劉學(xué)仁,鮑世方

(上海公安學(xué)院 信息化與網(wǎng)絡(luò)安全系，上海 200137)

0 引言

城市化進程的不斷加快和互聯(lián)網(wǎng)共享經(jīng)濟的發(fā)展為人民群眾帶來便利的同時，也為盜竊案件的發(fā)生提供了溫床，這不僅損害了公共財產(chǎn)，而且對社會造成了很多不安定因素。由于案件的流動性以及線索的局限性，給民警破案帶來了很大困難。如何預(yù)防和打擊盜竊案件的發(fā)生一直是犯罪研究的重點和難點。通過犯罪預(yù)測可以有效指導(dǎo)巡邏警察的工作，從而更準(zhǔn)確和及時地預(yù)防和打擊犯罪的發(fā)生。因此，犯罪預(yù)測的研究不僅可以節(jié)省對公安安全的人力投入，而且可以提高人民對社會治安的滿意度。

盜三車是盜竊機動車、盜竊電動車、盜竊自行車案件的簡稱，多發(fā)生在大中型城鎮(zhèn)以及人口密集和流動性大的場所，對公共財產(chǎn)和社會治安構(gòu)成極大威脅，對社會造成了很多不安定因素。

犯罪預(yù)測是制定犯罪預(yù)防措施和打擊犯罪的重要科學(xué)依據(jù)。通過對過往的犯罪數(shù)據(jù)，分析可能影響犯罪的各種相關(guān)因素，形成相關(guān)的預(yù)測模型，對在未來特定時空范圍內(nèi)可能出現(xiàn)的犯罪現(xiàn)象的判斷。它是犯罪學(xué)理論體系中重要的組成部分，是開展針對性犯罪預(yù)防的前提條件，由初期的以預(yù)防為宗旨，發(fā)展到對犯罪現(xiàn)象的超前性研究和對社會犯罪預(yù)防戰(zhàn)略的制定和實施的研究[1]。

犯罪預(yù)測泛指所有用于犯罪預(yù)測的手段和途徑。專家預(yù)測法和相關(guān)因素分析法是犯罪學(xué)界比較推崇的宏觀預(yù)測方法；伯吉斯再犯預(yù)測法和格呂克再犯預(yù)測法是犯罪預(yù)測常用的微觀預(yù)測方法[1]。

長短期記憶網(wǎng)絡(luò)[2](LSTM)是循環(huán)神經(jīng)網(wǎng)絡(luò)的改進，該方法有效解決了循環(huán)神經(jīng)網(wǎng)絡(luò)在處理長周期數(shù)據(jù)間傳遞過程中造成有效信息丟失的問題。1997年首次發(fā)表關(guān)于長短期記憶網(wǎng)絡(luò)論文。LSTM的改進就是用來處理和預(yù)測間隔和延遲比較長的時間序列事件。

國內(nèi)的相關(guān)研究雖然起步比較晚但發(fā)展迅速，肖延輝、王欣等[3]提出基于長短記憶型卷積神經(jīng)網(wǎng)絡(luò)的犯罪地理位置預(yù)測方法；蘭見春[4]提出基于Spark的犯罪預(yù)警分析系統(tǒng)的設(shè)計與實現(xiàn)；雷陽[5]提出基于TensorFlow的犯罪時間序列預(yù)測。針對以上問題，在本文中，我們基于長短期記憶網(wǎng)絡(luò)模型，研究預(yù)測盜三車犯罪的方法，巡邏民警可以依據(jù)可依靠的犯罪預(yù)測數(shù)據(jù)，調(diào)整巡邏的時間和地點，有效地預(yù)防犯罪的發(fā)生概率，保障社會公共安全。

1 盜三車犯罪數(shù)據(jù)整理

本文研究的對象為盜三車犯罪數(shù)據(jù)，主要為報案人以及對犯罪情況的描述信息包括報案人、案件的發(fā)案起始時間、發(fā)案截止時間、案件發(fā)生地點以及被盜車輛信息。以某市2015-2019年盜三車案件信息作為原始數(shù)據(jù)。如表1所示。

表1 盜三車案件描述

1.1 處理案件數(shù)據(jù)

