一、前言

信息科技经过60余年的发展，早已渗透到国家治理、国民经济运行的各个层面，经济活动中很大一部分都与数据的创造、传输和使用有关。2012年2月，纽约时报专栏文章就宣告了“大数据时代”的来临。［1］2013年3月，美国总统奥巴马公布了《大数据研究和发展计划》，［2］标榜着大数据已经成为整体国家战略的一环。

大数据已经不仅仅局限于信息技术产业，而是事关国计民生、资本市场与经济情势，政府、学术界、产业界都在密切注意其发展。2012年11月17日在北京大学召开的“数据科学与信息产业大会”上，宣告数据科学将在大数据时代焕发新生，代表学术界对大数据的重视达到了一个前所未有的程度。

严格控制城区范围内利用原有宅基地建设村民住宅。城市建成区范围内的现状建筑，原则上不得新建、改建、扩建。改建房屋只限于危房，因房屋安全或居住功能存在严重问题，且该建筑没有列入当年改造计划的，需持有房管部门的危房鉴定报告，经业主征得四邻及所在村委会或社区同意并报所在镇、街道办审批，办理建设工程规划许可证后可在原址、按原层数、原面积进行改建或修缮等。对于相关政府部门已出具征收规划条件的村庄和旧城区，近期将实施拆迁改造的，为了避免造成不必要的浪费，原则上不再许可改造申请，建议申请人采取维修加固方式妥善解决存在问题。

哈佛大学量化社会科学学院 （Institute for Quantitative Social Science）院长盖瑞金（Gary King）认为，庞大的新数据来源所带来的转变，将在学术界、企业界和政界中迅速蔓延开来，没有哪一个领域会不受到影响。而大数据的处理能力将使以往无法想象的服务和业务成为可能，进一步改变人们的生活方式，甚至引领新一波的经济繁荣。

如何运用大数据辅助警政工作治理，便成为极具挑战的议题。本文将提出运用大数据辅助警政工作及犯罪侦防的策略与方法，以期能作为推展警政大数据应用之参考。

二、大数据的意义及价值

（一）大数据的意义

大数据（Big Data）或称巨量资料、海量资料、大资料，是资料量大到无法通过人工，在合理时间内处理成能解读的信息。可用来察觉商业趋势、判定产品及服务质量、避免疾病扩散、打击犯罪或掌握实时交通路况等。

全球最大的电子商务公司Amazon的大数据科学家John Rauser给出了一个简单的定义：大数据是任何超过一台计算机处理能力的资料量。维基百科也只有短短的一句话：“巨量资料，或称大数据，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的的信息”。［3］

美国首屈一指的咨询公司麦肯锡是研究大数据的先驱。在其报告《大数据：创新、竞争和生产力的下一个前沿领域》中给出的大数据定义是：大数据指的是大小超出常规且能以数据库工具获取、储存、管理和分析的资料集。但它同时强调，并不是说一定要超过特定TB值的资料集才是大数据。［4］

国际资料公司（International Data Corporation，IDC）从大数据的特征来定义，即海量的资料规模（Volume）、快速的资料流和动态的资料体系（Velocity）、多样的资料类型（Variety）和真实可靠的资料（Veracity），最终可以产生巨大的资料价值（Value），［5］因此，大数据的特性就是资料量庞“大”、种类繁“杂”、变化飞“快”和真伪存“疑”，如图1。 ［6］

  

图1 大数据的三大特色

大数据的重要性与日俱增，各行各业开始广泛运用巨量资料为公司拟定企业决策，然而并非每个人都是数据专家或资料科学家（Data Scientist），要让主管跟客户清楚了解资料背后的意义，使他们一目了然，资料可视化（Data Visualization）便应运而生，通过许多软件工具可以帮助不同背景的人容易沟通与理解，达到良好设计及分析结果被充分运用。［7］

目前，高校的内部控制主要涉及的还是财务方面，对其他方面工作的内部控制还是远远不够的。这是因为高校在内部控制上没有建立起完善的内部控制制度造成的。对此，高校应该在未来的内部控制工作中，逐渐健全内部控制体制，保障内部控制的全面性及科学性，从而增强高校的财务风险管控能力。

（二）大数据的价值

就像厚厚的沉积岩忠实地记录了不同世代的沧海桑田一样，大数据封存了人类社会的共同记忆。一般大众无缘在史书中占据一席之地，但是他们每一个人都可以在大数据中鲜活永久地存在。现在的人们只能凭着《清明上河图》等为数不多的绘画珍品和一些史书来推断历史上的社会百态，而我们的后代却可以通过大量的照片、影片、部落格等素材来再现当今社会的每一个横断面。从这个角度来看，大数据影响之深远，甚至超过对当下产业的启蒙。大数据的范围不但深广，而且随着信息科技应用的深度与广度也不断拓展，人类或对象的轨迹信息被搜集的项目巨细靡遗，范围也越来越大。促成大数据时代的重要科技，除了传统的信息系统之外，互联网、行动通讯及各种感知设备的广为运用，让用户或对象（如车辆）可以不受时、空的限制存取信息，系统也同时记录人、物及其时间、空间的数据等线索。综合而言，举凡早期资料处理系统与决策支持系统中有固定格式的资料，到信息科技广为运用后的各种电子交易轨迹资料、各种感测设备搜集的资料以及网友所生产的资料等等，皆为大数据的范围。

