基于大数据的个人极端暴力犯罪防控研究

宋祥斌

摘   要：个人极端暴力犯罪具有突发性、不确定性、手段极其残暴等特点，很难防控。文章基于大数据技术，综合源头治理、风险识别、监测预警和快速处置，开展个人极端暴力犯罪立体防控与打击处置的技术和机制研究，实现对个人极端暴力犯罪的主动防控，对于推动社会管理方式的创新以及维护社会的安全、稳定，具有极其重要的社会意义和现实意义。

关键词：大数据;个人极端;暴力犯罪;防控

随着我国社会和经济的不断发展与进步、各项改革事业的不断推进，加之国内外局势的变幻，社会变革深刻而又复杂，导致个人极端暴力犯罪频发，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6月28日，浦北路近桂林西街人行道附近黄姓男子因生活无着落，产生报复社会念头，持菜刀砍杀，造成两名男童死亡。2018年11月22号，辽宁省葫芦岛市建昌县一犯罪嫌疑人因为夫妻矛盾升级，产生了厌世报复社会的极端思想，随机选择作案对象，驾车故意撞击未成年学生，造成了5死19伤的严重后果。2018年12月25日，福建龙岩无业中年男性邱某，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。

个人极端暴力犯罪人性格扭曲、心理黑暗，把不公和不幸归因于社会和他人，遇到事情不能正确去面对，而是采取极端报复社会的做法，严重危害人民的生命、财产安全，极大地破坏社会秩序，个人极端暴力犯罪是当前和今后一段时期影响我国治安秩序和社会稳定的突出问题之一。大数据时代的到来，为个人极端暴力犯罪的防控工作带来了新的技术和思路。针对个人极端暴力犯罪的源头治理、风险识别、监测预警和快速处置，开展大数据下个人极端暴力犯罪立体防控与打击处置的技术和机制研究，能够改变传统被动应对的局面，实现对个人极端暴力犯罪的主动防控。

1    个人极端暴力犯罪的社会危害及相关研究

极端暴力事件并非中国独有，2009年11月5日，美军陆军少校马利克·哈桑在得克萨斯州胡德堡军事基地开枪行凶，造成13人死亡、30多人受伤。2011年7月22日，挪威冷血杀手布雷维克先在挪威首都奥斯陆政府办公楼附近引爆炸弹，而后赶往奥斯陆以西约40 km的于特岛开枪射杀参加挪威工党青年团夏令营的青少年，共77人遇难。这些个人极端暴力犯罪事件，对社会和民众造成了巨大危害和恐慌。

从犯罪手段来看，罪犯有直接报复杀人的，也有泄私愤爆炸纵火的;从犯罪地点来看，有校园、广场、街道等人群聚集的地方。虽然犯罪形式多种多样，但都是由单个人使用刀具、汽车、枪支等具有较强杀伤性的工具来实施且手段残忍的犯罪，导致多名被害人死亡或重伤并产生重大社会影响。与传统的暴力犯罪相比，个人极端暴力犯罪通常选择公共场所，随机选择作案对象，以凶狠手段突然发起袭击。犯罪后果极其严重、来不及防备、极易造成人群恐慌、示范效应很强，这些特点决定了该类犯罪应急与防控的艰难性。靳高风教授[1]采用实证分析方法对近年来国内发生的典型案例做了统计，阐释了当前我国个人极端暴力犯罪的现状和发展趋势，全面、清晰地揭示了其犯罪特征与发案原因。靳高风认为，“个人极端暴力犯罪”是指一个人针对特定或不特定多数人使用残忍的武力手段，实施造成严重伤亡和重大社会影响的行为[1]。江南社会学院马涛博士立足于犯罪地图理论，认为在大数据时代，可以将数据和地图结合起来分析、预测、预防恐怖主义犯罪，实现恐怖主义犯罪分布可视化;同济大学副教授单勇认为，在大数据时代，应该充分利用犯罪大数据，实现社会治安精准防控[2-3]。我国的国家自然科学基金已资助了大数据分析决策、非常规突发事件等相关项目，包括重大研究计划“非常规突发事件应急管理研究”“非常规突发事件演化分析和应对决策的支持模型集成原理与方法”“非常规突发事件下恐慌群体行为分析与疏导研究”等。

新形势下，社会对个人极端暴力犯罪袭击事件的防范和处置提出了更高的要求，大数据、云计算、人工智能等科技手段，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）能够促进犯罪人员信息数据化，实现对已有个人极端暴力犯罪分子进行标准测量和跟踪测评。（2）能够促进犯罪要素程序化，通过多维信息感知和识别技术，科学获取和厘清个人极端暴力犯罪的各个要素，构建预警模型和系统。（3）能够促进犯罪数据监管智能化，基于现有犯罪信息库数据进行机器学习，智能监控个人极端暴力犯罪数据在互联网上的流动[3]。大数据技术的应用对个人极端暴力犯罪的应急应变和打防结合、推动社会管理方式的创新、保障社会公共安全和维持社会稳定具有重要意义。

