当前位置:舍宁秘书网 > 专题范文 > 公文范文 > 对公安大数据系统的电信网络诈骗犯罪智能预警研究

对公安大数据系统的电信网络诈骗犯罪智能预警研究

时间:2024-01-14 18:15:01 来源:网友投稿

王 俊,付 琳(.西南政法大学,重庆 400;
.贵州警察学院,贵州 贵阳 550000 )

近年来,随着“云大物智”的技术赋能和全面渗透,在催生了诸多新兴产业的同时,也产生了如“网络诈骗”“网络赌博”“网络色情”“网络传销”等一系列涉网新型违法犯罪。其中,电信网络诈骗犯罪尤为突出。据不完全统计:在2020 年上半年新冠肺炎疫情防控非常时期,电信网络诈骗犯罪占涉网新型违法犯罪总数的64.4%。

侦查人员对此类犯罪进行治理的过程中,在合成作战、资源整合、跨境取证、个人信息保护、电子数据审查判断等方面面临阻碍。故而,工作重心已经从事后侦查转向事前预防,通过大数据系统实现非接触性犯罪的预警成为反电诈工作的必由之路。公安机关通过大数据系统可以科学整合社会资源,预防、控制发案,形成严密的管控体系,进而实现网络诈骗犯罪治理的整体联动,方可确保社会真正处于可控状态。

在实务中,大数据技术已经应用于网络犯罪的治理过程中,大数据预警作为新兴的研究方向正在崛起。作者所说电信网络诈骗犯罪智能预警,是指警务人员采用大数据技术可以建立相关分析模式,将不同数据进行关联比对,分析出犯罪的线索及预测其发展趋势。当下,电信网络诈骗犯罪的预警防控机制存在反应机制无效、决策程序冗长、预警准确率低、分析技术落后、预警机制滞后、管控能力不足等痛点。这些问题使得中国网络空间安全和数据安全形势日益严重,直接影响国家的治理体系和治理能力。

(一)整合效果较差

在智能预警系统中,数据整合的目的在于将海量数据进行收集、储存、管理、筛选、转换和分析后,将无序、混乱的数据变成有序、规律的可视数据图,从而保证情报在数据生命周期中的运转。而数据质量的高低、数据模型的应用、数据特征的标注、数据整合的方式,以及数据算法的选择都会影响数据的整合效果、计算的准确性及应急措施的选择。数据更新慢、时效性差、质量低、拟合误差很大、过度压缩信息、计算速度慢等直接导致计算的相关关系可靠性低、遗漏特征间的非线性关系等现象大量存在。同时,一些部门对于自身数据缺乏统一的规划,导致部分数据信息多渠道采集和重复输入,造成了大数据预警系统整合效果较差。

(二)预警准确率低

要认识到大数据系统应用于电信网络诈骗犯罪预警中不可避免地存在的缺陷和不足。大数据系统之优势在于其之大,即在宏观上进行把控,在整体上分析;
而缺陷也在于其之大,其无法在细节处进行把控,无法在精确处进行判断。但是,在侦查活动中,电信网络诈骗犯罪的智能预警追求的是:对电子数据审查判断的绝对精确、对相关关系分析研判的绝对准确、对海量数据的“全样本印证”。实际上,这并不现实。现实中,数据之间往往呈现“非结构化关系”“弱相关关系”的特点[1]。电信网络诈骗犯罪的治理异常复杂,海量数据的相关性只能反映事物的部分方面。侦查人员要信大数据算法,不能尽信大数据算法。

正如前文所言,电信网络诈骗犯罪的智能预测预警的关键在于对相关关系的判断。数据逻辑混乱、录入标准不统一、分析方法不合理、参数选取不科学、分析能力不足等因素将直接导致相关性分析的不准确。同时,利用大数据系统实现网络犯罪的预警仍是“人本主义”的一种活动[2],人在网络犯罪的侦查治理活动中占主导性地位。相关性的分析是一种去个性化、去价值化的过程[3]。数据模型的选用、数据的收集和预测能力的鉴别等必然会融入侦查人员的认知偏见和价值判断。最后,相关性是对电信网络诈骗犯罪规律和发展趋势的预测与再现。这种相关关系的判断本身是一种盖然性、可能性,而非必然性。故而,纯粹基于大数据的数理运算 “将因果关系的研究由必然性退离至或然性,由于客观世界本身的特性,或然性规定构成不可克服的内在逻辑矛盾”[4]。因此,大数据系统对网络犯罪的预警准确率低也是不可避免的。

