CN105205155B - 一种大数据犯罪同伙的筛查系统和方法 - Google Patents

Abstract

本发明的技术方案包括一种大数据犯罪同伙的筛查系统和方法，该系统包括：一种大数据犯罪同伙的筛查系统，其中，采集模块用于采集信令数据，预处理模块用于对信令数据进行关联分析，汇总模块用于对关联分析数据进行汇总，页面展示模块用于根据查询结果进行显示。本发明还包括一种大数据犯罪同伙的方法：包括采集指定用户信令数据，并对对信令数据进行关联分析和汇总，并通过地理信息平台显示犯罪同伙的轨迹。本发明的有益效果为：通过对指定用户手机号码结合拟合算法，自动计算出与该指定用户行为最为接近的人员，并可实现指定用户的轨迹再现，和实时的位置追踪，且能提供这些人员的长期驻留地等其他特征信息，可以节约大量人力物力资源。

Description

一种大数据犯罪同伙的筛查系统和方法

技术领域

本发明涉及一种大数据犯罪同伙的筛查系统和方法，属于通信及社会安全领域。

背景技术

近年来随着社会经济的发展，有组织的团伙犯罪及其它多人协同犯罪的案件也不断升高，尤其绑架案等容易造成特别恶劣社会影响的案件屡屡见诸报端。目前公安系统主要使用传统天网监控系统通过犯案时间维度大范围翻看监控视频最终定案，如有同伙通常以审讯为主突破犯罪分子心理防线尤其主动供出，如遇顽固分子这种传统方法需要全部耗费大量人力物力来完成费时颇长，也会有来自社会舆论压力的可能。

在公安已知某犯罪嫌疑人的前提下，需要审讯、查手机通讯记录、天网监控等手段才能得知是否有同伙存在，在哪儿等信息，需要大量人力和时间才能完成。因此迫切的需要一种能够通过已知犯罪嫌疑人的情况下，通过大数据分析和匹配已知犯罪嫌疑人的信令数据，得出犯罪同伙信息的技术。

发明内容

针对现有技术在已知犯罪嫌疑人的情况下，需要审讯、查手机通讯记录、天网监控等手段才能得知是否有同伙存在，在哪儿等信息，需要大量人力和时间才能完成。本技术方案公开了一种大数据犯罪同伙筛查的系统和方法，利用移动通信网络信令大数据系统，可以通过对已知嫌疑人手机号码进行追朔结合行为拟合算法，自动计算出与该嫌疑人行为最为接近的人员，并可实现嫌疑人的轨迹再现，和实时的位置追踪，且能提供这些人员的长期驻留地，上网习惯，手机终端类型等更多的特征信息，可以在不浪费人力的情况下快速得出结果，为公安破案提供线索。

本发明的技术方案包括一种大数据犯罪同伙筛查的系统，该系统包括：数据采集模块，每隔固定时间间隔对指定用户及指定用户出现小区的小区用户产生的信令进行多次采集、解码，对处理过的信令以文件方式进行存储，所述固定时间间隔及采集次数允许自定义设置；数据库加载模块，用于对所述数据采集模块的文件进行加载并将信令存入原始数据库；数据预处理模块，包括至少一个原始数据库，用于对原始数据库的信令数据进行调用，并对指定用户信令数据进行关联分析，确认指定用户出现的小区信息及小区用户，对指定用户与对应的小区用户信令数据进行对比分析，确认该小区用户与指定用户的轨迹相似概率，并使用数据表存储对比分析结果；数据汇总模块，包括至少一个应用数据库，用于对所述数据预处理模块的对比分析结果进行汇总和存储，还用于接收用户调取信令数据匹配分析的指令；

