跳到主要內容

科技大觀園商標

分類項目
Menu

探勘暗黑脈動,犯罪步步設「防」

103/07/01 瀏覽次數 9502
人們對於犯罪事件的處理認知,大多著重於警察機關在案發後,進行一連串偵查、搜證、逮捕、起訴的過程,企圖藉由事後的亡羊補牢,將傷害降至最低。然而,隨著科技進步與犯罪防治思維的轉變,以往被動地打擊犯罪,在高科技的支援下,不但可以主動預測犯罪,進一步加以防治。

科技辦案新紀元 預防犯罪有一套

常見的犯罪預測,通常使用歸納分析來統計資料,將各種刑案分門別類,並根據不同的犯罪行為,進行防範佈署;或利用圖釘與地圖記錄犯罪事件,以瞭解哪裡是高風險的犯罪地區。隨著資訊科技日益進步,警務單位可以透過資訊整合,分析過往的犯罪事件,從中獲得有用的情資,集中聚焦防治範圍,以達到「對症下藥」的效果。

長久建置的犯罪事件資料庫已累積龐大資料,要在其中進行搜尋、歸納與分析並不容易。資料庫探勘(Data Mining)是一種資訊管理技術,將資料清理、整合、變換和規約的過程,挖掘出部分關聯的模式,即可做為執法單位偵防與預測犯罪的依據。進一步來說,資料庫探勘是指利用統計、人工智慧(AI)或其他分析技術,包括鏈結分析(Association Rule Analysis)、分類分析(Classification Analysis)、群集分析(Clustering Analysis)、次序樣式相關分析(Sequential Pattern Analysis)、預測分析(Forecasting Analysis)等,在大型資料庫尋找被忽略掉的資料,挖掘有意義的數據,知悉這些數據所隱藏的關係與規則,提供決策者進行評估與擬定策略。

我國的刑事警察局,整合來自警政署、法務部及司法院等的犯罪資料,建置一個共有五億多筆記錄的「刑案知識庫」,在2003年初正式啟用。透過資料庫探勘的犯罪預測,將與犯罪事件相關的數據資料歸類分析,找出一套規則模式,使之成為預防犯罪的依據。

透過刑案知識庫的群集分析,將具代表性的犯罪類型集合成偵查專案;運用全文檢索技術,比對資料中的特徵、關聯性,分析犯罪手法、工具、時間、地點,加以模擬歹徒的犯罪模式與慣性;此外,可以利用次序樣式相關分析,找出某地汽車竊盜率與時間變化的規律,得以發現竊案發生的高峰與低峰期,進而可以預測未來幾個月可能發生竊案的機率,以及哪些地點是最容易發生犯罪的熱點區域(Hotspot)、或是犯罪機率上升中的位置(Heating up)。
 
犯罪並不全然是隨機發生,也有可能是受到人們的行為與環境影響。透過資料庫探勘技術,探索犯罪發生的時空背景特性,整合歸納犯罪發生的高風險區域,有助於執法者預先防範,讓執法人員訂定相關配套措施,防範不法事件的發生,民眾也能藉此避開危險區域,以保障自身的安全。(本文由科技部補助「犯罪問題新媒體科普傳播實作計畫」執行團隊撰稿/2014/06)

責任編輯:王曉玲|球崙教會青少年團契輔導
審校:呂傑華|國立東華大學社會學系暨財經法律研究所
OPEN
回頂部