导读:本文包含了团伙识别论文开题报告文献综述及选题提纲参考文献，主要关键词:金融网络,权值计算,社区发现,并行化
团伙识别论文文献综述
周韬[1]（2018）在《基于资金交易的金融领域犯罪团伙识别系统的设计与实现》一文中研究指出随着互联网金融的迅猛发展,金融领域的相关业务对信息技术有越来越多的利用,但也造成了很多安全问题,如洗钱犯罪。基于资金交易的洗钱团伙,或是通过掩盖非法所得,将腐败资金转移境外,导致社会财富外流,或是为其他违法犯罪集团提供资金,助长违法犯罪,诸如此类的行为,严重危害到金融安全,动摇社会信用、破坏社会稳定。如何通过资金交易数据从庞大的客户群体中识别出可疑犯罪团伙,已成为国内外专家的研究重点。针对金融领域洗钱犯罪团伙识别的研究,主要分为两部分。一是基于资金交易特征建立犯罪团伙模型,二是利用社区发现识别可疑犯罪团伙。然而现阶段建模的研究主要依靠对银行等金融机构给出的可疑交易报告,没有充分利用金融交易的大数据;利用社区发现技术进行基于资金交易的犯罪团伙识别又存在算法复杂度过高,运行效率慢的问题。本文针对这些不足,对基于资金交易的犯罪团伙识别进行了深入研究。具体工作包括:(1)针对人工分析报告的不足,收集大量的金融交易数据,将不同客户间资金交易的关系,包括资金交易的数额和频率、资金交易的路径等进行特征提取和原始数据预筛除,并主要针对资金交易的数额和频率属性,提出了一种新的资金交易权值计算方式。(2)针对基于模块度的Louvain-Method社区发现算法在效率方面的问题提出了并行化优化方案,在保持原有算法的高准确性的基础上提升了算法的运行速度。在实施Louvain-Method算法并行化优化的过程中,本文运用基于图着色的分割算法和虚节点的思想解决了图划分过程中造成的节点间信息丢失的问题,对于本地移动过程中产生的“社区互换”、“描述滞后”的问题,也给出了相应的解决方案。(3)根据提出的新的权值计算方式和改进的基于模块度Louvain-Method 社区发现算法,实现了一个基于资金交易的金融网络犯罪团伙识别系统,该系统搭建在hadoop分布式集群上,应用MapReduce编程模型,在实际场景对大规模复杂金融交易网络数据集进行测试验证,对实验过程的速度和准确性做出定量分析比对,证明本文论述的基于资金交易的金融网络犯罪团伙识别方案具有更好的有效性和准确性。(本文来源于《北京邮电大学》期刊2018-03-10）
李亮[2]（2008）在《基于社会网络分析的犯罪团伙识别系统》一文中研究指出随着社会经济的快速发展,团伙犯罪的发案率不断升高,相对于一般刑事案件,团伙犯罪的社会危害性更大。如何遏制和打击团伙犯罪已经成为各地公安机关当前工作的重点任务。本论文从公安实际工作的现状和需要出发,将社会网络分析的相关理论与方法引入到公安部门对犯罪团伙的识别工作,建立了一个符合公安工作实际需求,基于已掌握犯罪团伙某一个或多个嫌疑人资料的情况下,缩小团伙中其余人员排查范围的辅助系统,使之成为又一个打击犯罪、维护社会治安、保护人民生命财产安全的有力武器。本文将工作重点放在以下几方面:1.根据公安各部门现有业务数据库的特点,对已经掌握的嫌疑人各社会关系的相关数据进行清洗、转换,并建立相应的案件数据仓库,建立该嫌疑人的社会网络;2.阐述了多种社会网络中社团的分解算法,利用Radicchi等人的快速分裂算法对已建立的嫌疑人社会网络进行分解,缩小可能的犯罪团伙排查范围;3.根据复杂网络中的聚类算法,利用基于SPLINE(Shortest Pathalgorithm Based on Link Weight)的犯罪集团网络核心挖掘算法KMM(Key-Member Mining)对各子网进行社会网络分析,突出可能的犯罪团伙中的核心人员。4.在上述具体技术基础上,我们进行了犯罪团伙识别的设计和实现。其中主要包括了系统整体框架设计、主要功能模块的设计。最终实现并构建了整个系统。