一

网络犯罪案件中的电子数据

审查难点

（一）互联网非接触性导致网络犯罪案件取证难

（二）海量电子数据造成网络犯罪案件关键信息定位难

（三）犯罪手段持续升级造成网络犯罪案件证据分析难

三

同步辅助审查平台的核心构成

为解决现有设备无法读取电子数据提取结果、数据形式多样不易汇总展示、海量数据难以分析等问题，电子数据同步辅助审查平台需要包括：上传、数据标准化、数据分析、同步辅助审查、结果展示等模块。

（一）上传模块

检察工作网是未来检察业务办理的主要承载平台，目前终端国产化后无法打开部分电子数据提取结果，为解决此问题，平台需具备上传模块。办案人员使用此模块可一键式将需审查分析的取证报告及其它电子数据上传至架设于省级院的存储服务器，成功上传后，在平台上可打开并浏览上传的取证报告及其它电子数据。

上传模块使用智能化解析方式自动识别上传内容并进行分类处理，除此之外还应具备哈希校验功能，在文件上传前自动计算文件的哈希值（MD5 或SHA1），并在传输至省级院存储服务器后再次计算文件哈希值并进行比对，以确保文件上传过程中数据的完整性。

（二）数据标准化模块

针对数据形式多样，海量数据不易分析、汇总、展示等问题，平台需具备数据标准化模块。数据标准化模块可对电子数据提取结果中的报告内容、文档内容和图片文字等内容进行提取，将提取到的非结构化数据按照标准转化为结构化数据，并写入数据库中。

为确保数据标准化的准确性和完整性，平台需适配市场上主流取证软件生成的所有版本提取结果，还需要支持包括HTML 格式、JSON 格式和 BCP 格式在内的所有取证报告格式；文档内容提取需支持 Word、Excel 和PDF 等类型的文档；图片文字提取需实现图片内的文字识别。

（三）数据分析模块

网络犯罪案件中一个案件往往包含多份电子数据提取结果。数据分析模块可以有效解决多份提取结果间无法关联分析、难以从海量数据中有效取证等问题。平台的分析模块需具备以下功能：

1.全文检索功能：网络犯罪案件中电子数据提取结果往往多大数千页甚至上万页，正常打开查看既无法快速搜索关键字定位关键证据，也无法对多份提取结果中的数据进行排重比对，因此实现案件内多份提取结果中数据的快速全文检索是平台的核心功能之一，可检索的内容包括取证报告、文档、邮件等。平台需对数据标准化模块写入数据库的结构化数据建立索引Indexing)，以便在办案人员进行全文检索时完成快速搜索（1 秒内）并展示搜索结果。

2.语音识别功能：网络犯罪案件电子数据提取结果中往往包含大量电话录音文件和微信语音文件，这些文件的声音中又包含大量方言，造成审查这类声音文件耗时长，准确性差。实现对这类声音文件的语音识别，语音信号转变为相应的文本，可以在很大程度上提高电子数据审查的效。

3.图片识别功能：与上述声音文件类似，电子数据的图片文件中也包含大量可转变为文本的信息，这些图片文件中信息的文本化，可以提高电子数据审查的效率。除此以外，以深度学习和大规模机器学习技术为核心，通过图像识别功能，还可以实现“以图搜图”和“图片内容分类”，将数量庞大的电子数据图片文件按照风景、人物、屏幕截图等类别分开，快速筛选与案件有关的图片文件。

4.文件溯源功能：网络犯罪案件往往涉案人数众多，办案人员常需在大量检材中查找某些关键文件的流转路径，以确定涉案人员在团伙中的职责分工，但是在数量庞大的提取结果中难以下手。平台可将所有文件进行哈希值（MD5 或 SHA1） 校验，通过哈希值比对的方式快速查找内容相同的文件，再 按照文件生成时间完成文件溯源。

5.通联分析及交易分析功能：现有的数据分析工具可以对单一电子数据提取结果或第三方调取的话单、账单进行分析，无法做到多份提取结果或话单、账单联合分析，这个问题在动辄几十上百个检材的网络犯罪案件中尤为突出。为解决此问题，平台需对全部提取结果中的通联、交易信息进行结构化处理，重新生成一份包含所有信息的话单或账单，再通过时间、通话频次、主被叫次数，通话时间，金额大小，交易对象，交易次数，收入支出等多个维度进行分析，并可以将数据以图表的形式清晰直观的展现。

6.高频词语分析功能：网络犯罪案件中涉案人员之间交流往往含有“黑话”，想读懂这些“黑话”需要通读关键人员的聊天记录。平台以人工智能技术为核心，利用自然语言处理算法，统计出“特殊词”和“高频词”，可有助于办案人员总结案件模式和犯罪手段，将这些结果保存于平台上，还可以在类案中起到指导作用。

（四）同步辅助审查模块

为适应专职电子数据鉴定和审查的技术人员有限且在全市范围内分布不均的现状，平台需具备同步辅助审查功能，做到“异地”、“同步”辅助审查，这也是此平台的核心功能之一。平台以检察工作网为依托，利用 Socket 通信技术，采用桌面方式实现办案人员和技术人员均可对已上传至平台的数据进行分析，且双方可在分析时实时沟通，效果类似于视频会议+远程控制。

（五）结果展示模块

目前办案人员在完成电子数据提取结果审查后，一般将与案件有关的内容截图打印成纸质或手动记录内容所在原提取结果的位置，这种方法不但费时费力而且展示效果不佳。平台的结果展示模块除了需提供上述两种方式的便捷操作外，还需具备勾选内容的重新整理导出功能。让办案人员可以在平台上对搜索到的重点结果进行勾选并重新生成轻量报告，以便在法庭上进行展示。