處于一種不斷變化卻日趨緊密的被監視狀態中。事實上,現在我們的一舉一動都能在某個數據庫中找到線索。"狡猾的犯罪者能有例外而成為"數據隱士"嗎?要成為"數據隱士",意味著你要完全脫離現代社會系統,不僅不能使用數字化產品,還要完全意義上不食"人間煙火"。因為現代社會幾乎被數據化了,一旦你與現代社會系統進行交換,就很有可能被數據捕捉和記錄。然而,這并不是說犯罪者的具體犯罪的任何要素或片段如犯罪時間、犯罪空間、犯罪行為、犯罪工具等等都會直接且完整無缺被數據記錄和儲存；而是說犯罪者隱藏的犯罪信息總是被相關的海量數據從不同的側面記錄著,即便是某些甚至是主要或關鍵的犯罪要素或片段缺失,也可以通過不同側面相關海量數據聯接、分析,拼接或描畫出犯罪過程。因此,在大數據時代,不要說數字化犯罪,即使傳統手段的犯罪,都可以說落入了一種"天網恢恢,疏而不漏"的網絡記錄和存儲體系,數據化就是當下犯罪的現實生態。二、大數據驅動的偵查模式是時代的必然選擇模式指經過提煉和抽象的標準樣式。偵查模式反映了偵查要素的結構關系和運行邏輯。偵查模式可以按照不同的標準進行分類。學界按照偵查是否運用信息科技手段,把偵查模式分為傳統的偵查模式、信息主導偵查模式。然而,如果從信息論的視角來看,傳統偵查模式與信息主導偵查模式的本質區別不是是否運用信息,而是信息記錄、存儲、提取以及分析方式上的根本差別。按照偵查所能運用信息的記錄、存儲、提取以及分析方式,可以把偵查模式劃分為傳統偵查模式、業務信息主導的偵查模式和大數據驅動的偵查模式。學界一般將業務信息主導的偵查模式和大數據驅動的偵查模式合稱為信息主導偵查模式,但兩者之間不僅是發展階段上的差異〔大數據驅動的偵查模式是在業務信息主導偵查的基礎上發展起來的,而且在信息類型、信息提取和研判方式上也有根本差異,最重要的是由此差異而帶來偵查理念、特征和機制上的根本變革。傳統偵查模式是在信息存儲、提取和分析上幾乎沒有什么科技含量的模式。傳統社會,人類對信息的記錄和存儲方式主要是人的大腦和書寫體系〔傳統社會由于信息記錄的需要發展出一整套書寫體系,由此而產生了許許多多按時間匯集的分門別類的書寫檔案庫。對于犯罪的信息記錄來說,除了大腦和書寫檔案外,犯罪現場也以物質交換的形式記錄著犯罪信息。因此,傳統的偵查主要手段是調查訪問〔對大腦儲存的信息提取、書寫檔案的查詢。人腦信息的存儲和提取的特點是：分散在不同的人身上；信息的準確性差,受到外在環境和信息儲存者自身感受能力、記憶能力等影響；信息缺乏穩定性,信息量和準確性隨著時間變化而衰減；信息能否提取以及提取的質量,首先取決于能否找到儲存信息的人,其次取決于偵查人員的詢問技術〔經驗、被詢問人表達能力、情緒、配合態度等等多種因素。書寫檔案記錄信息的優點是準確性高、穩定性強,但其有兩個重大缺陷：一是提取困難。人們要找到其中一點有用信息,就得把所有的資料翻閱一遍；盡管后來建立了圖書館式的目錄索引,但查找起來依然耗時費力。二是不能提供直接的犯罪信息。書寫檔案不可能是犯罪的實時記錄,只可能是犯罪破獲后一種事后登記,因此這種檔案對于需要破獲的犯罪來說,不能提供直接的犯罪信息。傳統偵查的信息分析研判主要依靠偵查人員的經驗,有經驗的偵查人員往往成為是否破案的關鍵?？傊?這種模式科技含量低、粗放型特征突出,能否破案主要取決于偵查人員的經驗和投入的人力多少,不僅如此,還取決于偵查人員的運氣。這對于傳統靜態、單一的社會及其犯罪也許能夠適應,而與動態、復雜的社會及其犯罪幾乎完全不匹配。業務信息主導偵查模式是在信息技術引領下的以業務信息存儲、提取和研判為基礎的偵查模式。