最后,我们根据已侦破的一起团伙犯罪案件的相关情况,进行了基于社会网络的犯罪团伙识别模拟测试。测试结果表明,该系统对犯罪团伙的识别筛选出的参考结果,相对于以往实际办案中进行排查的范围来说,已经有了明显的缩小,对这个筛选结果再进行很小工作量的人工排查就可以得到满意的结果。从而提高工作效率,降低工作强度,达到辅助决策的目的。本文做了以下创新工作:1.实现了犯罪团伙自动识别技术在苏州市公安局的应用。犯罪团伙的自动识别在我国公安机关的使用尚属起步阶段,在苏州市公安局范围内的应用更属首次;2.将公安机关各部门现有的业务数据库进行了集中整合,建立了面向案件的数据仓库,极大地提高了原业务数据的利用效率。(本文来源于《上海交通大学》期刊2008-12-01）
刘建平,张蕊,王秀君,冯海宁[3]（2002）在《利用指纹自动识别系统破获特大撬盗窃团伙案》一文中研究指出20 0 2年 5月 ,笔者利用一枚残缺模糊的现场指纹 ,通过设计编辑多套特征检索方案进行计算机指纹自动识别检索 ,并将犯罪嫌疑人指纹进行倒查的方法 ,成功破获了一起特大撬盗保险柜犯罪团伙案。2 0 0 2年 5月 2 6日 ,某公司财务室保险柜被撬盗人(本文来源于《刑事技术》期刊2002年S1期）
团伙识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着社会经济的快速发展,团伙犯罪的发案率不断升高,相对于一般刑事案件,团伙犯罪的社会危害性更大。如何遏制和打击团伙犯罪已经成为各地公安机关当前工作的重点任务。本论文从公安实际工作的现状和需要出发,将社会网络分析的相关理论与方法引入到公安部门对犯罪团伙的识别工作,建立了一个符合公安工作实际需求,基于已掌握犯罪团伙某一个或多个嫌疑人资料的情况下,缩小团伙中其余人员排查范围的辅助系统,使之成为又一个打击犯罪、维护社会治安、保护人民生命财产安全的有力武器。本文将工作重点放在以下几方面:1.根据公安各部门现有业务数据库的特点,对已经掌握的嫌疑人各社会关系的相关数据进行清洗、转换,并建立相应的案件数据仓库,建立该嫌疑人的社会网络;2.阐述了多种社会网络中社团的分解算法,利用Radicchi等人的快速分裂算法对已建立的嫌疑人社会网络进行分解,缩小可能的犯罪团伙排查范围;3.根据复杂网络中的聚类算法,利用基于SPLINE(Shortest Pathalgorithm Based on Link Weight)的犯罪集团网络核心挖掘算法KMM(Key-Member Mining)对各子网进行社会网络分析,突出可能的犯罪团伙中的核心人员。4.在上述具体技术基础上,我们进行了犯罪团伙识别的设计和实现。其中主要包括了系统整体框架设计、主要功能模块的设计。最终实现并构建了整个系统。最后,我们根据已侦破的一起团伙犯罪案件的相关情况,进行了基于社会网络的犯罪团伙识别模拟测试。测试结果表明,该系统对犯罪团伙的识别筛选出的参考结果,相对于以往实际办案中进行排查的范围来说,已经有了明显的缩小,对这个筛选结果再进行很小工作量的人工排查就可以得到满意的结果。从而提高工作效率,降低工作强度,达到辅助决策的目的。本文做了以下创新工作:1.实现了犯罪团伙自动识别技术在苏州市公安局的应用。犯罪团伙的自动识别在我国公安机关的使用尚属起步阶段,在苏州市公安局范围内的应用更属首次;2.将公安机关各部门现有的业务数据库进行了集中整合,建立了面向案件的数据仓库,极大地提高了原业务数据的利用效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
团伙识别论文参考文献
[1].周韬.基于资金交易的金融领域犯罪团伙识别系统的设计与实现[D].北京邮电大学.2018
[2].李亮.基于社会网络分析的犯罪团伙识别系统[D].上海交通大学.2008
[3].刘建平,张蕊,王秀君,冯海宁.利用指纹自动识别系统破获特大撬盗窃团伙案[J].刑事技术.2002