大数据的来源非常广泛多元，包括传统的人工输入和系统计算产生的资料（如各种电子交易系统的日志资料）、全世界网友所登入的大量资料（如Facebook及Twitter等社交网络资料）、各种机器搜集系统（如路口监视器录下的影像及Etag电子收费记录）所搜集的资料等等。此外大数据的资料格式也非常多样，涵盖有固定格式的结构化资料（如前科记录、DNA序列）、半结构化资料（如网页内容）及无固定格式的非结构化资料（如推文、警察或目击证人的陈述），而资料类型也涵盖文本（text）、文件（document）、图像（image）及影像（video）等。如何处理这些如海量般巨大且形态多元、结构复杂的资料，便成为资料工程技术需解决的问题。

一般而言，大数据的分析与应用做得比较好的企业，非电子商务公司莫属。一方面因为电子商务公司在第一时间即以信息系统与客户接触及互动，诸如网页浏览、商品介绍、交易进行及售后服务等环节，皆以信息系统进行，因此，可以同时通过信息系统搜集客户购物的相关信息。另一方面则因单一的电子商务活动通常仅涉及人类生活的一小部分，牵涉层面相对较小，而警察工作包罗万象，举凡人民的食、衣、住、行、育、乐等生活层面有涉及纠纷或违法皆为警察的工作范围，与警察工作相关的大数据范围与层面相对广泛多元。

台湾治安史上最著名引用大数据的案件，应以“319枪击案”最受关注。根据刑事警察局统计公布的数据显示，在侦查过程所调阅的通联记录，合计约101亿8千8百余万笔。如此庞大的大数据，若还延用传统的分析模式，将会耗时费力，延宕办案的黄金时机，可见未来如何运用大数据分析，将会在犯罪侦查工作中扮演关键性的角色。另外本案之通联记录由于资料量过于庞大，马上面临资料处理与保存的问题，当时曾向高速网络与计算中心借取共计2 000GB的硬盘，由此可知传统硬盘容量已不敷使用，伴随大数据而来的计算机设备与软件应用，如云端储存与云端高速运算，亦是大数据分析的根基。［8］

上述案例促使科学家努力研发新的资料储存设备及高速处理的技术，希望能从大数据中萃取出更有价值和关联性的信息，借以进行犯罪预防、侦查犯罪或处理治安实时问题等。

三、大数据在台湾警政之应用

以下简要介绍信息科技在台湾警政的应用实例，并说明其所产生的大数据可提供何种用途。

解算的转换参数精度质量主要取决于本区域转换模型的选择，以及转换时采用的重合点(高等级控制点)数量及分布情况。

（一）情资整合中心

新北市警察局于2011年率先成立“情资整合中心”，整合110报案系统、GPS卫星定位及GIS地理信息等八大系统，并对内提供资料查询作业、犯罪资料分析、应用系统咨询、影像分析、实时影像传输及网络情资搜集等六大服务项目，更整合了2 400万笔的资料，将原本零星片断的信息，做有效的整合管理，让打击犯罪更快速。［9］情资整合中心原仿效美国约纽市警察局之“实时打击犯罪中心”，通过信息科技建立一套情资整合系统，搜集各项犯罪资料，包括警察勤务中搜集之各类情资，并将各种零散的资料整合运用，以减轻警察整理、调阅、分析资料与查询未经整合之资料的困难与负荷，可专注于街头进行其擅长之追缉与逮捕犯罪嫌疑人的工作。情资整合中心并将32项异类数据库收纳于资料仓储中，目前资料仓储内之海量数据已达2亿1千多万余笔，可供分析犯罪模式，萃取可疑情资，协助治安治理工作，如高风险家庭、毒品高再犯人口等，将分析结果提交相关业务单位作为后续工作推展。［10］

（二）M-Police行动影音监控

M-Police警用行动载具除提供第一线执勤警察实时警政信息整合查询外，亦可进行勤务现场影音实时传送功能，系统架构如图2所示。现场影音传送系利用M-Police行动影音监控系统，于各种场合进行监控拍摄勤务，由于具有快速架设、便利性、隐匿性及机动性等特点，可完全弥补路口固定式摄影监控系统之死角与不足。M-Police行动影音监控因应不同勤务需求，可搭配各种智慧载具与镜头进行现场影音侦搜，例如，远程可于高楼架设高倍率望远镜头，通过可携式行动影音发布装置进行制高点拍摄；人群周边可采随身携带之M-Police警用行动载具，如Android或iPhone等手持装置；近端贴身维安勤务则可利用隐匿式摄影镜头，如钮扣式、头戴式、笔型镜头等，搭配可携式行动发布装置，立即进行现场影音画面之传送。［11］

  

