CrimeBreak系列@犯罪预测-安全小百科

注：原创内容，授权转载时请注明出处。

篇首语：开源情报分析作为杨叔的爱好，坚持了很多年，不过最近在和几个警队的朋友聊时，突然发现有很多长年不变的模式导致了一些误导，感慨之余打算写些实用的东西，毕竟谈及安全不应仅仅是信息安全，还包括物理安全和人身安全，所以就有了这个“CrimeBreak犯罪防御&阻止“”系列软文。这是第一篇。

公司娱乐总监、夜班师傅、夜场小王子小公举、深度自由行玩家、轻重度迫害妄想症患者……都应该看看。

0x01 来自银行劫案的大数据
0x02 犯罪趋势地图

0x03 聊聊犯罪预测

0x04 一个误区
0x05 小结

0x01 来自银行劫案的大数据

作为患有轻度迫害妄想症的杨叔，去银行取钱时，总会先观察下ATM自助机附近的物理防护设施、保安的精神状态和周边存取款人数，然后再决定是否进入……所以，杨叔在家一直有“男神(经病人)”的称号。

好吧，杨叔还是以联邦政府为例，过年招待亲朋好友之余，翻了翻FBI（美国联邦调查局）的《The 2015 Bank Crime Statistics Report》（2015年银行犯罪统计报告），PS：2016年的还没发布。

这篇报告里面给出了一些有意思的银行抢劫大数据统计，比如下图所示，2015年银行劫案里白人、黑人、西班牙裔的男女性数量，甚至最终还给出了无法确定种族/性别的有70人。这些倒罢了，一个对民众比较关键的数据是下图中，下方的这个基于全美4000多起案件统计的劫案发生时间分布：
1）周二和周五是银行劫案的高峰期（周五最高，看来周末去挥霍前取款的习惯要改改）。
2）一周里面只有周日相对最安全（看来劫匪也要睡美容懒觉）。
3）平日早上9点—下午6点都是案件高发期（尼玛，6点以后只能自助取款了）

作为简单对比，杨叔也发个基于在百度和Google上搜到的国内银行劫案新闻报道的数据汇总，感谢知乎里这个强大的分析帖（https://www.zhihu.com/question/21507687）：

由上表可以粗糙地看出，国内也是周五为案件高峰期，周日和周三是低谷，且50%案件发生在上午8:00—10:00间，还有25%发生在下午17:00—19:30银行下班盘点前后。但实际上银行抢劫案在我国刑事案件当中发生率并不高，并且几乎都在较短时间内被警方破获。

综上所述，就是周日一早或者周日稍晚些时间去银行会相对比较安全，当然，若是这样还遇到那真是造化。不过还是要声明一下：这个简单的结论基于FBI发布的2015年银行劫案分析报告和杨叔整理的不完整版本国内案件数据，可能会因国情、年限和城市的不同而有较大差异，仅供参考。

好了，这才是犯罪预测中最基本的内容。

0x02 犯罪趋势地图

这几年安全圈里整天都在炒作“威胁情报”，杨叔翻看了很多这方面的产品说明和文档资料，觉得大部分基于各类采集IDS/IPS设备串联或堆积的威胁情报系统，和自己理解的基于开放数据采集的动态情报地图和前瞻性分析预测的“威胁情报”概念，完全就是两回事。

2016年10月，新南威尔士州犯罪统计和研究局（The NSW Bureau of Crime Statistics and Research，BOCSAR）公开发布了其记录的过去两年犯罪统计数据更新，显示全州许多犯罪类别有所改善。该数据旨在向警方提供犯罪趋势的威胁情报和预测。

在下图的犯罪统计数据中，可以看到在两年时间里：
1）谋杀、家暴、猥亵侵犯，不雅行为及其他性犯罪发案率保持稳定态势；
2）持枪抢劫案件下降27.9％；
3）持械抢劫案件下降21.0％；
4）车辆盗窃案件下降11.1％；
5）从零售店偷窃案件增长6.4％；
6）从人身偷窃案件上下降10.9％；
7）欺诈类案件增长5.9％。

从上面这些数据里不难看出，不仅仅是显示了当地治安环境的改善，而且对犯罪态势做出了势力分布说明，那么显然地，警方将会调整警力加强对便利店的安防报警的响应处理和诈骗类案件的投入。

同时，报告里还给出了详尽的地区犯罪案件的分布态势，非常详细地就每一种犯罪类型的发案率做出了统计，民众可以很明确地看到城市里在哪些区域的治安较差，哪些非常好，甚至哪些区域最容易发生抢劫都是一目了然。

换句话说，普通人也完全可以总结出如下图般的治安状态分布一览表，可以轻松地对该区域的哪些犯罪趋势做出预测。

还记得犯罪学里那个著名的“破窗效应”理论么？一幢有少许破窗的建筑为例，如果那些窗不被修理好，可能将会有破坏者破坏更多的窗户。最终他们甚至会闯入建筑内，如果发现无人居住，也许就在那里定居或者纵火。该理论认为环境中的不良现象如果被放任存在，会诱使人们仿效，甚至变本加厉。

所以，为了更好地改善治安环境，新南威尔士州犯罪统计和研究局甚至做出了精确的城市街区犯罪热点地图，某个地区超出正常水准的发案率将会以深色标准，这样，就可以根据情况不定期调整警方巡逻路线和频率。当然，女孩几们也可以根据这个热图，把生活路线和聚会活动安排避开危险高发区域。同样，这也适用于深度自由行游玩前的环境调查准备。