隨著信息技術的發展,各種各樣信息記錄和存儲設備被廣泛使用。信息記錄和存儲不再完全依賴人腦和書寫檔案,而是電子化的記錄,存儲設備成為人類記錄和存儲信息的主要方式。這些設備代替人腦和書寫檔案實時記錄著人類的行為,也記錄了犯罪行為。所記錄和存儲的信息從來源和存儲分布來看,形成于不同的業務經營并分布儲存在不同的業務信息庫中,如商家記錄和存儲人們的消費信息、銀行記錄和存儲了人們的金融交易信息、醫院記錄病人信息等等。這些信息庫缺乏整合,相互之間形成信息孤島,信息冗余和信息孤島成為信息存在的基本生態。就業務信息主導偵查模式來說,其主要特征是：一是偵查部門依賴于公安平臺所累積的結構化的數據庫主要用于人、事、物的核查、比對,實時犯罪信息仍然主要依靠人工采集。二是信息提取依然困難。不可否認,相比傳統偵查模式,業務信息主導的偵查模式針對公安機關所累積結構化信息來說,確實大大提高了查詢、比對效率,但是面對越來越多地被累積的不同來源、不同結構的數據,尤其是大量的半結構化和非結構化數據,既缺乏數據整合的技術和機制,也缺乏信息提取的技術手段。結構化數據是先有模型后有數據,大多具有事后登記的性質〔也有少量的實時記錄的數據如旅館住宿等,很難有實時犯罪行為記錄信息,其主要價值在于對人、事、物的核查；而正是不同來源的半結構化、非結構化數據中實時記錄了犯罪的"蛛絲馬跡"。三是信息分析、研判仍然主要依靠偵查人員的經驗。業務信息系統主要用于簡單的查詢、比對,但是不能進行智能化的算法分析?？偟膩碚f,這種偵查模式面對當下的犯罪態勢,尤其是流動性犯罪、數字化犯罪等,難有成效。大數據驅動偵查模式是建立在大數據和云計算平臺的基礎上,是大數據時代的信息主導偵查模式的升級換代。在大數據時代,大數據驅動的偵查模式是一種時代的必然選擇,這不僅在于復雜的犯罪態勢及其數據化生態,更在于大數據技術使得這種選擇成為現實。首先,犯罪的數據化生態是大數據驅動偵查模式的現實基礎。面對當下復雜的犯罪態勢,人們似乎有點不知所措。犯罪的控制某種程度上是一種偵查技術對犯罪技術保持優勢。然而現代性的發展使犯罪者具有更強的匿名性、流動性等,從而一度打破了公安機關曾經具有的優勢,這也是如今犯罪爆發性增長的原因之一。然而犯罪作為一種社會存在,當社會成就犯罪條件時,也會給人類提供制約其的機會。犯罪的數據化生態根本改變了犯罪信息的記錄和存儲方式,極大擴大了"社會記憶",大數據技術將徹底改變偵查技術與犯罪技術之間的對比關系。因此,我們必須改換傳統的偵查模式,采用大數據驅動偵查模式以控制犯罪和打擊犯罪。其次,在大數據時代,偵查所面對和所能處理的數據不再是小數據,而是大數據。如今,偵查所面對和所能處理的數據具有體量大、類型多、價值密度低的特征。"池塘"和"大海"最容易發現的區別就是規模。過去偵查,即使是業務信息主導偵查階段,所面對或所能處理的數據量相當于"池塘",而與此相對照,現代偵查所面對和能處理的數據量則是"大海"。不僅如此,現代偵查所面對的則是數據的多樣性：從結構上看,不僅有結構化數據,還有大量半結構化和非結構化數據；從數據類型看,有業務數據、用戶原創數據、傳感器感知數據；從數據表現形式看,有文字、圖片、音頻、視頻、鏈接等；從犯罪案件構成角度看,有人及其關系、行為、物、時間、空間和主觀意圖數據。數據的價值密度低。在巨量的數據中,有關犯罪數據混雜其間,僅僅是其中小小的"浪花",但其彌足珍貴。以視頻為例,連續不間斷監控過程中,可能有用的數據僅僅有一兩秒。第三,大數據技術能從海量的數據中對犯罪信息進行提取、分析研判以及預測未來。大數據是其規?