图2 M-Police行动影音监控系统架构图

（三）e化勤务指管系统

警政署于2007年1月10日所建置的“e化勤务指管系统”系结合地理信息系统（GIS）、警车卫星定位（GPS）、来话显示号码（ANI）、来话显示地址（ALI）及治安斑点图等，当110受理民众报案后，勤务指挥中心执勤警察借由本系统，于受理台屏幕上实时显示出案件编号、来电电话号码、发话地址，若以移动电话报案可依各电信业者之基地台标识符与位置对应表，将报案者所在的参考位置实时显示于电子地图，参酌附近警力状态，得以直接派遣最近警力前往处理。未来110系统即以“e化勤务指管系统”为基础，通过相关系统整合，并将路口影像监控、车牌辨识、M-Police警用行动计算机、智能型监视报警整合服务（金融、超商、银楼防抢）等系统整合于同一平台为目标（如图3）。 ［12］

  

图3 勤务指管系统整合架构图

（四）刑事信息系统

刑事警察局自1979年起逐步将各类犯罪资料数字化，并于1999年将专属信息系统转置为开放式系统架构，建置为“刑事信息系统”，且逐年引用信息技术开发各项功能，惟随犯罪资料快速成长，信息系统迅速扩展、链接异质性数据库、使用多元作业平台、应用作业关联繁杂，为协助外勤侦查工作，整合分散在不同厂牌、不同版本之数据库，建置支持丛集架构、提供丛集数据库负载平衡机制及透通式主机故障转移之单一数据库管理系统，并重新整建网络基础架构，建置新一代网络管理系统，以符合未来之网络需求，重新构建硬设备，以提供更安全、快速、稳定、大量及实时资料查询应用环境，达到分析大量资料，提升信息科技支持科学办案能力之目标。［13］

3.4 平均句长。平均句长是指一个语篇的句子的平均长度。它可以反映语篇句子结构的复杂程度，体现语篇的难易度。

（五）关联式分析平台

警政工作常会运用各式治安数据库，以前各系统独立运作，信息未经整合，警察必须依据个人经验分别搜寻不同系统信息，再自行综合分析。有鉴于此，刑事警察局于2008年建置“关联式分析平台”，挑选11个重要治安数据库，运用资料关联、亲等网脉、资料探勘（Data Mining）等信息分析技术，推出一套人、车、物、案整合式的治安信息情资系统。无论由人、车、物、案中任一构面线索出发，都可取得关联比对后的整合性信息，提供警察快速筛选办案线索。系统功能示意如图4所示。［14］

  

图4 关联式分析平台功能概念图

（六）刑案知识库

刑事警察局智能型“刑案知识库”系整合各司法机关的刑案记录、移送、通缉、侦查、判决及执行等刑案资料，并加入相关的前科相片、同囚会客、帮派、出入境、车籍、证物鉴验等信息，在刑案发生后，能以所掌握的部分线索，利用资料探勘、全文检索及跨部门信息整合等先进科技，立即分析过去发生的刑案资料，迅速将相关案件、可疑人犯、相片及其共犯结构，于第一时间内提供给侦办刑案警察参考，协助逐步缩小范围，提供侦查过程所需的关键信息，以期能全盘掌握相关讯息，加速侦办脚步，提高破案率。［15］

（七）整合民间监视录像系统

整合运用民间监视录像系统的架构与概念，是将民间的监视录像系统，选择重点纳入CCTV整合管理系统，以形成第二道民间电子城墙，并将其规划在情资整合平台的架构（如图5）中，做最有效的整合运用，以发挥情资运用的极大效益，其概念说明如下：［16］

1.建置情资关联分析系统。整合公设与民间CCTV所录存之各类侦查犯罪所需情资，借由资料分析技术挖掘各类情资间的关联性，以提升办案效率。

“‘赤城号’‘西京丸号’在外侧躲避炮火，其余舰船呈一字阵型。‘吉野’四舰前队游击，旗舰‘松岛号’为后队核心，侧舷对敌！”荷塘东岸，十二艘悬挂着太阳旗的航模舰艇同时启动，在荷塘中激起一道自东向西的水波，用侧舷那黑洞洞的炮口对准了北岸驶出的舰队。

3.建置可视化决策管理系统。将公设与民间CCTV所录存之犯罪热点基图，提供作“治安仪表板”关联性分析之用，并定期发布关键指标的统计结果与未来趋势，协助决策管理阶层制定侦防犯罪之策略方针。

5.建置海量资料搜集系统。于勤务车辆设置移动电话基地台信息搜集系统及车载式车牌辨识系统，机动式搜集辖内基地台信息及车行记录；并将公设与民间CCTV所录存之犯罪档案资料，汇整归纳成为CCTV可视化管理海量数据库，作为治安联防的基础。

4.建置特定情资追踪系统。针对侦办案件需锁定的特定目标，将公设与民间CCTV所录存之档案，设定动态追踪条件，当有发现即由系统立刻通知侦查人员，以提升情资追踪效能。

  

