许华孚

(台湾中正大学犯罪防治学系，嘉义60003)

大数据发展趋势以及在犯罪防治领域之应用

许华孚

(台湾中正大学犯罪防治学系，嘉义60003)

大数据的发展不仅代表巨量数据、信息先进技术、庞大商机，它更是一套解决问题、改造世界、探索未来的新颖观念与科学应用的有效方法。大数据是一套系统化、标准化及科学化的复杂概念，包括商业与管理的专业，需具备计算机储存的字节概念，以及网络应用、系统管理等专业知识，具有巨量性、实时性、多样性、变异性、不确定性与复杂性的特征。大数据应用领域跨足于金融管理、零售通路、疾病预防、医疗保健、节约能源、交通运输、人文教育等技术，甚至可扩及救灾及人道求援等社会层面。就犯罪防治研究的学术领域而言，未来大数据应用将日益深化。目前利用大数据数据分析台湾犯罪之现况，以监测社会犯罪事件发生现况，实时发现高风险犯罪人口特征、犯罪的模式，以及提供实时的相关措施与对策，来防治并减少犯罪事件以及民众被害的可能性。因此，随着大数据年代的风起云涌，引领另一波信息权的革命、创新之际，我们必须以审慎思维，正视可能产生的潜藏危机，包括传统专家权威的式微、大数据人才培育缺口、个人隐私权侵害、网络犯罪问题等等议题产生。另外，在犯罪防治领域的未来研究，我们更加体验在数据爆发增长的年代，如何善用现存数据的重要性，如何强化各项软硬件的数据截取与分析能力、提升研究人员在数据应用领域的相关训练，如何提高大型数据的获取、处理及分析能力，使得犯罪防治研究工作能尽快与新的科技接轨，让研究更为精确、更具预见性及全面性，以保持研究的前端领先。

大数据;大数据应用;犯罪防治研究

一、前言

人类史上的几项重大发明，屡屡引领文明跃进，随着20世纪末计算机问市，引领全球迈向另一场信息革命以及带动网络信息蓬勃发展，当传输速度与储存技术不断向上跃升，一场跨越政府与民间企业的全球大数据(Big Data)应用革命正席卷而来，不仅走入你我世界、改变众人生活，更影响交易模式与政府决策思维。2014年6月英国Oxford大学网络研究所教授及“大数据”作者Mayer－Schn berger，应邀来台湾专题演讲指出，过去20年资料成长100倍，2000年后进入数字数据，让数据搜集、处理、分析比过去容易，已逐渐改变全球各国政府的政策及各行业的经营走向。①引自《经济日报》社论，《大数据发展的机会与挑战》，2014－06－17，http://www．cdnews．com．tw。

随着前述网络环境的极速发展，带动了云端运算服务的盛行，大家都能感受世界正快速变动，大数据即是未来信息革命中衍生的接续效应，这股浪潮正在重塑我们的生活，改变人们工作和思考方式(徐承佑，2014)。近来云端技术与大数据应用已深植日常生活，更遑论商业的前端应用，大数据技术应用范畴已逐渐跨越政府、产业、学术领域，包括法规政策、创新服务、基础通讯、医学信息、智能制造、零售通路、交通运输与物流管理、智能电网各种领域(潘人豪，2015)。

大数据的发展不仅代表巨量数据、信息先进技术、庞大商机，它更是一套解决问题、改造世界、探索未来的新颖观念与科学应用的有效方法。因此，若从解决当前犯罪问题的思维观之，大数据亦代表改造犯罪环境、矫治潜在犯罪人、减少犯罪机会、解决犯罪问题，以及研议未来犯罪防治对策的无限机会与可能。是以，本文从大数据的剖析着手，逐次探讨目前大数据的发展与应用现况，最后导入犯罪预防实务与对策应用。在日渐崛起的大数据年代，犯罪防治观念与做法必须与时俱进，适时渠引创新科技的知识活水，让犯罪防治在实务与学术领域均能更上层楼，再登高峰。

二、大数据的义涵

鉴于大数据概念深奥难懂，又各方见解不一，因此，我们先以几个深入浅出的概念，勾勒轮廓样貌，让复杂抽象的概念更加浅显易懂。

(一)名称由来

考究现有文献，“Big Data”一词最早于2010年由IBM计算机公司提出，译成中文或称“海量资料”、“巨量资料”，又称“大数据”。目前相关文献大致以“大数据”为通用，也因此为本文所采用。

(二)开发潜力

以下引用二位学者的精辟见解，即可清楚了解大数据本身具备的开发潜力。

1．“大数据好比产业的新石油，数据媲美原油，但需经过精炼才能突显价值，或否难以直接使用。”(Clive Humby，DunnHumby)

2．“这是我们在经济发展上，首次必须仰赖的重要能源(信息Information)，它不仅具有回收利用价值，更具备再生功能。我们必须善加利用，否则会被这些庞大数据所淹没。”(John Naisbitt)

(三)数据元素

大数据五项信息科技(information technology)趋势的其中一项。

(四)基本特性

综整陈柏宇(2014)、Shaun Connolly(2012)见解，以及IBM、①IBM，为企业海量数据赋予意义，http://www－01．ibm．com/software/tw/data/bigdata/。neubrain、②Neubrain，supercharge your business with analytic，http://www．neubrain．com/TechnologyCapabilities/Big－Data－Analytics．wikipedia③Wikipedia，the free encyclopedia，Big Data，http://en．wikipedia．org/wiki/Big_data．等官方网页所赋予意义，认为大数据应具备5V与1C六项特性:

图1 大数据数据产生的来源说明(Mark Myers，2010)

图2 大数据的基本特性图

1．巨量性(volume)。大数据特色在于“庞大”，无论政府机构、民间企业以及实时性感应侦测器等数据多元而巨大，很容易上达数“兆位元组TB”(TeraBytes)，甚至“拍字节PB”(PetaBytes)。当前每年产生的数据量已达2Zettabyte(ZB)，即约Gigabyte(GB)单位的一兆倍。人们每天约制造2．5兆位数据，过去两年建立的数据占现今世界总量90%。由于数据庞大复杂，致难以利用传统方式处理，必须透过新的硬件与演算系统加以管理分析，以为人类所能解读(陈柏宇，2014)。

2．实时性(Velocity)。大数据通常具有时效性，一旦串流到运算服务器就须立即使用，实时才能发挥高价值。由于数据产生的速度不断跃升，越多的数据会透过网络或传感器实时记录、传递与储存，必须应用高效率及自动化运算系统，如串流运算(Streams Computing)才能进行分析。民间业者为创造更高利润，将致力于缩短搜集与分析处理时间。

3．多样性(Variety)。大数据数据范畴不仅止于结构化数据，尚包括非结构化数据，如文字、音频、视讯、点击串流、日志文件等，而数据依组合性质可分“结构化(structured)”、“半结构化(semistructured)”、“准结构化(quasi－structured)”和“非结构化(unstructured)”等四类型，预测未来大数据数据将有高达90%以上属后三类形态数据。