；驈碗s程度超出了常用技術按照合理的成本和時限捕捉、處理的數據。而以云計算為依托的大數據技術可以突破常規技術成本和時限的要求。具體來說,其一,大數據技術能適時提取和分析處理多結構多源數據,尤其是半結構和非結構化的數據,能夠從海量的、雜亂無章的數據中抽取出大量的與犯罪相關的細節、點滴片斷、不同側面數據、信息,并且能把"數據聯系起來、信息點連接起來、片斷串聯起來",從而能將表面看來毫無意義、互不關聯的數據碎片拼出一幅清晰完整的犯罪圖畫。而對于確定一個犯罪嫌疑人的身份來說,也許只需要四個信息點就足夠了。其二,大數據以云計算為依托,能夠在合理時間內進行信息提取和分析。以周克華案件為例,XX警方動用上百名警力花費了數天時間對視頻監控數據進行人肉搜索,而運用大數據技術也許只要幾個小時就足夠了。其三,大數據技術,一個最為根本的突破是能夠運用海量數據進行算法分析,進行信息研判,從而幫助我們認識過去,分析原因,揭示犯罪發生的規律。最后,大數據能在分析過去中尋找有意義的模式,從而預測未來,為我們優化警力資源配置、打擊犯罪提供先機。三、大數據驅動的偵查模式的理念變革黑格爾指出,"理念是任何一門學問的理性",并認為理念中包含著"某種預想的東西",具有前瞻性、導向性和設計性。偵查模式轉換首先是理念轉換。偵查模式中的理念就是指貫穿在偵查模式中反映了偵查規律的并具有引導、支配、決定偵查活動的觀點、看法、信念。大數據驅動偵查模式不僅是一種新的工作模式,更是一種新思維、新理念。在大數據時代,偵查要確立的理念有：在線、開放的理念。大數據首先是在線數據。大數據不僅是體量大,更是實時記錄社會的復雜動態數據：用戶原創和各種傳感器感知數據,而正是這些數據混雜了犯罪的"蛛絲馬跡"。對于偵查來說,公安大平臺累積的結構化數據是重要的,尤其是對人、事、物的核查具有重要價值,但是很難有實時的犯罪記錄。大數據驅動的偵查就是在公安大平臺累積的結構化數據的基礎上,對不斷變動用戶原創和各種傳感器感知數據進行提取、分析和處理,獲取信息。因此,對于大數據驅動的偵查,我們必須堅持在線和開放的數據理念,以獲得我們需要的海量數據,進而分析、處理這些數據。數據主導偵查理念。大數據時代,數據是犯罪的生態,偵查過程就是數據儲存、提取和分析過程,數據貫穿于偵查的各個環節,"讓數據說話"成為偵查的基本思維。數據主導偵查的理念至少包括以下三個方面的內容：首先,有關犯罪的一切現象皆可數據化。凡事皆可量化,皆可數據化。不僅與犯罪相關的有形之物如時間、空間、人的特征〔生物識別特征、行為習慣等、行為、手段、物等可以量化和數據化,那些與犯罪相關的無形之物如人的價值觀念、態度、情緒等等也可以量化和數據化。其次,大數據是偵查的基礎資源,是偵查的工具箱。偵查就是對數據開礦式的挖掘和分析,偵查能否成功某種程度上取決于對大數據資源的提取、分析能力；運用大數據各種分析技術,可以獲得我們所需要的犯罪信息。最后,在大數據時代,數據居于偵查過程的核心地位,支配著偵查的運行。犯罪現場重建、偵查決策、偵查途徑的選擇、偵查分析、數據摸排、偵查預測等等無不圍繞數據運行。相關性理念。大數據是通過量化兩個數據值之間的數理關系來確定相關關系。相關關系強,是指當一個數據值增加時,另一個數據值很有可能隨之增加。傳統偵查,是按照因果關系和數據結構的標準來采集數據和分析數據。到大數據時代,我們能分析、運用幾乎所有相關數據,收集數據不必再拘泥于因果關系和數據結構標準,而是堅持相關性標準,不僅采集結構化數據,還要采集半結構化和非結構化數據。這種相關關系雖然不能直接揭示內在的因果關系,但是對于犯罪偵查和控制來說,其展現的相關關系仍具有較強的效用價值。