(三)预警机制滞后

大数据的发展使得与电信网络诈骗案件相关的“人事时地因果情”等相关犯罪要素得以数据化。犯罪预警之于犯罪实施是两种完全不同的研究范式。信息化时代,犯罪实施的着眼点是行为人的主观能动性,是“资金流”“人员流”和“信息流”等涉案信息在立体空间的同频共振;
犯罪预警的关注点在于拓展已知信息与未知信息之间的数理关系,实现行为人的犯罪轨迹的被动重构。

基于和犯罪实施的正向耦合,公安大数据系统对网络犯罪的预警也要从“资金流”“人员流”和“信息流”等犯罪要素的源头、传播和接收等若干阶段进行发现、识别和拦截[5]。以资金流为例,公安机关设置可疑资金拦截系统,建立紧急止付机制,对诈骗团伙直接和跨行转账过程中的涉案资金进行及时阻断,从而实现犯罪智能预警。但是,公安大数据系统对“资金流”相关数据的挖掘、计算、分析和研判等并不能直接导致犯罪的停止,而仅起到预测作用,需要干预犯罪,及时拦截信息,劝阻被害人,防止其进一步转账。犯罪预警防控机制由预测和干预两个基本步骤组成。在犯罪预测层面,公安大数据系统采用全景式、多维度的回溯侦查模式,打破了电信网络诈骗犯罪侦查治理中被动受限的局面。但是,在犯罪干预层面,大数据系统发挥的作用非常有限。这一步需要被害人、互联网公司、金融机构、国家安全机关等的配合,导致公安大数据系统发挥的作用有限。

(四)管控能力不足

公安大数据系统管控的核心在于数据的管理。专业人员通过专业技术和流程,实现对公安数据一致性、完整性、相关性和精确性的有效管理,从而为电信网络诈骗犯罪智能预警系统提供真实可靠的数据。多重因素决定了公安数据管控能力不足:第一,侦查人员数据安全管控意识不足,管理体系落实不到位;
第二,数据安全管控制度不健全,致使数据运行与管控过程缺乏引导,具体责任难以落实到个人,导致制度约束力不足;
第三,管理成本高、难度大,导致数据管控效果不佳;
第四,数据管理落实不到位,领导层的忽视、技术人员专业素养的差异、加上技术的有限,严重拉低了大数据管控的效能,导致不能及时、准确地进行预警。

(五)侵犯个人隐私

大数据预警模式属于新兴事物,缺乏相应的法律规制,其运用极有可能脱离法治轨道,存在个人隐私侵犯的危害。公安大数据系统于普通公民而言,如一个“黑匣子”,无论是模型的选取,还是相关性的计算,还是信息源的获得,都是缺乏透明度。不透明问题使得普通公民身处黑暗之中,不知何时何因可能就会出现在犯罪预测系统当中。

加上,“预测型”电信网络诈骗犯罪治理模式具有“进取性”,需要公安机关的主观能动性。公安大数据犯罪预测系统的运行在一定程度上会造成公安机关权力的扩张[6]。电信网络诈骗犯罪预测防控活动中,海量数据的分析和研判以公安机关的强制力为基础,这表明刑事诉讼活动启动的前移,造成个人隐私的侵犯。

个人秘密的泄露不止于公安大数据系统。企业大数据更是对个人隐私造成巨大的侵犯。2021 年7 月2 日网信办依法对滴滴APP 实施网络安全审查;
7 月4 日网信办发布下架滴滴APP。此事于表面是个人信息泄露问题。更为严重的是数据伦理、数据安全和数据霸权问题。因此对于公安大数据系统进行管控和规制显得尤为必要。

