警政大数据揭露最新成果：不只有巨量资料中心，还有20人的警政资料分析团队加持

“我们警政署不只要用大数据来加强办案，甚至要预防犯罪，”警政署资讯室主任苏清伟最近对外揭露警政大数据的最新成果，他强调，警察的任务不外乎就是维护治安、交通和服务人民，发展警政巨量资料中心正是为了达成这三项任务。

具体来说，在维护治安方面，警政署要透过资料分析来强化犯罪侦查；而在交通执法层面，苏清伟举例，如果发生交通事故引起道路壅塞，也能透过大数据分析快速调整行车路线来抒解。至于提升服务效率，他也提到，其中一个目标是，在民众拨打110后，为了让警察以最快速度到达现场，也有赖资料分析。

不只大数据，苏清伟表示，警政署要踏在巨量资料中心的基石上，未来还要进一步发展AI协作平台，目前正在计划中，因此他没有揭露具体作法。

承先启后的警政云端发展计划

为发展警政大数据应用，警政署于2016年时成立巨量资料中心，目的是透过标准化作业，将各县市警政单位自建的资料，向上集中至警政署，以便分析。

不过，巨量资料中心之所以能顺利建置，还归功于先前打下的云端基础，也就是在2012年时启动的警政云端发展计划。

这项云端计划为期3年，有两大目标，第一是建置云端运算基础和相关平台。警政署先建置了高扩充性的云端运算平台，并开始开发不同的云端服务，也透过警政资讯系统的云端服务部署机制，来简化部署、即时调度虚拟资源。并有一套备援系统，避免在警察执勤时发生云端服务中断。

有了云端运算平台的助力，在警察手上的警用手持装置，也改用新款轻型智能手机搭配专用警察M-Police应用来取代，方便警察执勤时使用。顾虑资讯安全，警政署也将原本以装置为主的管理机制，转移到以使用者认证为主的管理机制。

而警政云端发展计划的另一个目标，则是建置云端运算应用系统，可细分为全国性云端行动影音监控系统、云端视讯处理平台、整合勤务系统、即时救援与勤务支援系统、即时相片比对系统等。

进一步来说，在全国性云端行动影音监控系统部分，警政署透过WiMAX、3G和LTE移动网络，结合各式装置如车载视讯装置、无线摄影机和WiMAX行动载具等，可用于强化警政安全防护系统。例如在集会游、大型政治活动时，勤务指挥官也因此可以在行动指挥车或中央指挥中心，透过即时的影音动态，来调配警力。

在云端视讯处理平台方面，则是要将上述云端影音监控系统所拍摄的影片，传送至后端视讯处理平台，让员警快速取得，作为办案的参考。举例来说，员警可在案发现场的监控影片，上传到云端视讯处理平台。该平台会先将影片解码，再藉影片品质强化和浓缩等技术，将原本长时间的监视器影片，精简为只包含移动物件（如车牌）的短片，以便加速办案侦查效率。

至于即时相片比对系统，则是要让员警在执勤时，可透过手机拍照功，再与国人相片数据库比对，来辨识嫌疑犯、失智老人或昏迷的民众。

不只如此，在警政云端发展计划中，警政署还强化M-Police的查询功能，透过资料探勘来交叉分析，比如分析查询对象与地域关系，再以图层方式显示。此外，警政署也在计划执行期间，完成了跨县市路口监视影像调阅系统的整合，让台中市、彰化县和南投县自建的路口监视器，可以与警政署和北部5县市等地进行远端调阅，让协同办案更有效率。

发展巨量资料中心，从集结资料开始

利用3年打好云端运算基础后，紧接而来的就是警政巨量资料分析的重头戏。“其实我们在4年前，就提出要建构警政巨量资料平台的中心。”苏清伟指出，首要目标就是要集结各警政单位的资料，比如刑事资料、交通资料和110报案资料等，汇整不同业务属性的资料，以便日后交叉分析。除此之外，巨量资料中心还要跨机关、结合外部单位的资料，像是教育部、卫服部、劳动部、法务部，以及移民署、关务署和海巡署等机关，总共整合50项系统和资料。

