빅데이터는 서방에서 대통령 선거 예측, 상업마케팅, 질병예방, 금융분석, 교육개혁, 사회모니터링과 예측, 공공안전관리, 테러 공격 등에 널리 사용되고 있다.

범죄 수사와 통제를 위해 대량의 데이터를 사용하는 것은 1994 의 새로운 공공 안전 정보 관리 시스템인 CompStat (COMPSTAT) 으로 뉴욕 경찰서에서 투입하고 있습니다. CompStat 은 통계 보고서를 비교하여 경찰력 자원 할당, 범죄 예방 및 대책을 확정했다 [5]. 빅 데이터 시대가 도래함에 따라 서방은 빅 데이터 중심의 범죄 수사 체계를 대대적으로 구축했다. 빅 데이터 기반 범죄 수사 시스템은 경찰이 역사적 사건을 분석하고 범죄 추세와 패턴을 발견하는 데 큰 데이터를 사용합니다. 도시 데이터 소스와 소셜 네트워크 데이터를 분석하여 범죄를 예측합니다. 큰 데이터를 이용하여 경찰력 자원 배치를 최적화하여 사회 공공 안전 수준을 높이다 [6]. 빅데이터는 범죄 수사 패턴을 근본적으로 바꾸고, 빅데이터를 이용하여 범죄 수사 능력을 높이는 것은 미래의 발전 방향이다.

곽성우 공안부 장관은 빅데이터 시대를 대대적으로 강화해 공공안전을 보호하고 인민대중에게 봉사하는 능력과 수준 [7] 을 강조했다. 우리나라의 각급 공안기관은 이미 의식적으로 빅데이터를 운용하여 범죄 수사 업무를 추진하기 시작했다. 그러나 빅 데이터는 기술적 인 문제 일뿐만 아니라 조사 개념, 방법 및 메커니즘의 변화도 가져옵니다. 우리나라 학술계의 연구는 주로 빅데이터 기술의 응용연구에 초점을 맞추고 있으며, 빅데이터가 가져온 정찰이념, 방법, 메커니즘의 변화에 대한 연구가 적고 깊지 않아 더욱 체계적이고 심층적인 연구가 절실히 필요하다.

첫째, 빅 데이터 시대의 복잡한 범죄 상황과 범죄의 디지털 생태

현재 범죄 상황은 더욱 심각하고 복잡하다. 첫째, 범죄 총량이 크고 범죄율이 해마다 증가하고 있다. 20 12 년 만에 공안기관이 형사사건 655 1440 건을 입건해 체포를 승인하고 범죄 용의자 680539 명을 체포하기로 한 것으로 집계됐다. 수량은 986056 건 [8] 이다. 최근 20 년 동안 중국의 범죄율이 해마다 상승하면서 형사사건의 발생량은 매년 평균 22% 이상 증가하여 전국 GDP 의 성장을 넘어섰다. ① 둘째, 범죄의 지능화. 범죄는 일종의 사회적 존재이며, 과학의 발전은 범죄의 모든 측면에 스며들어 그것의 능력과 위험을 높인다. 이것은 두 가지 측면에서 나타난다. 하나는 과학적 사고를 이용한 범죄다. 주로 엄밀한 범죄 사고, 범죄 전 치밀한 배치와 계획, 범죄 과정에서 과학적 사고와 전략이 스며든다. 둘째, 과학 기술 범죄, 특히 디지털 범죄입니다. 사이버 범죄를 예로 들어 20 12 년 동안 전국 공안기관이 사이버 범죄 사건 1 18000 여 건을 적발해 용의자 2 16000 여 건을 체포했다. 20 12 년 9 월 발표된 노턴 안전보고서에 따르면 20 1 12 년 7 월부터 중국은 2 억 5700 만 명이 넘는 사람들이 사이버 범죄의 피해자가 됐다. 사이버 범죄로 인한 직접경제적 손실은 2890 억원에 달하고 피해자 1 인당 직접적인 경제적 손실은 약 1200 원 [9] 이다. 셋째, 범죄 시간과 공간의 복잡성. 현대 과학기술이 발달하면서 범죄의 시간은 비선형적이고, 범죄의 공간은 결석하며, 시공간조합은 다차원적이고 다양하며 임의적이다 [10]. 넷째, 사건의 인과 관계는 복잡하다. 전통적인 정적 단일 사회에 비해 현대 사회는 역동적이고 복잡한 사회이다. 역동적이고 복잡한 사회에서 인과관계는 비선형, 결합성, 다변성, 단절성을 가지고 있어 범죄의 인과관계를 확정하기 어려운 경우가 많다.