图5 台中市警察局“情资整合平台”系统架构图

（八）云端影像调阅系统

鉴于路口影像监视系统功能日益重要，警政署自2013年起于警政云端运算建置案建立跨县市“云端影像调阅系统”，逐年整合各县市所属路口监视录像系统，使路口监视影像的调阅范围更加扩大，使用者能跨辖区调阅，提高警察办案的实时性，掌握刑案侦办的契机。在整合架构设计上，考虑各县市之沟通控制协议、视频压缩格式、实时画面传输协议及历史影片文件格式不尽相同，且网络多采用各自VPN方式建置，故采用跨县市整合架构，此架构于县市端设置调阅介接服务器（Proxy），将其路口监视系统转为共通协议，提供警察使用既有的计算机调阅实时影像及历史影片。中央视讯交换服务器整合GoogleMap，提供图台功能。跨县市调阅采用VS-VPN（Video Surveillance VPN）网络服务介接，配置防火墙隔离网络攻击，并与警用网络实体隔离以提高安全性。［17］

  

图6 云端影像跨县市调阅系统

随着分布式计算与分布式储存技术的突破，大数据的处理成本得以大幅降低并提高速度至实用的程度。如何深入分析已累积的大量警政数据以及外部相关资料，成为刻不容缓的议题。因此，应进行应用系统间横向的资料整合，结合其他单位及网络社群相关资料，提供犯罪侦查及犯罪预防相关服务，并建立各类型犯罪案件多层次关联网络，以发掘其犯罪行为模式。由于警察承办案件时，得到的线索大多为零星片段、似是而非，为快速提供给警察案件的相关线索，警政单位应提供专属搜索引擎，让警察自由输入承办案件的相关信息，系统再自动智能比对过滤出最相近的可疑嫌犯、历史案件及可疑车辆，协助警察缩小侦查范围。［20］例如，为防范毒品犯罪，刑事警察局于2014年建置毒品数据库，除由原有刑案资料汇集而成外，另外整合毒品原料及来源等相关资料，提供毒品案件个案分析、集团性分析、外国人贩毒等相关信息，通过图形可视化分析、全文检索等方式，掌握相关毒品人口情资，提升侦查人员办案能力。 ［21］

(3)粗煤泥系统处理能力不足。粗煤泥处理系统因设备老化严重，维修成本高，处理效果差。3台SB6400筛网沉降离心机额定能力为每台35 t/h，而实际最高处理能力仅为每台10 t/h。粗煤泥系统所需处理能力为90 t/h，而实际处理能力仅有55 t/h。处理能力不足导致部分粗煤泥进入一段浓缩机，使得溢流中煤泥含量高，提高了洗水浓度，污染了精煤质量。

（九）车牌辨识系统

车牌辨识目前已经普遍应用于停车场、一般道路及高速公路等环境。一般车牌辨识系统可分成三个步骤：车牌定位、字符切割、字符辨识。车牌定位系对输入影像做垂直的边缘侦测，再用一个小的矩形框搜寻图中边缘较密集的位置，若边缘密集度大于预设阀值时就保留下来，随之将接邻之矩形框合并并判断长宽比，近似车牌比例的区域即被保留。字符切割为关键步骤，系先将定位的车牌影像区域做水平投影，用以保留车牌号码的数值部分，随之再以垂直投影并依照投影的峰值去判断每个字符所在的位置。最后步骤为针对字符切割影像进行字符辨识，于辨识前搜集大量可辨字符的影像并集成数个字符分类器（Classifier），输入欲辨识的字符影像后可依序判定为特定数字或英文。实际系统会统计连续影像的辨识结果再予输出，以获得较稳健的辨识结果。车牌辨识系统依警用勤务之操作方式，可分为固定式、机动式与行动式，固定式即为一般路口监视器架设于门架，机动式系依勤务需求于路侧架设车辨机，行动式则通过手机App或车载设备进行车辨。［18］

  

图7 车牌辨识流程

（十）涉案车辆轨迹查询系统

车辆常是歹徒偷窃变卖的对象或作为犯罪交通工具，其动态信息与治安事件之关联性甚高。随着车牌辨识技术成熟及应用日渐普及，车辆动态资料搜集来源更加多元及广泛。例如，县市自建车牌辨识系统、M-Police之M化服务查询记录、路边临检箱、实时车牌辨识App、高速公路电子收费ETC、县市收费停车场等，每日资料量逾数千万笔。“涉案车辆轨迹查询系统”汇集各县市之车牌相关资料并转换为共通格式，提供图台及车号查询功能，以呈现可视化车辆行进轨迹或热点，辅助警察分析涉案车辆之逃逸路线及地缘关系。［19］

（十一）犯罪行为分析

云端录像架构则提供大量资料集中储存的环境，辅以如Hadoop的分布式计算平台，将以往难以消化的资料进行分析，使得智能影像分析技术逐渐发展。目前成熟的智能分析产品如移动侦测、警戒线侦测、车牌辨识及人脸辨识等，均逐渐由可控之室内环境逐步应用至开放式路口监视环境中。

1990年中国与印尼恢复外交关系后，印尼政府对华人的政策开始变得宽松。由于1966年后印尼开始有很多来自台湾的商业投资，1990年印尼政府同意为在印尼的台湾子女建立台北学校，教学材料可以从台湾引进。“1994年政府开始准许国民学习华语，也准许民间开办华语补习班”。[9]1994年6月11日“印尼内政部政治司签署文件准许两所指定的大学，即印尼大学和达尔玛·勃尔沙达大学(Universitas Darma Persada)的汉语系开设汉语必修课”[10]，这说明印尼政府开始对华语作为外语的教学放宽限制。1998年5月印尼发生排华事件，苏哈托总统同月宣布下台。