说到这，杨叔想起了一年多前去日本近畿一线自由行时，在东京那几天，由于同伴之前没有做周边环境数据搜集，把酒店订到了Tokyo著名的同性恋区……WTF，你能想象每天晚上逛完回来，在街边随处可见两个肌肉男旁若无人搂搂抱抱亲嘴的感觉么？晚上推开居酒屋的门，抬眼就是好多浓妆艳抹人妖的猩红嘴唇…….你妹哟….T_T，看着路边大大的AIDS（艾滋）防治广告牌和明显高频率出现的警视厅巡逻车，杨叔从此以后决定：还是要坚持自己订酒店。

0x03 再聊聊犯罪预测

所谓犯罪预测，杨叔总结下，就是基于对于各种类型犯罪案件的大数据统计分析，结合各种复杂的背景参数数据导入和多重情报分析，从而实现对各类型犯罪趋势进行精准预测和推断的技术。

好像复杂了点，这么说吧，实际上很多时候，犯罪地点并不是完全随机的，一般都会有一些高发热点地区，特别是某条路灯昏暗的街道、地铁站某个出口外面背街的小巷、高新区几栋大楼后面的人行道……等等。比如美国西雅图警局汇总了14 年的犯罪数据表明，有一半的犯罪行为都集中在占该市4.5%的街道上。类似地，明尼苏达州明尼阿波利斯市的半数报警电话都来自占该市 3.3% 的街道,而波士顿市28年间多达 66% 的街道抢劫案都集中于该市 8% 的街道。

熟知这些高发热点地区以及历史犯罪行为类型，对该城市的警力部署具有非常重要的参考价值。这也是洛杉矶警察局同意提供1300 万起犯罪案件数据资源库，用于进行犯罪行为的大型研究的主要原因。

杨叔翻看了犯罪统计学和道德统计学方面的一些资料，发现国外早在90年代年就有相关的研究，2004年前后有些具备犯罪数据统计和预测的平台就已被部署，并一直在不断升级与完善。

美国纽约警局（就是美剧和电影里常提到的那个NYPD，The New York Police Department），在2015年就开始使用一个名为“Hunchlab”的警务预测软件平台，来替换早在2000年和IBM联合开发的“犯罪数据仓库”平台。根据纽约警局发言人的说法，该平台基于大量的数据开展模拟犯罪预测，包括时间（包括一天中的具体时间/星期/日期/季节性等）、天气、环境风险因素（酒吧/公共汽车站等）、社会经济指标、历史犯罪水平等等，可以帮助警察部门使用已有资源更有效地了解和响应犯罪案件，并预测犯罪发生的时间和地点。

如下图是迈阿密警局使用的Hunchlab平台，对城市里某个街区的精确犯罪类型预测。通过将整个城市的地理地图按照一定比例划分为一个个方块区域，再对该区域发生的案件详细数据进行统计归类，再结合当地时政、军火、毒品交易、政府调动等情报，对未来24小时甚至数天内的可能出现犯罪的区域用不同颜色标识。听起来像不像天气预报？：）

关于更多深入的研究和理论，推荐一本杨叔正在翻看的专业书籍《PREDICTIVE POLICING—The Role of Crime Forecasting in Law Enforcement Operations》，即《预测策略–犯罪预测在执法行动中的作用》。

该著作里提到了很多大数据开展犯罪预测方面的科学模型和架构，如下图所示的“预测模型四要素”很适合侧重理论研究和实践开发的朋友们深入阅读下，作为公众号就不再深入举例（看英文书实在太辛苦了，唉，杨叔本来头发就不多）。

0x04 一个误区

绝大多数人都认为，最值得注意和怀疑的嫌疑人都是些身强力壮或者年轻的群体，不过根据乔治亚犯罪信息中心(Georgia Crime Information Center)的2015年犯罪统计数据（2015 Crime Statistics Summary Report）表明，2011至 2015年间，按照年龄划分的犯罪案件如下图所示：

可以看到，30~39岁及50岁以上的罪犯呈上升趋势，虽然这个数据可能会由于社会环境压力而出现较大变化，比如金融危机将会对需要照顾家庭老幼的中年人造成巨大冲击，也提高了该群体对外界刺激的敏感性，从而容易导致案件的发生。但是杨叔觉得吧，社会问题导致的老年人犯案率，对于警方来说，才可能真的会是件非常头疼但从自身又无法干涉改变的麻烦事。

0x05 小结

还有些诸如诱拐案件、情色类案件发生频率与破案率的分析，以后有机会再说，过年去日本北海道泡温泉看零下15度街上的光腿妹纸吃各种料理，一不小心又胖……额，是又一个月没更新了，估计原创标签又要推后很久……残念

——————————————————————-

长按二维码鼓励原创，打赏杨叔 ^_^

——————————————————————-

只做有趣的研究，只做原创，且不限于技术

一切不基于红包的非授权转载都是耍流氓:）

——————————————————————-

长按二维码，关注公众号，翻看前篇：

《BCBP登机牌安全研究》系列

《CrimeBreak犯罪防御/阻断》系列

《隐私保护红宝书@酒店篇》