(一)智能预警相关原理分析

1.犯罪轨迹重建原理。该原理实质是指利用犯罪遗留的物质材料,以时空的唯一性为基础,借助大数据手段通过对犯罪现场的关联分析,从而发现线索、搜集证据和追踪犯罪嫌疑人的一种侦查活动[7]。电信网络诈骗犯罪横跨虚拟与现实两大空间,证据亦散落在两大场所。站在信息论和洛卡德物质交换原理的角度,公安机关完全可以将物理构架、数据链路和逻辑结构进行重建,将收集的电子证据和传统证据蕴含的特征信息构成特定性的组合,进而服务于犯罪重建[8]。

犯罪轨迹重建原理有助于警务人员以犯罪现场为中心,从横纵两向全方位、全角度实现网络犯罪全要素的重构。电信网络诈骗犯罪摒弃了犯罪人物理行为的接触,而是利用网络技术,在虚拟空间上实现点对点的犯罪实施。该类犯罪即使在形式上虽然实现了空间的分离,但是信息的瞬时性无法违背时间的不可逆性和延续性。大数据系统预警的核心在于能够通过犯罪轨迹重建,在一定程度实现了网络犯罪治理的“可视化”和“可运算化”,将数据的算法体系转化为与相关性趋同的证明体系,实现网络犯罪的高度还原。

2.动态监控理论。对于电信网络诈骗犯罪而言,监控原理就是将所涉及的网络犯罪案件发生的征兆及时传递给警方,以形成对基本案情及后续案发动态的判断决策,起到预防、预警和监测的作用[9]。从实质来看,公安大数据系统是社会治理的形式和犯罪预防的工具。从宏观角度来看,电信网络诈骗犯罪成为对国家治理的重要阻碍,导致网络空间安全的不可预知性。因而,建立公安大数据预警和监控体系对于维护网络安全和国家安全至关重要。网络空间是以使用电子和电磁频谱来存储、修改,以及通过网络系统和一体化物理基础设施交换数据为特征的空间领域,以互联网为基本架构。图像识别、电子监控、GPS 定位、视频侦查等成为警方感知网络势态、治理网络犯罪、监控公共安全的重要手段。

3.相关性原理。电信诈骗通常涉及人、事、物等要素。这些要素必然存在逻辑上的相关性。电信网络诈骗犯罪的智能预警包括基于整体的战略性预警和基于个性的战术性预警。警务人员通过专业算法分析海量数据之间的相关性,研判个案与类型案件的基本走向和规律,提高网络犯罪的治理效能。不同于大数据侦查以因果确定性为基础,大数据预警的目的在于分析相关模糊性,拓展已知信息与未知信息的联系,再现网络犯罪在物理空间和虚拟空间的逻辑结构。同样,不同于大数据侦查注重证据的 “案件事实清楚,证据确实充分”证明标准,大数据预警要求数据情报达到“高度可能性”“高度盖然性”即可。

由此,此种相关关系不是刑法中所强调的因果关系,也不是日常生活中的逻辑关系。其是无关变量之间随机数学关系。在空间上,是犯罪规律性的外化;
在时间上,是一种线性的联系发展关系。故而,侦查人员要对大数据预警防控系统的分析结果采取审慎的态度,不能用大数据的相关性去代替侦查和司法证据的因果性[10]。

但是,相关关系认知是对侦查活动因果逻辑认知的有益补充[2]。相关关系的分析是分析因果关系的基础,因果关系是高度的相关关系[11]。面对大数据预警这种“高度可能性”的活动,办案人员不仅要知道犯罪的未来走向,更要知道缘何会出现此种现象,从而进行正确的预判,实现法律事实与客观事实之间的逻辑差异。所以,要以犯罪现场为中心,在相关性基础之上去寻找因果关系。