到放电影的时候，傍晚时分，电影队的把洞里的石块挖出来，从旁边的烟寮里抬出两根又长又粗的木柱子，插进洞里去、夯实，再搬来梯子靠在一根柱子上挂上幕布，然后又在另一个柱子上挂上幕布——又白又宽四周一圈黑边的幕布挂起来了！接着，电影队的音乐广播响起来了！我们那个急啊，赶紧跑回家去告诉大人们，快放电影了，快放电影了！大人们大多数刚刚从田里收工回来，一边呵斥我们，一边手忙脚乱地从卧房里阁楼里用勺子扒出一勺黄豆或花生，胡乱洗涮一下厨房大锅，立马生火炒起黄豆或花生来。

（十二）可视化犯罪资料分析

3.持续搜集与办案相关的数据库，例如金融、保险、交通、网络交易等，以期更充分掌握嫌犯的相关迹证。

（十三）网络舆情分析

近年随着信息科技的快速发展，民众已逐渐习惯于利用社群媒体搜寻数据、分享信息、拓展人际关系等。社群媒体如Facebook、Line、YouTube、Google+、网络论坛、各家报社的网络新闻等，随时供使用者搜寻浏览、发表言论，提供实时的观感评价，形成网络舆情，因此，网络舆情的探勘，已成为快速了解当今社会脉动的利器。社群媒体提供平台，让所有人皆可随时随地抒发己见，只要几秒钟即可公开在网络上，并且实时与其他人互动沟通，因无言论过滤的机制，所以充斥了虚虚实实的信息，这些言论所形成的大量网络舆情，具备了大数据的特性，也就是数量大、传递速度快、内容的多样性以及有待探究的真实性。尤其因为网络匿名化的缘故，网友意见的表达特别直接与辛辣，但也可以借此了解民众对公共事务的真实看法。而且由于网络具有互联互通、快速实时、匿名隐身、跨地跨国等特点，任何人都可以不受限制地发表意见和观点，给民众提供了一个便捷的信息交流平台，让网络舆情具有短时间内迅速发酵的爆发性，因此其影响力已经超越电视与杂志。［23］警察机关已大量使用社群媒体进行资料搜集、撷取及运用，并针对特定的新闻议题进行分析，掌握舆情信息并主动响应与澄清。例如，警政署为了解警察与民众对警政的施政意见，在脸书成立粉丝团“NPA署长室”，各县市警察局也纷纷成立粉丝团，例如“新北警好赞”等，也有由非官方机构成立的“告白警察”，或是呛声团体成立的“靠北警察”等。借由粉丝团的意见回馈（如按赞数、留言、分享、正负评）可以了解到警察及民众目前最关心的议题，及时调整施政方向，也可进行营销导正及政策倡导，消除民众对警政措施的对立感。 ［24］

（十四）社群网站分析

新兴的智能型犯罪，利用社群媒体作为活动场所，进行组织、召集、联络，甚至进行非法交易，造成了严重的社会管理成本，并对社会安定产生巨大影响。对于网络社群单纯依靠事后的法律制裁，根本无法有效打击和预防犯罪，也不符合广大人民的利益，必须从源头上进行遏止和管控。为此，警政署规划了社群网站留言与人脉网络搜集与分析应用，搜集特定范围内社群网站公开之信息、网友公开活动、网络人际脉络等。汇流至大数据分析平台，使人、事、组织、线索、情景、地缘、时间之间形成关联，进行各类犯罪征兆之掌握与追踪，进而协助侦查与预防犯罪。网络的人际脉络掌握，对于组织型的犯罪，掌握力尤其强大，对治安的提升帮助更大。［25］

工业控制网络作为关系到国计民生的关键基础设施的重要支柱，其控制网络安全问题一直备受关注。本文从工业控制网络的安全问题出发，重点讨论了工业控制网络安全的通信协议的安全性、风险评估以及态势分析等关键技术，为进一步保障工业控制网络安全的研究扩展了思路。

发现和归纳滨海新区的城市内涵，对这些城市内涵和特色城市资源进行优化整合；再根据滨海新区的城市定位，将滨海新区的城市内涵和城市特色品牌化，确立滨海新区的特色城市品牌和城市品牌的内涵；通过前期工作，研究分析能够代表天津滨海新区的典型要素，通过对天津滨海新区城市文化的研究，最终抽取典型要素，并分析要素的城市文化内涵。

（十五）公开来源情报

公开来源情报（Open-source Intelligence，简称OSINT）一词的定义为公开信息经过搜集、利用，并及时传播给某个有特定主题情报需求的用户，简言之，即从公开信息中取得特定主题的情报。几乎所有的社群网站服务，都会提供给用户填写一些基本资料的页面（主页），而这些页面中含有一些基本的信息，例如，在脸书（Facebook）中，通常可以找到使用者目前的感情状态、就学经历、工作经历、联络信息、家族成员等；同时也可从其加入的社群得知其交友状况、人际网络；而从其贴文或按“赞”，可间接了解其政治倾向、宗教信仰；更能从其“打卡”获知其所在位置与曾造访的地点，这些都能用来确认其身份、曾从事的行业及曾接触的人，对特定案件侦查提供参考资料，而从网络上取得的大量公开内容，也可搜集应用于执法（如反恐、犯罪侦查）的相关情资。 ［26］