一种大数据犯罪同伙筛查的系统，其中数据采集模块包括：一级采集子模块，用于持续采集指定用户通话产生的指定用户产生的信令数据；一级解码子模块，用于根据预定的解码规则对指定用户信令数据进行解码，获取指定用户所处的常驻小区信息，包括住址、通行地及工作地；关联采集子模块，用于根据所述数据预处理模块的关联分析结果，获取对应小区用户信息，确认下一步采集目标；二级采集子模块，用于根据所述关联采集子模块获取的小区信息采集小区用户产生的小区用户信令；二级解码子模块，用于根据预定的解码规则对小区用户信令进行解码，获取小区用户信令数据；信令存储子模块，用于以文件形式存储所述已解码后的指定用户信令数据及对应的已解码后的小区用户信令数据。

一种大数据犯罪同伙筛查的系统，其中数据预处理模块包括：原始数据库子模块，包括至少一个原始数据库，用于接收所述数据库加载模块加载的信令数据，并存入原始数据库；分析子模块，使用脚本调取原始数据库子模块的指定用户信令数据，根据指定用户信令数据进行解析获取其所处于和/或经过的小区信息，然后使用脚本调取小区用户产生小区用户信令数据；对比子模块，将小区用户与指定用户出现过的相同小区数除以指定用户出现过的小区数作为本时段其他用户与指定用户轨迹相似的相似百分比，然后建立数据表，并以指定用户命名数据表，以对应小区用户的IMSI作为数据表主键，以相似概率大小作为顺序，该数据表还包括指定用户和小区用户同时出现的关联时间，并且该数据表的创建为每隔固定时间间隔一张。

一种大数据犯罪同伙筛查的系统，其中数据汇总模块包括：汇总子模块，包括至少一个应用数据库，用于对所述数据预处理模块存储的数据表进行汇总并存储；查询子模块，能够根据所述页面展示模块的请求指令对应用数据库进行查询，并将对应的查询结果回送至页面展示模块。

一种大数据犯罪同伙筛查的系统，其中页面展示模块包括：页面查询子模块，包括至少一个人机交互界面，后台用户可以根据所查询的信息输入对应的查询指令，所述查询指令包括所查询时间、IMSI，然后接收所述查询子模块的查询结果，在网页服务端按照相似百分比及关联时间由高至低进行显示；地理信息展示子模块，根据固定时间间隔顺序调取指定用户的驻留的小区信息，并在网页服务端的地理信息地图上对小区进行着色，并依靠网元配置文件里的小区经纬度为连接点对着色小区依照时间顺序进行连接，并按开始时间和结束时间分别作为起点和终点，形成移动轨迹图，继而对相应的小区用户移动轨迹图进行匹配分析并显示；对比子模块，根据页面查询子模块的查询结果包括的相似百分比及关联时间，以及地理信息展示子模块展示的用户移动轨迹图，当相似百分比、关联时间越高，并且移动轨迹图越相似，则表示为指定用户的同伙概率越大。

本发明的技术方案还包括一种应用大数据犯罪同伙筛查系统的筛查方法，该方法包括：每隔固定时间间隔对指定用户及指定用户出现小区的小区用户产生的信令进行多次采集、解码，对处理过的信令以文件方式进行存储，所述固定时间间隔及采集次数允许自定义设置；对所述数据采集模块的文件进行加载并将信令存入原始数据库；使用至少一个原始数据库，用于对原始数据库的信令数据进行调用，并对指定用户信令数据进行关联分析，确认指定用户出现的小区信息及小区用户，对指定用户与对应的小区用户信令数据进行对比分析，确认该小区用户与指定用户的轨迹相似概率，并使用数据表存储对比分析结果；使用至少一个应用数据库，用于对所述数据预处理模块的对比分析结果进行汇总和存储，还用于接收用户调取信令数据匹配分析的指令；根据用于用户查询指令向所述数据汇总模块发送请求调取匹配分析结果，并使用网页服务器将其显示在地理信息子模块上。

