基于J2EE技术的重点人员情报系统
2018-03-21徐雪飞
徐雪飞
摘要：随着大数据的不断完善，整合各类数据平台，进行情报分析，提高破案水平，成为公安当前的重要课题。该系统将就嫌疑人案底数据，天网视频数据，住宿数据，网吧数据，交通数据，通讯数据，作为数据基础，采用JAVA+STRUTS技术，设计一个情报研判系统，尝试解决从海量人员中筛选主要嫌疑人的问题。
关键词： java；struts；公安大数据；盗窃案；情报分析
中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2018）03-0065-03
Abstract： With the continuous improvement of large data， Integration of various data platforms， Carry out information analysis， Improve the level of case breaking， become an important subject of public security.Based on Criminal case ， Skynet video data， Accommodation data， Internet bar data， traffic data； communication data， Using JAVA+STRUTS Technology， Design an intelligence research system， Try to solve the problem of screening major suspects from large numbers of people.
Key words： java； struts；large date of police； larceny case； information analysis
在当前破案模式中，民警通常从天网视频监控，犯罪现场的证据，目击者的描述信息，作案手段等方面，着手开展案件侦破，当直接证据不全，视频监控不清楚的情况，进行破案，将有大量的人员需要排查。通過对结案案件的统计分析，前科人员再犯案的比率2006达到14.80%。犯盗窃、诈骗、抢劫等财产型案件的罪犯，重新犯罪比例为74.2%[1]。因此本系统将针对这类案件，利用公安系统已有的大数据资料，通过逐一筛选匹配的方式来锁定嫌疑人。
1 系统功能模块
根据公安系统已经具有的大数据资源，案件数据，嫌疑人体貌特征数据，网吧上网数据，宾馆住宿数据，以及其他数据如铁路，飞机，火车等交通数据，手机通讯，QQ，微信等通讯数据，制定嫌疑人筛选功能模块主要如下：
1.1 作案手段匹配
前科人员作案时，采用的手段一般较固定，从作案手段来匹配，可以较快的锁定嫌疑人群。匹配选项：案件类型，作案手段（关键词），作案工具（关键词），是否团伙作案，从已经结案的案件记录表中筛选嫌疑人。
1.2 身体特征匹配
如案件线索中有视频监控，或目击者，但都无法直接人脸匹配识别，可通过嫌疑人的相貌大致特征，如：身高，胖瘦，相貌特征，口音等，在重点人员中进行相貌的描述筛选匹配。
1.3 通讯信息匹配
如有通讯线索，可以匹配手机通话，QQ信息，微信信息等的基站来定位嫌疑人案发时是否在案发现场。
1.4 交通信息匹配
如根据作案信息嫌疑人可能是流窜作案，可以匹配符合条件的实名登记的交通信息，判断案发时嫌疑人是否在案发现场，如果交通信息显示案发时嫌疑人在别地，可以从中删除。
1.5 住宿信息匹配
如果嫌疑人是流窜作案，并且事先踩点，那么可以判断嫌疑人应该有住宿信息，通过匹配案发周边的住宿信息来筛选嫌疑人。
1.6 网吧信息匹配
如果嫌疑人有案发后上网消费的特点，部分青少年，可以通过网吧信息匹配符合条件的上网行为。
1.7 系统流程与效果图
程序的交通信息查询匹配图如下：
整个破案的流程泳道图如下：
2 功能模块实现
2.1 案件筛选
根据作案手段，案发类型，案发地点的报案信息，选择处理的案件，报案信息查询DAO：reportMessageDAO及reportMessage2.jsp页面处理主要代码如下：根据案件类型，案发时间，案发地点进行匹配查询。
根据作案手段，案发类型，案发地点的报案信息，选择处理的案件，运行结果如下：
JSP页面核心代码如下：
；关键词：
String IDcard=（String）session.getAttribute（"IDcard"）；
if（form instanceof phoneForm）{
request.setAttribute（"phoneList"， phDAO.query（IDcard））；
}
else{
System.out.println（"进入selectQuery方法调用到了这里"）；
QueryPhoneForm ifForm = （QueryPhoneForm） form；
request.setAttribute（"phoneList"， phDAO.query（ifForm，IDcard））；
return mapping.findForward（"phoneInfo"）；
}
2.4 匹配
某案件嫌疑人经侦查发现是流窜作案，根据以上匹配筛选后，将可疑人员IDcard放入session，根据案发时匹配的交通地址进行筛选，筛选代码如下：
List traList = new ArrayList（）；
trafficForm traForm=null；
String sql="select * from traffic_position where"；
if（！IfForm.getIDcard（）.equals（""））
sql =sql+ "and IDcard ="+ IfForm.getIDcard（）；
if（！IfForm.getTraffic_way（）.equals（""））
sql=sql +"and traffic_way like "+"'"+"%"+IfForm.getTraffic_way（）+"%"+"'"；
if（！IfForm.getStartPlace（）.equals（""））
sql =sql+"and startPlace like "+"'"+"%"+IfForm.getStartPlace（）+"%"+"'"；
if（！IfForm.getStartTime（）.equals（""））
sql =sql+"and startTime like "+"'"+"%"+IfForm.getStartTime（）+"%"+"'"；
if（！IfForm.getEndPlace（）.equals（""））
sql =sql+"and endPlace like "+"'"+"%"+IfForm.getEndPlace（）+"%"+"'"；
if（！IfForm.getEndTime（）.equals（""））
sql =sql+"and endTime like "+"'"+"%"+IfForm.getEndTime（）+"%"+"'"；
if（IDcard！=null&&！IDcard.equals（"沒有选择嫌疑人"））….