（十六）政府资料开放平台

刑事警察局为配合“政府资料开放”政策，业于2015年起于“内政资料开放平台OpenData”（http：//data.moi.gov.tw/），每周公布毒品、强盗、抢夺、住宅窃盗、汽车窃盗、机车窃盗、性侵害等七项统计数据，每三个月公布前述七大案类的发生日期、地点（仅到乡、镇、市、区）等字段的刑案发生明细，供民众检视或学术单位下载使用，让民众充分了解治安状况，达到政府信息公开之目标。未来在汽车、机车窃盗案件，亦能运用GIS技术，将汽车、机车失窃（寻获）时间、地点、厂牌、年份等信息，结合地理信息系统，以地理位置、图像等方式呈现，结合传统以数字、表格等方式呈现治安数据，更能凸显失窃热区（易遭窃时段、路段及次数等），并且利用标注派出所及监视器设置地址的方式，适当配置警力，结合当地小区守望、巡守人员，强化相关防窃措施；一旦发生窃案时，侦查人员能够迅速掌握沿途监视器画面，分析犯罪嫌疑人使用的交通工具及逃逸方向。［27］

（十七）开发警政服务App

随着智能型手机、行动上网及Application（简称App）软件的普及，各县市警察局都普遍开发各式为民服务App，提供民众随手可得之警政服务与互动平台。在线服务可避免民众往返奔波，提供最便利、高效率与零距离的警政服务，让民众感受到警察随时在身边守护。而且使用手机App软件报案，即可通过整合之电子地图GIS系统及警车卫星定位GPS系统掌握报案者的实时位置，立即于在线呼叫离报案人最近之警力前往现场，缩短民众等候时间，并提供反诈骗咨询、妇幼安全咨询、实时路况报导、防制酒驾呼叫出租车、受理案件处理进度查询等服务，［28］作为地方警政通讯联络、实时传递社群讯息及云端大数据之运用。［29］

（十八）实时相片比对系统

5.落实资安管理，确保数据安全。为避免影像外流，导致个资泄漏，警政署已制定各项系统作业规定，各县市政府也自行制定相关的监视系统调阅自治条例或管理规范，警察必须依据警察职权行使法、个人资料保护法等相关法规，遇个案依法使用各项系统，严禁警察不当调阅侵犯民众隐私，并符合相关法令的规定。［33］

四、未来努力方向

随着信息科技及行动通讯装置的广为应用，人、物及其时间、空间的轨迹信息，将实时、广泛地被搜集储存在数字世界中。如何自动化分析这些如海量般巨大的资料，探勘知识以辅助或取代决策工作，已成为大数据时代极其重要的课题。本文搜集及整理台湾在大数据的警政应用实例，借以说明警政大数据应用的工作方向。

由上述应用实例可见，大数据确实能作为警察机关预防、侦查犯罪的有效工具，并有助于促进公共利益。但亦带来一连串诸如侵犯个人隐私、违反公民权及法律上之不平等对待等隐忧。未来努力的方向可分为资料搜集、制度建立及实务应用三个方面。

（一）各种警用资料搜集［31］

1.内部作业资料的搜集。除了仍需深化电子化作业之外，在资料的储存、撷取与分析方面，仍需持续完备，为同其他的资料整合做准备。

2.为民服务资料的搜集。警察在第一时间与民众接触时，应即逐渐辅以电子化方式，将相关资料数字化，以减少后续的人工输入工作，有助于同其他资料进行整合与分析。

2.建置地图分析系统。内建各类公设与民间CCTV所录存之犯罪热点基图，辅以各项分析方法，以期分析目标的移动路线、活动范围及行为模式等，协助侦查人员快速缩小侦查范围。

3.开放空间资料的搜集。运用勤务作为搜集大数据，例如，于重要路口设置eTag读取器及CCTV搜集车辆识别及影像资料，运用巡逻车（类似于Google的街景车）搜集治安相关资料。

在CTV卸油模式下，常规油船无需任何改造便可投入使用；相比常规油船，DPST的造价和维护成本较高。在长距离运输时，采用DPST模式成本较高；而采用CTV模式既可节约中转存储费(或锚地过驳费)，又能节约时间成本。在短距离运输时，采用CTV模式的成本与采用DPST模式的成本基本相当。在CALM模式下，中转驳装置的深水安装成本较高，且存在技术垄断，CTV的出现填补了长距离原油低成本运输的空白。CTV具有以下优势：

4.大处着眼，小处着手。有多少资料就搜集多少资料，但资料要尽量精准，再由现有资料扩大到分析外围资料。

（二）大数据警政应用制度建立［32］

1.培养人才。警察机关除了可协调厂商合作进行相关技术研究及科技开发之外，尚需培养大数据分析的技术人员，使其具备跨知识领域的能力，并兼具管理决策及换位思考的才能。

2.成立大数据专责单位。警察业务相关大数据往往涉及公民隐私，如将资料委托给数据分析服务业者，必须考虑信息安全的维护问题，因此，大数据的搜集与分析以成立内部的专责单位为宜。