4．变异性(Variability)。这是关于由“谁”来主导分析资料的关键问题。不同目的与背景的人，在相同时间所作分析会产生南辕北辙的结果，会严重妨碍数据管理与分析的正确性。

5．不确定性(Veracity)。由于数据在搜集、储存与分析过程中，可能因掺杂人为欺骗或操作错误，抑或因演算系统的失准等，致使大数据分析存在“不准确(Veracity)”的特性(胡世忠，2013)。因此，搜集数据的质量良莠不齐，数据的呈现就会出现不一致(inconsistencies)、不完整(incompleteness)、不明确(ambiguity)，以及延宕、造假(deception)、形态相近(model approximations)等瑕疵。

6．复杂性(Complexity)。数据管理会是一个非常复杂的过程，特别是当大量的数据分别来自多个来源时。相关数据必须经由截取(grasp)、连结(connected)、分类(correlated)、传输，最后被适当归类储存，这是处理庞大信息过程的“复杂性”。

(五)基本的定义

大数据是一套系统化、标准化及科学化的复杂概念，包括商业与管理的专业，需具备计算机储存的字节概念，以及网络应用、系统管理等专业知识。为使复杂概念转为系统化、简单化解释，本文引用Jaap Bloem等原著《解读大数据分析》(No more Secrets with Big Data Analytics，2013)图例释义为范本，化约以下公式“大数据(Big Data)=事务处理(Transaction)+互动(Interactions)+观测(Observations)”，阐释大数据义涵精髓。

图3 大数据释义图

本文特别将图例中重要词汇(Specialized Terminology)充分赋予正解，使其意义更易解读。所谓企业资源规划系统(ERP)①Enterprise Resource Planning，企业资源规划系统，简称ERP。以推动MRP，MRPⅡ著名的美国生产及存货管理协会(APICS)近年又改称为“资源管理的教育协会”在其1995第8版辞典给予“企业资源规划系统(ERP)”批注如下:“一个会计导向的信息系统用来确认和规划为了接受、制造、运送和结算客户订单所需的整个企业的资源。”ERP系统应具备基本数据与管理维护、库存管理、采购进货管理、配销管理、财务管理、人资/事务管理、生产管理与决策支持管理等功能。不同业者会有不同ERP系统，例如外销型产业需要进出口管理系统、多角贸易管理系统、买卖流通业的门市专柜系统等(曾涣钊，2006)。、供应链管理系统(SCM)②Supply Chain Management，供应链管理系统，简称SCM，系指满足一定客户服务水平的条件下，为了使整个供应链系统成本达到最小而把供货商、制造商、仓库、配送中心和管道商等有效地组织在一起来进行的产品制造、转运、分销及销售的管理方法。供应链管理包括计划、采购、制造、配送、退货五大基本内容。SCM能为企业增加预测的准确性，减少库存和工作流程周期，以及降低供应成本;同时提高发货供货能力和生产率，加快市场响应速度。随着互联网的飞速发展，越来越多的企业开始利用网络实现SCM(陈国权，2013)。、客户关系管理系统CRM③Customer Relationship Management System，客户关系管理系统，简称CRM，系透过营销自动化及销售自动化，让企业主掌握客户动态及市场策略，进而锁定销售目标及拟定最佳的营销策略，达成精准营销及有效销售。经由服务自动化的完整服务流程，达成满意服务及主动追踪。同时，透过整合自动化的前后贯通，将售前及售后进行紧密整合，提供以客户为尊的360度全方位管理，有效提升企业的竞争力与获利率。和事务的Web应用程序等均为商业贸易中信息处理系统的典型例子，这些高度结构化的数据系统，通常被存储在SQL④Structured Query Language，结构化查询语言，简称SQL，是一种特殊目的之程序语言，用于数据库中的标准数据查询语言，IBM公司最早使用在其开发的数据库系统中。1986年10月，美国国家标准学会对SQL进行规范后，以此作为关系式数据库管理系统的标准语言(ANSI X3．135－1986)，1987年得到国际标准化组织的支持成为国际标准。不过各种通行的数据库系统在其实践过程中都对SQL规范作了某些编改和扩充，因此，实际上不同数据库系统间的SQL不能完全互通(维基百科)。数据库。而互动(Interactions)代表客户端与商务的往来或与公司的交流互动;网络日志(Web Logs)、客户端点击汇流 (User Click Stream)、社会互动(Social Interactions)和回馈(Feeds)以及客户端讯息内涵(User Generated Content)等信息系统都潜藏着与顾客端互动的丰富信息。

三、大数据发展与应用现况

1965年，英特尔创始人之一摩尔指出，未来网络计算机发展大致每隔1至2年，等面积集成电路的晶体管将增加一倍，即计算速度提高一倍，同等计算，成本降低一半。经过近50年的实践，验证了摩尔先生的预测，即所谓“摩尔定律(Moore’s Law)”。⑤引自IBM－Lib，摩尔定律(Moore＇s Law)，http://wiki．mbalib．com/zh－tw/%E6%91%A9%E5%B0%94%E5%AE%9A%E5% BE%8B。计算机、手机和网络科技的高速发展，使得大量网络数据，包括音频、视频、图片、文本等得以保存，并转化为可供分析的数据，大数据的研究和应用因此水到渠成(袁卫，2014)。因此，有人将大型计算机的出现视为第一波科技浪潮，第二波为个人计算机问世，第三波是网络及社群媒体的出现，而巨量数据分析则被称为第五波科技浪潮。1994年1月25日白宫在国情咨文中提出“信息高速公路”(Information highway)被视为进入网络时代的里程碑(兰梦，2006)。2012年由美国政府开启“大数据研究与发展计划”(Big Data Research and Development Initiative)被视为进入大数据时代最具指针性事件。欧盟各国陆续开放政府资料，2012年联合国发布大数据报告，掀起全球研究和应用热潮。诚如Wikipidia所言，在信息爆炸的数字数据(digital data)年代，我们大抵经历消息年代(information era)、社会年代(social era)、大数据年代(big data era) (Jaap Bloem，2013)。以下分列各国政府、我国台湾地区与民间在大数据应用方面的发展，让我们更加深入理解大数据应用的实际现况。

(一)政府部门的政策发展

政府扮演公共政策与执行的服务角色，在政策形成与执行过程中，需要搜集大量信息以供分析，让各种施政更贴近民意与现实，借以实现减少决策错误、精节预算经费及提升行政效能之目的。这些数据每天会在行政体系中不断被应用，包括交通运输、国防外交，国家安全，犯罪预防、会计经理、环境管理以及社会服务等事项。“他山之石可以攻玉。”以下综合介绍世界上几个先进国家及地区对于大数据的发展与应用情况，以为参考。

1．美国

盱衡美国的大数据发展与应用，非但为最早发现和使用的国家，更在全球居于领先地位。2009年美国联邦政府即将大量资料公布在中央信息交换库网站(Data．gov)供民众阅览，此亦说明政府必须制定“证据导向”的公共政策，以提升决策质量与效率。2013年5月9日，奥巴马总统签署第13642号总统行政令，要求在隐私与国家机密安全前提下，将数据公开纳入政府义务范围。①the white house president Barack obama，Executive Order－Making Open and Machine Readable the New Default for Government Information，The White HouseOffice of the Press Secretary，May 09，2013．