相關關系能讓偵查人員全方位、多角度地思考分析案情。相關關系雖然不追求精確性,但是其追求豐富性,不拒絕任何機會,盡可能去創造和利用機會。通過相關關系,才能將看起來沒有聯系的信息內在地聯系起來,從而更為全面地認識案件情況。這也許可以幫助我們發現破案線索,理清破案思路,劃定偵破范圍。相關關系可以給我們進一步確定因果關系以指引,從而確定犯罪原因和證明犯罪。相關關系的分析是分析因果關系的基礎。相關關系并不必然是因果關系,但因果關系必然是高度相關關系。通過相關關系,我們可以進一步探究其中是否存在因果關系,從而證明犯罪。相關關系的一個重要價值是可以監控犯罪情勢。如上所述,當下影響犯罪的原因是紛繁復雜的,要確定犯罪發生的原因相當不容易甚至不可能。對于偵查人員來說,重要的也許不是去理清犯罪原因,而是控制犯罪。通過相關關系,確定關聯物,進而可以監控犯罪情勢,從而使我們有效配置警力資源,打擊犯罪。通過相關關系,可以預測犯罪。大數據的核心價值是預測。通過收集具有相關關系的數據,建立大數據模型,我們可以從微觀上預測什么時間、什么地點、什么人、什么類型等等的犯罪容易發生,也可以從宏觀上預測犯罪趨勢,這為我們防范和打擊犯罪提供了更好的機會。線上破案與線下證明相結合的理念。大數據使得發現和確定某一犯罪嫌疑人似乎變得相當容易。但是數據只是事實的鏡像,并不等于就是事實；而且大數據的算法邏輯〔強調相關關系、確定的只是一種概率,甚至由于噪音等因素會出現致命的誤差與法律證明邏輯〔強調因果關系和排除合理懷疑標準存在差異,因此,犯罪偵查尚需要進一步按照法律體系的操作要求進行證明。即使我們通過大數據可以確定犯罪嫌疑人,達到了排除合理懷疑的標準,我們也必須把大數據的算法體系轉化為符合法律規范要求的證明體系,把數據確定轉換為法律確定。然而,線上破案和線下證明并不是割裂的,大數據能對我們證明起引導作用,幫助我們尋找證據,確定因果關系。因此,在大數據時代我們既不能拋棄相關關系,只追求因果關系,也要必須防止用相關關系代替因果關系,防止用預測來代替事實。四、大數據驅動的偵查模式的特點與傳統偵查模式和業務信息主導的偵查模式相比,大數據驅動的偵查模式有如下特點：一體性偵查。一體性偵查是指在偵查活動中以數據共享為機制,將分散的、不同層級的、不同區域的主體及其行為有機組織起來,形成一個整體的偵查模式。過去,由于缺乏有效內在動力和聯通機制,偵查合作往往較為困難。大數據時代,大數據產生大價值,數據共享產生價值將成為合作的內在動力；而數據共享本身也就是高效的合作機制。大數據驅動的偵查模式將以數據共享為機制形成縱向合成和橫向合成。縱向合成是指將不同層級的主體,形成扁平化的決策、指揮結構。數據決策和數據共享將顛覆傳統偵查的金字塔式層級決策和指揮結構,形成人人參與決策、上下互聯的扁平機制。橫向合成包括兩個方面：一個方面是指不同警種、偵查各部門〔視頻偵查、技偵、網偵等以及社會的有機合成。大數據時代,大數據是偵查的基礎資源,而大數據主要來源于各警種的協同收集。偵查能否成功某種程度上取決于各警種收集數據的質量,進而言之,社區警察、治安警察等以數據收集這種最為基礎而又重要的方式參與到偵查活動中。各警種之間的差異只不過是數據收集、分析的不同環節而已。在這里,也許最需要提出的是,當我們偵查人員在獲得偵破犯罪成功的榮耀時,要將其部分榮耀甚至主要的榮耀歸功于數據采集和分析人員。進而言之,這也許將形成圍繞數據采集、分析、使用等環節的職務晉升、獎金分配的基本機制。此外,社會各種力量也通過提供數據為偵查提供條件,這些數據往往是我們大數據不可或缺的一部分。