컴퓨터와 인터넷 기술이 발달하면서 사회는 이미 빅 데이터 시대로 접어들었다. 빅 데이터 시대는 먼저 데이터 기록의 시대이다. 데이터 로깅 시대에는 데이터 로깅이 기본 모드 [1 1] 로 설정되고, 인간 사회는 데이터 네트워크 기록에 있으며, 데이터 네트워크는 유비쿼터스 센서와 마이크로프로세서로 구성됩니다. 휴대폰, 인터넷, 감시 프로브, 무선 주파수 기술 등은 우리의 행동과 생각까지 곳곳에 기록되어 있다. "아침에 나가면 엘리베이터 카메라가 우리의 여행 시간을 기록합니다. 차를 몰고 출근하고, 도로에 있는 카메라는 우리의 위치와 속도를 기록하고 있습니다. 일할 때, 웹 페이지는 우리의 브라우징 습관과 검색 기록, 전화 기록, 우리의 네트워킹 대상 및 통화 기간을 기록합니다. 퇴근하고 집에 갈 때 쇼핑 기록은 우리의 직업 신분, 가족 배경, 심지어 성격 특성을 정의하고, TV 셋톱 박스는 우리의 시청 습관과 가치 취향을 기록합니다. "[12]" 디지털 세계에서는 전자 발자국이나 전자 지문을 남깁니다. " "우리는 끊임없이 변화하고 있지만 점점 더 면밀한 감시를 받고 있습니다. 사실, 이제 우리의 모든 행동은 하나의 데이터베이스에서 단서를 찾을 수 있다. " [14] 12

교활한 범죄자가 예외적으로' 데이터 은둔자' 가 될 수 있을까? "데이터 은둔자" 가 된다는 것은 현대 사회 체계에서 완전히 벗어나야 한다는 것을 의미하며, 디지털 제품뿐만 아니라 완전한 의미의' 인간 불꽃' 도 먹을 수 없다는 것을 의미한다. 현대 사회는 거의 디지털화되어 있기 때문에, 일단 현대 사회 시스템과 소통하면 데이터에 의해 캡처되고 기록될 가능성이 높다. 그렇다고 범죄자가 구체적으로 범죄를 저지르는 요소 또는 단편을 의미하는 것은 아닙니다 (예: 범죄 시간, 범죄 공간, 범죄 행위, 범죄 도구 등). , 데이터에 의해 직접 완전히 기록되고 저장됩니다. 범죄자들이 숨긴 범죄 정보가 항상 관련 방대한 데이터에 의해 다른 측면에서 기록된다는 것을 의미한다. 누락 된 부분이나 주요 또는 주요 범죄 요소 또는 단편조차도 여러 측면에서 관련 대량 데이터를 통해 범죄 과정을 연결, 분석, 접합 또는 그릴 수 있습니다. 따라서 빅 데이터 시대에는 디지털 범죄에 대해 이야기하지 마십시오. 전통적인 수단의 범죄라도' 스카이넷 회복력, 소홀함' 의 인터넷 녹음 스토리지 시스템에 빠졌다고 할 수 있다. 디지털화는 현재 범죄의 현실 생태이다.

둘째, 빅데이터 중심의 정찰 모델은 시대의 필연적인 선택이다.

