【警察节特刊】大数据与警务：对执法要求、期望和优先事项的评估

英国智库RUSI发布报告，探讨了大数据技术在英国警务中的潜在应用。近年来，大数据技术已经彻底改变了许多领域，包括零售、医疗保健和运输行业。然而，到目前为止，大数据技术在警务中的使用受到限制，特别是在英国。尽管警方每天都在收集大量数字数据。

缺乏探索大数据分析在英国警务中的潜在用途的研究。本文旨在为这一证据基础做出贡献。初步研究以访谈25名在职警务人员和工作人员以及技术部门和学术界专家的形式，为警方目前使用数据的局限性以及警方扩大这些能力的优先事项提供了新的见解。

该研究确定了警方目前使用数据的一些基本限制。特别是，本文发现，数据库和软件应用程序的碎片化是警察部队效率的重大障碍，因为警察数据是通过多个不相互兼容的独立系统管理的。此外，在大多数情况下，数字数据的分析几乎完全是手动的，尽管有软件可以自动化大部分过程。此外，警察部队无法获得先进的分析工具来拖网和分析图像和视频等非结构化数据，因此无法充分利用英国广泛的监视能力。

在大数据技术可以应用于英国警务的众多方式中，有四种被确定为关键优先事项。首先，预测性犯罪地图可用于确定最有可能发生犯罪的区域，从而最有效地确定有限的资源。其次，预测分析也可用于识别与特定个人相关的风险。这包括识别重新犯罪风险增加的个人，以及有可能失踪或成为犯罪受害者的个人。第三，高级分析可以使警方充分利用通过视觉监控收集的数据的潜力，例如闭路电视图像和自动车牌识别（ANPR）数据。 第四，大数据技术可以应用于开源数据，例如从社交媒体收集的数据，以更丰富地了解具体的犯罪问题，最终为制定预防性警务战略提供信息。

目前，实施这些技术存在许多实际和组织障碍。最重要的是，英国警务部门缺乏技术协调发展对大数据来说是非常成问题的，大数据依赖于有效的全国数据共享和协作。近年来的财政削减也严重阻碍了技术发展，因为大部分警察IT预算都用于支持现有的遗留系统，几乎没有资金可用于投资新技术。最后，警方使用数据存在重大的法律和道德限制，尽管这些不是本报告的主要关注点。

这些障碍绝非不可逾越，预计在未来几年，警方使用技术的进步将使大数据警务工具的成功发展成为可能。必须根据具体确定的要求和优先事项通报这种发展情况，本报告确定了值得进一步调查的几个特别令人感兴趣的领域。尽管自2010年以来实施了预算削减，但投资新技术至关重要，因为从长远来看，效率节约将超过初始投资的成本。

建议：

大数据技术的任何重大发展都应直接咨询具有代表性的警察官员和工作人员。

这对开发人员和最终用户都有几个积极的结果。从发展角度看，技术投资将直接针对满足具体需求，而不是以临时和推测性研究为基础。从警察的角度来看，警员在前线和管理层的认同都会得到改善。

英国警察部队应优先探索掠夺性地图软件的潜力。

预测热点地图一次又一次地被证明在预测未来犯罪地点方面比情报主导的技术更有效。然而，很少有部队将这种做法纳入目前的巡逻战略。警方收集了大量历史犯罪数据，这些数据可用于预测犯罪可能发生的地方，从而使有限的资源能够直接针对他们最需要的地方。

任何严肃或长期调查的数字方面都应由数字媒体调查员管理，他负责成为特定操作的技术负责人。

几乎所有警方调查都有重要的数字组成部分，但调查往往在没有连贯的数字策略的情况下进行，官员报告说，处理不同类型数据的团队之间缺乏协调。大多数警察部队尚未充分利用的数字媒体调查人员可以填补这一空白，并为数字调查提供潜在的非常有价值的资源。