警力有限,民力無窮。大數據產生的新的運用民力的方式"眾包"〔Crowd-sourcing>,使得全社會幾乎所有的人都可以參與到偵查中去?？梢源_定,"眾包偵查"將是大數據時代偵查動員社會力量的新模式。另一個方面是跨區域的偵查主體及其行為的合成。數據共享打破了區域間割裂,而數據共享產生價值的內在動力將推動形成高效的合作機制?？傊?大數據通過縱向合成和橫向合成機制形成了一體化的偵查模式。全景式偵查。所謂的全景式偵查,就是采用海量的數據,甚至是相關的所有數據,對偵查案件進行全方位、多角度掃描、分析的偵查模式。相對于過去的偵查模式,全景式偵查有如下兩個特點：一是偵查中采集和分析的數據是全景數據。全景數據也就是全面而完整的數據,在具體偵查中是夠用的數據。傳統偵查,由于缺乏相關信息,我們只能依賴于經驗和因果關系的分析,試錯式的尋找犯罪嫌疑人。而如今,我們擁有和能處理有關犯罪或某個具體犯罪的幾乎所有數據,因此犯罪的任何細節、犯罪過程幾乎都可能被清晰展現出來。具體來說,我們采集和分析的數據不僅是現場訪問、現場勘查的數據和身份信息數據,還可以實時采集和分析視頻數據、通訊數據、網絡數據以及各種交易數據等等,甚至可以采集公眾擁有的相關數據。這樣的數據采集和分析模式突破了時空上的障礙,實現360度全方位的采集和分析數據,突破了以往的地域范圍、人員范圍、時間范圍的限制,能將摸排范圍擴大到幾乎全社會所有時空,讓案件偵查成為"讓數據說話"的科學偵查。二是偵查思路的從面到點,偵查路徑發生了根本變革。傳統的偵查模式主要是根據已有條件,提出偵查假設,然后根據因果聯系,一步一步驗證假設。從偵查途徑的類型來說,有所謂的從案到人、從人到案、從案到案、從物到案等模式?？偟膩砜?這是一種點到點的線式思路。而大數據將改變過去的點線式偵查,是從面到點式偵查,即從時間、空間、人、物、案、事件等全景式數據比對碰撞和分析,實現向數據要線索,從而鎖定犯罪嫌疑人。預測型偵查。傳統的偵查模式是回溯型偵查,即案件發生后,偵查行動才介入,偵查的內容是重建過去。隨著信息技術的發展,偵查行為從回溯型偵查轉向了主動型偵查。主動型偵查將偵查行為介入時間大大向前推進,甚至是偵查行為與犯罪行為時間同步,即偵查行為不僅指向已經發生的犯罪,還指向正在進行的犯罪。進入大數據時代,大數據技術使我們偵查介入時間進一步發生顛覆性的變革。大數據不僅能實時感知犯罪,從而及時采取行動,更為重要的是大數據將我們的偵查行動引向未來。大數據的核心就是預測。在大數據面前,"我們不會再把人類的行為視為互不相關、隨意偶然的獨立事件。相反,它們應該是相互依存的奇妙大網的一部分,是相互串聯的故事集中的一個片段……人類行為遵循著一套簡單可重復的模型",而且"它們的可重現性和可預測性與自然科學不相上下"。因此,借助大數據,既可以預測某一區域乃至全國的某種類型的犯罪趨勢,也可以預測某一時間某一具體地點某種類型的犯罪,還可以預測某一個體的犯罪概率。根據預測,我們可以制訂計劃,優化警力配置,采取行動。這樣,對于犯罪偵查來說,過去的"犯罪發生——再反應"模式或將被改變為"預測——行動"模式。算法偵查。傳統偵查模式主要依靠偵查員的人力、經驗以及運氣；業務信息主導的偵查模式是通過信息查詢提高了偵查效率；而大數據驅動偵查模式的核心是數據運算,算法有匯總、分類、回歸、聚類等等,而云計算是大數據最基本的支撐。從宏觀上說,犯罪發現、犯罪監控、犯罪預測都是大數據運算來實現；從微觀上說,現場重建、現場分析、偵查決策等等都是一種數據運算。