小說里的神探，不管是福爾摩斯還是柯南，都有一個共同的特點，那就是有一個具備強大分析能力的大腦，能夠觀察到細小的證據(jù)，并把這些證據(jù)關(guān)聯(lián)起來，從而分析出犯罪事實。

但在現(xiàn)實中，神探不容易出現(xiàn)，罪犯卻天天在行動。

幸運的是，在大數(shù)據(jù)時代，普通警察都有可能變成神探，甚至能預(yù)測犯罪。如果福爾摩斯穿越到現(xiàn)代，他將不必在現(xiàn)場頻繁擺弄他的放大鏡，也許他只要坐在電腦前，看看電腦屏幕，一個個奇案就可告破！

犯罪分子無處遁形

在互聯(lián)網(wǎng)時代，警察破案除了用到傳統(tǒng)的檔案、走訪資料、電話記錄等信息外，還會用到互聯(lián)網(wǎng)上出現(xiàn)的信息。所有的這些信息匯集成海量的數(shù)據(jù)，這些數(shù)據(jù)如今有了一個更加時髦的身份，那就是“大數(shù)據(jù)”。當然，大數(shù)據(jù)不僅僅是換了“馬甲”的資訊，它與傳統(tǒng)的資訊還是有區(qū)別的。大數(shù)據(jù)指的是資料量規(guī)模巨大的資訊，往往是在一個較大地域范圍內(nèi)所出現(xiàn)的所有或某類資訊，它們無法在短時間內(nèi)利用傳統(tǒng)的方法被人們所利用。

在信息時代，一個犯罪分子要想銷聲匿跡，除非把自己完全絕緣起來，這樣無論警察掌握的大數(shù)據(jù)有多大，都難以查找到犯罪分子的個人電子信息了。但是，在如今這個信息技術(shù)已經(jīng)滲透到生活方方面面的時代，犯罪分子要想不留下任何電子信息，已經(jīng)是幾乎不可能的事情了。就算犯罪分子不上網(wǎng)、不使用手機、不看電視等，總之不和任何信息設(shè)備發(fā)生關(guān)聯(lián)，也可能逃不脫大數(shù)據(jù)的追蹤。因為犯罪分子不可能長期遠離道路、商店、碼頭、車站等公共場所，一旦出現(xiàn)，就可能被公共的或他人的電子設(shè)備拍攝到。

近來，利用大數(shù)據(jù)成功偵破的有名案例是波士頓連續(xù)爆炸案。2013年4月15日，美國波士頓在舉辦馬拉松比賽的過程中發(fā)生連續(xù)炸彈爆炸案，結(jié)果導(dǎo)致3人死亡、183人受傷。在案件發(fā)生后，警方保留了案發(fā)現(xiàn)場附近的所有監(jiān)控錄像以供比對、查找，波士頓警察局的官員稱“仔細查看了所有錄像的每一幀畫面”。然后，警察走訪了事發(fā)地點附近12個街區(qū)的居民，收集可能存在的各種私人錄像、照片，無論它們來自攝像機還是手機。警方還大量收集網(wǎng)上信息，包括像Twitter、Facebook、 Youtube等社交媒體上出現(xiàn)的相關(guān)照片、錄像等，而且在這些流量巨大的網(wǎng)站上向公眾提出了收集相關(guān)信息的請求。

結(jié)果，警方從馬拉松賽事沿途錄像中尋覓到嫌疑人的蹤跡，并從錄像中截取出嫌疑人照片，其中包括嫌疑人正面的清晰影像，并結(jié)合其他信息，宣布犯罪嫌疑人為兄弟倆，分別是26歲的塔米爾南·沙尼耶夫和19歲的喬卡·沙尼耶夫。4月19日凌晨，嫌疑人與警方發(fā)生槍戰(zhàn)，塔米爾南在槍戰(zhàn)中受重傷，送到醫(yī)院后不治身亡，喬卡趁亂逃脫。當日晚間，警方利用公共場所的紅外線攝像機搜集到的數(shù)據(jù)，準確定位了喬卡的位置，并且迅速包圍。在與警方對峙數(shù)小時后，喬卡投降，追捕行動結(jié)束。

困惑“現(xiàn)代福爾摩斯”的是如何存儲這些大數(shù)據(jù)

目前，獲取大數(shù)據(jù)的渠道主要有兩個：一個是電話公司，一個是互聯(lián)網(wǎng)公司。美國國家安全局就長期從電話運營商處獲取通話數(shù)據(jù)庫，其中包含大量通話數(shù)據(jù)記錄，例如通話時間與通話時長、相關(guān)電話號碼以及移動設(shè)備的本地數(shù)據(jù)等。這套數(shù)據(jù)庫建立于2001年“9·11”恐怖襲擊事件后不久，而且得到了多家運營商的支持。2006年，《今日美國》雜志發(fā)表文章稱，這套通話數(shù)據(jù)庫是“世界上規(guī)模最大的數(shù)據(jù)庫”。該數(shù)據(jù)庫處理著數(shù)以十億計的電話記錄數(shù)據(jù)，有超級計算機和數(shù)據(jù)分析師專門處理這些數(shù)據(jù)。