(二)电信网络诈骗犯罪智能预警技术方案设计

该方案以大数据侦查为背景,分析犯罪轨迹,以“数据收集、数据管理、数据分析、数据应用”全生命周期为主线,以“数据层”“功能层”和“呈现层”3 个层面为切入点,形成及时预警、精准信息、有效控制的预警机制,从而促进公安工作的主动性、预见性和前瞻性。该系统将其分为3 个层次,不同的层具有不同的功能。其中,第一层是数据层,负责“人员流”“资金流”和“信息流”数据的收集、管理和处理;
第二层是功能层,通过数据挖掘、数据碰撞、数据关联分析等大数据方法,以“犯罪轨迹” 为核心,对犯罪时空相关内容进行分析,从而连接物理空间和虚拟空间;
第三层是呈现层,通过相关技术将犯罪结果输出,对分析结果进行分权、分域展示,从而使得犯罪规律可视化,回溯出电信网络诈骗犯罪的犯罪轨迹,重建犯罪轨迹。呈现层对于风险进行评估,将风险分为轻度、中度、重度和极其严重4 个等级,分别采取精准劝阻、止付资金、切断通话等相关措施。同时对于轻度和中度风险进行短信劝阻和电话劝阻;
对于重度风险和极其严重的风险进行线下接触性劝阻。最终实现电信网络诈骗犯罪的预警,进而给警务人员提供一个概念化的前进目标,从而让警务人员不断根据案件的进展,不断改进方案,提升决策的理性和科学(见图1)。

图1 电信网络诈骗犯罪数据智能预警系统基本架构

1.数据采集。公安大数据预警系统收集的数据多种多样,结构化数据、非结构化数据并存,静态数据与非静态数据共生,多种形式的数据交错共存。构建公安大数据预警系统的目的就是要“资金流”“人员流”和“信息流”等这些不同来源、格式和特点的数据在逻辑上或物理上有机地集中起来,从而提供全面的数据共享。在大数据预警系中,EIL 是一种数据运行过程。其负责将收集的手机版本、名称、电话号码、卡号、识别码、序列码、基站代码、短信发送的时间、发送的对象、发送的内容、犯罪嫌疑人的案发前后的行动记录、犯罪嫌疑人的外形条件、等数据全部记录下来[12],并将这些数据抽取到相关层次后进行清洗、筛选并转换,然后将转化后的数据置于数据仓库中进行储存,保证不同的数据随时被抽取、转换处理。

2022 年5 月25 日,最高人民法院发布的《最高人民法院关于加强区块链司法应用的意见》明确:健全完善区块链平台证据核验功能,推动完善区块链存证的标准和规则,提升电子证据的效率和质量,从而运用区块链数据技术提高司法公信力。作者认为,为了同“智慧司法”相衔接,公安大数据系统可以在数据采集环节引入区块链技术(此处专指私有链和联盟链)。区块链技术是一种去中心化的记账方式,基于分布式存储原理,网络中所有节点的信息通过区块链之共识机制确保了真实、可靠、同步,并对篡改信息予以禁止。通过区块链技术的应用,大数据智能警务系统可以实时进行数据的交互与共享,可以实现数据的实时更新,并保证数据的时效性。区块链技术还可对信息来源进行回溯,坚决确保了信息的真实可靠和不可修改,并保证对多余信息的定时清理和错误信息的纠正筛除[13],避免海量数据的无序堆积,提升大据警务系统的主动性和精准性(见图2)。

图2 区块链的优势和在数据采集中的应用

2.数据管理。数据管理方式比较多,这里重点介绍全息档案管理系统和图谱式信息管理系统。全息档案管理系统具有信息量丰富、图文并茂、立体生动、容易理解的特点;
其核心是一人一档。该种管理系统以人为中心,建立人员全景视图,将与人有关的所有信息进行整合,建立电子档案。只要在信息源头中第一次出现,系统将自动为该人建立档案,并通过全国请求服务接口更新和完善人员基本信息。基本信息包括网络账号、金融资产账号以及电话号码、MAC 地址等。该系统可以通过可视化、关联性分析等技术,实现对各类业务档案和文件的自动收集、归类,建立相应的动态电子档案。图谱式信息管理系统是通过关系分析,对涉维稳重点人员的关系进行家谱式展示,以深度挖掘各种关系,对家族式、团伙式犯罪的线索进行深挖,为维稳和侦查进行服务。在具体的操作中,首先输入可疑人员,将其身份证号、姓名、前科信息进行保存后,可以在其家族关系图中生成人员信息。内容倘若较多,可以进行批量输入,系统会以图形化的形式展示图谱。之后系统便会自动进行评估、审查和统计。