“要搜集、整合这些资料，很困难。”苏清伟指出，警政署向不同单位、机关取资料时，并非想取得该单位所有资料，而是想取得警政署会用到的资料。也因此，要找出警政署与不同单位的关联资料，必须经过“不断的沟通”，才能取得。另一个扩大资料的作法则是交换，苏清德提到在安全、符合法规的情况下，警政署也会与需求单位交换各自拥有的资料。“如此一来，才会让大数据分析所需要的资料越来越丰富。”

除了充实资料的挑战，苏清伟还提到，有时因资料来源不同，要快速交叉比对的难度很高。或像是要交换资料时，会遇到双方系统架构不同而不适合交换的状况。而在搜集资料的过程中，警政署也面临资料清理、萃取和整合的困难，工具也不容易使用。

成立资料分析团队，打造大数据专属系统

有了资料后，“谁要负责分析？”苏清伟指出，警政署资讯单位完成资料整合之后，还需要一个业务单位来分析搜集到的大数据，才能协助侦办案件。所以，警政署也在去年底，以任务型编组方式，成立了一个警政资料分析团队，由警政署资讯室作业设计科和刑事资讯科组成，成员约20人左右，直接向署长报告。

这个团队专门用大数据分析来处理重大案件，重点领域为毒品、诈骗侦查，以及破案后的溯源调查，比如员警侦破一起毒品交易案后，资料分析团队的工作还没结束，会继续寻找毒品供应源头，找出嫌犯之间的关联。

而警政资料分析团队的核心任务，还包括了资料管理、资料分析以及人才培育。在资料管理方面，资料分析团队负责整合全国数据库，分析不同需求来改善效能。而在资料分析方面，则是要累积犯罪个案，找出犯罪模式以及犯罪趋势。最后一项任务，则是办理课程认证、研讨会以及经验分享等来培育人才。

此外，警政资料分析团队还拥有一套大数据专属系统。这套系统分为三层，包括最底层的大数据数据库、中间层的智慧情资搜索引擎，以及最上层的大数据专属数据库。在底层的大数据数据库中，采用了可储存结构化资料的HBase，可储存非结构化资料的HDFS。HBase资料则会进一步汇整到第二层智慧情资蒐寻引擎来建立索引库（包含了人、车、案、物、时、地等资料），透过智慧化比对和排名等处理，就可以将结果汇入最高层的大数据专属系统，以地理分析、关联网络、治安热点、时间轴和统计图表等视觉化方式来呈现。

(图片来源：内政部警政署资讯室)

智慧情资蒐寻引擎中还有一个“关键字词解析”机制，可将储存在HDFS上的非结构化资料，抽取出关键字词，甚至标记词性，再整合到索引库，同样经过智慧比对和排名后，提供给最高层的大数据专属系统。

苏清伟指出，透过资料分析团队和大数据专属系统的助力，就是要让第一线的执勤员警可以更快速掌握侦办案件所需情资。他举例，在视觉化分析应用方面，员警如果想搜寻某嫌疑犯的通联记录，只要输入姓名，页面就会以点状分布图，以分散的圆点来代表与该嫌疑犯联系过的所有人物，并根据通联次数来调配圆点之间远近距离，而通联记录也会清楚显示于页面最上方。

另外也提供地理分析机制，结合地图和图层，让员警可以在设定区域内，透过不同筛选条件，比如治安车辆条件（失车、赃车、涉案车辆）、治安犯罪条件（如故意杀人、掳人勒索、强盗等）、时间和距离等来搜寻，甚至也可选择是要以联集还是交集方式显示。

不只要在云端基础上发展巨量资料分析，警政署在推动开放资料方面下了功夫，于政府开放资料平台上提供了65项资料，包括犯罪资料统计数据、165防诈骗-诈骗LINE ID等。此外，警政署也扩增给民众使用的警政服务App功能，包括视讯报案，方便民众将案发现场状况透过手机屏幕，同步让警方知道。文⊙王若朴