美國還長期從互聯(lián)網(wǎng)信息中獲取大數(shù)據(jù)。然而，他們目前無法真正捕捉并保存用戶們所產(chǎn)生的全部數(shù)據(jù)，更無法將其無限期加以留存。隨著信息技術(shù)的發(fā)展，這兩項艱巨任務(wù)逐漸變得可能起來。由于全球互聯(lián)網(wǎng)的I P地址都由美國的服務(wù)商來提供，這給美國監(jiān)控全世界提供了便利。美國國家安全局已經(jīng)在海底互聯(lián)網(wǎng)光纖主干上安裝了智能流量分析器，這是一種原理類似于“水龍頭”的分流裝置，可以獲取全球互聯(lián)網(wǎng)上的信息。

然而，比獲取信息更難的是存儲信息。根據(jù)思科公司的統(tǒng)計，2012年全球互聯(lián)網(wǎng)流量每天達11億GB，這需要110萬個容量為1 000GB的硬盤來容納這些數(shù)據(jù)。目前世界上90%以上的數(shù)據(jù)是最近幾年才產(chǎn)生的，而在未來一段時期內(nèi)，互聯(lián)網(wǎng)上的數(shù)據(jù)每年將增長50%，從存儲介質(zhì)來講，目前要將互聯(lián)網(wǎng)上的所有信息存儲下來就已經(jīng)無法實現(xiàn)，更不要說實際使用這些信息了。當然，從技術(shù)發(fā)展的角度來看，將來是有希望做到把所有的信息都存儲下來，這就是未來的DNA存儲技術(shù)所能做的事情。

由于目前DNA存儲還沒有進入實用階段，人們只能從相對有限的大數(shù)據(jù)中獲取線索。美國國家安全局每天所捕捉并保留的數(shù)據(jù)總量，也僅占每天全球互聯(lián)網(wǎng)流量和通話記錄中的一小部分，那都是通過關(guān)鍵詞、關(guān)鍵圖像、關(guān)鍵數(shù)據(jù)等篩選過后的信息。

從互聯(lián)網(wǎng)獲取信息還遭遇另外一個難題，那就是密碼問題。安全部門希望獲得的信息往往是經(jīng)過加密的，比如恐怖組織和一些黑客會采取很先進的加密技術(shù)來傳輸自己的信息。要破譯這些信息，不僅需要更好的技術(shù)，而且投入十分巨大。更重要的是，破譯這些信息需要一定時間，恐怖組織或犯罪分子會利用這個時間差，有時在安全部門或司法部門破譯信息之前，恐怖襲擊或犯罪活動已經(jīng)發(fā)生了。因此，大數(shù)據(jù)時代警方所能利用的線索雖然很多，但是需要警方不斷更新技術(shù)，讓自己更好更快地從那些數(shù)據(jù)中挖掘出有用信息。這些技術(shù)被統(tǒng)稱為“數(shù)據(jù)挖掘”。

福爾摩斯的筆記本變成了數(shù)據(jù)挖掘技術(shù)

在偵破過程中，刑偵人員會對來源不同的各種證據(jù)和線索進行梳理，找出對偵破最有用的證據(jù)和線索。這些對已有資料的梳理、統(tǒng)計、分析工作，就是數(shù)據(jù)挖掘技術(shù)。

在100多年前，多國司法機構(gòu)就知道建立違法犯罪檔案。一旦某地出現(xiàn)新的違法犯罪活動時，刑偵人員會搜索已有的檔案，從中發(fā)現(xiàn)破案的線索。而犯罪學(xué)專家則研究這些檔案，總結(jié)違法犯罪的動機、方式、工具等特征，為預(yù)防犯罪和偵破案件提供依據(jù)。這些都是較為古老的數(shù)據(jù)挖掘方法。福爾摩斯就有一本筆記本，里面記載著自己編制的犯罪記錄檔案，在辦案遇到瓶頸時，他也會掏出那本子翻一翻，看看能不能從中找到什么線索。

到了信息科技時代，福爾摩斯的筆記本就不夠看了，數(shù)據(jù)挖掘則以人工挖掘為主轉(zhuǎn)變?yōu)橛嬎銠C挖掘為主。

數(shù)據(jù)挖掘又被稱為資料探勘、數(shù)據(jù)采礦，是指從大量、不完全、有噪聲、模糊、隨機的數(shù)據(jù)中，通過設(shè)置一定的學(xué)習(xí)算法，提取隱含在其中的、人們事先不知道但又是潛在有用的信息。它是根據(jù)數(shù)據(jù)的微觀特征，發(fā)現(xiàn)其表征的、帶有普遍性的、較高層次概念的知識，是信息優(yōu)勢成為知識優(yōu)勢的基礎(chǔ)工程。數(shù)據(jù)挖掘萌芽于“情報深加工”，其實質(zhì)就是發(fā)現(xiàn)情報背后的情報。在大數(shù)據(jù)時代，數(shù)據(jù)挖掘就是從海量數(shù)據(jù)中尋找到自己需要的信息，我們常用百度、谷歌等搜索引擎去搜索各種答案，這也屬于數(shù)據(jù)挖掘的范疇。