3.持续深化数据化营运。举凡警察机关内部的差勤管理及支持警察勤务，以及在第一时间与民众接触，皆应朝全面电子化作业进行，亦可通过勤务作为及群众外包（crowd sourcing）的方式搜集开放空间的大数据。

4.建立大数据搜集体系。以新北市警察局成立“情资整合中心”为例，设立大数据分析研究单位，以研究及整合民间能量，善用资料分析技术发挥大数据的信息功能。

警政署所建置的实时相片撷取及查询程序即“实时相片比对系统”，可使用警用行动载具将相片画面上传，与“身份证相片数据库”进行人脸特征值比对，并可弹性设定依年龄、户籍地、身份类型（失踪人口、通缉犯、治安顾虑人口及中辍生等）条件进行逐案查询，缩小过滤清查范围，有效缩短查证民众身份的时间。鉴于失智人口迅速增长，且多数迷途或失智老人身上未携带任何证件，其言语表达亦不清楚，造成警察身份查证困难，可运用本系统迅速查出其身份，通知家属带回照顾。警察持行动载具执勤时，遇到可疑嫌犯或是昏迷、失智民众，可启动该系统，并使用载具拍下民众相片，立即与相片数据库进行比对，系统可于30秒内完成辨识身份，并至数据库中将该民众的基本资料传给警察，以提高执勤的效率及为民服务的质量。 ［30］

（三）扩大警察实务应用层面［34］

1.多方参酌外国利用大数据办案的系统建置与使用经验，作为应用系统设计的参考。

那些我们读过的书，尤其是那些童年时期读过的书，很多内容我们已经忘了，但它们却悄悄地融为了我们的骨血。就好像冰山，我们以为自己记得的只是那浮现出来的百分之二十，然而真正支撑我们的是下面的那百分之八十。能记得的只是知识的低阶形态，叫信息；只有当那些文字融入我们的血脉，才会成为知识的高阶形态，那叫智慧。

2.警察机关内许多资深办案专家的经验极为珍贵，也非常适用于本地的环境，应通过深入访谈，将其经验融入应用系统中，让系统更加智能。

犯罪活动可以大概区分为静态及动态资料，包含人、事、时、地、物等各种资料。而多数动态资料分散存置于公务与非公务机关之中，比如提款记录、车辆违规、就医记录、结（离）婚登记、住址迁移、上网记录、电话通联及入出境记录等资料，需持续通过与其他机关建立查询管道，方能补足分析所需资料。而获得多方面的资料源，有助于侦查人员在情资分析时扩充各式资料关联，进而以不同的角度，大胆分析解读出犯罪活动的各种可能方向，嗣后拼凑出符合实际状况、最接近事实、完整的情资关联图（如帮派组织架构），再通过可视化分析工具，使检察官及法官易于了解，进而有助于后续的犯罪侦查工作。［22］

4.密切关注科技发展的趋势，运用更新更好的科技，例如大数据处理、资料探勘、深度学习、影像分析处理与断词断句语意分析等技术，将信息的运用发挥到极致。

5.由于监视录像系统的布建历史久远，部分摄影机的分辨率与影像质量不佳，宜陆续汰换，以发挥预期效益。

6.运用录像影片办案，在事件发生时，往往需要过滤大量的图像文件。如何运用影像分析技术，快速筛选影片，辨识可疑事件，都是亟待解决的问题。

其中要特别强调的是，谈大数据往往会陷入信息科技迷思，而忽略了领域知识（Domain Knowledge）；亦即只谈信息科技，而忘了要解决什么问题，因此，引进大数据首重领域知识，需有领域专家参与。大数据在警政治理之应用，除了犯罪侦查以外，其它在交通执法、犯罪预防、警察行政等各领域，皆可持续研究，规划运用，尚需由业务领域与信息科技的专家一起共同努力。［35］

五、结语

由于警政工作涵盖人民生活的各个层面，各种信息系统成长扩展迅速，且链接多种异质性数据库，使用多元作业平台，应用作业关联繁杂，更需以先进系统整合分析技术，从现有各种不同数据库萃取犯罪行为模式等数据，再加入民众提供的影音信息、社群媒体讨论的内容及警察查访所得资料，进行结构化、半结构化及非结构化资料交叉比对，辅以大数据分析技术，找出潜在的犯罪关联性，以协助侦查人员主动获得有效线索与情资。［36］

有鉴于大数据未来势必改变现有的警政治理模式，因此，学者综合提供以下建议：［37］

1.现有资料数字化并建立数据库。首要之务系将现有资料数字化，并力求以结构化数据呈现，以利分析。

2.与民间企业或团体合作。譬如从微博、Facebook、Twitter、PTT等掌握最新的社会动态，结合各平台属性交叉运用，过滤出精准信息。

摘 要：随着人们母语意识的增强，学校语文教育中越来越重视语文素养和语言文化的培育。阅读教育着重强调了学生自主阅读能力的训练和教育，将其作为提升学生语文学科核心素养的要义，进而引导学生关注、参与当代文化，提升中国特色社会主义文化自信。如何开展大学语文阅读教育，切实帮助学生提升对母语的审美鉴赏和运用能力，对教学过程和教学方法的探索与反思是关键所在。

