公安监所被监管人员风险评估研究

李胜广 李攀 杨彦彬 李猛

1. 公安部第一研究所 2. 北京市公安局监所管理总队 3. 北京时空易物联网技术有限公司 4. 沈阳军德通博科技有限公司

引言

公安部监所管理局于2018年6月4日决定在全国公安监管部门推进智慧监管建设，开启了“智慧监管”工作的新阶段，要求监管工作要从被动应对处置向主动预测预防转变，运用监管大数据对被监管人员进行安全风险评估，实施有效管控，防患于未然。同步颁布的《公安监所智慧监管技术指南》中要求：各地监管场所依托公安监所实战平台，对被监管人员羁押记录、案件性质、年龄、智力状况等静态信息，以及现实表现、提讯会见、心理咨询、健康状况等动态信息进行结构化分类，以此为基础探索建立符合监所执法细则安全风险评估要求的积分预警模型，对被监管人员、监室（拘室、戒毒室）安全风险做出定性定量分析和分级分色预警，直观展现风险评估结果，据此实施分级管理。全面采集监所被监管人员风险评估结果、超押情况、警押比、基础设施状况等信息，对监所整体安全态势进行分析评估，确定预警等级，形成全国、省、地市三级监管场所、地区安全警示，做到防患未然。

本文从监所风险评估的现实需求出发，依据大数据技术对被监管人员的静动态属性和行为进行定性、定量的风险评估。

一、公安监管大数据

公安监管数据有其本身鲜明的特点，全部是重点人员的基本数据、社会关联数据和在押期间的活动数据，数据既重要又敏感，既是各大警种警务工作必查的源头活水，又是保证司法流程正常运行的敏感数据。智慧监管大数据应用需要依托监区物联网、公安信息网和其他相关网络，通过智能终端、生物特征采集台、高拍仪、高清摄像机等信息化设备，以监所内各岗位的用户为主体进行信息资源的采集。之后通过数据汇聚大数据技术及传统关系型数据库技术手段，把分散在各个系统中的信息孤岛数据汇集到监管综合业务平台，经过清洗、整合等处理后，形成统一的业务服务能力，向应用提供数据服务，进而打破监管系统间的数据壁垒，为后续人工智能分析提供坚实的数据支撑。

依托大数据技术构建包括原始库、标准库、主题库、专题库和配置库等的公安监管大数据服务中心，以满足监管业务数据模型建设需求，为综合展示、数据服务、数据共享、领导决策等提供数据支撑。数据接入系统实现对监管综合业务系统、安防系统、外部数据共享等多源异构数据的接入和汇聚，针对不同来源、不同种类的数据采用不同的接入方式和接入技术实现数据接入，解决监管信息资源分散、孤立等问题。

（1）原始库：监管大数据的原始数据项，存储业务平台、安防平台中的各类业务、安防数据。

（2）标准库：在原始库的基础上，对各种来源数据进行一系列处理加工，而产生的标准化数据项、关联要素信息和基础标签、行为标签、业务标签和分级分类属性。标准库也要尽可能反映原始场景。

（3）主题库：主题库建设的目的就是要把分散在各个业务数据表中的要素提取出来，打破数据表之间存在的数据壁垒，通过梳理数据之间的关联关系，从逻辑上打通各个业务数据表。

（4）专题库：按照监所应用业务模型，通过二次抽取整合的方法，建立形成面向特定业务应用需求的专题应用资源库，满足各业务的发展需要。专题库包括但不限于风险预警指标、风险预警情况、重点人员预警信息、重点监室预警信息、实施预警信息、重点人员特点分析信息、监所超押情况信息、所内教育情况监测信息、重要案犯和重点看管对象的监管状况监测信息等。

（5）配置库：配置库是指形成结构化、易操作、易利用、有组织的知识集群，如敏感等级、数据项分类、关联规则、校验规则、清洗规则、标签规则、业务模型等。

二、被监管人员风险评估

对被监管人员进行风险评估，首先必须选择一个适合被监管人员的方法体系，不仅要有较高的可信度，还要保证评估指标尽可能的量化，以便支持评估方法的应用。

定性分析方法是一种典型的模糊分析方法，可以快捷地对被监管人员涉及的案件属性、身体状况、时常表现、可能存在的威胁和风险进行系统评估，并对现有监管措施进行评价。传统对被监管人员的风险评估主要依据案件类型、家庭出身、管教对其的印象初判和监室活动表现等因素，从主观角度对风险成分进行排序，属于使用最为广泛的定性分析方法。该方法主要依据评估者（主要是管教）的知识、经验、历史教训、政策走向及特殊实例等非量化资料，对被监管人员风险状况做出判断。在定性评估时并不使用具体数据，而是使用法律法规指定期望值，例如设定每种风险的影响值和概率值，比如评估风险等级为“一级重大安全风险”、“二级重大安全风险”、“三级重大安全风险”。

定量分析是在定性分析的逻辑基础上，对被监管人员日常表现实时采集，实时量化计算，同时叠加历史数据分析，对其风险值真正有了量化分数，并对经过量化后的指标采用数学的统计分析方法进行加工处理，累加积分，最后得出被监管人员风险量化评估结果的一套系统的分析手段，实现被监管人员风险的较精准评估。

被监管人员风险评估应包括估计风险大小的系统方法（即风险分析），和给定的风险准则加以比较以便确定风险严重性的过程（即风险评价）。风险评估应该周期性进行，以便指出安全要求和风险情形的变化。借助物联网实时采集和大数据人工智能技术，这种方法既可以做到数据直观，又将模糊的风险数值化，为监所整体风险防控模型运算提供了一条途径。

