徐雪飛

摘要：隨著大數(shù)據(jù)的不斷完善，整合各類數(shù)據(jù)平臺(tái)，進(jìn)行情報(bào)分析，提高破案水平，成為公安當(dāng)前的重要課題。該系統(tǒng)將就嫌疑人案底數(shù)據(jù)，天網(wǎng)視頻數(shù)據(jù)，住宿數(shù)據(jù)，網(wǎng)吧數(shù)據(jù)，交通數(shù)據(jù)，通訊數(shù)據(jù)，作為數(shù)據(jù)基礎(chǔ)，采用JAVA+STRUTS技術(shù)，設(shè)計(jì)一個(gè)情報(bào)研判系統(tǒng)，嘗試解決從海量人員中篩選主要嫌疑人的問題。

關(guān)鍵詞： java；struts；公安大數(shù)據(jù)；盜竊案；情報(bào)分析

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：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

在當(dāng)前破案模式中，民警通常從天網(wǎng)視頻監(jiān)控，犯罪現(xiàn)場(chǎng)的證據(jù)，目擊者的描述信息，作案手段等方面，著手開展案件偵破，當(dāng)直接證據(jù)不全，視頻監(jiān)控不清楚的情況，進(jìn)行破案，將有大量的人員需要排查。通過對(duì)結(jié)案案件的統(tǒng)計(jì)分析，前科人員再犯案的比率2006達(dá)到14.80%。犯盜竊、詐騙、搶劫等財(cái)產(chǎn)型案件的罪犯，重新犯罪比例為74.2%[1]。因此本系統(tǒng)將針對(duì)這類案件，利用公安系統(tǒng)已有的大數(shù)據(jù)資料，通過逐一篩選匹配的方式來鎖定嫌疑人。

1 系統(tǒng)功能模塊

根據(jù)公安系統(tǒng)已經(jīng)具有的大數(shù)據(jù)資源，案件數(shù)據(jù)，嫌疑人體貌特征數(shù)據(jù)，網(wǎng)吧上網(wǎng)數(shù)據(jù)，賓館住宿數(shù)據(jù)，以及其他數(shù)據(jù)如鐵路，飛機(jī)，火車等交通數(shù)據(jù)，手機(jī)通訊，QQ，微信等通訊數(shù)據(jù)，制定嫌疑人篩選功能模塊主要如下：

1.1 作案手段匹配

前科人員作案時(shí)，采用的手段一般較固定，從作案手段來匹配，可以較快的鎖定嫌疑人群。匹配選項(xiàng)：案件類型，作案手段（關(guān)鍵詞），作案工具（關(guān)鍵詞），是否團(tuán)伙作案，從已經(jīng)結(jié)案的案件記錄表中篩選嫌疑人。

1.2 身體特征匹配

如案件線索中有視頻監(jiān)控，或目擊者，但都無法直接人臉匹配識(shí)別，可通過嫌疑人的相貌大致特征，如：身高，胖瘦，相貌特征，口音等，在重點(diǎn)人員中進(jìn)行相貌的描述篩選匹配。

1.3 通訊信息匹配

如有通訊線索，可以匹配手機(jī)通話，QQ信息，微信信息等的基站來定位嫌疑人案發(fā)時(shí)是否在案發(fā)現(xiàn)場(chǎng)。

1.4 交通信息匹配

如根據(jù)作案信息嫌疑人可能是流竄作案，可以匹配符合條件的實(shí)名登記的交通信息，判斷案發(fā)時(shí)嫌疑人是否在案發(fā)現(xiàn)場(chǎng)，如果交通信息顯示案發(fā)時(shí)嫌疑人在別地，可以從中刪除。

1.5 住宿信息匹配

如果嫌疑人是流竄作案，并且事先踩點(diǎn)，那么可以判斷嫌疑人應(yīng)該有住宿信息，通過匹配案發(fā)周邊的住宿信息來篩選嫌疑人。

1.6 網(wǎng)吧信息匹配

如果嫌疑人有案發(fā)后上網(wǎng)消費(fèi)的特點(diǎn)，部分青少年，可以通過網(wǎng)吧信息匹配符合條件的上網(wǎng)行為。

1.7 系統(tǒng)流程與效果圖

程序的交通信息查詢匹配圖如下：

整個(gè)破案的流程泳道圖如下：

2 功能模塊實(shí)現(xiàn)

2.1 案件篩選

根據(jù)作案手段，案發(fā)類型，案發(fā)地點(diǎn)的報(bào)案信息，選擇處理的案件，報(bào)案信息查詢DAO：reportMessageDAO及reportMessage2.jsp頁面處理主要代碼如下：根據(jù)案件類型，案發(fā)時(shí)間，案發(fā)地點(diǎn)進(jìn)行匹配查詢。

根據(jù)作案手段，案發(fā)類型，案發(fā)地點(diǎn)的報(bào)案信息，選擇處理的案件，運(yùn)行結(jié)果如下：

JSP頁面核心代碼如下：

?；查詢條件：

作案手段

案發(fā)地點(diǎn)

案件類型

?；關(guān)鍵詞：

?；?；

String IDcard=（String）session.getAttribute（"IDcard"）；

if（form instanceof phoneForm）{

request.setAttribute（"phoneList"， phDAO.query（IDcard））；

}

else{

System.out.println（"進(jìn)入selectQuery方法調(diào)用到了這里"）；

QueryPhoneForm ifForm = （QueryPhoneForm） form；

request.setAttribute（"phoneList"， phDAO.query（ifForm，IDcard））；

return mapping.findForward（"phoneInfo"）；

}

2.4 匹配

某案件嫌疑人經(jīng)偵查發(fā)現(xiàn)是流竄作案，根據(jù)以上匹配篩選后，將可疑人員IDcard放入session，根據(jù)案發(fā)時(shí)匹配的交通地址進(jìn)行篩選，篩選代碼如下：

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（"沒有選擇嫌疑人"））….