패턴은 정제되고 추상적인 표준 스타일이다. 정찰 모드는 조사 요소의 구조적 관계와 운영 논리를 반영한다. 정찰 모델은 다른 기준에 따라 분류할 수 있다. 정찰에서 정보기술 사용 여부에 따라 학계는 정찰패턴을 전통적인 정찰패턴과 정보 주도형 정찰모델로 나누었다. 그러나 정보론의 관점에서 볼 때, 전통적인 조사 패턴과 정보 주도 조사 모드의 본질적 차이는 정보 사용 여부가 아니라 정보를 기록, 저장, 추출 및 분석하는 방식의 근본적인 차이에 있다. 수사에서 사용할 수 있는 정보의 기록, 저장, 추출 및 분석 방법에 따라 조사 모드는 기존 조사 모드, 업무 정보가 주도하는 조사 모드, 빅 데이터 중심 조사 모드로 나눌 수 있습니다. 학계에서는 일반적으로 비즈니스 정보 주도 조사 모드와 빅 데이터 중심 조사 모델을 총체적으로 정보 주도 조사 모드라고 부르지만, 이 두 모델은 발전 단계가 다를 뿐만 아니라 (빅 데이터 중심 조사 모델은 비즈니스 정보 주도 조사를 기반으로 개발됨) 정보 유형, 정보 추출 및 판단 방법에도 본질적인 차이가 있습니다. 가장 중요한 것은 이러한 차이가 정찰이념, 특징, 메커니즘의 근본적인 변화를 가져왔다는 것이다.

전통적인 조사 모델은 정보 저장, 추출 및 분석 방면에서 과학 기술 함량이 높지 않다. 전통 사회에서는 인간이 정보를 기록하고 저장하는 방식이 주로 인간의 뇌와 쓰기 시스템이다. (전통 사회는 정보 기록의 필요성 때문에 전체 쓰기 시스템을 개발하여 시간에 따라 수집한 분류 쓰기 파일을 많이 만들었다.) 범죄 정보 기록의 경우, 뇌와 문자파일 외에도 범죄 현장은 물질 교환 형식으로 범죄 정보를 기록한다. 따라서 전통적인 주요 조사 수단은 면담 (뇌에 저장된 정보 추출) 을 조사하고 서면 서류를 묻는 것이다. ② 인간 두뇌 정보의 저장 및 추출은 다른 사람들에게 분산되는 것이 특징이다. 정보의 정확성이 떨어지는 것은 외부 환경의 영향을 받을 뿐만 아니라 정보 저장자 자체의 감각과 기억력의 영향을 받는다. 정보의 안정성 부족, 정보 및 정확성은 시간이 지남에 따라 감소합니다. 정보의 추출 가능 여부, 추출의 질은 먼저 정보를 저장할 수 있는 사람을 찾을 수 있는지 여부, 조사원의 문의 기술 (경험), 응답자의 표현 능력, 감정, 협력 태도 등에 달려 있다. 파일에 정보를 쓰는 장점은 정확성이 높고 안정성이 좋다는 것이지만, 두 가지 큰 결함이 있다. 하나는 추출이 어렵다는 것이다. 사람들이 유용한 정보를 찾으려면 모든 정보를 찾아보아야 합니다. 나중에 도서관식 카탈로그 색인을 만들었지만 찾는 데는 시간이 많이 걸리고 힘들었다. 둘째, 직접적인 범죄 정보를 제공 할 수 없습니다. 기록 보관소를 쓰는 것은 범죄의 실시간 기록이 될 수 없고, 사건 해결 후의 사후 등록일 뿐, 이런 서류는 사건이 필요한 범죄에 직접적인 범죄 정보를 제공할 수 없다. 전통적인 정찰의 정보 분석과 판단은 주로 수사관의 경험에 달려 있으며, 경험이 있는 정찰원들은 종종 사건 해결의 관건이 된다. 결론적으로, 이 모델은 과학기술 함량이 낮고 특징이 조잡하며, 사건 해결 여부는 주로 수사관이 투입한 경험과 인력에 달려 있으며, 그뿐만 아니라 수사관의 운에도 달려 있다. 이것은 전통적인 정적 단일 사회와 그 범죄에 적응할 수 있지만, 역동적이고 복잡한 사회와 그 범죄와는 거의 완전히 호환되지 않는다.