被监管人员风险评估包括下面三个环节，具体描述如下：

（一）静态风险定级

公安监管场所以看守所为例，在《看守所执法细则（2013版）》已经明确风险评估及分级管理：看守所应当根据被监管人员的现实表现、案件性质、身体健康状况以及心理和精神健康状况等方面情况，进行安全风险评估，并根据评估结果，实行分级管理。

公安监所应当建立具备信息采集、汇总、研判、等级公布、管控措施部署以及考核等功能的被监管人员安全风险等级评估平台，建立健全被监管人员安全风险评估工作机制。安全风险评估时采用初次评估、日常评估、实时评估的方式进行。

（二）经验模型提炼

智慧监管数据应用首先要总结、提炼、形成监管风险评估主题模型与专家经验系统，建立大规模训练数据集和协同参与的数据库、模型库和知识库，为监管风险评估应用奠定“应用模式数据基础”。

模型与专家经验系统通过数据挖掘，生成历史案件、民警的技战法经验、异常案事件。基于这三类数据产生多种模型，对被监管人员进行全方位的描述，即360度画像。通过对监室、监所内所有被监管人员的积分累加，则可以描述出某个监室、整个监所的风险值。

比如：背景调查显示文盲或小学文化程度、家庭经济状况不佳的未成年人犯盗窃、抢劫等财产性犯罪的几率高。心理调查表明神经、精神因素与各种犯罪关系密切，其中神经质维度极高、精神质维度极高的犯抢劫罪、杀人罪、敲诈勒索罪、强奸罪或故意伤害罪等重罪可能性大。

（三）风险因子量化

各地监管场所都在探索符合监所执法细则安全风险评估要求的积分预警模型，从而对被监管人员、监室（拘室、戒毒室）安全风险做出定性定量分析和分级分色预警。

风险因子可分成：静态风险因子、动态风险因子、突发风险因子和心理风险因子。具体包括：

（1）静态风险因子包括利用执法办案平台、信息管理系统等获取被监管人员入所前的各类风险指数，包括个人信息、案件信息、同案犯信息、家属信息、家庭信息、健康信息（身体和心理评估）。

（2）动态风险因子则是入所后通过人工发现和设备自动报警获取，具体包括被监管人员的违规信息、奖惩记录、消费信息、所内所外一般就医信息、管教谈话记录等动态信息数据，逐项进行细化，根据有经验的管教和专家进行研究初定分值，列项分值参见图5。动态风险因子计算过程中还要结合动态分数稀释原则，通过稀释算法F(t)对其分数进行稀释，防止其风险指数出现只增不减的饱和现象。

（3）突发风险因子则是入所后发生的突发情况，包括律师会见、家属会见、紧急就医、诉讼环节变化、家庭发生变故、自杀自残暴力等突发类信息数据，此时会立刻升高分值，引发处置流程。б(t)为脉冲函数，t为一周时间。

（4）心理风险因子则是入所后根据被监管人员通过心理量表进行定期评价，对焦虑、抑郁、人格特征、精神病症等进行心理评测，得到量化指标。

最后的风险因子量化公式为：

被监管人员风险因子动态计算过程中，既可以显示某被监管人员的实时值，也能看到他的趋势图和与其他人的对比图，完整描述该被监管人员的动态发展。

三、综合应用

在风险评估过程中，利用物联网、大数据、人工智能等多种技术实现具体风险采集、实时评估和事后分析，做出定性定量分析和分级分色预警，利用柱状图、饼状图、K线图和报表等多种方式，直观展现风险评估结果，据此实施人员和监室的分级管理。根据事先定义的规则及模型进行自动判断并给出建议，实现科技服务监管。

例如可以利用视频智能分析对被监管人员进行违规动作的判断，常见视频智能可以发现越线、超高、起身、打斗、超时滞留、非法闯入、单人值岗等违规行为。可以利用语音识别实现管教谈话过程中的语音自动转文字，并实时进行关键字、敏感词检索和标注，实时打上标签为后续风险评估数据分析提供原始结构化数据。可以利用RFID/位置/心率智能腕带、数字监控、移动终端等核心设备，将被监管人员信息转换成数据信息，利用基站对数据的接收、计算和解码处理，实现对被监管人员轨迹定位、业务状态、视频影像的集成管理，从网下“平行式”管理升级到网上“俯瞰式”管控。可以利用人脸识别、虹膜识别进行被监管人员出所时的身份判定，避免因为同名或者其他原因的误放事故发生。利用电子脚扣等定位设备，实时定位并预估风险点，加大被监管人员外出时的风险管控。利用历史数据进行分析，将犯罪类型、年龄、地域、诉讼阶段等各类元素利用神经网络进行模型计算，得出如何对监室人员编排，使得监室的风险值最小。被监管人员风险指数动态计算，实现对风险的预测预警预防，坚持动态信息主导勤务，突出智能化安全防范，最大限度预防监所事故。

可以利用图表形式综合展现监所数据，如监所动态、风险管理、督导指令、安防事件等。可以结合视频系统进行人和图像、事件和图像、位置和视频的自动双向关联。可查看被监管人员押量变化情况、人员进出情况、重点人员情况、重大风险人员情况、患病人员情况、出所就医人员情况、超期羁押情况、违规情况、技防报警事件、设备故障情况等信息。

还有很多智能应用有待智慧监管建设者挖掘。利用这些智能技术和理论，最终目的是提高风险评估的自动化、智能化和实时化。

四、结语

紧紧抓住公安大数据战略、智慧公安建设的有利时机，将大数据、人工智能等技术有机融入智慧监管的建设