交通匹配，宾馆住宿匹配，网吧信息匹配的数据库筛选方法类似。不再繁述。
2.5 嫌疑人定位
在确定了嫌疑人后，根据IDcard：身份证号，可以点击嫌疑人当前定位，从而可以开始部署询问或抓捕。嫌疑人的定位是通过匹配多张数据表进行的连接查询，查询的SQL代码如下：下图是服务器运行的SQL语句。
Select caseMessage.IDcard，caseMessage.name，caseMessage.address，hotel.hotel_place，hotel.out_time，phone.GPS，PHONE.end_time，qq_position.online_IP，qq_position.chart_end_time， qq_position.baseAddress，qq_position.type，traffic_position.endPlace，traffic_position.endTime， web_place.wb_place，web_place.endTime from caseMessage left join hotel on caseMessage.IDcard=hotel.IDcard left join phone on caseMessage.IDcard=phone.IDcard left join qq_position on caseMessage.IDcard=qq_position.IDcard left join traffic_position on caseMessage.IDcard=traffic_position.IDcard left join web_place on caseMessage.IDcard=web_place.IDcard where caseMessage.IDcard in（'360122198809094595'，'360122198809094535'，'360122198809094547'，'360122198809094593'，'360122198809094597'，'360122198809094531'）
2.6 统计信息分析
统计信息是为了帮助各地方派出所查询当前各类案件发案率，好制定相关的打击目标。
以盗窃案为例查询盗窃案发率，入室盗窃率，超市盗窃率，地铁盗窃率，菜市场盗窃率，机动车盗窃率，车站盗窃运行的后台SQL代码：
declare @all_dq float declare @dq_rs int declare @dq_gj int declare @dq_dt int declare @dq_cs int declare @dq_csc int declare @dq_jdc int declare @dq_cz int declare @dq_qt int select @all_dq=count（*） from caseMessage where crime_time between '2009-09' and '2015-10' select @dq_rs=count（*） from caseMessage where crime_type like '%入室%' select @dq_gj=count（*） from caseMessage where crime_type like '%公交%' select @dq_cs=count（*） from caseMessage where crime_type like '%超市%' select @dq_dt=count（*） from caseMessage where crime_type like '%地鐵%' select @dq_csc=count（*） from caseMessage where crime_type like '%菜市场%' select @dq_jdc=count（*） from caseMessage where crime_type like '%机动车%' select @dq_cz=count（*） from caseMessage where crime_type like '%车站%' select @dq_qt=@all_dq-@dq_cz-@dq_jdc-@dq_csc-@dq_dt-@dq_cs-@dq_gj-@dq_rs select str（convert（float，（@dq_rs/@all_dq）*100））+'%' as 入室盗窃率，str（convert（float，（@dq_gj/@all_dq）*100））+'%' as 公交盗窃率，str（convert（float，（@dq_cs/@all_dq）*100））+'%' as 超市盗窃率，str（convert（float，（@dq_dt/@all_dq）*100））+'%' as 地铁盗窃率，str（convert（float，（@dq_csc/@all_dq）*100））+'%' as 菜市场盗窃率，str（convert（float，（@dq_jdc/@all_dq）*100））+'%' as 机动车盗窃率，str（convert（float，（@dq_cz/@all_dq）*100））+'%' as 车站盗窃率，str（convert（float，（@dq_qt/@all_dq）*100））+'%' as 其他盗窃率，@dq_rs as 入室盗窃数，@dq_gj as 公交盗窃数，@dq_cs as 超市盗窃数，@dq_dt as 地铁盗窃数，@dq_csc as 菜市场盗窃数，@dq_jdc as 机动车盗窃数，@dq_cz as 车站盗窃数，@dq_qt as 其他盗窃数 ，@all_dq as 总盗窃数
4 结束语
本系统依靠公安系统已经有的重点人员信息，天网数据信息，宾馆住宿信息，网吧上网信息，其他大数据信息如交通信息，通讯信息等作为基础，通过数据的碰撞，减少案件的嫌疑人排查数量，提高破案率，后期还需要针对犯罪嫌疑人作案前后的行为轨迹，不同类型案件再犯的时间间隔，犯案的原因，犯案时间选择，进行数据挖掘分析，添加更多筛选策略与预警策略。
参考文献：
[1] 史振， 曹文江. 重新犯罪的原因分析及对策研究[J]. 法治与社会， 2016（12）.
[2] 熊允发.公安情报分析中决策树方法的应用[J]. 中国人民公安大学学报：自然科学版， 2008（1）.
[3] 李乐亮， 李桂峰. 论盗窃案件的特点及侦查方法[J]. 市场周刊理论研究， 2008（12）.
[4] 张伟， 谷坚. 浅谈普通居民楼盗窃案件的特点及侦查对策[J]. 河北公安警察职业学院学报， 2008（12）.
[5] 李冬梅， 刘昆仑. 试论盗窃案件的特点和侦查要领[J]. 新疆大学学报：哲学·人文社会科学版， 2012（9）.
[6] 郑培钿. 基于的警务综合系统应用硏究[D]. 广州： 广东工业大学硕士学位论文， 2012.
[7] 杜璟. 基于公安警务信息平台的情报线索子系统的设计与实现[D].长春： 吉林大学硕士学位论文， 2016.
[8] 陈鹏， 瞿珂， 胡啸峰. 犯罪情报分析中的数据挖掘应用[J]. 计算机系统应用， 2009（2）.