盜三車案件原始數(shù)據(jù)并不適合用于研究，為了方便預(yù)測模型的實驗，通過數(shù)據(jù)處理，形成用于研究的數(shù)據(jù)集，這些案件數(shù)據(jù)集包含報案人、案件的發(fā)案起始時間、發(fā)案截止時間、案件發(fā)生地點以及被盜車輛信息。

數(shù)據(jù)處理的目的是為了確保預(yù)測結(jié)果不受異常數(shù)據(jù)影響而對數(shù)據(jù)進行檢驗、修正、整理的過程，主要包括對缺失數(shù)據(jù)、錯誤數(shù)據(jù)和重復(fù)數(shù)據(jù)的處理，處理的方法包括數(shù)據(jù)一致性檢查、無效值或重復(fù)值剔除、缺失值估算以及其他不符合要求的干擾數(shù)據(jù)刪減。

(1)檢查數(shù)據(jù)一致性

數(shù)據(jù)一致性檢查涉及兩種方式，一種是針對相同類型數(shù)據(jù)的取值范圍判斷其是否在取值范圍內(nèi)；另一種是根據(jù)不同類型數(shù)據(jù)之間的相互關(guān)系校驗數(shù)據(jù)是否滿足數(shù)據(jù)間的關(guān)系。比如通過檢查發(fā)案地點區(qū)劃信息，可以判斷案件發(fā)案地點是否合理以及是否相互矛盾。

(2)處理無效值、缺省值和重復(fù)值

為避免因數(shù)據(jù)問題影響預(yù)測結(jié)果，數(shù)據(jù)處理時合理去除一些無效值以及通過已知數(shù)據(jù)填充缺省值，可以保證預(yù)測結(jié)果的相對合理性。對于無效值和重復(fù)值可以考慮整列或整行刪除；對于缺省值可以結(jié)合上下文進行估算。

1.2 提取盜竊案件地址信息

案件地址是盜竊案件中最重要的數(shù)據(jù)，但是由于采集標(biāo)準(zhǔn)和途徑的不一致，造成對案件地址描述的不一致，給研究帶了很大不便。本文通過提取標(biāo)準(zhǔn)的案件地址數(shù)據(jù)來保證預(yù)測的可靠性。提取步驟如下。

(1)基于標(biāo)準(zhǔn)地址庫匹配的規(guī)則

利用標(biāo)準(zhǔn)地址庫保證盜竊案件地址提取的準(zhǔn)確性，基于完全和近似匹配的規(guī)則，從案情描述中提取地址信息，記錄匹配到標(biāo)準(zhǔn)地址信息，用于標(biāo)記案件信息。

(2)基于放大規(guī)則提取地址信息

對于步驟(1)沒有匹配到地址信息的案件信息，通過匹配上一級地址的規(guī)則，提取放大后的地址信息，記錄提取到的地址信息，用于標(biāo)記案件信息。

通過以上規(guī)則仍無法提取到地址信息的案件數(shù)據(jù)，無法作為犯罪預(yù)測的參考，可以排除這些案件數(shù)據(jù)，避免影響預(yù)測結(jié)果。

1.3 提取發(fā)案時間相關(guān)數(shù)據(jù)

(1)提取案件發(fā)案時段數(shù)據(jù)

案件發(fā)案時段一般存在于案件的描述里，這些數(shù)據(jù)可以利用程序從描述信息中提取到案件可能發(fā)生的起始時間和結(jié)束時間數(shù)據(jù)。

(2)提取發(fā)案星期月份和季節(jié)信息

根據(jù)第一步提取到的案件發(fā)案時段數(shù)據(jù)，通過程序獲得案發(fā)日期、星期、月份以及季節(jié)信息。

(3)獲取發(fā)案天氣信息

利用中國天氣官網(wǎng)公開的歷史天氣數(shù)據(jù)，根據(jù)第一步提取到的案件發(fā)案時段獲取案發(fā)當(dāng)天的天氣情況。

1.4 提取發(fā)案位置數(shù)據(jù)

根據(jù)發(fā)案地址信息，利用高德地圖服務(wù)API，獲取發(fā)案地址的坐標(biāo)信息及周邊POI點信息。以高德地圖為例：

(1)根據(jù)地址獲取坐標(biāo)

