查找:                      转第 显示法宝之窗 隐藏相关资料 下载下载 收藏收藏 打印打印 转发转发 小字 小字 大字 大字
【期刊名称】 《江西警察学院学报》
违法犯罪资金查控系统的技术应用与优化路径
【作者】 程科【作者单位】 江西警察学院
【分类】 刑事侦察学
【中文关键词】 资金查控;资金分析;第三方支付;智能研判;人像识别
【文章编码】 2095-2031(2019)01-0013-07【文献标识码】 A
【期刊年份】 2019年【期号】 1
【页码】 13
【摘要】

随着大数据、人工智能、可视化分析技术等信息科学的发展,在经济犯罪侦查中,违法犯罪资金的网络查控和分析技术也日新月异,违法犯罪资金查控系统的设计和构建中,在宏观领域要应用云计算、数据挖掘、数据仓库、网络安全等新兴技术支持查控平台建设,在微观领域也要运用金融信息检索、电子数据调查与取证、数据清洗和可视化分析等各种技术手段进行情报研判。根据违法犯罪资金查控平台和资金分析技术的应用情况反馈,以及大数据、人工智能等新兴技术发展等因素来看,未来一段时间其主要的发展、优化路径聚焦于资金查控数据质量的升级、第三方支付平台数据的拓展,以及发展智能研判技术、增加人像识别辅助、推进专业技术创新等方面。提升数据质量标准,才能保障后续资金分析的可靠性;纳入第三方支付平台数据,才能有效打击移动互联网环境下的犯罪资金快速转移;引入人工智能,是案情分析研判的未来引擎;增加人像识别辅助,有利于提升大数据侦查的效率。推进以上专业技术的创新,可以使违法犯罪资金查控平台日臻完善,资金分析技术得以持续发展,实现大数据与经济犯罪侦查的完美融合。