预测与个人相关的风险的分析工具应使用国家数据集，而不是数据集。

预测分析使警察部队能够使用过去的犯罪历史来识别重新犯罪风险增加的个人，以及使用合作伙伴机构数据来识别特别脆弱和需要保护的个人。目前使用当地警察数据集进行此类分析，但必须使用国家数据集来充分了解这些风险。

应制定国家大数据采购战略，以协调英国所有警察部队的技术投资。

英国警务的高度本地化结构导致不同警察部队之间的技术发展水平存在很大差异。各部队孤立地追求技术变革，在国家一级几乎没有协调。内政部应发布明确的国家指南，采购大数据警务技术，以确保未来在这一领域的投资不被浪费。

应编制通用术语的标准化词汇表，以便将信息输入政治数据库。

从警方数据库中检索信息时，调查人员需要执行关键字搜索，其中包括猜测特定感兴趣主题的每个潜在同义词。这使得从不同来源收集的信息特别难以整理和交叉引用。标准化的词典将解决这个问题，同时也有助于开发可用的文本软件。

应创建共享的MASH（多机构保护中心）数据库，以便在警察和标准机构之间更好地共享数据。

地方当局、社会服务和警察在确定需要保护的弱势个人时应密切合作。共享的MASH数据库将促进这一点，同时也使警方能够快速访问可能对正在进行的调查至关重要的信息。目前，数据共享的缺陷意味着警方对脆弱性的理解在某种程度上是电子维度的。

应在国家层面制定明确的决策框架，以确保大数据技术在警务中的道德使用。

目前，英国公共部门组织对大数据技术的道德使用没有明确的决策框架。这必须作为紧急事项加以解决，以确保警察等组织能够有效利用这些新功能，而不会侵犯公民对隐私的保障。

提供新的分析软件应伴随着由软件开发人员提供的官员培训课程和/或教学视频。

分析工具的有效性取决于操作它们的个人，如果官员无法有效使用新技术，投资将被浪费。由于现代软件解决方案非常直观，通常可以轻松采用，因此可以以简短演示或教学视频的形式提供这方面的培训，官员可以在方便时参考，展示新技术的工作原理以及它为什么有效。

所有数据应用程序都应包括永久启用的事件日志功能，记录对数据集所做的任何更改。

当看到新数据集时，分析师应该能够查看相应的事件日志，记录数据被修改的方式和时间以及修改者。这将确保连续性并防止从一个我们到另一个人的重复。

预测性警务软件的开发人员应进一步研究使用基于网络的模型来生成基于街道段的CRIMe预测。

最近的研究表明，生成街段预测的基于网络的校准模型比传统的基于网格的预测具有更高的预测准确性。街道段预测比任意网格更适用于警务目的，这些初步结果表明，需要进一步研究来完善这些模型并将其集成到现有的预测性政治结冰软件中。

需要进一步的研究来探索风险地形建模（RTM）的潜在用途，以确定最有可能发生犯罪的区域。

目前的预测地图绘制方法仅依靠过去的犯罪事件来预测未来的犯罪，并且对使某些地点更容易犯罪的潜在地理和环境因素漠不关心。RTM考虑了这些潜在的环境因素，以提供对空间风险的全面分析，一些研究表明RTM比回顾性hotspot映射具有更好的预测能力。

需要进一步研究探索使用伤害矩阵来评估不同类型犯罪造成的危害。

目前，在大多数部队中，警察资源的优先次序主要基于特定地区的犯罪总量，而不是不同类型犯罪造成的危害。MoRiLE矩阵等工具表明，通过考虑对个人、社区和经济造成的伤害等因素，可以使用数据更深入地了解危害。需要进一步的研究来更详细地探索这些潜力，并开发更复杂的分析方法来评估不同类型犯罪造成的危害。

需要进一步的研究来探索警方对从Inter net of Things收集的大数据的潜在用途。

在未来几年中，城市环境中传感器传输的数据量可能会显着增加。虽然这些数据可用于提高城市服务的绩效和效率，如交通网络、医院和学校，但它也可以改变城市环境的监管方式。