2012年3月，奥巴马政府投资2亿美元实施“大资料研究和发展计划”(Big Data Research and Development Initiative)，84个子计划涵盖国防、医疗、教育、能源、交通运输、国土安全、商业、科学、工业等应用领域。为因应大数据创新领域的商机，Intel与 MIT顶尖大学结盟成立“Science and Technology Center for Big Data”，投入大数据核心技术开发;产业界IBM及GE亦发展特定领域大数据应用(张进福，2014)。

该计划涉及美国国家科学基金、美国能源部、美国国防部等6个联邦部门，经费超过2亿美元。譬如能源部试图通过先进计算科技研发，提供2500万美元基金建立数据管理、分析和应用等单位;国防部科研项目集中在情报、侦查、网络间谍等方面，汇集传感器、感知能力及建立自治系统，实现操作和决策自动化(文洋，2014)。2014年5月1日，美国白宫发表《2014年大数据白皮书》，②Executive Office of the President，BIG DATA:SEIZING OPPORTUNITIES，PRESERVING VALUES，The white house Washington MAY 1 2014．视大数据为“未来的新石油”，倾国家资源全力发展相关应用和管理，借以强化国家整体竞争力。显然，大数据不止是一个词汇，更是一门技术，是一个产业时代，更代表大国趋起与竞争的基础条件。

2．亚太地区

亚太地区的新加坡政府与 GE已共同成立“Big Data Innovation Center”，协助企业发展大数据应用(张进福，2014)。韩国积极制定有关大资料发展战略，将其视为“国家意志”的科技项目，投资2亿美元预算，企图在2013至2017年间打造为国家重大工程。而为将韩国首都打造成为信息汇流中心，更推出“首尔开放数据广场”，为广大的网络用户提供十大类公共数据信息，首尔市2011年提出“智慧首尔2015”计划，主要推动“利用大数据解决市民小烦恼”(张润达，2014)。

日本在2013年6月，由安倍内阁公布新IT战略“创建最尖端IT国家宣言”，阐述2013至2020年间以开放公共数据和大数据为核心，将日本建设成为“世界最高水平的信息产业应用技术社会”。2021年将政府信息转为云端计算，减少三成运行成本，同时加速地方政府完成系统云端化。③引自免费论文下载中心，《日本大数据产业发展状况及未来发展趋势》，http://big．hi138．com/jisuanji/hulianwangyanjiu/201410/456533．asp#．VPGUDfmUfuI。中国政府在美国提出“大资料研究和发展计划”的2012年也核批“十二五国家政务信息化建设工程规划”，总投资额估计在几百亿，计有人口、法人、空间、宏观经济和文化等五大资源库的五大建设工程。广东率先启动大资料战略推动政府转型，北京正积极探索政府公布大资料供社会开发，上海也启动大资料研发三年行动计划。④引自CITIF，《2014我国大数据发展分析报告》，http://www．citif．org．cn/zlyj/5a79a0314a954199014b250f1cbc2d42－1．html。为根植大数据教育，培养高等应用人才，国家工信部与大学研究机构，联手成立大数据研究中心(张进福，2014)。

3．欧洲

欧洲方面，Oxford的大数据中心专注在药物的开发(张进福，2014)。英国实施“开放数据”项目，建立“数据英国”网站用于数据公开，2014年英国宣布建立图灵大数据研究院，确保英国未来大资料发展在经济和社会中处于领导地位。法国政府为促进大数据发展，将培养新兴企业、软件制造商、工程师、信息系统设计师等为目标，开展一系列的投资计划。法国政府“数字化路线图”计划，大力支持大数据战略性新技术，投入3亿欧元资金用于推动大资料领域的发展。而法国生产振兴部部长Arnaud Montebourg、数字经济部副部长Fleur Pellerin和投资委员Louis Gallois在第二届巴黎大资料大会结束后的第二天，共同宣布1150万欧元投资案，用于支持7个未来投资项目。法国政府开展系列投资计划培养新兴企业、软件制造商、工程师、信息系统设计师，通过发展创新性解决方案，并用于实践，促进法国在大资料领域的发展;法国还利用大数据推动其智能城市建设，实现降低城市管理成本或提升城市居民生活质量的目标(张润达，2014)。

4．我国台湾地区发展现况

(1)地区的行动

反观台湾地区对于大数据的未来发展，始终未提出策略白皮书。唯2014年6月13日马英九接见Mayer－Schnberger教授时表示:“台湾科技产业转型尚未完成，大数据投资力道仍嫌不足。”2014年12月8日，台湾地区祭出科技三箭，其中两箭与数据相关:一是开放资料，二则发展大数据，指派信息专长的张善政规划，半年内凭借“开放数据”、“大数据”与“群众外包”让民众有感。加速大数据应用，绝对是现阶段台湾地区科技发展重要策略。期许台湾地区未来透过大数据应用，精准计算民众需求与前瞻施政，提升行政效能。

(2)学术的发展

2013年7月17日“东吴大学”率先成立校级“海量资料分析研究中心”;2014年元智大学获成立“大数据与数字汇流创新中心”，成为目前台湾地区第一个专以探讨“大数据”及“数字汇流创新”为重点的学术研究单位，2014年8月1日发行“大数据汇流电子报”，截至2015年1月已发行4期。此外，“辅仁大学”等，相继成立大数据相关分析学分学程，强调结合信息、管理、云端运算(Cloud Computing)、数据仓储 (Data Warehousing)及数据挖掘(Data Mining)的跨学科领域。未来大数据将如绿能科技，是学界必然趋势，希望借由学术创新研究，让台湾地区在大数据研发方面逐步成为顶尖研究中心。

(二)应用领域的发展

近来大数据发展不仅进入商事贸易，更影响诸多行业，也被视为提升产业竞争及政府效能的关键技术，国际均积极投入大数据的研究与应用(张进福，2014)。然企业经营以追求利润为宗旨，与政府以民为本、强调廉能与效率，有着泾渭分明的本质不同。诚如哈佛商业评论所言，大数据本质系“一场管理变革”，需要改善整体管理模式及技术整合，方能发挥作用。应用领域跨足金融管理、零售通路、疾病预防、医疗保健、节约能源、交通运输、人文教育等技术，甚至可扩及救灾及人道求援等社会层面。