【全文】法宝引证码CLI.A.1253169    
  
  违法犯罪资金分析与查控,是指根据侦查、调查工作需要,有权机关(侦查、监察调查机关)查询涉案账户相关信息、控制涉案资金账户以及各类金融财产的流通并对其资金流向等违法犯罪事实进行分析研判的侦查、调查过程。办案实践中资金分析与查控的一般过程为:侦查人员依照法律规定,提供规范的法律文书,然后通过各类资金查控平台请求查询涉案人员信息、涉案资金交易明细及其相关金融数据;接着对调取的资金数据进行分析研判,以发现侦查线索,拓展侦查方向;通过多轮调单,确定犯罪嫌疑人及其嫌疑账户,并按侦查要求作出冻结、紧急止付等布控手段。在资金分析与查控过程中,一般情况下,针对不同的经济犯罪,要调取大量金融背景信息、查询数以万计的资金交易明细;并要集中进行数据清洗和统计汇总、图形化展示,以分析涉案资金的流向,查明其上下游犯罪网络。由于整个过程涉及多种信息技术手段的综合应用,我们将其统称为违法资金分析与查控技术。
  一、违法犯罪资金查控平台与资金分析技术的历史沿革
  传统的资金查控是公安机关通过逐级出具纸质法律文书等手续的方式向各银行业金融机构提请对涉案账户进行查询和财产控制。所以,办案民警要到各银行业金融机构的柜面办理繁琐的手续才能开展人工调取资金交易流水等侦查工作。对于调取回来的纸质交易明细,办案民警通常要手工输入EXCEL电子表格进行简单的数据处理与分析,以确定下一步的侦查方向。然而,现代经济犯罪已经发生了翻天覆地的变化。涉案金额动辄达百亿、涉案人数以百万人计,传统的资金查控与分析手段远远难以应付互联网金融犯罪。在此背景下,公安部、国家安全部、最高人民检察院与中国银监会共同推进网络资金查控机制建设,通过发布一系列法律法规,依托各种现代化信息技术,建立起了电子化快速查询、冻结网络工作机制。公安部经侦局首先推进了以违法犯罪资金查控平台为首的一系列金融信息查控平台的建设。
  因为有了部局平台的建设,公安机关在打击违法犯罪过程中获取资金数据的数量成指数级增长。如今,公安民警在办案实践中常常要处理数十多万条资金数据。以往通过EXCEL处理标准化数据的资金分析工作也发生了本质性变化,现在的资金数据分析工作从数据的清洗到数据的挖掘和分析,都涉及一系列信息技术和算法程序,小数据量的手工分析工作方法变成了数据密集型的信息技术处理方式。各种金融信息查控平台的建设解决了查控的效率问题,同时也给数据分析技术在公安领域的应用带来了广阔的前景。吴正荣,施顺铎先生也在《新形势下资金查控手段的探索及实践》中提到违法资金分析与查控技术已经被公安部列为继刑事科学技术、网侦、技侦、图侦之后的第五大侦查技术手段。因此,我们有必要梳理在违法犯罪资金查控系统构建与资金分析过程中应用的技术要素。
  二、违法犯罪资金查控与资金分析中的核心技术应用
  在违法犯罪资金分析与查控体系的构建中,要实现对数据密集型经济犯罪侦查和涉案资金流的查询、分析、控制,就要解决好以下几个问题。首先,是跨平台的数据采集,要实现对各种金融信息、资金数据的快速采集和积累,完备数据库;其次,必须具有超大规模数据处理的计算和存储能力;然后,要实现对案件特征的模型化描述,提高分析研判效率;最后,要采用多样数据可视引擎,实现对侦查思路的最优化展示并符合相关证据的属性。因此,从查控系统构建到违法资金分析,在宏观领域要应用云计算、数据挖掘、数据仓库、网络安全等新兴技术支撑查控平台建设;在微观领域要运用金融信息检索、电子数据调查与取证、数据清洗和可视化分析等技术手段。从整个违法犯罪资金查控与分析体系构建的角度来看,这些技术手段中最核心的是云计算、数据挖掘与数据仓库、可视化分析研判技术等。
  (一)云计算
  云计算(Cloud Computing)是指通过远程网络算法,进入可配置的计算资源共享池(形象地称为云端)调用互联网上的服务器、计算能力、存储、网络服务、应用软件等各种资源来完成运算需求。云计算是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可按需求提供给计算机和其他设备,其主要是基于互联网的相关服务增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。