3.招募专责分析人员。招募、训练分析人员，负责分析大数据并做出判断，甚至成立专责单位，更可提升分析之准确度，进而加速办案效率及支持决策。

4.强化跨部门合作。警察机关可与政府各部门合作，甚至与各县市政府进行交流，建立数据库或共享平台，以充实可资分析之犯罪数据库。

5.善用车牌辨识系统。除了固定式车牌辨识系统外，再搭配移动式车牌辨识系统的警车，累积车辆数据库，有效率地进行人、事、时、地、物等交叉分析比对。

6.大数据无法取代警察。即使科技再强大，也应仅视为辅助办案之工具，仍需依赖警察的专业判断，警察的丰富经验与敏锐度，才是维护社会安全的核心，警察的专业与大数据相辅相成，方能发挥最大效益。

虽然警察工作包罗万象，举凡人民生活的各个层面有涉及纠纷或违法行为的皆为警察的工作范围，运用大数据辅助警政工作治理更是极具挑战的工作。然而化繁为简、分而治之（divide and conquer），亦是人类智慧的结晶，这与“大处着眼，小处着手”的说法不谋而合。在探索大数据警政运用的道路上，找到具体且可建立自循环的应用，循序渐进应为导入大数据警政应用较佳的策略与方向。

参考文献：

［1］Lohr，S.The Age of Big Data.The New York Times［EB/OL］.http：//www.nytimes.com/2012/02/12/sunday-review/big-datas-impact-in-the-world.html，2017-10-30.

［2］Kalil，T.Big Data is a Big Deal.The White House ［EB/OL］.http：//www.whitehouse.gov./blog/2012/03/29/big-data-big-deal，2017-10-30.

［3］赵国栋，易欢欢，糜万军，鄂维南.大数据时代［M］.台北：五南图书，2014.

［4］Manyika，J.，M.Chui，B.Brown，J.Bughin，R.Dobbs，C.Roxburgh，A.H.Byers.Big Data：The Next Frontier for Innovation，Competition，and Productivity.Mckinsey Global Institute［EB/OL］.https：//www.mckinsey.com/business-functions/digital-mckinsey/our-insights/big-data-the-nextfrontier-for-innovation，2017-10-30.

［5］陈杰豪.大数据玩营销：改变世界的18个大数据新思维，第1本把大数据变营业额的营销圣经［M］.台北：30杂志，2015.

［6］吴作乐，吴秉翰.图解统计与大数据［M］.台北：五南图书，2016.

［7］谢邦昌.大数据：可视化篇［M］.台北：五南图书，2016.

［8］甘炎民，郭士豪，黄冠豪，李承龙.大数据系统分析运用在犯罪侦查之研究［J］.警察通识丛刊，2015，（5）.

［9］林子翔.启动新北智慧城打击犯罪接轨国际—新北市政府与IBM“智能城市大挑战”项目启动［J］.警光杂志，2013，（681）.

［10］陈松春.以智慧警政打造新北科技防卫城［J］.警光杂志，2014，（693）.

［11］［17］［18］［19］［33］张俊扬.云端影像系统协助犯罪侦查之应用［D］.警政治安策略研讨会，2016.

［12］吴思陆.110勤务指挥系统派遣之现况与发展［D］.警政治安策略研讨会，2011.

［13］罗世杰.建置“犯罪数据分析平台”优化侦查信息力［J］.刑事双月刊，2012，（51）.

［14］［20］［24］［25］［34］［35］廖美铃.巨量数据于警政治理之应用［D］.警政治安策略研讨会，2015.

［15］杨凯胜，陈俊呈.刑事信息系统再造整合分析犯罪情资［J］.刑事双月刊，2012（47）.

［16］江守寰.“整合运用民间监视系统”共同维护小区治安之研究——以台中市政府警察局为例［D］.警政治安策略研讨会，2015.

［21］董家宏.以大数据再造科技刑警［J］.刑事双月刊，2015，（65）.

［22］陈铭宪.可视化犯罪数据分析范例分享［J］.刑事双月刊，2012，（51）.

［23］杨汉鹏.运用网络舆情辅助警政工作治理［D］.警政治安策略研讨会，2016.

［26］林丰裕，李镇宇，张佩嫈.如何应用社群网络媒体于法医死亡案件调查［J］.刑事双月刊，2015，（69）.

［27］张家维.浅谈应用大数据分析于窃盗犯罪［J］.刑事双月刊，2015，（69）.

［28］卢恒隆.以巨量数据分析观点推展治安治理信息服务［J］.政府机关信息通报，2015，（328）.

［29］黄建智.云端大数据与勤指通报联络行动化［J］.警光杂志，2016，（714）.

［30］陈宏和.警政云端运算发展计划执行现况［J］.政府机关信息通报，2014，（317）.

［31］［32］王朝煌.运用大数据辅助警政工作治理——大数据警政应用之探讨［D］.警政治安策略研讨会，2015.

［36］廖美铃.警政信息整合分析系统［D］.警政署考察报告，2014.

［37］杨汉鹏.运用巨量数据辅助警政工作［J］.警学丛刊，2016，46（4）.