以下综整大数据在各项领域应用的典型案例，借以窥探大数据发展现貌。

图4 美国流感疫情－google估测病例数

1．疾病预防

谈到大数据在疾病预防的实务，现有文献中最广为引用者莫过于 Viktor Mayer－Schnberger (2013)所著《大数据:巨量资料掀起生活、工作和思考方式的全面革新》(Big Data:A Revolution That Will Transform How We Live，Work，and Think)一书，书籍的前几页即举例Google成功应用搜寻词汇，预测流感的案例。让读者迅速感受大数据的影响—美国官方传统追踪疫情扩散方式，乃靠搜集医师出诊数据来推估，因一般民众觉得身体不舒服，通常会过几天才就医，通报流程亦需时间，故掌握疫情速度仍慢了约1至2周;Google则发表了另一种追踪方法，挑出美国最常使用的5，000万个搜寻字词，再与疾管局2003年至2008年间流感疫情比对，发现可利用其中45个搜寻字眼(例如“止咳退烧”)，搭配某数值模型，成功预测2009年冬季流感传播，甚至特定地区和州。若善用本套软件，可省却搜集数据、采集检体的麻烦，仅利用每天大量搜寻纪录，就可精准而实时掌握疫情扩散与介入，如尽早发布警讯、隔离、调度医疗资源。

2．交通运输

大数据已广泛应用在解决复杂交通环境上，由于车辆LBS定位可精确分析特定时间的车辆通行体量与速率，提供主管部门疏导、调度与管制预测，同时提醒用路人避开尖峰与拥塞路段、改善运输环境。美国卫星导航领导品牌TomTom利用监测的八千万支移动电话，一百万台TomTom Live卫星导航机在路面移动速度，搭配RDS－TMC道路信息系统建构实时数据库，透过GPRS实时信息，如某路段平均速度、红绿灯切换频率、路段不同时段的平均速度、道路施工及事故等，以每两分钟一次的频率及时推播卫星导航机。客户只要使用Apple iphone或是 Android phone上的 TomTom导航app，提供驾驶人优化路径、节省时间，即便身陷车阵亦可精准预测延误时间，根据统计系统平均可节省15%行车时间。①TOMTOM，ANNUAL REPORT 2014，Available at:http://annualreport2014．tomtom．com/management－board－report/business－and－financial－review－by－business－unit。

图5 google流感预测统计技术应用

图6 纽约曼哈顿的实时路况数据，借由Real－time路况数据系统协助驾驶人避开拥塞或施工路段

3．医疗保健

大数据在临床诊断、远程监控、药品研发的应用已有长足进步。以大陆为例，目前已有十余座城市开展数字医疗，医疗的病历、影像、远程医疗等都制造大量数据，形成电子病历及健康管理档案。基于这些海量数据，医院能精准分析病症、治疗费用和疗效数据，避免过度及副作用较大的治疗，更可用于远程监护，对慢性病进行管理。2014年6月21日富山大学附属医院中川启教授在第17届全日本医疗信息学会春季学术大会上谈到，该大学附属医院应用近9年积累的1700万件病例和14300万件用药处方及300万件病名，协助医师分析最佳处方。①引自论文免费下载中心，《日本大数据产业发展状况及未来发展趋势》，http://big．hi138．com/jisuanji/hulianwangyanjiu/201410/456533．asp#．VPMRT_mUfuI。

图7 最短路径与过去实际路径时间比较表(左图为最短路径规划，右图为真实用路时间历史纪录，可清楚看到红绿灯的多寡频率以及真实行驶速度。)

4．监督施政

大数据的应用不如想象中复杂。美国南佛州《太阳哨兵报》(South Florida Sun－Sentinel)记者罗已克斯汀，为调查警察超速，向当地交通管理部门申请110万笔警车通过高速公路收费站记录。数据经大数据系统分析，竟发现3900辆警车在13个月的时间里共发生了5100多次的超速行驶记录(比对同部警车所行驶的两站间距离，再除以通过时间，换算平均速率)，而进一步筛选分析又发现，超速时间竟然大部分都发生在上下班时间，因此获得警车超速行驶大致上非因公务。新闻刋载后引发舆论关切，涉案的12个部门近800名警察受到纠正或惩处。本案说明，大数据应用其实可以很简单，不如想象中复杂，数字数据加上简单公式，就能发掘潜藏中的问题，唯需正确数据和精确运算。

5．人道救援

早在2010年IBM正式创“大数据(Big Tata)”一词前，类似大数据、云端服务案例已陆续出现。2007年东非肯尼亚(Kenya)共和国总统大选，争议引发全国暴动，约1300人丧生、35万人离开家园。

当时由一群程序设计师与网络团体联合展开名为“Ushahidi”计划，②Ushahidi是肯亚当地Swahili语言，系指证词(testimony)之意，计划主要内涵系开发一种网络平台，用户可将影像讯息实时上传。使用者可透过手机简讯(SMS，Short Message Service)或网站进行影像实时上传，复经Google map标定位置，适时揭露地区实况，寻得国际援助。2008年后Ushahidi计划常用于类似国际人道求援，提供多国用于重大事件通报与群众标记(crowdmapping)平台，如2010年海地(Republic of Haiti)大地震与2011年日本东北大地震追踪标记，创下高达60万姓名信息标记纪录，堪为短时间人道援助信息搜集与汇整成功案例(潘人豪，2015)。

图8 政府军队进行武力镇压

(三)未来发展

随着2014年5月1日美国白宫发表《2014年大数据白皮书》，列入国家战略方计后，各先进国家纷纷迎头赶上，相继提出国家发展政策。民间应用产业更是跃跃欲试，2014年12月 Apple与IBM正式宣布推出企业版 MobileFist App，提供IBM的大数据企业用户可使用iPhone与iPad存取IBM的云端大数据分析工具与商业应用软件，让大数据产业的未来前景绽放。展望大数据的发展未来，将呈现以下八大趋势:①Dcplus，《关键分享报》，《大数据的挑战和趋势》(下)，http://dcplus．com．tw/mkt_academy/24847。

1．数据资源化，将成为最有价值的资产;

2．大数据在更多传统行业的企业管理落地;

3．大数据和传统商业智能化融合，行业定制化解决方案将涌现;

4．数据将越来越开放，数据共享联盟将出现;

5．大数据安全越来越受重视，大数据安全市场将愈发重要;

6．大数据促进智能化城市发展，为智能化城市的引擎;

7．大数据将催生一批新的工作岗位和相应的专业;

8．大数据在多方位改善我们的生活。

图9 大数据未来发展潜势图

四、犯罪防治领域的相关应用

犯罪预测和预防是犯罪防治研究领域的两大课题，然而犯罪问题近来深受网络科技发展的影响，个人计算机、手机透过网络传播，让犯罪活动的触角得以迅速串联至世界各地，无远弗届的犯罪活动更趋向国际化、科技化及快速化发展，犯罪环境日趋多元复杂，引发层出不穷的新兴犯罪问题，让犯罪预防对策与实务日趋严峻。因此，面对今日的犯罪问题，我们必须具备更前瞻的思维、运用最新科技与崭新研究方法来管理与应用信息科技，包括信息的取得、分析与应用，让犯罪研究与实务工作能在充分科技的支持基础下，紧紧掌握时代脉动、与时俱进。

在计算机信息的数字年代，大数据应用发展的扩散效应，不仅开启犯罪防治学术研究的科技新门，为本节着墨重点，唯鉴于近来在治安维护的实务应用亦有长足进步，本文特别列举目前广为犯罪防治实务应用的“犯罪活动在线实时侦测”、“犯罪地点与形态的预测(GIS)”以及“监视录像系统”等三项科技，让本节内容更臻完整。