3.数据分析。对于电信网络诈骗犯罪,警务人员利用大数据技术从与“人员流”“资金流”和“信息流”相关的信息入手,设置相应的参数,对无关数据进行筛除,找出关键数据,探索数据之间的关联关系、时间关系和空间关系,分析关键人物下一步行动线索,通过大数据分析软件,将犯罪发生发展的趋势量化为具体数据,最终全自动化地实现“定人、定案、定位”。大数据预警防控平台将实体信息转化为数据,根据数学算法将行为人的活动轨迹、资金的基本流向以及所预测的数据直观展现在图像中。需要注意的是,这个平台以0~100 范围内的精确分值标识网络诈骗犯罪发生的风险程度,由低到高将其分为持续关注类、监测类、预警提示类、风险控制类、打击查处类5 个风险等。决策人员将根据不同的风险等级,采取不同的措施。

公安大数据系统要求公安机关建立一套标准化的方法体系,以满足对公安工作的实际需求。比如:对特定区域的电信网络诈骗犯罪的案发规律形态进行分析;
通过对案件性质、作案特点、活动规律及户籍地分布等入手,对高危的被害人和犯罪嫌疑人进行分析;
通过各种方式,对周边地区某种特定的网络犯罪的扩散和蔓延趋势进行分析,从而预测本地出现此类犯罪的可能性,发出预警信息,提前采取应对措施。以下重点介绍几种数据分析方法:

(1)数据碰撞。数据碰撞一般遵循如下步骤:确定查找对象——筛选数据集——数据碰撞——研判分析。以“人员流”为例:首先寻找可疑人员的行为轨迹、身份信息、通话记录、账户的资金流向等。在横向和纵向上,对这些数据进行碰撞;
其次,根据分析主题的需要,确定一定时空范围的相关数据集合。将该数据集合与重点嫌疑人员数据库中的数据项进行同一认定。根据公安大数据预警平台进行匹配和输出。如果同一认定成功,则对两组数据簇进行标记并合并,形成按照不同的标准对数据进行分类,保存到不同的数据集合中,然后输出到后端平台进行研判。

(2)数据挖掘。就是以锁定目标和发现线索为目的,对海量数据进行探索和分析,揭示相关规律性,从而采取打击方法。数据挖掘方法主要有概念描述、关联分析、分类和预测、聚类分析和孤立点挖掘等。以行为人的轨迹为例:通过话单中的主叫号码归属地、基站代码的串联,可以勾画出犯罪嫌疑人的主要活动轨迹(案发前后的主要行动轨迹),从而掌握其踪迹,实施有效抓捕。值得强调的是,关联规则不应当直接用于行为人下一步实施犯罪诈骗行为的预测。它们不必直接指向犯罪的因果关系。然而,对于进一步侦查,它们是案件的切入点、是理解数据的工具。

侦查人员需要关注对误报警的处理。也就是说,人为选择的算法与分析模型及没有情境思维数据分析,导致相关分析的误差,直接导致预警防控系统运行错误,造成误报警。面对误报警的情况,公安大数据智能监测系统的管理人员应及时进行反馈,设置参数,修改算法,改进系统,定期检查和维修。

(3)数据研判。功能层将单一种类平台的犯罪行为的识别并将信息输出:“人员”链条输出犯罪团伙的数据簇[14];
“信息流”链条发现可疑网络虚拟身份和受害者相关信息,“资金流”链条发现异动银行卡和第三方支付账户,发现可疑呼叫。后端平台借助已经架构数据库进一步进行数据关联搜索和数据碰撞。公安大数据智能预警系统对受害者和犯罪团伙成员、资金流和信息流进行完善,为下一步措施的采取提供数据支持。

