有组织犯罪与腐败的共生性问题研究

有组织犯罪和腐败都是当今世界严峻的社会问题.有组织犯罪与腐败绝对不是孤立的犯罪,两者互惠互利,共生共存,形成共生模式,产生共生能量,加速了有组织犯罪和腐败的社会危害.有组织犯罪与腐败共生导致了有组织犯罪的力量不断膨胀,使政治腐败变本加厉,经济和精神领域逐渐被染黑,导致政府对有组织犯罪的查处难度不断加大.为了遏制有组织犯罪和腐败的发生.政府必须加强对有组织犯罪和腐败的立法进程;从制度和机构建设方面,预防有组织犯罪和腐败共生;加强国际合作,从世界范围共同打击有组织犯罪和腐败犯罪.     

浅议计算机犯罪的几个问题

随着计算机技术的广泛应用和迅猛发展,一方面使社会生产力获得极大解放,另一方面又给人类社会带来前所未有的挑战,其中尤以计算机犯罪为甚.计算机犯罪日益成为一种新型犯罪,其技术更新迅速,作案手段多样.本文从计算机犯罪的概念、特点、发展趋势、犯罪手段及预防措施等多方面对计算机犯罪进行分析,以求能够深入了解计算机犯罪,从而更好地防范计算机犯罪.     

网络犯罪与技术防范对策

计算机犯罪作为一种高智能型犯罪,随着社会和技术的进步不断呈现出新态势.本文对当前我国计算机犯罪的现状特别是计算机犯罪类型进行了深入分析,并就网络犯罪问题进行了技术防范措施的探讨.     

计算机犯罪侦查途径的探讨

近年来计算机犯罪案件呈迅速增长趋势,为有效控制和侦破此类案件,急需寻找一套行之有效的侦查办案途径.归纳各种犯罪手段,分别针对单机犯罪、专用网络犯罪和互联网犯罪,提出三种解决方案.     

大学校园文化建设与大学生犯罪预防研究

大学校园文化是由师生员工在长期的工作、学习和生活过程中共同创造和形成的精神财富以及承载这些精神财富的制度形式、行为方式和物质形态.探讨构建和谐、健康的大学校同文化对于预防大学生犯罪具有重大的价值.大学牛犯罪是一种法律现象,更是一种校园文化现象.文化对犯罪具有甄别、诱发以及影响犯罪样态的功能.校园文化是预防大学生犯罪的"过滤器"制动器".更是预防大学生犯罪的重要阵地.大学生世界观、人生观和价值观的扭曲、不良心理状态和低俗文化的蔓延都会引起大学生犯罪,因此,加强校园物质文化、精神文化和行为文化建设对于预防大学生犯罪、推进高等教育改革发展、全面提高大学牛综合素质具有十分重要的功能.     

犯罪数据可视化研究进展

犯罪数据分析与挖掘已成为大数据时代犯罪学研究及现代社会治理的基础手段,犯罪数据挖掘在揭示犯罪模式、分析犯罪原因、评估犯罪防控效果等方面具有重要作用.首先,以犯罪模式发现与预测、警力资源配置与优化、案件侦查分析与研判3种业务为导向,对犯罪数据可视分析任务进行归纳,系统地梳理了犯罪数据可视化领域的研究与应用现状;其次,针对犯罪时空数据、犯罪文本数据、犯罪网络关系数据等不同类型数据的可视化方式和技术手段,展开了系统性的分析;最后,总结和展望了犯罪数据可视化面临的挑战和发展方向.     

谈计算机犯罪

随着计算机应用的日益普及,计算机犯罪也日益猖獗,对社会造成的危害也越来越严重.计算机犯罪作案手段、对象、环境都涉及计算机或信息网络等高技术产品.文中分析了计算机犯罪的特点原因,对如何防范计算机犯罪提出了一些看法和意见.     

打击网络犯罪 贡献中国智慧

网络犯罪形态的更迭演进和跨越国界的发展等特征日益凸显,现有联合国和欧委会两种国际治理模式框架,在打击网络犯罪国际合作中发挥着重要作用.联合国大会授权成立的联合国网络犯罪政府专家组,不仅是各国讨论应对网络犯罪问题的政府间进程,也是联合国框架下探讨打击网络犯罪国际规则的唯一平台,中国将一如既往贡献中国智慧,凝聚中国共识,为打击网络犯罪的国际合作注入新的动力.     

犯罪热点分布与驱动因子分析

盗窃和抢劫作为最普遍的犯罪形态,是各级公共安全部门的工作重点.而发现犯罪热点的时空分布和掌握驱动因子对于犯罪宏观规律的把握非常重要.一方面,基于特定时间尺度的连续的犯罪空间热点分析,有助于帮助公安部门发现特定犯罪类型的犯罪热点的分布形态和变化规律;另一方面,基于主成分分析法,通过对案件发生的诸多驱动因子进行选择,可以发现犯罪热点的主要影响因素;采用Getis-Ord Gi＊热点分析和主成分分析方法,对某市2009年盗窃、抢劫犯罪的月度数据进行了深入分析,得出了相应的结论,为警力在特定时间和空间上的合理分配以及主要的管理方向提供了建议.     

基于图数据挖掘算法的犯罪规律研究及应用

数据挖掘应用于犯罪集团或恐怖组织社会网络结构分析已经成为公安信息系统领域的研究热点,国内外在分析犯罪和恐怖组织之间的内在规律方面的研究工作亟待深入.与一般的数据挖掘技术相比,图能够表达更加丰富的语义,基于图数据挖掘技术应用于犯罪规律研究是一种新兴的研究方法.为了挖掘犯罪规律和频繁出现的核心成员,首先提出了基于图数据挖掘的相关理论,然后提出了基于相同犯罪特征频繁子图结构的挖掘犯罪规律算法GDMCR(Graph Data Mining Crime Rule),最后利用GDMCR算法得到的频繁子图关联知识分析犯罪规律及网络核心成员.实验证明了文中提出的基于图数据挖掘犯罪规律分析系统的有效性和实用性,并验证了GDMCR算法的有效性.