(一)犯罪防治研究的应用

社会科学研究的本身受诸多条件限制，如量化研究的随机抽样，始终尚无法摆脱个人情绪、心理动机、抽样误差等质疑和干扰;复社会科学领域的“研究伦理”意识抬头，凡属相关应用研究，对于参与受试者的基本人权保护，已渐次列入“人文社会科学研究伦理审查委员会”(Institutional Review Board on Humanities＆Social Science Research)审查范畴，以降低对受试者的伤害与不平等对待。因此，未来犯罪防治的相关研究不得不另辟蹊径，寻求更客观可靠的分析数据，减少研究伦理的限制，同时提升研究结果的精确性。当大数据所提供的分析，已经可以直接定论“这是什么”的时候，未来大数据在社会科学研究的应用领域将扮演着更重要的角色。

显然，就犯罪防治研究的学术领域而言，未来大数据应用将日益深化，目前利用大数据数据分析台湾犯罪之现况，以监测社会犯罪事件发生现况，实时发现高风险犯罪人口特征、犯罪的模式，以及提供实时的相关措施与对策来防制，并减少犯罪事件以及民众被害的可能性。以下兹就我国台湾地区及其他国家犯罪统计数据库建置与应用现况，以及重点摘要大数据在几项犯罪类型的犯罪趋势分析，最后综整提出未来犯罪防治建言。

1．台湾地区数据库建置与应用

现有的犯罪统计数据库包含刑事警察局台闽刑案统计、监狱个案资料、刑事司法部门施政满意度分析等，但以上的数据库皆缺乏统计上之效度、无法实时提供因应策略，透过大数据将以上的数据库之文件搜集与调查，以了解犯罪模式概况，且针对个案访谈了解受刑人之犯罪模式、电话调查机关之施政满意度与效能，对于以上的调查分析提出适切的防治犯罪对策与政策建议。

2．其他国家数据库建置与应用

目前美国、英国、澳大利亚等国皆提供在线查询犯罪现况的信息，其采用治安气象图分析犯罪问题，将犯罪现况呈现于地图上，有利于警政单位了解热点所在、掌握治安趋势，同时可呈现警察逮捕犯人的数据，并利用治安气象图使警民皆能掌握犯罪状况。因此，借由大数据数据的分析应用，可改善现有犯罪数据库无法及时提供因应策略的缺陷，可深入了解犯罪资料之防治意义，且可掌握犯罪之动机以及未来犯罪趋势。

3．大数据数据的应用——犯罪趋势分析

依据相关机关对违犯相关刑事法律所定义之犯罪发生数、犯罪率、犯罪嫌疑人数、破获数等相关统计资料，分别加以分析说明，可以发现近10年之犯罪趋势如下:

(1)公共危险罪:酒醉驾驶与肇事逃逸。过去十年(1993年至2002年)的公共危险罪案件嫌疑人数呈递增的趋势，以酒醉驾车和肇事逃逸增加的幅度最多。

(2)少年事件:青少年与儿童犯罪人口呈现成长的趋势、虞犯人数大幅增加、毒品犯罪与妨害性自主罪逐年增加、以高年龄层的男性少年居多。过去十年(1993年至2002年)少年与儿童的犯罪人口有持续上升之趋势。2002年少年与儿童之保护事件有10，637人，高达95%;虞犯人数有3，301人，创过去十年之新高;主要犯罪类型为盗窃罪25．11%、伤害罪24．27%、毒品犯罪11．40%、妨害性自主罪9．35%。其中毒品犯罪与妨害性自主罪则是逐年增加。

(3)犯罪者高龄化:嫌疑人数以及犯罪人数有高龄化之上升趋势。近十年，高龄犯罪嫌疑人数和犯罪人数呈现上升的趋势，其中以触犯普通刑法较多，主要犯罪类型为公共危险罪、赌博罪、盗窃罪。

(4)女性再累犯:女性再累犯率上升趋势较男性明显、女性少年再累犯高于男性少年。2002年女性主要犯罪类型依序为以下非暴力性犯罪:违反毒品危害防制条例占19．35%、公共危险罪占15．41%、赌博罪占11．93%、盗窃罪占11．45%、诈欺罪占7．86%。近三年，女性再累犯率为69．12%，高于男性的再累犯率35．96%。女性少年再累犯以毒品危害防制条例和伤害罪之再犯率居多。最近一年之犯罪案件，根据2002年新收普通刑法案件，以公共危险罪案件最多，有90，028件(占30．05%)，其次为伤害罪有47，796件(占15．95%)、盗窃罪38，657件(占12．90%)及诈欺罪35，946件(占12．00%)。特别刑法案件，以违反毒品危害防制条例案件最多，计有66，712件(占70．44%)。起诉人数的前4名，以公共危险罪56，075人(26．93%)最高;毒品危害防制条例罪40，305人(19．35%)次之;盗窃罪23，169人(11．12%)排行第三;伤害罪20，004人(9．61%)，排行第四。

综合上述，可以得知过去十年犯罪案件、最新的犯罪趋势、受刑人特性等信息。大数据分析将可预测犯罪者的特性、预防可能的犯罪事件，以减少社会危险，并能及时提出最适切的犯罪对策与政策。

4．综合建言

结合台湾地区现有的犯罪案件数据库、地区性的数据源、过去五年施政满意度调查，发现未来犯罪防治政策建议为以下:

(1)提倡以知识和证据为基础的刑事、矫正政策;

(2)提供适宜的性别意识与需求之处遇措施;

(3)高龄化犯罪者和受监禁之高龄化犯罪者之处遇措施;

(4)毒品相关政策;

(5)酒后驾车和肇事逃逸的防治政策;

(6)少年犯罪的预防及处遇措施;

(7)以上网公告之司法判决书为主要分析数据，在现有的基础上，选定非性侵暴力犯罪为主要探讨类型，就非性侵暴力犯罪之被告选定基础特征，追踪其再犯情形。

(二)犯罪防治实务的应用

随着现代信息技术的快速发展，计算机、手机及网络通讯等软件应用无所不在，个人日常生活中无论在线购物、通话通讯、网络阅览、网络社交、在线影视娱乐等等活动轨迹，基本上已实现生活信息化的管理状况，让人们无一例外地生活在数字信息的网络之中。当人们生活的信息轨迹愈多，犯罪行为信息化越为明显，而犯罪所遗留的“信息痕迹”相形越多。传统“物理痕迹”的犯罪迹证已逐渐式微，导致犯罪侦查模式必须以全新思维加以面对，有效掌握“犯罪及时信息”，以更前瞻作为将犯罪活动制乱于初动，化被动为主动，消弭犯罪于无形。因此，传统犯罪事件发生后，以人为主的被动犯罪侦查模式，已无法符合现今信息科技年代防患未然的预防侦查需求。我们急需应用新思维，找到新途径、新方法，特别是探索运用大资料这一新的动力源，推进职务犯罪侦查能力全面提升(胡东林，2015)。以下罗列大数据在犯罪防治实务的三大应用领域，分别为“犯罪活动在线实时侦测”、“犯罪地点与形态的预测(GIS)”以及“监视录像系统”等三项科技。