进一步，所述一种应用大数据犯罪同伙筛查系统的筛查方法还包括：持续采集指定用户通话产生的指定用户产生的信令数据；根据预定的解码规则对指定用户信令数据进行解码，获取指定用户所处的常驻小区信息，包括住址、通行地及工作地；根据所述数据预处理模块的关联分析结果，获取对应小区用户信息，确认下一步采集目标；根据关联采集子模块获取的小区信息采集小区用户产生的小区用户信令；根据预定的解码规则对小区用户信令进行解码，获取小区用户信令数据；以文件形式存储已解码后的指定用户信令数据及对应的已解码后的小区用户信令数据。

进一步，所述一种应用大数据犯罪同伙筛查系统的筛查方法还包括：使用至少一个原始数据库，用于接收所述数据库加载模块加载的信令数据，并存入原始数据库；使用脚本调取原始数据库子模块的指定用户信令数据，根据指定用户信令数据进行解析获取其所处于和/或经过的小区信息，然后使用脚本调取小区用户产生小区用户信令数据；将小区用户与指定用户出现过的相同小区数除以指定用户出现过的小区数作为本时段其他用户与指定用户轨迹相似的相似百分比，然后建立数据表，并以指定用户命名数据表，以对应小区用户的IMSI作为数据表主键，以相似概率大小作为顺序，该数据表还包括指定用户和小区用户同时出现的关联时间，并且该数据表的创建为每隔固定时间间隔一张。

进一步，所述一种应用大数据犯罪同伙筛查系统的筛查方法还包括：使用至少一个应用数据库，用于对所述数据预处理模块存储的数据表进行汇总并存储；根据所述页面展示模块的请求指令对应用数据库进行查询，并将对应的查询结果回送至页面展示模块。

进一步，所述一种应用大数据犯罪同伙筛查系统的筛查方法还包括：使用至少一个人机交互界面，后台用户可以根据所查询的信息输入对应的查询指令，所述查询指令包括所查询时间、IMSI，然后接收查询子模块的查询结果，在网页服务端按照相似百分比及关联时间由高至低进行显示；根据固定时间间隔顺序调取指定用户的驻留的小区信息，并在网页服务端的地理信息地图上对小区进行着色，并依靠网元配置文件里的小区经纬度为连接点对着色小区依照时间顺序进行连接，并按开始时间和结束时间分别作为起点和终点，形成移动轨迹图，继而对相应的小区用户移动轨迹图进行匹配分析并显示；根据页面查询子模块的查询结果包括的相似百分比及关联时间，以及地理信息展示子模块展示的用户移动轨迹图，当相似百分比、关联时间越高，并且移动轨迹图越相似，则表示为指定用户的同伙概率越大。

本发明的有益效果为：过对指定用户手机号码结合拟合算法，自动计算出与该指定用户行为最为接近的人员，并可实现指定用户的轨迹再现，和实时的位置追踪，且能提供这些人员的长期驻留地等其他特征信息，可以节约大量人力物力资源。

附图说明

图1所示为根据本发明实施方式的总体系统结构图；

图2所示为根据本发明实施方式的方法流程图；

图3所示为根据本发明实施方式的系统结构图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。本发明的一种大数据犯罪同伙的筛查系统和方法试用于公共安全领域，。

图1所示为根据本发明实施方式的总体系统结构图。具体包括：数据采集模块，每隔固定时间间隔对指定用户及指定用户出现小区的小区用户产生的信令进行多次采集、解码，对处理过的信令以文件方式进行存储，所述固定时间间隔及采集次数允许自定义设置；数据库加载模块，用于对所述数据采集模块的文件进行加载并将信令存入原始数据库；数据预处理模块，包括至少一个原始数据库，用于对原始数据库的信令数据进行调用，并对指定用户信令数据进行关联分析，确认指定用户出现的小区信息及小区用户，对指定用户与对应的小区用户信令数据进行对比分析，确认该小区用户与指定用户的轨迹相似概率，并使用数据表存储对比分析结果；数据汇总模块，包括至少一个应用数据库，用于对所述数据预处理模块的对比分析结果进行汇总和存储，还用于接收用户调取信令数据匹配分析的指令；页面展示模块，用于根据用于用户查询指令向所述数据汇总模块发送请求调取匹配分析结果，并使用网页服务器将其显示在地理信息子模块上。