비즈니스 정보 주도형 조사 모델은 정보 기술의 지도하에 비즈니스 정보의 저장, 추출 및 판단에 기반한 조사 모델입니다. 정보기술이 발달하면서 각종 정보 기록과 저장 장치가 널리 사용되고 있다. 정보의 기록과 저장은 더 이상 인간의 두뇌와 파일 쓰기에 전적으로 의존하지 않고, 전자 기록으로, 저장 장치는 이미 인류 기록과 정보 저장의 주요 방식이 되었다. 이 장치들은 인간의 뇌를 대체하고 인간의 행동과 범죄 행위를 실시간으로 기록하기 위한 문서를 작성한다. 출처와 저장 분포의 관점에서, 기록 및 저장된 정보는 서로 다른 업무 운영에 형성되어 서로 다른 업무 저장소에 분산되어 있다. 예를 들면 상가 기록과 저장인의 소비 정보, 은행 기록과 저장인의 금융 거래 정보, 병원 기록 환자의 정보 등이 있다. 이러한 데이터베이스는 통합이 부족하여 서로 고립된 정보를 형성합니다. 정보 중복과 정보 섬이 정보 존재의 기본 생태계가 되었다. 업무 정보가 주도하는 수사 모델의 주요 특징은 수사부서가 공안 플랫폼에 의지하여 축적한 구조화 데이터베이스이며, 주로 사람, 일, 물건의 검증 비교에 사용되며, 실시간 범죄 정보는 여전히 인공채집을 위주로 한다는 점이다. 둘째, 정보 추출은 여전히 ​​어렵습니다. 기존 수사 모델에 비해 업무 정보 위주의 수사 모델은 공안기관이 축적한 구조화 정보에 대한 조회와 비교의 효율성을 크게 높였다는 것은 부인할 수 없다. 그러나 점점 더 많은 서로 다른 출처, 서로 다른 구조의 누적 데이터, 특히 대량의 반정형 및 구조화되지 않은 데이터에 직면하여 데이터 통합 기술 및 메커니즘, 정보 추출 기술 수단이 부족합니다. 구조화 된 데이터는 데이터 이전의 모델이며, 대부분 사후 등록 (호텔 숙박 등 실시간 기록 데이터) 입니다. ), 그래서 실시간 범죄 기록 정보를 얻기가 어렵습니다. 그 주요 가치는 사람, 일, 물건의 검증에 있습니다. 범죄의 "단서" 를 실시간으로 기록하는 다양한 출처의 반정형 및 비정형 데이터입니다. 셋째, 정보 분석 판단은 여전히 주로 정찰원의 경험에 의존한다. 비즈니스 정보 시스템은 주로 간단한 쿼리 및 비교에 사용되며 지능형 알고리즘 분석을 수행할 수 없습니다. 전반적으로, 현재의 범죄 상황, 특히 휴대전화 범죄와 디지털 범죄에 직면하여 이런 수사 모델은 효과가 없다.

빅 데이터 중심 조사 모델은 빅 데이터 및 클라우드 컴퓨팅 플랫폼을 기반으로 하며 빅 데이터 시대의 정보 주도 조사 모드의 업그레이드입니다. 빅 데이터 시대, 빅 데이터 중심 조사 모델은 시대의 피할 수없는 선택입니다. 이것은 복잡한 범죄 상황과 디지털 생태계뿐만 아니라 빅 데이터 기술이 이러한 선택을 현실로 만드는 데 있습니다.

우선, 범죄의 디지털 생태는 빅 데이터 중심 수사 모델의 현실적인 기초이다. 복잡한 범죄 상황에 직면하여 사람들은 약간 어찌할 바를 모르는 것 같다. 어느 정도까지, 범죄 통제는 형사 기술보다 더 유리한 수사 기술이다. 하지만 현대성의 발전으로 범죄자들이 익명화와 유동성을 높이고 한때 공안기관의 우세를 깨뜨린 것도 오늘날 범죄가 폭발적으로 증가하는 이유 중 하나다. 그러나 범죄는 사회로서 존재하며, 사회가 범죄의 조건에 도달할 때 인류에게 그것을 제약할 수 있는 기회를 제공한다. 범죄의 디지털 생태는 범죄 정보의 기록과 저장 방식을 근본적으로 바꿔' 사회적 기억' 을 크게 확대했다. 빅데이터 기술은 수사기술과 형사기술의 대비를 완전히 바꿀 것이다. 따라서, 우리는 전통적인 수사 패턴을 바꾸고, 큰 데이터 중심의 수사 모델을 채택하여 범죄를 통제하고 단속해야 한다.