AMap.plugin('AMap.Geocoder',function(){

var tGeocoder =new AMap.Geocoder({city:'021'})

tGeocoder.getLocation('地址',function(tStatus,tResult){

if (tStatus =='complete' &&tResult.info =='OK'){

/*tResult變量保存對應(yīng)詳細(xì)地理坐標(biāo)信息*/

}

})

})

(2)根據(jù)坐標(biāo)獲取周邊POI點信息

var map =new AMap.Map("container");

AMap.plugin(["AMap.PlaceSearch"],function(){

//構(gòu)造地點查詢類

var placeSearch =new AMap.PlaceSearch({

type:'餐飲服務(wù)',//興趣點類別

pageSize:5,//單頁顯示結(jié)果條數(shù)

pageIndex:1,//頁碼

city:"021",//興趣點城市

map:map //展現(xiàn)結(jié)果的地圖實例

});

var cpoint =[116.405467,39.907761];//點坐標(biāo)

placeSearch.searchNearBy('',cpoint,200,function(status,result){

});

});

2 盜三車犯罪預(yù)測研究

犯罪預(yù)測研究是識別歷史案件，總結(jié)學(xué)習(xí)歷史案件信息，預(yù)測案件發(fā)生規(guī)律的過程，傳統(tǒng)的犯罪預(yù)測研究方式是基于統(tǒng)計分析和參數(shù)估算的研究，但是統(tǒng)計分析和參數(shù)估算過于依賴分析人員的經(jīng)驗，預(yù)測的準(zhǔn)確性很難提高；由于警務(wù)數(shù)據(jù)多牽涉到個人隱私，很少對外共享，大多研究者獲取不方便，因此這方面的研究者較少，相關(guān)成果也相對較少，采用傳統(tǒng)機器學(xué)習(xí)方法針對時空特征進行分析，很難提高犯罪趨勢預(yù)測的準(zhǔn)確性[6]。

循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)是一種改進的多層感知器網(wǎng)絡(luò)，用于處理序列數(shù)據(jù)，如圖1所示。

圖1 經(jīng)典循環(huán)神經(jīng)網(wǎng)路圖

1997年由Hochreiter等[7]在循環(huán)神經(jīng)網(wǎng)路(RNN)的基礎(chǔ)上提出長短期記憶，Alex Graves等[8]于2014年對長短期記憶進行改進。

語音文本早期多使用長短期記憶(LSTM)進行處理，近年來在金融等其他領(lǐng)域開始使用[9]。本文提出運用長短期記憶(LSTM)算法結(jié)合時間、空間等相關(guān)案件數(shù)據(jù)構(gòu)建“盜三車”類型案件犯罪預(yù)測模型。

長短期記憶(LSTM)算法是基于循環(huán)神經(jīng)網(wǎng)路(RNN)的改良，擴大了循環(huán)神經(jīng)網(wǎng)路的應(yīng)用場景，通過確定新的輸入是否被記憶、遺棄或輸出，來解決了循環(huán)神經(jīng)網(wǎng)路在長周期事件中有效信息丟失的問題，學(xué)習(xí)長周期數(shù)據(jù)間的依賴信息。

長短期記憶(LSTM)和循環(huán)神經(jīng)網(wǎng)路(RNN)都包含正向傳播計算，基于時間的反向傳播算法和權(quán)重更新優(yōu)化算法。但循環(huán)神經(jīng)網(wǎng)路模型在權(quán)重更新過程中會引起梯度消失甚至梯度爆炸這種極端情況，這會導(dǎo)致數(shù)據(jù)在傳播過程中忘記較長周期的有效信息，因此不適合處理具有較長延遲事件的序列。預(yù)先設(shè)置RNN模型的延遲事件長度很難達(dá)到最佳的主觀設(shè)置，LSTM模型應(yīng)運而生，以解決RNN模型的長期依賴問題。LSTM的主要區(qū)別在于對RNN“記憶體”的改造以及對記憶信息的過濾，保留有用信息的傳遞，過濾無用信息的傳遞。LSTM設(shè)置了使歷史犯罪信息有選擇地通過的渠道，以便將相應(yīng)的犯罪信息過濾或添加到“記憶體”中。LSTM將歷史案件數(shù)據(jù)和新輸入的案件數(shù)據(jù)的有效數(shù)據(jù)進行疊加，這就保留了歷史案件數(shù)據(jù)的有效預(yù)測數(shù)據(jù)，而不會因為乘法的影響使部分有效數(shù)據(jù)丟失。因此，LSTM不會在長周期的案件中導(dǎo)致對預(yù)測有效信息的丟失，可以處理長周期案件預(yù)測的記憶問題。如圖2所示。