(4)数据可视化。即通过可视化分析技术将不同的数据模型分解成两个相连的关联关系,通过图形的方式对信息元之间的关系进行描述和展现。实践中,公安机关通常借助功能层为办案人员提供图形化的人员关系分析方法。功能层能够通过建立关系战法模型,实现对可疑通话、被害人、行为人、犯罪活动空间、犯罪活动网络关系、犯罪手法特点、犯罪轨迹、可疑资金等方面的内在关系进行分析,实现了对人、案、物、地址、组织等要素的全方位排查和搜索,将“资金流”“人员流”和“信息流”等内容进行外化,导出相关线索。显示层导出的内容包括:线索标题、简要案情、工作要求、反馈线索、研判意见等。如:福建省厦门市美亚柏科技信息股份有限公司研发的FS-6000 可视化数据智能分析系统,能够分析出特定对象的生活习惯、活动规律、犯罪活动空间、提取话单等信息,为案件提供参考。

4.数据应用。大数据网络诈骗犯罪的预警防控系统直观将“发生了什么”“为什么发生”“谁在实施违法犯罪行为”“未来如何发展”进行展示。该系统具有自动推送和提醒功能,每隔一段时间就会通过对警务人员进行提醒,让警务人员以最快的速度发现可疑号码和账户,经查证属实便对被害用户进行提醒和劝阻,同时通知银行,冻结相应的账户,减小被害人的损失。大数据预警防控平台还可精准预测某一地方某一时期诈骗高发类型、诈骗手法、易骗群体、易骗行业等,以便对潜在受害群众进行针对性、重点防骗提醒,帮助被害人认清诈骗“套路”,增强防骗、识骗、反骗能力。

(一)加强对被害人的预防

被害人预防是网络诈骗犯罪智能预警的关键环节。大数据预警模式要综合考虑特定人群的心理因素及其动态变化。犯罪被害人学认为,犯罪的发生并非犯罪人单方面自由意志的结果,而是双方相互作用的产物。一种情况是,被害人基于趋利避害的心理,主动参与犯罪的发生,甚至“积极服从”或者“成功配合”,最终使得自己处于被害的底层逻辑。网络兼职诈骗就是被害人“驱利”心理,主动处分财物的典范。另一种情况是,行为人对被害人施加心理控制,使得被害人处分自己合法权益[15]。行为人利用“技术与话术”,使得被害人在话术体系牵引之下,甘心“沦为”心理控制中被支配者,从而“提线木偶”般异常转移资金。倘若通过大数据预警系统将该控制人为切断,行为人对于被害人的心理影响就会减弱,就能达到“防患于未然”。

公安大数据预警防控系统,可以设置完备的电信网络诈骗犯罪举报平台,建设群防联动防控机制。公安机关可以针对特定的电信网络诈骗犯罪设置专门的举报电话和绿色举报渠道,实现逢拨必通、逢打必接、逢报必出。这样可以节约司法资源,降低申诉成本,提高办案效率,增强人民群众的获得感、幸福感、安全感。同时,对于社交媒体的用户实行实名制,增大网络空间透明度和公开度,提高网络用户的自我保护意识和防范意识,有效遏制网络诈骗犯罪的发生。

(二)加强对系统的安全管控

第一,保证专机专用,专人监管。公安司法部门的终端设备具备完整的数据安全和设备管控能力。公安机关对专用设备进行严格管控,包括信息注册、设备状态监控等。若设备存在下线、违规操作等情况,公安机关的管理人员可在移动终端管理界面对设备进行远程信息推送、锁定、数据擦除等操作,避免相关信息泄露,实现对移动数据的强制管控[16]。第二,公安机关可以使用数据加密隔离技术和安全隔离技术。数据挖掘的隐私保护技术应当能够适应多种数据集,具有统一的隐私保护程度度量标准并且适用于分类、关联规则、聚类等数据分析技术和数据挖掘技术。管理人员可以通过各个环节设置端到端加密技术、链路数据加密、节点数据加密、身份认证加密、数据签名信息加密等方式,对数据进行强加密和分片存储管理,保证数据的安全性。同时,数据层还支持剪贴板隔离技术、数据分享隔离技术、防截屏技术,将处于安全域中的应用和个人域进行隔离,有效防止相关人员存储或泄露敏感信息和重要数据,保证网络安全,维护国家安全和个人信息安全。