  云计算事实上是一种分布式存储和分布式运算的服务模式。云计算通过资源池技术,实现应用服务器和硬件服务器隔离,使硬件资源切片使用;通过逻辑虚拟服务器为应用提供服务,这样不仅能使物理资源得到充分利用,且减少机房建设压力,降低升级硬件成本。我们可以简单地把云技术理解为自来水工程,即把以往孤立的信息存储和运算能力(自家打井取水)连接在一起,形成一个按需自动配给的存储和运算系统(自来水)。云计算的技术优势可以将各地的警务信息资源连接在一起,实现分布式计算和存储。2012年底,济南市公安局与浪潮集团签署战略合作协议,这是全国首个大规模正式启用的“公安云计算中心”。2016年10月,公安部第三研究所与“阿里云”签署合作协议,共同推进网络安全技术研究。
  在违法资金分析与查控中,为了实现对大量银行业金融机构数据的调用、存储、处理、运算,在技术层面,就要考虑计算引擎、数据存储、分析计算等实际问题。在计算引擎方面,需要对于上亿、百亿、甚至千亿级别的资金流水数据进行秒级统计运算;并能在百亿级资金交易数据中查找符合条件的资金流水。在数据存储方面,需要对接数千家金融机构,如何实现数据能实时反馈,而且反馈的数据要做到秒级入库,并且能分布式存储。分析计算方面,对于调集的庞杂资金数据集如何进行交易行为的分析;如何进行交易、账户、人员关联关系的深度分析,都需要强大的计算能力。在公安部经侦局打造“信息化建设、数据化实战”全新警种的总体布局下,违法犯罪资金查控平台的建设中采用了云计算技术。近两年主推的“经侦云”建设,即通过“云计算”和“云存储”的方式解决以上计算引擎、数据存储和分析技术三大问题。公安部“经侦云”提供多个资源池的使用,通过隔离技术,把多组织、多用户的隔离需求进行部署,即使物理资源在一台硬件服务器上,也可以从底层协议进行隔离,达到安全隔离目的;通过生命周期功能,把资源使用限制在约定的期限内,到期自动释放资源,使得资源可以重复利用;通过运行分析平台,把资源使用、运行状况进行记录,可以提供直观的使用记录和运行状况分析。未来,高速的运算和存储能力将“赋能”地方公安机关,即使是县一级的经侦大队,都可以通过公安网参与全国的集群战役,调取各类资金数据,进行分析研判。
  (二)数据挖掘与数据仓库
  现代经济犯罪侦查离不开大数据和情报导侦,违法资金分析与查控的基础就是资金交易数据。获取资金交易数据的技术方式从底层上就是公安民警作为客户端向银行业金融机构的数据库发出请求指令,并获取资金交易明细反馈。在办案实践中,民警还需从各种数据库中检索出涉案的各类信息,数据来源有互联网、社会信息、行政监管、警务信息、金融信息等等。各省一级公安机关汇聚的数据量都以PB甚至EB为单位,提供的检索途径有通过互联网搜索引擎、公安部云搜平台、经侦情报系统各应用平台、各地大数据实战应用平台、各警种专业信息数据库等等。可以说,从底层技术来看,违法犯罪资金分析事实上是对大量原始数据库进行的数据挖掘。
  数据挖掘(Data Mining)直译为数据采矿,又称为数据库中的知识发现,它是一个从大量数据中抽取、挖掘出未知的、有价值的模式或规律等知识的复杂过程。数据挖掘通常通过定性归纳、分类与预测、关联挖掘、聚类分析等具体算法探索隐藏于大数据中的规律和价值。在违法资金分析与查控中,从各银行业金融机构查询到的资金数据通常会有标准不一、字段缺失等问题,因此要进行一系列数据处理,才能进入分析研判阶段。从资金数据的清洗、转换、脱敏,再到下一步的关联分析、类罪建模,数据挖掘技术在违法资金分析与查控中各个阶段都起到了关键作用。违法资金分析的核心技术之一是构建类罪模型,需要对相应的一类犯罪资金进行特征值标识,并对特征指标数据进行提取量化,从而挖掘其中的犯罪资金流动规律。比如对地下钱庄类犯罪,就可以使用K-means算法对数据进行聚类建模,再根据聚类结果和历史经验,输出一系列嫌疑账户。
  现阶段,违法资金分析中的数据挖掘技术主要用于对关系型数据库的操作和开发。上世纪80年代开始兴起的关系型数据库全面应用于银行业、证券、税务、海关、社会组织、大中型企业等组织机构。公安机关构建的各级大数据实战应用平台也是基于现有的这些关系型数据库为主进行数据的组织、操作、运算与开发。关系型数据库只能处理二维表形式的结构化数据。目前,违法资金分析中的资金流数据基本上是结构化数据,通常以EXCEL电子数据表格的方式从各银行业金融机构的数据端口传递过来。然而,随着大数据平台的建设升级,汇集了大量视频、图像等非结构化数据。虽然大数据技术发展迅速,对于非结构化数据和半结构化数据,目前还没有一种方法像关系型数据库对结构化数据那样便捷地进行存储、查询、分析和维护。近几年也有像非关系型数据库(NoSQL)这样的新技术不断涌现,但是由于技术不成熟、功能有局限,特别是安全性无法保障等原因,仍没有广泛应用。