圖2 LSTM模型結(jié)構(gòu)圖

長短期記憶(LSTM)是基于一個循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)結(jié)構(gòu)，在每一層增加一個濾波器(輸入、輸出和遺忘)通道。判斷網(wǎng)絡(luò)輸出層的當(dāng)前狀態(tài)是否達(dá)到閾值，以確定網(wǎng)絡(luò)上一層的輸出是否達(dá)到閾值。如圖2所示，使用Sigmoid函數(shù)來計算當(dāng)前層的存儲狀態(tài)作為輸入，當(dāng)輸出結(jié)果達(dá)到當(dāng)前設(shè)定的計算閾值時，就將輸出通道的存儲狀態(tài)與當(dāng)前層的存儲狀態(tài)的乘積作為下一層的輸入；當(dāng)輸出結(jié)果未達(dá)到當(dāng)前設(shè)定的計算閾值時，就忽略當(dāng)前層的輸出。在每個模型的反向傳播訓(xùn)練過程中，每個層(包括通道節(jié)點)的權(quán)值都會被更新。

本文基于TensorFlow深度學(xué)習(xí)平臺，利用長短期記憶網(wǎng)絡(luò)模型進行實驗，通過參數(shù)調(diào)整優(yōu)化訓(xùn)練模型的預(yù)測效果，最終輸出盜三車預(yù)測結(jié)果，具體的實驗環(huán)境如表2所示。

表2 實驗環(huán)境信息

本文基于某市2015-2019年盜三車盜竊案件信息(其中70%作為訓(xùn)練數(shù)據(jù)，30%作為驗證數(shù)據(jù))，使用本文提出的長短期記憶網(wǎng)絡(luò)模型預(yù)測下個周期犯罪發(fā)生情況，對比結(jié)果如表3所示。

表3 長短期記憶網(wǎng)絡(luò)模型實驗結(jié)果

本文提出的長短期記憶網(wǎng)絡(luò)模型預(yù)測效果優(yōu)于傳統(tǒng)的參數(shù)估算預(yù)測方法。

通過實驗結(jié)果，可以看出本文提出的LSTM預(yù)測模型在預(yù)測的準(zhǔn)確率上提高了12個百分點，這對犯罪的預(yù)防和打擊有所提高。

本文所述模型系統(tǒng)，現(xiàn)已為某市公安機關(guān)安裝使用，并成為執(zhí)法部門日常社會面治理、打擊預(yù)防犯罪，警力投放部署的重要依據(jù)和主要手段。結(jié)合公安實戰(zhàn)應(yīng)用，本模型對于盜三車案件預(yù)測準(zhǔn)確率超70%，為降低盜三車案件數(shù)量，維護人民群眾財產(chǎn)安全作出一定貢獻。

3 總結(jié)

盜三車案件是城市社會生活常見犯罪類型之一，是社會治安管理工作的重點，它是一種特殊的犯罪形式，存在團伙作案或掩護作案，通常發(fā)生在隱蔽的場所，在被害人不在場或者不注意的情況下，在極短時間內(nèi)采用特殊的作案工具，盜竊被害人車輛(機動車、電動車、自行車)，留下的現(xiàn)場信息有限，加大了破案難度，損害了人民群眾的財產(chǎn)以及安全感。本文基于長短期記憶模型的盜三車犯罪預(yù)測方法，希望可以通過犯罪預(yù)測，加強犯罪預(yù)測和警力分布，減少盜三車案件的發(fā)生，提高相關(guān)案件偵破率，從而保證人民群眾財產(chǎn)安全。