公安部门的主要职责是保障社会公共安全和广大人民群众生命财产安全,维护社会公共秩序,并间接达到繁荣国民经济的目标。公安部门的业务监管范畴非常宽泛,与治安、物流、交通、刑事等方方面面均有关联。在我国,物流、寄递渠道的安全监管也是由公安部协同国家工商行政管理总局、商务部、交通运输部、国家邮政局、铁道部等部门共同完成的。近年来,物流业的发展给人们生活的物品传递带来了许多便利,同时物流渠道也正在成为犯罪分子的运输通道和犯案工具,大大小小的物流企业处于很弱的监管管理环境,物件的寄递除了几家规模大的公司能执行国家的相关管理规定,其他众多的中小公司实际上没有严格执行相应的管理规定,造成寄递渠道很容易成为犯罪分子利用的工具,因此,对寄递渠道监管已经是迫在眉睫。寄递渠道物流监管是一项复杂的系统工程,要以包含邮政公司、客运站、物流运输公司、国际货代公司、货运站,其他各类快递企业等各类领域在内的社会寄递信息数据为基础,并严格遵循收货验货等安全管理规范,这样才能有效施加对各种危险品、违禁品、违运品的识别、检查和控制。寄递渠道物流监管体系的建设可以为公安部门利用社会寄递信息进行侦查办案提供强有力的支持,提升社会寄递信息资源的综合利用水平和规模效益。寄递渠道物流监管体系虽然已有多年建设周期,但是目前应用水平仍有很大不足,主要体现在以下方面:数据与存储过于分散,数据孤岛现象严重;数据标准与数据格式不一致;缺乏针业务对性的数据挖掘和分析。数据规模庞大,年累计数据超过40TB,数据访问要求时延较小。为了有效解决上述问题,我们启动了基于数据挖掘方法的物流监管分析系统的研究项目,通过对海量数据并行处理方法的研究,以及数据挖掘方法的研究,完成了分布式计算框架的设计、分布式数据库的应用设计、数据挖掘算法的设计:(1)给出了公安物流监管产生的背景分析,以及当前业界在数据挖掘技术研究和应用的现状。(2)设计了公安物流监管分析系统的架构,其中包括数据仓库技术和分布式数据处理技术。数据仓库是数据挖掘的基础平台,是数据集中汇集、存储、分析处理的地方。分布式数据采集处理则帮助我们有效地处理大规模的数据计算,提高数据处理效率,提供更好的数据分析体验。(3)设计了数据挖掘算法,包括:基于关联规则的物流犯罪模式挖掘,根据多年物流监管的经验,我们发现物流犯罪的模式很显著,例如匿名、动态手机号、邮寄发送地址经常变更但收件地址保持一致、重量基本保持在阈值范围、夜间作案、跨境作案、典型地域行为特征,等等。我们研究如何通过基本的关联规则算法,逐步把物流犯罪模式挖掘出来,并在这个过程中,为接下来的疑似人员名单库与转运公司黑名单库做好准备工作。物流犯罪团伙社会网络分析。物流犯罪很多时候呈现团伙作案的形态,通过物流社会网络分析(Logistics Social Network Analysis,LSNA)从数学上将所有的交易(包括合法交易与非法交易)活动参与者和交易行为抽象为一个存在相互联系的社会网络,并基于此实现典型犯罪团伙的有效识别。通过将数据挖掘技术应用于物流监管分析信息系统,建设成以数据决策支持为核心、以基础网络为基础的、以统一管理平台为纽带的集成的、统一的综合管理信息系统,实现信息资源共享、提高服务水平、缩短库存及配送时间、提高市场快速反应速度、物流监控可视化、对产品流向分布进行跟踪管理、提供决策支持依据、检查、甄别和控制各类禁寄物品、违禁物品、危险物品,有效识别物流犯罪嫌疑人,用数据挖掘技术将各系统的主要物流业务数据都建立和整合起来。