둘째, 빅 데이터 시대에는 수사가 직면하고 처리할 수 있는 데이터가 더 이상 작은 데이터가 아니라 빅 데이터입니다. 오늘날 수사가 직면하고 처리할 수 있는 데이터는 데이터 양, 유형, 가치 밀도가 낮은 특징을 가지고 있습니다. "연못" 과 "바다" 의 가장 쉬운 차이점은 스케일 [15] 입니다. 과거에는 비즈니스 정보를 주도하는 조사 단계에서도 직면하거나 처리한 데이터의 양은 연못과 맞먹는 반면, 현대 조사에서 직면하고 처리한 데이터의 양은' 바다' 였다. 그리고 현대 조사는 데이터의 다양성에 직면해 있습니다. 구조적으로는 구조화 데이터뿐만 아니라 대량의 반정형 및 비정형 데이터가 있습니다. 데이터 유형으로 볼 때 비즈니스 데이터, 사용자 생성 데이터 및 센서 인식 데이터가 있습니다. 데이터 표현에는 텍스트, 그림, 오디오, 비디오, 링크 등이 있습니다. 형사사건의 구성으로 볼 때, 사람과 그 관계, 행동, 사물, 시간, 공간, 주관적인 고의적인 자료가 있다. 데이터의 가치 밀도가 낮습니다. 호연해 같은 데이터에서 관련 범죄 데이터는 작은' 물보라' 일 뿐 소중하다. 비디오를 예로 들자면, 지속적인 모니터링 과정에서 유용한 데이터는 1 ~ 2 초 [16] 에 불과합니다.

셋째, 빅 데이터 기술은 대용량 데이터에서 미래를 추출, 분석, 판단 및 예측할 수 있습니다. 대용량 데이터는 일반적인 기술보다 크기 또는 복잡성이 높은 데이터로, 합리적인 비용과 시간 제한으로 캡처되고 처리됩니다. 클라우드 컴퓨팅 기반의 대용량 데이터 기술은 기존의 기술 비용 및 시간 제한 요구 사항을 극복할 수 있습니다. 특히, 첫째, 대용량 데이터 기술은 다중 구조, 다중 소스 데이터, 특히 반 구조, 구조화되지 않은 데이터를 적시에 추출, 분석 및 처리할 수 있으며, 대량의 카오스 데이터에서 범죄 관련 세부 사항, 단편화, 데이터 및 정보를 대량으로 추출할 수 있으며, "데이터, 정보 포인트, 조각 연결" 을 할 수 있습니다. 범죄 용의자의 신원을 확인하는 데는 네 가지 정보점만 있으면 충분할 것 같다. 둘째, 클라우드 컴퓨팅을 통해 대용량 데이터를 합리적인 시간 내에 추출하고 분석할 수 있습니다. 주안을 예로 들면 난징 경찰은 며칠 동안 수백 명의 경찰력을 동원해 영상 감시 데이터를 검색하는데, 대형 데이터 기술을 운용하면 몇 시간밖에 걸리지 않을 것이다. 셋째, 빅 데이터 기술의 가장 근본적인 돌파구는 알고리즘 분석 및 정보 연구를 위해 대용량 데이터를 사용할 수 있다는 것입니다. 이를 통해 과거를 이해하고, 원인을 분석하고, 범죄의 법칙을 밝힐 수 있습니다. 마지막으로, 큰 데이터는 과거 분석에서 의미 있는 패턴을 찾아 미래를 예측하고 경찰 자원 배치를 최적화하고 범죄와 싸울 수 있는 기회를 제공합니다.