1．犯罪活动在线实时侦测

2002年电影《关键报告》(Minority Repor)剧情，警察单凭三项个人心理反应精准预测犯罪，在犯罪行为发生前即予逮捕，消弭犯罪事件。唯借助现代科技，警察能够在犯罪前正确预测，并在行动之初即能加以逮捕的戏码已不再是电影情节。辅助现代犯罪侦查的工具包括电话定位监控、监录系统、生物鉴别等科技设备，都是犯罪人个别身份的有效鉴别与监控，这是受惠于个人资料搜集与取得逐渐便利的影响，让犯罪侦查技术得以掌握犯罪的前行为阶段，亦即预备或进行中的犯罪活动，可谓大数据时代犯罪应用侦查的一大跃进。回顾1900年代，警察使用图钉标记地区街道犯罪分布，反观今日更随个人计算机、手机与网络汇流的信息科技发展，犯罪侦查凭借网络在线及时信息的截取、透过计算机程序分析，即可精准预测进行中的犯罪活动，达到先期预警、及时干预的理想境界。

以美国Palantir公司为例，它是加州帕洛阿尔托(Palo Alto)郡一家专为客户处理数据预测的信息公司。公司开发的相关应用程序，被美国情报单位用以对付恐怖活动，经由庞大情报数据的分析比对，能精确过滤出可疑分子，计算机程序甚至能自动将数据与地点链接，用以预测可能发生的恐怖事件的时间和地区。该系统所建置的数据库可辨识个人特征，包括嫌犯DNA、自动提款机搜集嫌犯汇款时的脸部监视画面、不同地点对出租车辆牌照的监视、通话记录，以及嫌犯曾经造访场所。类似计算机程序已经在多个国家揭露多起恐怖组织预谋炸弹攻击的案件，其中所涉案件之一的嫌犯竟是美国海关人员。①引自The IEEE news source，The Future of Crime Prevention，Big data can stop criminals in their tracks By MONICA ROZENFELD，September 14，2014．Available at:http://theinstitute．ieee．org/technology－focus/technology－topic/the－future－ofcrime－prevention。

此外，社群网络(Social Networks)亦为获悉犯罪讯息的绝佳管道，搜寻软件能够比对与犯罪行为相关的“关键词句”，只要在线通讯使用这些词句，即可能表示某些犯罪活动正在某些特定地点进行，如抢劫、吸毒等。

另一个典型犯罪预防方案，为费城宾州大学犯罪防治研究所(Department of Criminology)开发的数据演算推测系统，它搜集多种不同信息来源，包括当地分局的犯罪数据，借以预测那些特定对象可能成为谋杀案件的被害人。该公司亦开发一套协助“假释委员审核假释准驳”评估软件。系统针对个案未来可能再犯的各项主客观要素，采计24项预测因子，借以评估个案假释出狱后再犯几率，包括前科记录、年龄等。美国目前约有80个假释委员会采用类似的评估系统。研究显示系统能降低约15%假释再犯率。①引自The IEEE news source，The Future of Crime Prevention，Big data can stop criminals in their tracks By MONICA ROZENFELD，September 14，2014．Available at:http://theinstitute．ieee．org/technology－focus/technology－topic/the－future－ofcrime－prevention。然大数据数据应用绝非万能，类似偶发及情绪性犯罪事件，其分析价值相对较低。唯治安机关尚未引进是类系统软件，让打击犯罪的科技应用，独漏犯罪侦查的前哨阶段，因此在警政信息现代化的建构上仍有一段很长的路要走。

2．犯罪地点与形态的预测(GIS)

我们现今所处的生活环境里，由于高度都市化的结果，使得人口过度集中于都会地区，加之人的价值观念的改变与社会经济不景气影响，都会地区的犯罪比率越来越高(吕明都等，2008)。由于巨量数据(Big Data)技术为近年来热门议题，警察机构利用现有警政治安数据库所含各项数据，透过GIS图资应用与视讯影像分析技术，从现有数据加以萃取应用，进而提升案件侦防能量。鉴此，自2008年起警察机构陆续规划建置“犯罪地图信息管理系统”，结合犯罪数据库及地理信息系统(Geographic Information System)，简称 GIS分析功能，以“强盗”、“抢夺”及“窃盗”3项案类作分析比较，制作犯罪地图，充分掌握地区刑案发生的空间分布形态，辨识治安热区、各辖区案件变迁趋势及发生区位特性，进而研析辖区治安状况，借以促使犯罪热区加强勤务部署及警力巡逻，提升犯罪防治成效。

鉴此，目前警察机构已将GIS技术导入e化小区警政系统，结合电子地图与警政数据库，建置“治安斑点图整合系统”，民众可以透过网络系统查询“住宅窃盗案件点分布图”，清楚掌握住宅周边窃案发生分布，辅助住家自我评估，进而采取防盗措施，有效降低窃盗案的发生率。

上揭系统未来可运用GIS分析“犯罪数据”，并摘录“各类刑案资料”、“小区环境资料”、“重要地标”、“犯罪重点场所”等信息，绘制“各类刑案犯罪热点斑点图”、“密度图”、“距心图”，使警勤区掌握小区治安状况、了解各类型犯罪特性、犯罪热点(Hotspot)，借以精确部署警力，提升打击犯罪成效。所以未来链接居家巷弄的小区监控系统至警政地理信息系统中，并整合居家3D建物模型，更可以完整监控居家安全之环境领域，强化随时监控的存在，对于“住宅窃盗”犯罪预防必可收相当之效果(吕明都等，2008)。图10为美国加州大学洛杉矶分校在分析环境与行为后，制作的洛杉矶汽车窃案强度分布图。

图10 洛杉矶汽车窃案强度分布图

3．监视录像系统

监视系统因具备“事前吓阻”、“事中监控”及“事后调阅”功能，逐渐成为打击犯罪利器。监视系统经过初期模拟式闭路电视与二代发展，目前进入第三代NVR网络数字。系统除可配合门禁整合应用，如电子围篱、区域管制、热区监控、人流统计及方向计算等面式监控，若搭配网络系统将可提升监控功能，如夜间摄影、动态捕捉、走廊模式。未来系统更可进行实时性的智慧分析，如消费者形态、人脸与车牌辨识、全天候居家照护或商场监控等，透过网络便可轻松遥控居(商)家环境;而数字影像监视系统更具备“通报设定功能”，当监控环境发生异状，系统可自动拨号到指定号码，如连接警卫室、110报案系统，让监控力量及时介入，发挥制乱于初动的戏剧效果。而系统更可加装“影像水印”防伪功能，使数据存取更加安全。基于监录系统在环境监控的“实时性”、“全面性”及“正确性”，复结合网络后更加智能，发挥“主动侦查”和“实时通报”的及时介入功能，成为事前吓阻犯罪、事中监控犯罪和事后侦查的利器。