交通匹配，賓館住宿匹配，網(wǎng)吧信息匹配的數(shù)據(jù)庫篩選方法類似。不再繁述。

2.5 嫌疑人定位

在確定了嫌疑人后，根據(jù)IDcard：身份證號(hào)，可以點(diǎn)擊嫌疑人當(dāng)前定位，從而可以開始部署詢問或抓捕。嫌疑人的定位是通過匹配多張數(shù)據(jù)表進(jìn)行的連接查詢，查詢的SQL代碼如下：下圖是服務(wù)器運(yùn)行的SQL語句。

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 統(tǒng)計(jì)信息分析

統(tǒng)計(jì)信息是為了幫助各地方派出所查詢當(dāng)前各類案件發(fā)案率，好制定相關(guān)的打擊目標(biāo)。

以盜竊案為例查詢盜竊案發(fā)率，入室盜竊率，超市盜竊率，地鐵盜竊率，菜市場(chǎng)盜竊率，機(jī)動(dòng)車盜竊率，車站盜竊運(yùn)行的后臺(tái)SQL代碼：

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 '%菜市場(chǎng)%' select @dq_jdc=count（*） from caseMessage where crime_type like '%機(jī)動(dòng)車%' select @dq_cz=count（*） from caseMessage where crime_type like '%車站%' 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 入室盜竊率，str（convert（float，（@dq_gj/@all_dq）*100））+'%' as 公交盜竊率，str（convert（float，（@dq_cs/@all_dq）*100））+'%' as 超市盜竊率，str（convert（float，（@dq_dt/@all_dq）*100））+'%' as 地鐵盜竊率，str（convert（float，（@dq_csc/@all_dq）*100））+'%' as 菜市場(chǎng)盜竊率，str（convert（float，（@dq_jdc/@all_dq）*100））+'%' as 機(jī)動(dòng)車盜竊率，str（convert（float，（@dq_cz/@all_dq）*100））+'%' as 車站盜竊率，str（convert（float，（@dq_qt/@all_dq）*100））+'%' as 其他盜竊率，@dq_rs as 入室盜竊數(shù)，@dq_gj as 公交盜竊數(shù)，@dq_cs as 超市盜竊數(shù)，@dq_dt as 地鐵盜竊數(shù)，@dq_csc as 菜市場(chǎng)盜竊數(shù)，@dq_jdc as 機(jī)動(dòng)車盜竊數(shù)，@dq_cz as 車站盜竊數(shù)，@dq_qt as 其他盜竊數(shù) ，@all_dq as 總盜竊數(shù)

4 結(jié)束語

本系統(tǒng)依靠公安系統(tǒng)已經(jīng)有的重點(diǎn)人員信息，天網(wǎng)數(shù)據(jù)信息，賓館住宿信息，網(wǎng)吧上網(wǎng)信息，其他大數(shù)據(jù)信息如交通信息，通訊信息等作為基礎(chǔ)，通過數(shù)據(jù)的碰撞，減少案件的嫌疑人排查數(shù)量，提高破案率，后期還需要針對(duì)犯罪嫌疑人作案前后的行為軌跡，不同類型案件再犯的時(shí)間間隔，犯案的原因，犯案時(shí)間選擇，進(jìn)行數(shù)據(jù)挖掘分析，添加更多篩選策略與預(yù)警策略。

參考文獻(xiàn)：

[1] 史振， 曹文江. 重新犯罪的原因分析及對(duì)策研究[J]. 法治與社會(huì)， 2016（12）.

[2] 熊允發(fā).公安情報(bào)分析中決策樹方法的應(yīng)用[J]. 中國(guó)人民公安大學(xué)學(xué)報(bào)：自然科學(xué)版， 2008（1）.

[3] 李樂亮， 李桂峰. 論盜竊案件的特點(diǎn)及偵查方法[J]. 市場(chǎng)周刊理論研究， 2008（12）.

[4] 張偉， 谷堅(jiān). 淺談普通居民樓盜竊案件的特點(diǎn)及偵查對(duì)策[J]. 河北公安警察職業(yè)學(xué)院學(xué)報(bào)， 2008（12）.

[5] 李冬梅， 劉昆侖. 試論盜竊案件的特點(diǎn)和偵查要領(lǐng)[J]. 新疆大學(xué)學(xué)報(bào)：哲學(xué)·人文社會(huì)科學(xué)版， 2012（9）.

[6] 鄭培鈿. 基于的警務(wù)綜合系統(tǒng)應(yīng)用硏究[D]. 廣州： 廣東工業(yè)大學(xué)碩士學(xué)位論文， 2012.

[7] 杜璟. 基于公安警務(wù)信息平臺(tái)的情報(bào)線索子系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].長(zhǎng)春： 吉林大學(xué)碩士學(xué)位論文， 2016.

[8] 陳鵬， 瞿珂， 胡嘯峰. 犯罪情報(bào)分析中的數(shù)據(jù)挖掘應(yīng)用[J]. 計(jì)算機(jī)系統(tǒng)應(yīng)用， 2009（2）.