2    基于大数据防控个人极端暴力犯罪的思路

个人极端暴力犯罪具有隐蔽性、突发性与暴力性，必须建立并覆盖“感知、识别、预警、防控、处置”的全方位预防监控体系。有效管控各类高危人员，切实把辖区内肇事肇祸的“病”人、酗酒滋事人员和对社会严重不满的人员排查出来，尤其是对情绪行为偏执、对社会极端不满等各类高危人员做到心中有数，逐一落实教育、疏导、稳控等具体措施;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，防止从事违法犯罪活动;对已经发生的个人极端暴力犯罪人员，要能及时启动预案，科学指挥和妥善处置。

在互联网、大数据时代，极端暴力分子的一举一动，都极有可能留下蛛丝马迹。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。美国的Palantir是一家大数据挖掘分析公司，将人工智能算法与强大的引擎整合在一起，对多个数据库进行扫描，借助人工智能算法对数据库信息进行处理，并允许用户对相关信息进行快速浏览。目前，其产品已经被CIA，FBI、私人調查机构等多家机构使用。Palantir公司开发的产品已成为美国情报机关反恐的必备工具。

国内在智能情报分析与反恐、人员识别与反恐等领域也开展了不同形式的警务实践，但对于极端人员的识别、预警及管控的大数据防控与处置研究甚少。亟需通过大数据和云计算等技术对个人极端暴力犯罪进行源头识别与治理防控，从事件、行为、区域、场所、行业等多个维度，为个人极端暴力犯罪事件预测、异常行为监测、风险评估等提供精准的预测预警服务。

2.1  针对极端犯罪的隐蔽性，需要增强有效情报信息的获取能力

及时获取可靠的情报，有针对性地获知和控制潜在极端暴力危险者，将极端威胁有效地控制于萌芽状态[4];通过研究已发生的个人极端暴力犯罪案例，分析其发生的特点、规律，梳理出犯罪主体在生理、心理、生活、社会关系等方面的特征，为有效刻画和识别潜在极端人员提供标准化、可操作的测量手段。

2.2  针对个人极端暴力犯罪的突发性，需要加强对个人极端暴力犯罪的态势感知

要能对潜在的极端人员和事件进行提前预测和预警，将情报信息及时通报和上报，提前获取犯罪分子的袭击企图和计划等情报信息，为主动应对突发状况提供预警，将危害后果最小化[4]。要对高危人员进行特征识别和重点管控，对个人极端暴力犯罪案件发生的地点、作案手段、使用工具等进行规律分析和特征建模，基于知识图谱技术建立目标知识库和情报监督系统，对高危人员进行多维监测。建立风险积分预警模型，及时发现有极端报复社会的苗头性、倾向性行为。

2.3  针对个人极端暴力犯罪的暴力性，尽可能在预谋阶段或实施前予以控制和处置

一旦发现有极端行为的可能性，及时对高危人员进行处置，通过微表情诱发和识别，获取其真实心理，及时干预和制止暴力犯罪活动。如果个人极端暴力犯罪已经发生，必须立即启动应急处置预案，科学指挥，尽量控制犯罪对社会造成的伤害。

3    基于大数据防控个人极端暴力犯罪的措施

从数据、模型和系统3个视图梳理和分析个人极端暴力犯罪技术防控的需求，综合运用大数据、人工智能等技术，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，构建个人极端暴力犯罪一体化防控的体系作战框架。解决现有个人极端暴力犯罪防控中情报模型适用场景单一、预测能力不足、以被动应对为主、难以满足实际业务需要的问题，实现主动防范的目标。

3.1  规劃和规范个人极端暴力犯罪防控数据资源，构建个人极端暴力犯罪防控大数据治理体系

对个人极端暴力犯罪防控与治理中的数据资源进行规划，制定元数据和主数据标准，建立数据目录;对个人极端暴力犯罪防控与治理中的数据资源进行整合，建立规范的数据服务和应用标准，提高数据对反个人极端暴力犯罪业务应用的自适应性，实现对新增数据的自动发现、数据目录的自动维护、数据标准的自动对照、数据更新的自动监测、数据质量的自动检测。