셋째, 빅 데이터 중심 조사 모드의 개념 변화

헤겔은 "이념은 어떤 지식의 합리성" [17] 을 지적하고, 이념에는 "예상되는 것" 이 포함되어 있으며, 예견, 지도, 디자인 [18] 을 가지고 있다고 지적했다. 정찰 모드의 변화는 우선 관념의 변화이다. 정찰모드의 관념은 수사법칙을 반영하고, 지도, 지배, 정찰활동을 결정하는 능력을 가진 관점, 의견, 신념을 가리킨다. 빅데이터 중심의 정찰 모델은 새로운 작업 모드일 뿐만 아니라 새로운 사고와 이념이기도 하다. 빅 데이터 시대에 조사에 필요한 개념은 다음과 같습니다.

온라인과 개방의 개념. 빅 데이터는 먼저 온라인 데이터입니다. 빅데이터는 어마할 뿐만 아니라 사회적 복잡한 동적 데이터, 즉 사용자가 생성하고 다양한 센서 인식 데이터를 실시간으로 기록하며 범죄의' 실마리' 가 뒤섞여 있다. 수사의 경우 공안플랫폼이 축적한 구조화 데이터는 물론, 특히 사람, 일, 사물에 대한 검증은 중요하지만 실시간 범죄 기록은 어렵다. 빅 데이터 중심 탐지는 공공 보안 플랫폼에 축적 된 구조화 된 데이터를 기반으로 변화하는 사용자 생성 및 다양한 센서 인식 데이터를 추출, 분석 및 처리하여 정보를 얻습니다. 따라서 빅 데이터 기반 조사의 경우, 데이터 온라인, 개방화의 개념을 고수하고, 우리가 필요로 하는 방대한 양의 데이터를 얻고, 그 데이터를 분석하고 처리해야 합니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 데이터명언)

데이터 안내 조사의 개념. 빅 데이터 시대에 데이터는 범죄의 생태였고, 수사 과정은 데이터 저장, 추출, 분석 과정이다. 데이터는 수사의 각 부분을 관통하며,' 데이터를 말하게 한다' 는 것이 수사의 기본 사유가 된다. 데이터 주도 조사의 개념은 최소한 세 가지 측면을 포함한다. 첫째, 모든 범죄 관련 현상을 디지털화할 수 있다. 모든 것을 정량화하고 디지털화할 수 있다 [19]25-26. 시간, 공간, 인간의 특징 (생물학적 특성, 행동 습관 등 범죄와 관련된 유형 사물만이 아니다. ), 행동, 수단, 사물 등. , 수량화, 디지털화, 범죄와 관련된 무형의 것들 (예: 인간의 가치관, 태도, 감정 등) 이 될 수 있습니다. 둘째, 큰 데이터는 기본 자원이며 정찰을 위한 공구박스이다. 수사는 데이터의 발굴과 분석으로, 수사의 성공은 어느 정도 큰 데이터 자원의 추출과 분석 능력에 달려 있다. 빅데이터의 각종 분석 기술을 이용하여 우리가 필요로 하는 범죄 정보를 얻을 수 있다. 마지막으로, 빅 데이터 시대에, 데이터는 수사 과정의 핵심이며, 수사의 운영을 주도하고 있다. 범죄 현장 재건, 수사 결정, 수사 경로 선택, 수사 분석, 데이터 정리, 수사 예측 등은 모두 데이터를 중심으로 진행된다.

상관관계의 개념. 큰 데이터는 두 데이터 값 사이의 수학적 관계를 수량화하여 연관성을 결정합니다. 강한 종속성이란 한 데이터 값이 증가하면 다른 데이터 값이 [3]7 1 증가할 가능성이 높다는 것을 의미합니다. 전통적인 조사는 인과관계와 데이터 구조의 기준에 따라 데이터를 수집하고 분석하는 것이다. 빅 데이터 시대에는 거의 모든 관련 데이터를 분석하고 사용할 수 있습니다. 인과 관계 및 데이터 구조 표준에 얽매이지 않고, 구조화 데이터뿐만 아니라 반정형 및 비정형 데이터를 수집하는 관련성 표준을 고수합니다. 이런 상관관계는 내재적인 인과관계를 직접 밝혀낼 수는 없지만 형사수사와 통제에 대한 실용적 가치는 여전히 강하다.