數(shù)據(jù)挖掘技術(shù)已經(jīng)被廣泛用在刑事偵破領(lǐng)域，為破獲一些疑難雜案、保障公民的人身和財產(chǎn)安全提供了新的技術(shù)支持。比如，尋找犯罪嫌疑人的人臉識別方法就需要用到數(shù)據(jù)挖掘技術(shù)。警方先通過計算機對嫌疑人進行畫像，然后自動在目標人員數(shù)據(jù)庫中搜索犯罪嫌疑人。不過，人臉識別技術(shù)要高效發(fā)揮破案的作用，前提就是要建立有大級別的人像數(shù)據(jù)庫系統(tǒng)。也就是說，人臉識別的數(shù)據(jù)挖掘是需要建立在大數(shù)據(jù)的基礎(chǔ)之上的。同樣，指紋識別、虹膜識別、掌紋識別、步態(tài)識別等生物識別技術(shù)，也需要逐步完善的數(shù)據(jù)庫給予支撐。

美國國家安全局和交通安全局曾經(jīng)基于數(shù)據(jù)挖掘技術(shù)，開發(fā)出計算機輔助乘客篩選系統(tǒng)。該系統(tǒng)為美國本土各個機場提供接口，當乘客購買機票時，系統(tǒng)利用乘客提供的信息，確定乘客是不是需要額外安全篩選的人員。該系統(tǒng)將乘客購買機票時提供的信息輸入到商用數(shù)據(jù)提供商提供的數(shù)據(jù)庫，這些信息包括全名、地址、電話號碼以及出生日期。然后，商用數(shù)據(jù)庫將隱含特殊危險等級的數(shù)字分值傳送給交通安全局?！熬G色”分值的乘客將接受“正常篩選”，“黃色”分值的乘客將接受“額外篩選”，“紅色”分值的乘客將被禁止登機，而且還將接受“法律強制性的關(guān)照”。

大數(shù)據(jù)時代的隱憂

英國牛津大學(xué)網(wǎng)絡(luò)學(xué)院的維克托·爾耶·舍恩伯格教授在其新書《大數(shù)據(jù)時代》的引言中說：“大數(shù)據(jù)開啟了一次重大的時代轉(zhuǎn)型。就像望遠鏡讓我們能夠感受宇宙、顯微鏡讓我們觀測微生物一樣，大數(shù)據(jù)正在改變我們的生活以及理解世界的方式，成為新發(fā)明和新服務(wù)的源泉，而更多的改變正蓄勢待發(fā)……”美國政府已將大數(shù)據(jù)視為“未來的新石油”，并將對大數(shù)據(jù)的研究上升到國家高度。在美國的推動下，未來大數(shù)據(jù)之戰(zhàn)的腳步聲也似乎越來越近。大數(shù)據(jù)是一股不可阻擋的時代潮流，它不僅可以幫助政府機關(guān)和司法機構(gòu)提高辦事效率，而且會影響到普通人日常生活的方方面面。

舍恩伯格在新書中還表示，在大數(shù)據(jù)時代，人們時刻都暴露在“第三只眼”之下：亞馬遜監(jiān)視著我們的購物習(xí)慣；谷歌監(jiān)視著我們的網(wǎng)頁瀏覽習(xí)慣；而微博似乎什么都知道，不僅竊聽到了我們的心思，還能描繪我們的社交關(guān)系網(wǎng)。因此，不僅司法機構(gòu)可以利用大數(shù)據(jù)來破案和預(yù)測潛在的犯罪，犯罪分子和犯罪團伙也可以利用大數(shù)據(jù)尋找到可以侵害的對象并實施犯罪。以前不少盜竊大案的犯罪分子往往要實地勘察幾個月甚至數(shù)年，以此來分析某人或某機構(gòu)的習(xí)慣規(guī)律以實施犯罪行為。在大數(shù)據(jù)時代，只需要一臺電腦和簡單的黑客手段就可以完成這樣的分析。目前，已經(jīng)有不少犯罪團伙通過互聯(lián)網(wǎng)上的海量數(shù)據(jù)，利用搜索引擎和密碼破譯等手段，挖掘出人們的私人信息和社交關(guān)系，以此實施盜竊、詐騙、敲詐勒索、拐賣兒童等犯罪行為。

除了可能被犯罪分子偷窺外，黑客也可能侵入到政府的服務(wù)器查看所監(jiān)控到的信息。如果個人網(wǎng)絡(luò)信息保護問題得不到很好的解決，未來因大數(shù)據(jù)和數(shù)據(jù)挖掘引發(fā)的社會矛盾將會越來越多，且會越來越激烈。