從偵查過程來看,大數據驅動的偵查過程就是算法過程：首先是數據采集和清洗,為數據運算做準備；然后是確立運算法則,建立運算模型；最后是通過運算結果獲得犯罪相關信息。在算法偵查中,偵查員就是算法師,他們不僅要懂偵查學,還要掌握數學、統計學、計算機科學。他們不僅要評估數據,選取分析和預測的工具,還要確定運算法則,建立運算模型,解讀運算結果。五、大數據驅動的偵查模式運行機制大數據驅動的偵查模式運行機制主要有三個相互關聯機制組成,即犯罪監控機制、犯罪偵破機制、犯罪預測機制。犯罪監控機制。監控<Surveillance>的本意是密切注視、觀察或監視所要監控的對象,包括人、事、物、場所等。在傳統社會,監控是靠人的感官來完成的；而在現代社會中,監控依賴于各種各樣的數據記錄、存儲設備以及分析、提取技術,是一種數據監視。而大數據監視是一種"全景敞式監視"。但這種監視已經超越了邊沁和福柯的概念,因為其不僅是空間上的全景敞式,也是時間上的全景敞式,是空間、時間、權力的立體交匯。數據監控作為一種犯罪監控機制來說,要實現監控,必須要適時提取或捕捉到犯罪的相關信息。在依靠人工提取、分析信息的時代,大量數據不能被應用,處于沉睡狀態,有關犯罪的信息不能得到及時提取。到了大數據時代,不僅數據量大了,更重要的是犯罪信息能夠被適時抽取,大數據的監控價值得以真正實現。根據提取或捕捉犯罪信息的時間,可以把大數據監控機制劃分為兩大機制：一是數據記錄、存儲以供分析、提取機制。這種機制實質是為犯罪偵破機制的數據做準備。二是實時報警機制。這需要三個步驟：問題識別和定義、模型建構、實時報警。問題識別和定義是指要對什么樣的信息進行提取,數據分析要達到的目標是什么?并對要提取的信息和達到的目標進行數據化的界定。模型建構就是根據大數據和其要提取的信息、達到的目標構建數據模型。數據模型或者能夠進行智能化搜索和比對,如XX市公安局近期開發的人臉識別系統；或者能捕捉到異常的數據。最后是對搜索比對到的有價值的信息或異常數據進行可視化的報警。犯罪偵破機制。犯罪偵破機制是指案件發生后,偵查機關為達到偵查破案的目的所采用的手段、方式和過程。大數據時代的犯罪偵破機制大體分為四個階段：數據準備。數據準備包括數據采集、清洗、轉換和數據集成。數據采集既包括具體案件發生后現場勘查、現場訪問所獲得的數據,也包括準備的與案件相關的大平臺數據,更重要的是按照相關性理念,向社會采集相關的各種數據,如出租車運行軌跡數據、銀行數據、公共場所非公安視頻數據、電話數據、移動設備數據、私家庭院視頻數據、個人手機隨手拍數據、互聯網數據等等。數據清洗是指清除數據噪聲和與挖掘主題明顯無關的數據。數據集成是將來自多個數據源、不同結構的相關數據組合在一起。數據轉換就是對數據進行一定的格式轉換,使其適應數據挖掘系統或挖掘軟件的處理要求。明確問題和確定分析思路。偵查過程是一個問題〔比如是誰在什么時間用什么工具作案等一系列問題求解過程。根據現有的數據比如現場勘查、現場訪問等收集的信息以及采集到海量數據情況,明確偵查要求解的問題,并對問題具體化和數據化。然后根據明確的問題,確定具體分析思路。數據挖掘。這個階段主要是根據所編制的問題進行大數據分析。通常的分析方法有關聯分析、序列模式分析、分類分析、聚類分析等等。所謂的"關聯"是指兩個或多個數據之間存在著一定的相關關系或規律。數據中的關聯按照關聯物的類型可以分為人員關聯、行為關聯、事件關聯、物品關聯和綜合關聯；按照關聯方式可分為簡單關聯、時序關聯和因果關聯等。關聯分析,是利用計算機技術、統計技術、數學模型等挖掘出隱藏在數據中的關聯關系。比如某個具