연관은 정찰원들이 전방위적이고 다각적으로 사건을 생각하고 분석할 수 있게 해준다. 연관은 정확함을 추구하지는 않지만 풍부함을 추구하며 어떤 기회도 거절하지 않고 가능한 기회를 만들고 이용한다. 연관성을 통해 관련이 없어 보이는 정보를 내부적으로 연결시켜 사건에 대한 보다 포괄적인 이해를 얻을 수 있습니다. 이것은 우리가 사건 해결 단서를 찾고, 사건 해결 사고를 정리하고, 사건의 범위를 정하는 데 도움이 될 수 있다.

상관관계는 우리에게 진일보한 지도, 인과관계 확인, 범죄의 원인 확인, 범죄 입증 등을 할 수 있다. 상관 분석은 인과 관계 분석의 기초입니다. 관련은 반드시 인과관계는 아니지만 인과관계는 반드시 매우 관련이 있어야 한다. 관계를 통해 인과관계가 있는지 더 자세히 조사해 범죄를 증명할 수 있다.

관련성의 중요한 가치 중 하나는 범죄 상황을 감시할 수 있다는 것이다. 앞서 언급한 바와 같이, 현재 범죄에 영향을 미치는 원인은 복잡하기 때문에 범죄의 원인을 파악하는 것은 쉽지 않다. 심지어 불가능할 수도 있다. 정찰원에게 중요한 것은 범죄의 원인을 밝히는 것이 아니라 범죄를 통제하는 것이다. 연관성을 통해 관련 대상을 파악해 범죄 상황을 감시함으로써 경찰력을 효과적으로 배치해 범죄와 싸울 수 있다.

상관관계를 통해 범죄를 예측할 수 있다. 빅 데이터의 핵심 가치는 예측이다. 관련 데이터를 수집하여 빅 데이터 모델을 구축함으로써 미시적 관점에서 언제, 어디서, 누가, 어떤 유형의 범죄가 발생할 수 있는지 예측할 수 있으며, 거시적인 관점에서 범죄 추세를 예측할 수 있어 범죄를 예방하고 타격할 수 있는 더 좋은 기회를 제공합니다.

온라인 범죄 수사와 오프라인 증거의 결합 개념. 빅데이터는 범죄 용의자를 쉽게 찾고 식별할 수 있게 해준다. 그러나 데이터는 사실의 거울일 뿐 그것이 사실이라는 것을 의미하지는 않는다. ④ 그리고 빅 데이터의 알고리즘 논리 (상관 관계 강조, 확률 하나만 확인, 소음 등으로 인한 치명적인 오류) 와 법적 증명 논리 (인과 관계 강조, 합리적인 의심 기준 제외) 는 차이가 있다. 따라서 형사수사는 법률체계의 운행 요구에 따라 더 증명할 필요가 있다. 빅데이터를 통해 범죄 용의자를 인정하고 합리적인 의심을 배제할 수 있는 기준을 달성한다 해도 빅데이터의 알고리즘 체계를 법적 규범에 부합하는 증명 체계로 변환하고 데이터 검증을 법적 인정으로 바꿔야 한다. 그러나 온라인 사건 해결과 오프라인 증명은 분리되지 않았다. 빅 데이터는 증거를 찾고 인과 관계를 결정하는 데 도움이되는 증거를 안내 할 수 있습니다. 따라서 빅 데이터 시대에 우리는 관련성을 포기할 수 없고 인과성만 추구하며 인과성 대신 상관관계를 방지하고 사실을 대체할 것을 예측해야 한다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언)

변쇼가 공유하는' 대데이터 및 정찰패턴 변화 연구' (1) 관련 내용이다. 더 많은 정보는 전 세계 아이비리그가 더 많은 건품을 공유하는 것에 집중할 수 있다.