通讯痕迹与情报分析系统的设计方法

2018-12-05赵宇阔

电脑与电信 2018年9期

赵宇阔

（锦州中学，辽宁锦州 121003）

[关键字] 通讯痕迹；服务号码；技术侦察；数据挖掘；可信度

1 引言

在犯罪活动中，犯罪嫌疑人一般都会留下不同程度的通讯痕迹。并且，这些通讯痕迹不仅包含犯罪嫌疑人的活动轨迹，还对潜在的犯罪活动具有一定程度的预判作用。那么，对目标人员的通讯痕迹进行统计分析将是复原案情、确定侦查方向、追踪目标人员和收集犯罪证据的重要环节。因此，我们根据某些刑事犯罪的特点，开发了通讯痕迹与情报分析系统。

在开发过程中，我们首先与某公安部门合作，依法获取典型案例，并从中提取犯罪嫌疑人的通讯规律，以及通讯动机。然后，根据数据挖掘技术，挖掘犯罪活动中的潜在规律，以及这些规律的适用范围。并且，在试用过程中，目标人轨迹分析的可信度为95%，潜在目标人的犯罪活动分析的成功率为72%。

2 分析模型

一般来说，在目标人员的通讯痕迹中，将包含如下四类通讯记录，即：

(1)正常的人际交往（包括具有血缘关系的亲友、普通朋友、同事和陌生人等）；

(2)特殊行业的客服通讯（包括物流公司和出租车公司等社会服务行业）；

(3)隐性目标人员之间的通讯（包括共同犯罪人员）；(4)显性目标人员之间的通讯（包括从事某项犯罪活动中的人员联系）。

其中，具有犯罪前科的人员，我们称之为显性目标人。没有犯罪前科，但却与显性目标人员具有非正常性的接触（包括通讯），从而具有某种犯罪嫌疑的人员，我们称之为隐性目标人员。并且，根据该四类通讯记录的侦查特征，我们设计了一个如图1所示的分析模型。

在图1中，其它信息是指目标人员的基本信息（包括姓名、证件号、年龄、性别、民族、学历、住址）、社会信息（包括亲友、同事、工作单位、职业）、旅行信息（包括活动区域、同住宿人员、通行人员）、网络通信信息（包括QQ号、陌陌号、微博、邮箱）、基本资产信息（包括房产、车辆、投资、银行卡）和治安处罚信息（包括涉毒处罚、刑事处罚、交通处罚、法律纠纷等）。

图1 通讯痕迹与情报分析模型

3 相关指标的设置

在犯罪网络分析领域中，贝叶斯推理、聚类和关联规则是比较常见的数据挖掘技术，如NETEST等网络犯罪的分析工具。并且，在这些方法中，“有趣信息”的度量指标设置则是数据挖掘的核心问题。所以，本文根据通讯痕迹与情报分析的特点，从而在数据挖掘过程中采用了如下的指标设置，即：

(1)活跃度

在人类的社会活动中，由于个体的职业、学历、性格、区域、性别、年龄等特征会形成一个相对固定的交际圈。并且，这种交际圈与社会活动具有某种内在的逻辑性。因此，我们设计了一个显性活跃度与隐性活跃度指标，从而度量目标人员从事犯罪活动的可能性，以及侦查价值。也就是说，当显性活跃度和隐性活跃度越高，那么该目标人员就越接近某项犯罪活动，即：他有可能是该项犯罪活动的参与者，或者是知情者，或者是某种线索的提供者。

其中，在“对方号码”中，包含显性目标人员的数量，我们称之为显性活跃度；包含隐性目标人员的数量，我们则称之为隐性活跃度。

(2)敏感地域

在有些案件中，会体现某些地域特征，即：根据案件统计，某些地域的某类案件发生的概率要明显大于其它区域。因此，在目标人员的通讯痕迹中，我们对目标人员的通话归属地进行了统计，从而度量目标人员与敏感地域的接触程度。

(3)亲密度

在目标人员的交际圈中，有的个体与目标人员比较亲密，从而具有频繁的通讯行为。有的个体与目标人员比较疏远，从而具有较少的通讯行为。为了度量这种情况，我们设计了一个亲密度指标，即：目标人员与某个“通讯号码”的通讯频率。

算法：

第一步：通过目标人的通讯痕迹，获得活跃度、敏感地域和亲密度的度量值；

第二步：根据活跃度、敏感地域和亲密度分别进行聚类分析；

第三步：根据层次贝叶斯推理模型，从而对目标人的行为特征进行匹配；

第四步：对异常数据进行多维度综合评价；

第五步：输出结果。