如何使用大數(shù)據(jù)幫助抓捕罪犯

最近波士頓馬拉松賽恐怖襲擊的余波尚在，我偶然看到了FCW的一篇有趣的文章，它對(duì)政府機(jī)構(gòu)中部署的最新技術(shù)和IT技術(shù)趨勢(shì)進(jìn)行了深入分析。在之前的博客文章中，我曾多次提到“大數(shù)據(jù)”的使用比以往更加普及了。大數(shù)據(jù)可以簡(jiǎn)單地定義成一種從大量的數(shù)據(jù)中集中整理出所需信息，并將其用于戰(zhàn)略和戰(zhàn)術(shù)行動(dòng)的手段。實(shí)際上，看到大數(shù)據(jù)被用于幫助抓捕罪犯并不稀奇，原因很簡(jiǎn)單，在當(dāng)今這個(gè)反恐時(shí)代，“防火墻之后”的事件幾乎與實(shí)際犯罪現(xiàn)場(chǎng)發(fā)生的事件同樣重要。

    從根本上說，大家所看到的FBI調(diào)查只是大數(shù)據(jù)和數(shù)據(jù)分析實(shí)踐的冰山一角，這只不過是萬里長(zhǎng)征的第一步。以下是這篇文章的幾條要點(diǎn)。
    在4月15日的波士頓馬拉松賽中，兩場(chǎng)爆炸造成了3人死亡和數(shù)十人受傷，這之后不到24小時(shí)FBI就編譯了10TB的數(shù)據(jù)，希望通過大海撈針的方式找出嫌疑人的蛛絲馬跡。
    FBI主導(dǎo)的這一調(diào)查對(duì)海量的手機(jī)基站日志、短信、社交媒體數(shù)據(jù)、照片和視頻監(jiān)控錄像進(jìn)行了分析，希望快速找出嫌疑人。
    調(diào)查使用了面部識(shí)別軟件將照片和視頻上的面孔與護(hù)照、簽證、駕照和其它數(shù)據(jù)上的照片進(jìn)行對(duì)比。
    調(diào)查人員收集的10TB數(shù)據(jù)不過是滄海一粟（聯(lián)邦政府通常處理的是PB級(jí)的數(shù)據(jù)），調(diào)查工作實(shí)際上進(jìn)行了大量的數(shù)據(jù)削減，主要原因是數(shù)據(jù)量過大，數(shù)據(jù)介質(zhì)類型龐雜，要處理的數(shù)據(jù)的整體復(fù)雜度過高，以及分析數(shù)據(jù)能夠利用的時(shí)間很有限。
    處理TB級(jí)數(shù)據(jù)或更多的視頻、數(shù)字圖像、文字信息和手機(jī)記錄就已經(jīng)十分復(fù)雜了。不難想象，如果再把社交媒體加入進(jìn)來這會(huì)是一個(gè)多么漫無邊際、深不見底的泥潭。我發(fā)現(xiàn)這篇文章中最有意思的一點(diǎn)是，調(diào)查公司借助一家名為Topsy的公司的服務(wù)對(duì)數(shù)十億條tweet進(jìn)行了篩選。Topsy保存有2010年7月以來的所有tweet，在恐怖分子調(diào)查中，這使調(diào)查人員能夠?qū)εc波士頓相關(guān)的tweet進(jìn)行大數(shù)據(jù)分析，而不必去分析上千億條過去和現(xiàn)在的消息。Topsy的數(shù)據(jù)庫分析軟件使調(diào)查人員能夠用關(guān)鍵詞“bomb”（炸彈）搜索特定區(qū)域（包括波士頓以及鄰近郊區(qū)）Twitter上的所有評(píng)述。
    最終，這種細(xì)致搜索從兩個(gè)嫌疑人的Twitter賬戶上檢查出了包含“bomb”的內(nèi)容。這種對(duì)公共記錄的搜索很可能發(fā)現(xiàn)其它一些事實(shí)上不利于調(diào)查的線索，包括有些用戶轉(zhuǎn)發(fā)了提到炸彈的信息，或者參與了作為嫌疑人定罪證據(jù)的聊天等等。此外，Topsy的“地理位置推測(cè)”（ Geo-inferencing）技術(shù)也使調(diào)查人員能夠?qū)Πl(fā)出tweet信息的具體地點(diǎn)進(jìn)行準(zhǔn)確映射（考慮到僅有1%的Twitter用戶在發(fā)tweet時(shí)使用了地理位置標(biāo)簽，這項(xiàng)推測(cè)技術(shù)相當(dāng)了得）。據(jù)Topsy稱，這些功能比標(biāo)準(zhǔn)的Twitter位置數(shù)據(jù)的準(zhǔn)確度高20倍。
   Emulex能夠“掌控”大數(shù)據(jù)
    在Emulex，我們認(rèn)為解決大數(shù)據(jù)問題的核心在于企業(yè)網(wǎng)絡(luò)的框架。這里有大量的服務(wù)器進(jìn)行著平行處理來創(chuàng)造價(jià)值，這些服務(wù)器通過以太網(wǎng)和光纖通道協(xié)議相互通訊。因此，網(wǎng)絡(luò)流量的延時(shí)和吞吐速度是快速實(shí)現(xiàn)大數(shù)據(jù)部署的關(guān)鍵問題。Emulex之所以能夠解決這些延時(shí)問題，并獲得全球眾多企業(yè)的選用，是因?yàn)槲覀兲峁┝四軌蜃畲笙薅鹊財(cái)U(kuò)大數(shù)據(jù)集群的I/O解決方案，使大數(shù)據(jù)解決方案能夠?qū)崿F(xiàn)無縫部署。
    不幸的是，在一些變態(tài)狂的影響下，我們的世界充滿著動(dòng)蕩、恐懼，甚至是屠殺。但是同樣讓我們難以忘懷的是，我們的社會(huì)仍能在需要的時(shí)候展現(xiàn)出巨大的仁慈和愛心，正像波士頓的公民在這次恐怖襲擊之后所展現(xiàn)出來的。盡管大數(shù)據(jù)為調(diào)查提供了重要幫助，但我們不要忘記最終還是一位公民提供的線索把調(diào)查人員引向了兩名兇犯。歸根結(jié)底，沒有任何技術(shù)——無論其多么先進(jìn)——能夠取代人類的善良和不屈不撓的意志。