基于社会网络分析的犯罪团伙识别系统

论文摘要

随着社会经济的快速发展,团伙犯罪的发案率不断升高,相对于一般刑事案件,团伙犯罪的社会危害性更大。如何遏制和打击团伙犯罪已经成为各地公安机关当前工作的重点任务。本论文从公安实际工作的现状和需要出发,将社会网络分析的相关理论与方法引入到公安部门对犯罪团伙的识别工作,建立了一个符合公安工作实际需求,基于已掌握犯罪团伙某一个或多个嫌疑人资料的情况下,缩小团伙中其余人员排查范围的辅助系统,使之成为又一个打击犯罪、维护社会治安、保护人民生命财产安全的有力武器。本文将工作重点放在以下几方面:1.根据公安各部门现有业务数据库的特点,对已经掌握的嫌疑人各社会关系的相关数据进行清洗、转换,并建立相应的案件数据仓库,建立该嫌疑人的社会网络;2.阐述了多种社会网络中社团的分解算法,利用Radicchi等人的快速分裂算法对已建立的嫌疑人社会网络进行分解,缩小可能的犯罪团伙排查范围;3.根据复杂网络中的聚类算法,利用基于SPLINE（Shortest Pathalgorithm Based on Link Weight）的犯罪集团网络核心挖掘算法KMM（Key-Member Mining）对各子网进行社会网络分析,突出可能的犯罪团伙中的核心人员。4.在上述具体技术基础上,我们进行了犯罪团伙识别的设计和实现。其中主要包括了系统整体框架设计、主要功能模块的设计。最终实现并构建了整个系统。最后,我们根据已侦破的一起团伙犯罪案件的相关情况,进行了基于社会网络的犯罪团伙识别模拟测试。测试结果表明,该系统对犯罪团伙的识别筛选出的参考结果,相对于以往实际办案中进行排查的范围来说,已经有了明显的缩小,对这个筛选结果再进行很小工作量的人工排查就可以得到满意的结果。从而提高工作效率,降低工作强度,达到辅助决策的目的。本文做了以下创新工作:1.实现了犯罪团伙自动识别技术在苏州市公安局的应用。犯罪团伙的自动识别在我国公安机关的使用尚属起步阶段,在苏州市公安局范围内的应用更属首次;2.将公安机关各部门现有的业务数据库进行了集中整合,建立了面向案件的数据仓库,极大地提高了原业务数据的利用效率。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景与意义
• 1.2 国内外研究现状
• 1.3 论文主要工作
• 1.4 本文结构
• 2 犯罪团伙识别系统的总体设计
• 2.1 社会网络
• 2.1.1 社会网络的相关概念及其形式化界定
• 2.1.2 社会网络分析及其主要方法
• 2.1.3 社会网络的相关度量参数
• 2.2 犯罪团伙识别系统的总体框架
• 2.3 犯罪团伙识别系统的体系结构
• 2.4 系统的主要功能模块
• 2.5 本章小结
• 3 嫌疑人社会网络的建立
• 3.1 引言
• 3.2 案件数据仓库的建立
• 3.2.1 已有业务数据分析
• 3.2.2 建立相关案件的数据仓库
• 3.3 嫌疑人社会关系网络的建立
• 3.3.1 两个重要的概念
• 3.3.2 建立嫌疑人的社会关系网络
• 3.4 本章小结
• 4 犯罪团伙识别模块
• 4.1 引言
• 4.2 分解犯罪嫌疑人社会网络的关键技术
• 4.2.1 社会网络社团分解的相关算法
• 4.2.2 快速分裂算法
• 4.2.3 Dijkstra 算法
• 4.3 犯罪团伙的分解与识别
• 4.4 本章小结
• 5 犯罪团伙核心人员的识别
• 5.1 引言
• 5.2 犯罪团伙核心成员的识别
• 5.2.1 选取社团核心节点的算法
• 5.2.2 选取犯罪团伙核心的设计
• 5.3 本章小结
• 6 系统的实现与测试
• 6.1 运行环境
• 6.2 系统架构
• 6.2.1 系统的逻辑架构
• 6.2.2 系统的物理架构
• 6.3 系统实现
• 6.3.1 犯罪嫌疑人社会关系网络的建立
• 6.3.2 自动识别可能的犯罪团伙
• 6.3.3 自动识别可能的犯罪团伙核心成员
• 6.4 系统测试
• 6.5 本章小结
• 7 总结
• 7.1 本文总结
• 7.2 工作展望
• 参考文献
• 致谢
• 作者攻读学位期间发表的论文
• 上海交通大学学位论文答辩决议书