图11 新北市设置“数字式远程路口监录系统”

鉴此，警察机构积极构筑城市e化的绵密监视网络。2011年8月24日新北市警局宣布以建构“科技防卫城”启动“情资整合中心”(Intelligence Integrated Center，IIC)。未来两年将建置27000具路口“e化天眼”监录系统，密度约为每千人7具，系统升级后可提供智能辨识及搜寻功能，系统功能可用于颜色、车种、车牌甚至人脸辨识，透过标准格式整合GPS卫星定位、GIS地理信息系统及110报案等8项系统，可立即寻址报案或被害人及连接周边监视器掌握最新画面，同时追踪涉案车辆逃逸时间、地点、方向及速度，执行部署与在线逮捕。①引自《自由时报》，《“e天眼”上路 犯罪全都录》，2011－08－25，http://news．ltn．com．tw/news/local/paper/519154/ print。另根据实时环境监控，可掌握“犯罪热区”、部署“e化巡逻”，未来派出所受理民众“举家外出”的旧式加挂临时巡逻箱巡签方式，将可以借由居家监视系统的联机与自动警报装置，由辖区派出所全天候全面监控，让居家安全维护更有保障。

规划中的科技防卫城，包括整合勤务指挥、专家数据、智能影像辨识、交通执法、犯罪数据库、治安人口影像监控系统、身份证相片影像、刑事犯罪数据影像、查赃系统等。针对治安人口影像监控系统，可透过实时脸部影像及身份证比对，提高比对正确率，强化犯罪人、车动态轨迹掌握。

4．未来展望与挑战

(1)犯罪数据库的整合

由于目前犯罪人个资，包括基本身份、户籍、前科、素行、矫治、戒治、处遇、辅导、境管、车(驾)籍及病历等等，均分散于各执行机构计算机系统，无法加以统整连结。特别是相关规定对个人资料保护的日趋严谨，使得相关个资的取得更加困难，在个人信息无法充分掌握情况下，往往让第一线执法人员无法有效掌握个案状况，作出准精鉴别或相关决策的分析，因而失去许多处理先机。因此，在大数据年代里，充分信息的掌握与应用已成为预防与打击犯罪的不二利器，未来有关整个台湾地区的犯罪数据库必须尽快建构，借以充分支持执法实务的应用，大幅提升犯罪侦办能力。

(2)成立台湾地区情报研究暨犯罪打击联合中心

由于犯罪行为受到组织犯罪、毒品犯罪以及恐怖活动等效应影响，犯罪活动逐渐向国际深化，特别是自美国9·11恐怖攻击以来，各种恐怖组织的国际性恐怖攻击如烽火般地向各国蔓延，犯罪手法更为残暴，伤亡更加扩大，影响社会民心更为深远。反观台湾地区，重大犯罪亦屡屡重创治安，如郑捷杀人案、大寮监狱劫囚案等震惊社会，因此面对日益严峻的治安挑战，必须以更前卫思维与做法因应。应成立更高级别的治安情报与犯罪打击结合的机构，统整各机场港口、交通运输、重要机构、民间重要观光据点、监狱矫治机构等情报与监视系统，借以全面掌握重要治安防线，并纳入重要反恐精锐部队，借以应付重大治安或攻击事件的及时派遣支持，达到“全面监控、实时反应、有效打击”的新式战略部署。

(3)实时犯罪证据采用的疑虑

基于证据法则与程序正义等犯罪侦查的基本原则，让在线侦查实务的逮捕变得棘手。例如检察官通常只要掌握嫌犯足够的犯罪证据，即可向法官申请羁押或限制居所，唯单凭计算机信息的实时分析，就径行认定犯罪事实而加以逮捕，薄弱的证据力很难有其说服力，这也是大数据应用在犯罪侦查与逮捕实务上面临的最大瓶颈。况且数据分析的结果，有时并无法完整呈现事实的样貎，概因程序设计良莠亦影响分析结果的客观性，这是关于大数据演算分析正确与否的最关键议题。

(4)隐私权侵害的疑虑

随着社会形态日趋复杂，犯罪事件层出不穷，民众被害恐惧感的日益加深，直接催化“集体安全主义”的社会意识抬头，也相对间接削弱“个人自由主义”的基本隐私权主张。当社会安全的集体诉求不断被强化，一张“绵密监控网”正以铺天盖地之势蔓延扩张，在这场活生生上演的“全民公敌”剧本里，我们几乎无可避免地被全民通讯、录像与网络全天候监控，个人行动、居住、通讯、肖像等均一览无余，隐私权所受侵犯空前未有。因此，我们更应严谨看待隐私权议题，以审慎态度看待监控科技应用的负面效应，如慎选设置地点、机具维护、系统安全防护、重点监控、数据库安全防护、调阅权限管制等，让犯罪预防与个人隐私两相兼顾，适度降低隐私侵害的冲击。

五、大数据发展潜藏危机

任何科技应用或能带给人类文明、便利生活，但我们始终相信再完美的科技，都可能引发负面效应。因此，随着大数据年代的风起云涌，引领另一波信息权的革命、创新之际，我们必须以审慎思维，正视可能产生的负面效应，方能将新科技带来的损害降低到最低限度。

(一)传统专家权威的式微

大数据作者麦尔荀伯格(Viktor Mayer－Schnberger，2013)在其第6章——风险(Risks)第15节以“统计分析改变”的角度论述，大数据时代统计学者的客观巨量资料分析，将改变过去专家分析与分析模式。传统摄影师凭借专业在短时间作出构图、焦点、光圈及快门等决策。然数字相机已无传统短时间决策压力，也就是说人人可轻松成为专家的概念(徐承佑，2014)。

图12 盖德科技最新研发智慧手表

另盖德科技(Guidercare)①iThome新闻(Computex 2014特别报导)，《穿戴式智慧科技引领新潮流》，http://www．ithome．com．tw/news/88435。所研发的智慧手表，目前已 开发 Gcare900、Gcare700、GD700、GD600等几款年长者或健康管理专用的智慧手表，透过蓝牙传输可将血压、血糖、体重、体脂等信息上传到云端平台。该公司已和十多家医疗院所合作，针对使用者健康状况进行照护分析与管理。当是类穿戴式智慧科技的手表或手环，可随时监测身体变化、掌握健康状况，未来将开发预测疾病功能，届时穿戴科技即是家庭医生，民众对其依赖必然降低。

表1 大数据与不同年代健康医疗专家权威影响差异表

(二)大数据人才培育缺口

大数据发展必须仰赖一群有技术、懂管理、有大数据应用经验的专业团队，欠缺人才的环境将阻碍市场发展。根据Gartne预测，至2015年全球将新增440万个与大数据相关职务，且会有25%的组织设立首席数据官职位。大数据的相关职位元需要的是复合型人才，能够对数学、统计学、数据分析、机器学习和自然语言处理等多方面知识综合掌控。③Dcplus，《关键分享报》，http://dcplus．com．tw/mkt_academy/24847。未来大数据中高端人才的“大数据工程师”④美国专业招聘公司罗致恒富(Robert Halt)公布的“2015薪资指南(2015 Salary Guide)”更把大数据工程师列为今年薪资涨幅最大的六大行业之一，预计薪资年成长率9．3%，平均年薪119，250美元至168，250美元。http://www．bnext．com．tw/article/view/id/35404。将成为最炙手可热的职场新宠，涵盖大数据的数据开发工程师、大数据分析师、数据架构师、大数据后台开发工程师、算法工程师等多个方向。

