用大数据和人工智能对抗网络犯罪
在2014年IT经理网与北京网络行业协会承办的《首届首都大数据安全高峰研讨会》上，来自Cray、Nexedi、MariaDB、百度深度学习研究院的国内外大数据技术专家与北京市公安局的领导和专家共同探讨了最新的开源技术、图论技术、搜索技术和深度学习在公众安全领域的应用，分享了欧洲象牙海岸警务云、警务快数据的技术方案和案例。
作为智慧警务的另一位先行者，IBM今年五月份宣布人工智能系统“沃森”(Watson)将在网络安全领域大展身手，打击网络犯罪。这是IBM首次将认知计算技术应用于网络安全领域。此前IBM沃森已经在医疗、金融和客服等多个领域得到应用，相比这些规则明确、信息透明的常规应用领域，信息安全领域的挑战要大得多。
将大数据和人工智能应用于打击网络犯罪面临的最大问题就是数据质量。人工智能深度学习系统获得成功的关键是大量高质量的训练数据，IBM的做法是与加州理工大学、宾夕法尼亚州立大学、麻省理工、纽约大学、马里兰大学等八所美国大学合作，扩展网络安全云知识库。八所大学将向沃森“喂送”机器学习系统所需要的高质量安全报告和数据。
警务大数据2.0：犯罪预防与预测分析
在IT经理网之前的报道“警务2.0：用大数据预防犯罪”一文中，我们了解到社会化分析和预测型分析将会是大数据警务应用的两个热门领域。如今越来越多的案例表明犯罪预防领域的预测型分析能够显著降低犯罪率，例如洛杉矶警察局已经能够利用大数据分析软件成功的把辖区里的盗窃犯罪降低了33%， 暴力犯罪降低了21%，财产类犯罪降低了12%。
目前最先进的大数据社会管理预测技术是美国中央情报局CIA开发的“预警服务器”，号称能够提前3-5天预防社会动乱。
犯罪数据不仅仅能够利用来预防犯罪， 还能够帮助从一个更高的角度理解犯罪发生的原因。 例如， IBM的安全顾问， 前警察Shaun Hipgrave在接受BBC采访时提到：“当你利用大数据， 你能够看到一个正常家庭和一个问题家庭的区别， 你能看到是缺乏学校教育的结果。这样我们可以真正从源头上找到降低犯罪的办法。”