{1}多数据源所带来的各种数据格式不相容、清洗困难问题也令现有的数据库技术捉襟见肘。在公安情报业务中,有必要将办案实践中的数据以统一形式集成存储在一起,形成数据仓库(Data Warehouse)。数据仓库是在数据库已经大量存在的情况下,为了进一步挖掘数据资源,分析特定主题的集成化的、具有时变性的决策数据支持系统。数据仓库不同于管理日常工作数据的“大型数据库”,建设公安数据仓库的目的,是为前端主题式的查询和分析研判作基础性的数据源支撑,具有重大实战意义。公安数据仓库除了需要数据的原始积累、分层分级,还要考虑数据的交换与集成、逻辑模型设计等一套构造过程。此外,侦查过程中如果涉及数据的隐私性和安全性,必要的时候还要对数据进行脱敏,降低数据泄露的风险。{2}数据挖掘和数据仓库也可以看成是数据库技术的新兴领域,办案实践中,通过这些新兴技术完成数据查询、调取和处理之后,就进入数据可视化分析研判环节。
  (三)可视化分析研判技术
  完成对涉案数据的处理之后,就可以对标准数据做进一步的分析研判。分析研判是侦查人员按照侦查逻辑和具体需求对资金数据进行数学推演,获取数据背后的案情,指导侦查破案的过程。比如,在虚开增值税专用发票案的侦查过程中,可以根据调取的大量账户资金交易明细表,分析出交易总笔数最多的账号或者分析出交易总金额最多的账号,用于下一步的侦查扩线;在网络传销案中,可以根据调取的银行交易流水,分析出进、出账笔数最多的可疑申购日期及进账次数最多的可疑申购金额等等。分析研判是经侦民警在侦查中的核心工作,在大数据技术出现以前,就有数据的分析研判工作。但是,传统的分析研判数据量少,大多是纸质调单,再进行人工的演算和画图,以期摸清涉案资金流向,研判结论以数据展示为主。大数据时代的分析研判数据量极大,必须通过专用分析软件进行运算并进行可视化的直观呈现,被赋予了数据感知的内涵。
  现有的资金分析与查控平台都引入了数据可视化分析技术,用于解决数据形式的结论不容易为人类感官所认知的问题。通过数据可视化技术,可以将犯罪嫌疑人的社会关系、资金流向、犯罪特征值转化为直观的图形展示,一目了然地描绘违法犯罪相关事实。比如,绘制涉案账户的关系图谱是可视化技术中常用的功能,能够通过各种图形布局将涉案账户的关联交易进行展示。在虚开增值税专用发票犯罪中,常常有虚开企业开设多个中间账户,以借出款或往来款的名义将资金转入受票公司的中间账户或个人账户,形成资金回流。在纯粹的数据表达中,这样的资金回流不易被察觉,而一旦转化为图形展示,回流资金就清晰地显现出来。现代数据可视化分析技术将各种枯燥的金融数据转换为资金交易流程图,将复杂的账户号码、交易金额、交易日期等字段信息转换成人性化的直观图形和图表,并在后台实现数据挖掘功能。比如,非法集资、组织领导传销活动等犯罪涉案人员众多,通过可视化数据分析,可将其犯罪团伙上下游链条形成树形结构并标识涉案资金,不仅增加情报信息的可读性,也容易认定犯罪事实,使得公诉机关、审判机关更容易理解案情。
  三、违法犯罪资金查控平台和资金分析技术的优化路径
  违法资金分析与查控技术正处于一个高速发展的阶段,根据公安部经侦局的规划、资金查控的应用情况反馈和各种分析研判新兴工具的发展等因素综合来看,未来一段时间其主要的发展方向和优化路径聚焦于资金数据质量的升级、拓展第三方支付平台的查控、发展智能研判技术、增加人像识别辅助等方面。
  (一)数据质量升级

  ······

法宝用户,请登录后查看全部内容。
还不是用户?点击单篇购买;单位用户可在线填写“申请试用表”申请试用或直接致电400-810-8266成为法宝付费用户。
【注释】                                                                                                     
【参考文献】

{1}大数据战略重点实验室,块数据[M].北京:中信出版社,2015:104-106.

{2}李建利,李宇尘.大数据在刑事侦查中的应用研究[M].长春:吉林大学出版社,2017:81-84.

©北大法宝:(www.pkulaw.cn)专业提供法律信息、法学知识和法律软件领域各类解决方案。北大法宝为您提供丰富的参考资料,正式引用法规条文时请与标准文本核对
欢迎查看所有产品和服务。法宝快讯:如何快速找到您需要的检索结果?    法宝V5有何新特色?
扫码阅读
本篇【法宝引证码CLI.A.1253169      关注法宝动态:  

法宝联想
【相似文献】

热门视频更多