图13 大数据未来发展市场需求图(数据源:徐蕊，2014)

(三)个人隐私权侵害

数据的搜集与个人隐私的兼顾，在大数据年代将更加棘手，即便数据保护行之有年。因大数据时代，数据搜集遍及个人数字足迹(Digital Footprint)。大数据年代的个资保护已从“搜集阶段”转移至“资料利用阶段”。原先“对消费者告知”的防线，转趋“第三方参与”与“去识别化(de－identification)”为主轴。现行个资保护机制着重“告知同意”，如下载手机APP同意点击钮，即所谓消费者“告知同意”。然拥有云端运算技术的电信业者，凭借资金、市占率与数据规模等优势，让“告知同意”机制备受挑战。解决“告知同意”隐私保障的缺失，目前倾向透过具专业能力的“第三方团体”介入调节，免政府直接介入阻碍市场发展。以美国为例，总统科技顾问办公室建议推动交易双方以外，具公信力民间公益团体或营利组织，自行研拟具体隐私偏好剖析(Privacy Preference Profiles)，业者必须遵循隐私保护具体要求，以供交易双方选择，①President’s Council of Advisors on Science＆Technology，Big Data and Privacy:A Technological Per－spective，The White House，40－41，2014。协助消费者选择信赖团体提出之“隐私偏好剖绘”，确保个资隐私不被擅自利用。

“去识别化”亦称“匿名化(Anonymisation)”，系指将搜集数据加以去个人化处理，使其无法识别个人特质，亦无法连结个人资料。英国信息委员会强调，个人资料一旦“完全”去识别化，将不再被视为“个人资料”，可以自由保留、处理及利用。唯大数据时代即便去识别化，仍常残留足以重新链接(re－link)的讯息，数据可能被重新识别(re－identification)，因此不宜直接排除个资法适用。②Lane，Julia，et al．，Privacy，Big Data，and the Public Good，Cambridge University Press，Loc 2919，2014，Kindle version．英国信息委员会则建议直接透过“去识别化”的方式，以避免数据利用可能对于消费者造成的伤害(陈柏宇，2014)。

(四)网络犯罪问题

在线数据越来越多，黑客犯罪的动机比以往来得强烈，一些知名网站密码泄露、系统漏洞导致用户数据被盗等，个人敏感信息泄露事件在提出警讯，在大数据年代更应强化网络安全建构。③Dcplus，《关键分享报》，http://dcplus．com．tw/mkt_academy/24847。另外，随着大数据的不断增加，对数据存储的物理安全性要求会越来越高，从而对数据的多副本与容灾机制也应提高，而目前很多传统企业的资料环境安全仍令人忧心。

(五)公共资料安全问题

纵使防护网络如何固若金汤，专业黑客总能迎刃破解。诚如美国中情局局长彼得雷乌斯(David Petraeus)坦承秘密执行全民监控的不当，却认为“改变(Transformational)”一词早被滥用，坚信这些科技会被正确使用的矛盾(Jaap Bloem，2013)。类似国际间的谍对谍跨国监控事件已非新鲜事。2013年美国国安局承包商前雇员斯诺登(Edward Joseph Snowden)携偷盗的美国政府机密档逃至香港，同年6月5日英国《卫报》(The Guardian)和美国《华盛顿邮报》(The Washington Post)陆续爆出美国“棱镜计划”内幕，即所谓全球大规模监控电子邮件，举世关注。总之，随大数据的快速发展，更让公共资料安全承受空前挑战。追求公共资料安全保护的最高利益，仍是大数据发展的严肃课题。

六、结论

大数据的全球性革命已悄然成形，这是一场关乎国家、社会、民生以及科技的巨大变革。更随网络信息发展的渐次成熟，大数据应用技术正在逐步颠覆传统思维、改变你我生活、影响各种专业、遍及世界各地。当我们正被这股无形力量快速穿透之际，基于犯罪防治研究立场，亦当无以回避地以崭新思维，面对大数据时代的来临及时调整因应。基于传统随机抽样研究模式，已被“大数据的汇拢”逐渐取代之际，过去研究方法的思维决断模式，面临大数据客观精确分析的严苛挑战。当大数据的分析结果，已达到可以直接根据“这是什么”断下定论之时，传统的研究尚无法摆脱个人情绪、心理动机、抽样误差等质疑和干扰。在犯罪防治领域的未来研究，我们更加体验在数据爆发增长的年代，如何善用现存数据的重要性，如何强化各项软硬件的数据截取与分析能力、提升研究人员在数据应用领域的相关训练，提高大型资料的获取、处理及分析能力，使得犯罪防治研究工作能尽快与新的科技接轨，让研究更为精确、更具预见性及全面性，唯有不断接受新知的研究才能让真实呈现，期许犯罪防治工作在不断力求新知与新创下，持续保持研究的前端领先。

(责任编辑:刘 芳)

The Trend of Big Data Development and Its Application in the Field of Crime Prevention

XU Hua－fu
(National Chung Cheng University，Jiayi Taiwan 60003，China)

This article aims to offer a comprehensive picture of big data development and the application in the field of crime prevention and fighting strategies．Big data not only represents the technology of mega data，advanced information and great business interest，it also reveals a new idea and effective method for problem solution，world change，future exploration and scientific application．Big data is a systematic，standard and scientific concept combining the profession of business and management with the characters of computer storage and internet application．The characteristics of big data include volume，velocity，variety，variability，veracity and complexity．The application of big data can be employed at the fields of financial management，retail business，illness prevention，medical care，energy resources，traffic transportation，humane education and so forth．At the field of crime prevention and fighting strategies，the reliance on bid data application is increasingly needed．Big data can be applied in Taiwan crime prevention and fighting strategies in many ways，including supervising the current crime tendencies，discovering high risk crime population and crime profiles，and providing the relative anti－crime strategies．On the other hand，with dramatic development of big data leading to another wave of information innovation，it is reflected that some potential crises could occur，including a decline of traditional experts’authority，a shortage of experts in the domain of big data，an intrusion of personal privacy，new problem of cyber crime，the issue of national security and so forth．The acceleration of big data application is certainly the crucial strategy of scientific development in Taiwan at this stage．It is hoped that the application of bid data would enhance the governmental efficacy and articulate examining public need．

big data;the application of big data;crime prevention research

D616

A

1008－2433(2016)06－0039－17

2016－06－20

许华孚(1972—)，男，台湾台南人，台湾中正大学犯罪防治学系暨研究所所长兼系主任，台湾青少年犯罪防治研究学会理事长，台湾药物滥用防治研究学会副理事长。