3.2  研究潜在极端暴力人员的源头识别和管控，构建个人极端暴力犯罪的目标管控体系

在对已有极端人员先验知识的前提下，借助大数据分析方法，从人格、价值观、情绪、行为、社会关系、经济、重大事件等多种维度，对审讯记录、上网资料、信访数据、非法集聚数据、交通、经济数据、量表测验和亲属描述等材料，进行主要特征提取，依托大数据+量表测验的方法，构建极端人员特征集常模。结合小样本机器学习算法，建立智能研判系统，进行信效度检验、特征匹配，筛选出潜在极端人。基于知识图谱技术，建立潜在极端人员的动态目标库。

3.3  研究极端暴力事件的态势感知和预测预警，构建个人极端暴力犯罪的情报预警体系

综合运用异常行为识别技术，对极端暴力事件进行多维监测和预警;建立面向重点目标、行业、社会事件的极端暴力事件的风险评估体系;建立多情景个人极端暴力犯罪风险预警模型，提高对个人极端暴力犯罪的态势感知和情报研判能力。

3.4  研究个人极端暴力犯罪的监测干预和应急处置，构建个人极端暴力犯罪的应急指挥体系

对高危人员进行微表情诱发和识别，一旦风险积分预警模型发现有极端行为的可能性，及时制止控制，获取其真实心理，及时采取应急处置措施;提出应对个人极端暴力犯罪的资源布局和警力调度、预案生成及决策优化等技术，建立跨层级跨部门协同应急响应体系，实现一点报警、多级感知、整体联动。

4    个人极端暴力犯罪大数据防控的难点

实现个人极端暴力犯罪的预警和管控，需要突破个人极端暴力犯罪立体防控与打击处置应用中数据感知融合、异常行为监测、应急资源布局调度、源头风险识别治理、跨空间积分预警、自适应敏捷指挥等关键技术的瓶颈，解决多维多源数据感知与融合、极端人员主体源头识别与治理、极端事件风险监测预警、极端行为识别防控等不同层面的关键问题[5]。

在个人极端暴力犯罪数据的感知融合方面，采用个人极端暴力犯罪奇异稀疏数据的感知技术和融合方法，建立个人极端暴力犯罪元数据动态知识图谱和数据资源规划体系，重点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，为极端暴力行为的大数据分析预警完成数据准备。

在潜在犯罪人员的目标建模方面，要构建用于识别潜在极端暴力人员的常模标准和基于心理先验知识的动态知识库，为重点人员、重点部位的源头风险识别与治理提供关联搜索和预警模型，提升预知个人极端暴力犯罪风险的准确度、时效性。

在个人极端暴力犯罪行为的监测预警方面，要解决个人极端暴力犯罪行为多维分析检测与预测关键技术，建立基于多重社会网络的个人极端暴力犯罪主体及其行为关联模型，研究异常心理行为、异常活动轨迹、异常网络行为等主体推测方法和极端行为模式解析方法，通过个人极端暴力犯罪预谋行为监测，实现预谋行为预测和干预处置，降低社会极端暴力事件发生概率。

在个人极端暴力犯罪的打击处置方面，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关键技术，建立跨层级跨部门协同联动应急响应工作机制，实现一点报警、多级感知、整体联动。

5    结语

文章研究与分析个人极端暴力犯罪的防控和治理需求，针对防控个人极端暴力犯罪中数据多源异构、高维分布、样本数据奇异稀疏、异常行为及犯罪主体监测分析低质低效、应急处置缺乏快速协调机制等问题，基于大数据技术，规划和规范个人极端暴力犯罪防控数据资源，强化对潜在极端暴力人员的源头识别和管控，增强对极端暴力事件的态势感知和预测预警能力，科学组织和实施极端暴力事件的应急处置和指挥决策。建立潜在个人极端暴力犯罪分子源头治理、风险识别、预测预警、打击处置的系统性技术解决方案，保证社会安全和正常的秩序，降低个人极端暴力犯罪的伤害程度。

[参考文献]

[1]靳高风.当前中国个人极端暴力犯罪个案研究[J].中国人民公安大学学报（社会科学版），2012（5）：126-134.

[2]冯卫国，王敏芝.个人极端暴力犯罪及其防范治理—基于100起犯罪案例的实证分析[J].浙江工业大学学报（社会科学版），2018（2）：217-221.

[3]操宏均.大数据时代下的犯罪防控[EB/OL].（2017-09-14）[2019-11-20].http：//newspaper.jcrb.com/2017/20170914/20170914_003/20170914_003_4.html.

[4]宋召辉.现阶段个体个人极端暴力犯罪应急防控研究[D].西安：长安大学，2017.

[5]刘克军.中小学校园极端暴力袭击事件应急防控问题研究[D].长沙：湖南大学，2012.