信息追凶

综合信息关联

信息破案的重要部分就是数据线索的关联，美国 911 恐怖袭击后的嫌疑人分析就是利用信息线索关联实现快速破案。随着“金盾工程”的推进，逐步建成了八大信息资源库的综合资源数据库平台，这就有了信息线索关联分析的基础，同时也有迫切的需求。

公安的人口基本信息资源库、出入境人员资源库、机动车驾驶人信息资源库、警员基本信息资源库、在逃人员信息资源库、违法犯罪人员信息资源库、被盗抢汽车信息资源库、安全重点单位信息资源库包含了很多关联性分析，这些关联具有相应的扩展性。

我们先来看一个例子来了解信息关联的含义。如图我们看到三个孤立的信息数据，他们来自不同的数据源。第一个人的记录来源于信息源 A 的 2002 年的数据，主键编号 701；第二个人的记录来源于信息源 B 的 2003 年的数据，主键编号 9103；第三个人的记录来源于信息源 C 的 2004 年的数据，主键编号 6251。

图 1. 没有信息关联情况下的源数据

这种没有上下文的孤立信息在案件侦破中很难发挥重要作用。但是如果通过数据清洗和线索关联，就会发现这其实是一个有联系的上下文信息。比如通过电话关联，会发现 B-9103 的数据和 C-6251 是关联的；通过驾驶证号关联，又会发现 A-701 和 C-6251 是关联的。在整个信息关联的背后，一个完整的上下文信息就浮现出来，这给刑侦破案带来巨大的帮助。

表 1. 上下文信息的累计

通过这个例子我们发现这些信息尽管对事物的描述不同，但实际上是对同一事物相互补充的描述，这就是综合信息关联。通过综合信息关联，我们可以把看似孤立的信息联系起来，在本例中，三个不同信息源的信息 A-701、B-9103 和 C-6251 被认为是同一个人相关信息。

图 2. 综合信息关联场景举例

综合信息关联在公安的信息应用中有至关重要的作用，在实现上有以下特点：

新的数据能够与历史的数据和线索建立联系。

上下文的累积是实时实现的。

数据发现数据，不是通过已知的查询。

线索发布并展现给用户。

这些关联性的分析很难用 E-R 模型来描述，因为 E-R 模型本质上是一个二维的模型，通过一系列二维的关系组合来描述复杂实体对象，每个表所代表的所有实体在建模设计时没有差异性。由于在关联分析时，这种个体间的差异性不是仅仅表现在属性上，而且涉及到结构和关系，如果采用 E-R 模型，则需要为有差异的实体建立不同的表和对应关系。数据库的结构变得十分复杂，数据库中的信息变得难以理解。

XML 是一种崭新的数据模型，这种新型的数据组织方式在信息管理领域应对信息的复杂性、可理解性和灵活性的挑战开启了新的道路，迎合了技术发展的方向和潮流。

在综合信息关联的数据模型中只有采用 XML 模型才能真正实现公安业务的需求，这是基于以下几个原因：

数据模式易变，信息结构的不确定性和线索本身的扩展性。

数据在本质上就是层次的，包含着来自不同数据源的信息。

数据所代表的是业务对象,其中的部分信息如果脱离了业务对象的上下文环境就没有意义。

信息的属性非常分散。

XML 是易于理解的数据，可以方便地被使用。

可以保留所有源系统的信息，同时保留源系统的主键。

清单 1. 把关联分析用 XML 模型来进行存储线索

<?xml version="1.0" encoding="UTF-8" ?>
<clue id="101">
　<信息源A id="701">
　　<姓名>Marc R Smith</姓名>
　　<地址>123 Main St</地址>
　　<电话>(713) 730 5769</电话>
　　<社保卡号>537-27-6402</社保卡号>
　　<驾驶证>0001133107</驾驶证>
　</信息源A>
　<信息源B id="9103">
　　<姓名>Randal Smith</姓名>
　　<出生日期>06/17/1974</出生日期>
　　<电话>(713) 731 5577</电话>
　</信息源B>　　
　<信息源C id="6251">
　　<姓名>Mark Randy Smith</姓名>
　　<地址>456 First Street</地址>
　　<电话>(713) 731 5577</电话>
　　<驾驶证>1133107</驾驶证>　　　　
　</信息源C>　　
</clue>　　　　　

众所周知，DB2 从 9 版本开始实现了 PureXML 技术，开辟了 XML 数据存储和管理的新天地，是第一个以 Native 方式同时支持关系型数据和 XML 数据的双引擎数据库。在存储方面，DB2 PureXML 可以将 XML 进行 Native 方式存储。在应用访问方面，支持 SQL 和 XQuery 两种访问方式。

管理着数百万的 XML 文档的 XML 应用程序并不罕见，因此要提供高查询性能就要为大量的 XML 数据编制索引。DB2 支持在 XML 列上建立路径特定的索引，因此元素和属性常用作谓词且可以编制跨文档连接的索引，利用索引可以快速直接访问文档中的节点，并避免文档遍历。

由于 DB2 PureXML 从根本上解决了 XML 模型的存储、管理和查询的技术问题，极大提高了 XML 模型的性能，这使得 XML 能够在公安综合信息关联应用中得到真正应用。

例如我们可以把清单 1的线索存放在 DB2 pureXML 数据库表 NUM3RS 的 TEST 字段中，然后可以使用 XQurey 轻松得到线索的相关信息，包括具体信息和与其他源系统的关联信息。查询场景和代码参见图 3和清单 2。

图 3. 利用 DB2 PureXML 中的 XQuery 对线索库进行查询

清单 2. 利用 DB2 PureXML 中的 XQuery 对线索库进行查询

xquery
　for $i in db2-fn:xmlcolumn("NUM3RS.TEST")
　let $tel := $i//电话/text()　
　where $tel = "(713) 730 5769"
　return $i　　　　　

采用 XML 模型以后，可以很容易实现线索的扩展。比如开始没有根据护照号进行关联，生成了两个独立的线索，每个独立线索都是独立的 XML。新增护照号关联以后，非常容易地通过 DB2 的 XQuery transform 来实现 XML 拼接成为一个完整的线索。

图 4. 上下文关联具有扩展性

清单 3. 利用 DB2 PureXML 中的 XQuery transform 进行线索的拼接

update NUM3RS
set TEST = xmlquery('transform
　　　　　　　　　　 copy $new := $i
　　　　　　　　　　 modify do insert
　　　　　　　　　　 db2-fn:sqlquery ("select TEST FROM NUM3RS where CID=1000")/clue
　　　　　　　　　　 into $new return $new'
　　　　　　　　　　 passing TEST as "i")
where CID = 2000

架构设计如图 5，通过 IBM Information Server 对源系统的数据进行清洗、标准化后，进行上下文的分析，最后进入到 DB2 pureXML 的线索资料库中，分析和展现可以采用 IBM 的数据仓库平台 DB2 Warehouse 来完成。

图 5. 系统架构设计

如图 6，运用 Info 2.0 和 Mashup 相关技术，还可以轻松融合不同信息源并展示出复杂的线索关联，开发出基于 Web 2.0 的智能创新应用。

Resource Network ：用来定义不同的信息源，保存着各种信息源的关系。这些关系一部分是数据结构间固有关系，另一部分是跟随应用不断扩展的。

Case Network Builder ：揭示了具体案件的侦破思路和线索关联，采用 Mashup 技术在整合的界面展现出不同信息源的丰富交互。

图 6. 基于 Web 2.0 的智能创新应用