(三)加强对“资金流”“人员流”和“信息流”的分析与追踪

首先,加大对电信网络诈骗犯罪的“资金流”数据的筛查,对交易资金进行布控追踪。通过信息落地与反差,客服电话查询,手机银行移动支付跟踪分析,微信、支付宝等第三方及第四方支付分析,追踪域名 IDC APP APK,银联网联查询资金等方法实现对资金的追踪。侦查人员可以根据已经发现的电信网络诈骗犯罪案件上下游黑灰产链条参与犯罪的线索,从黑灰产服务供应商对外交易的资金链路上,查到与之相连的诈骗团伙资金账户。

其次,加大对电信网络诈骗犯罪的“人员流”数据的布控,对重点人员进行定位。公安机关使用“由人到案”的侦查模式,主动从“人员流”入手,追踪对高危人员的案发前后的行动轨迹和相关信息[5],仔细分析研判,反复对比碰撞,层层筛选,寻找线索,最终缩小侦查范围,确定犯罪嫌疑人。尤其是针对跨境电信诈骗,侦查人员对可疑人员的国籍、境外滞留时间、同行人员相关情况、可疑电话、目的地等重点关注,及时将其纳入布控范围,确定涉案类型[17],确定其在犯罪中的相关角色,收集电子数据、证人证言等相关证据,从而形成完整的证据链,从而对犯罪嫌疑人进行定罪量刑。

最后,加大对于电信网络诈骗犯罪的“信息流”数据的追踪,建立技术反制系统,对域外可疑通话进行精准拦截。公安机关要加大对网络犯罪规律的掌握,加强和电信运营商的合作,实现同企业数据的共享和联动,形成区域性的VOS 服务智能化动态实时监控网络,主动对可疑话单的内容及时提取,迅速切断,及时拦截和劝阻,同时使用公安大数据系统对于犯罪嫌疑人真实身份和虚拟身份的同一认定,最终提升侦查效率。

公安大数据系统在电信网络诈骗犯罪智能预警中的应用属于“智慧侦查”的重要一环,在实践中已经得到不同程度的应用。但是,大数据系统之于网络诈骗犯罪预警研究是在一个相对封闭的“暗箱”中完成的。这导致侦查人员对于案件发生趋向和规律的判断有很强的主观性和隐秘性。总之,大数据技术应用于犯罪预防,应保持必要审慎的态度,既要意识到大数据技术的天然优势,也要准确把握其当下的客观局限,采取措施不断完善大数据系统的应用,更好为电信网络诈骗犯罪的治理服务。

猜你喜欢数据系统公安诈骗“老公安”的敛财“利器”公民与法治(2020年17期)2020-10-27Frequent attacks on health workers in China: social changes or historical origins?Traditional Medicine Research(2020年1期)2020-01-15基于Spark的高速收费站大数据系统的设计与实现中国交通信息化(2019年2期)2019-03-25基于计算机软件开发技术的物联网数据系统中国设备工程(2019年8期)2019-01-17“10岁当公安”为何能畅通无阻领导决策信息(2017年16期)2017-06-21非均匀采样数据系统的新型模型描述方法自动化学报(2017年5期)2017-05-14合同诈骗中国防伪报道(2016年10期)2016-11-21电信诈骗中国防伪报道(2016年10期)2016-11-21公安报道要有度新闻传播(2016年20期)2016-07-10擦亮双眼,谨防招生诈骗公民与法治(2016年15期)2016-05-17

推荐访问:预警 诈骗 犯罪

猜你喜欢