数字中国城市巡礼之南通,公安的“达摩克利斯之剑”

现代企业风险的复杂性和网状结构,使得探寻事件根源变得更加困难。不少涉众型案件动辄涉及上万人,追踪严惩,迫在眉睫。



1872年,英国学者希尔在伦敦进行的预防与抵制犯罪的国际会议上,首次使用了“经济犯罪”这个词,他认为,这是伴随市场经济而产生的一种犯罪形态,所有犯罪都与经济相关,包括贪污、贿赂、玩忽职守、徇私舞弊以及企业内发生的与经济相关的犯罪行为等。


作为市场经济的“伴生物”,经济越发展,经济犯罪也随之越复杂,全球化大势所趋,各国积极打击、严密防范各类经济犯罪,护航社会发展。随着国内市场经济体制的建立和不断发展完善,经济建设取得了巨大成就。经济类犯罪在此时也随之产生,扰乱了市场经济秩序,损害了市场参与者的合法利益。


诸如“泛亚”“e租宝”等一批涉及非法集资的重特大案件,涉案金额高,造成损失大;假币犯罪、信用卡诈骗、骗取贷款、金融诈骗犯罪大幅攀升;操纵市场、内幕交易和利用未公开信息交易等涉及证券期货犯罪活跃,非法经营证券期货业务犯罪多发,利用高科技手段操纵期货市场犯罪初步显现;投资理财、涉外劳务、房地产中介等领域涉众型犯罪欺诈手段升级,侵害对象多、挽损难度大……经济犯罪案件不仅在数量上大幅增长,犯罪的复合化、智能化、专业化、国际化趋向也日趋明显。


目前,经济犯罪已侵入国民住房、就业、环保、教育、养老、医疗、食药品安全等方方面面,不少涉众型经济犯罪案件动辄涉及上万人,打击严惩经济犯罪,迫在眉睫。


深入治理,颠覆传统经侦工作


近年来,我国大数据产业飞速发展,大数据应用深入政府治理。经济犯罪侦查拥抱新的技术革命,通过大数据算法来研究经济犯罪,决策辅助公安部门打击犯罪,为经济健康发展带来了深远的影响。


以大数据为基础,数据化实战是公安经侦部门打击经济犯罪最重要的工作之一。通过大数据对过去经年案件的数据进行研究、分析,能够使过去点对点的个案侦办,转到从宏观的、中观的、微观的数据层面来研究经济犯罪。用大数据技术能发现经济犯罪的DNA,这对传统公安经侦工作是一场颠覆。


在江苏省南通市,以大数据为依据的数据融合、共享、应用,正在为“智慧南通公安”创造出一条提升行政服务水平、打击经济犯罪的创新智慧发展之路。


过去,针对经济犯罪,公安部门对于企业研判的传统做法是:调查、评估、建议等“一条龙”式的流程,通过内因到外因的分析、个案到类案的研判、企业到企业的调查,大数据的出现使效率的提高成为可能。


“我们首先向客户展示的就是“画像”能力。所谓画像,就是抛开行业、部门等人为划分的不确定因素,按照企业本身的性质,对企业进行重新刻画。说的直白一些,就是企业的标准。通过画像,我们来告诉客户,什么是企业,我们想对企业进行分析和监管,需要什么样的数据支撑”,平台项目负责人说。


2017年初,南通市公安局启动企业风险预警平台的设计研发,通过大数据技术发现经济犯罪的苗头,实现了更科学更高效的经侦决策,给当地警务工作带来了深远变化。


目前,南通公安数字信息化建设水平处于全国领先位置,企业风险预警平台作为大数据在公安领域应用的标杆平台,在科信处和经侦支队的双重检验下投入实行,无论从数据、技术还是业务上都属于国内前列,为其他地区应用大数据打击经济犯罪做出范本。


多重技术,让犯罪防控走到事前


大数据打击经济犯罪,首先从数据源切入。


在南通,企业风险预警平台主要针对企业进行画像,需要用到大量的企业基本信息、税务信息、银行信息、信用信息等;针对客户需求进行企业信息建模,将企业与经侦相关的信息以可视化的形式展现,并做智能分析预测。


同时,企业风险预警平台通过整合各警种信息系统资源,采集、引进各类社会资源数据,重视并强化资源应用,利用大数据技术,对各类犯罪线索数据进行数量化分析和关联挖掘,实现预警信息的多库联查、多点碰撞,实现犯罪线索自动扩线串并、自我完善和自动报警,提升主动发现案源、主动侦查进攻、多地协同作战能力。让经侦部门根据工作需要更便捷地使用平台,真正发挥大数据在打击经济犯罪中的效能。


“系统设计不一定要多么复杂,功能多么繁多。繁多复杂的功能,只会给研发人员增加压力,增加出错的可能;让使用者盲目,不知所从。我们将解决实际问题作为根本出发点,明确为什么要这么做,其次才是怎么做,不是为了做系统而做系统。”谈到设计平台的思路,项目负责人强调,要理解并引导客户的需求。


有了明确的理念,便于应用也同样重要。企业积分与画像展示部分,是企业风险预警平台的亮点所在,通过可视化的手段,将原本枯燥乏味的企业信息,用直观生动的方式展现出来。


目前,该项目已经进入收尾阶段,南通市委、市政府高度认可平台工作,支持平台完成多种公安数据资源的对接,在此基础上,协助进行数据模型的搭建,提供业务含义的指导。


企业发展管理的风险,贯穿于企业管理生产经营的方方面面,在筹措资金、生产、投资、日常交易、利润的分配中都可能产生,造成企业营收的不确定性。与传统危机相比,信息时代的企业危机具有更强的突发性、更难以彻底消除且扩散速度更快。因而尽早的发现危机或危机的苗头,对有效保护企业利益起到了重要作用。另一方面,现代企业风险的复杂性和网状结构,使得探寻事件根源变得更加困难,给事件的善后工作和预防带来了严重干扰。


南通市公安局通过大数据手段对企业风险进行预警,让公安执法更精准、更有效。作为国内先进应用案例,企业风险预警平台将经侦支队的企业预警、企业研判等各个业务应用场景逐个部署,整个过程中,无论是数据、业务、分析模型都处于螺旋增长的状态,前景可期。


打击犯罪刻不容缓。企业风险预警平台是强化经侦情报体系建设的重要一步,未来,作为数字化治理“经济犯罪”的重要平台,企业风险预警平台还将逐步在其他省市推广,使全体经侦力量知数据、懂数据,更会用数据,维持市场经济健康有序发展。


可以预见,用大数据惩治包含经济犯罪的各类案件,将成为公安系统新的工作方向。大数据时代下,社会治理和犯罪防控将迎来深刻的数字化转型。


大数据周刊

邮箱:tougao@bigdatamag.cn

电话:010-57524293


众论大数据 引领大时代

长按二维码关注


深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值