图2所示为根据本发明实施方式的方法流程图。具体如下，用户行为拟合分析算法(犯罪协同人员匹配)相关模块是一套移动无线网络信令采集平台、结合公安系统需求的一套大数据分析的功能模块和算法，该功能模块用以完善原有公安系统对协同犯罪人员排查耗费人力物力的过程，解决了监控范围无法全覆盖难于维护，人力投入大，获得信息单一的问题。目前本系统结合公安局对重点可疑人员监控的需求已经实现了“犯罪协同人员匹配”、“轨迹重现”、“实时追踪”、“重点区域通过人员监控”等模块功能并投入使用。

由于本系统功能模块是基于数据业务信令平台采集汇总的数据开发的，而本功能模块的功能在于以下几点：

用户驻留地识别、指定用户信令数据实时解析入库，网页服务器的地理信息系统的地图轨迹再现，以及基于用户行为拟合分析算法的犯罪协同人员信令数据匹配。详细如下：

1)用户驻留地识别，用户驻留地识别主要依据用户小区驻留时长，以及驻留的时间段来判断用户的常驻小区，包括住宅地、通行地、和工作地。这给用户行为分析提供了数据基础。

2)指定用户信令数据实时解析入库，此功能已达到毫秒级的入库，可对指定的若干用户进行过滤，一小时累计一张小时表，能解析出是2G还是3G用户，所在小区，消息类型，IMSI，IMEI等。

3)WEB终端GIS地图轨迹再现，按选择的时间段调取用户按时间顺序驻留的小区信息，在网页服务器的GIS地图上着色这些小区，以网元配置文件里小区经纬度为连接点画出绿色的轨迹，以绿色圆点作为起点红色圆点作为终点，并且实现了在一张图上显示该用户驻留的2G、3G小区，这样可以保证用户的轨迹更加完整。

4)基于用户行为拟合的分析算法，用户行为拟合分析算法描述：该算法的核心思想是根据已知的号码，该号会与其同伙进行实时联系从而产生信令以及业务，后续利用大数据平台对相关数据进行筛选再结合轨迹同伙算法以及路测信息的情况下，在系统中输入参数：起止时间、用户的手机号或者IMSI。存储的原始数据根据时间段进行划分，每个小时分划分为6个时间段，每个时段均包含有小区信息，根据这些参数能算出每小时内每个用户在主用户小区驻留时段的百分比，对每小时进行百分比汇总，最后呈现的结果中包含“用户”、“百分比”、“小时数”三个维度数据，最后按照百分比由高到低排序，排序越高的则与输入的主嫌疑人相同度最高，疑似为主用户的同伙。举例:假设有三个用户在一个小时内出现在相同的小区，我们将这一个小时分成六个阶段后计算出每个时段中这三个用户所占的百分比，最后对主用户、用户2和用户3进行一个小时内百分比汇总，计算结果按百分比高低排序后，用户2有可能是主用户的同伙。在随后的实测中引入了电子围栏等其他系统监控手段，验证了该应用的实际可行性及准确性。这必将给公安人员从海量人员中筛选嫌疑人同伙提供有力的支持。

图3所示为根据本发明实施方式的系统结构图。具体实施步骤如下所示：

第一步：获取原始数据源。在gbapp服务器上的P_WireRunner_TrackImsi_Sum脚本，调用gbraw和iupsraw服务器上的mcsigraw原始表。

第二步：算法运算。根据时间和用户imsi或者msisdn,按照查询时间划分时段，将每个小时划分为6个时段，每个时段均包含有主用户驻留过的小区信息。然后筛选出在这些小区出现过的其他用户，将其他用户与主用户出现过的相同小区数除以主用户出现过的小区数做为本时段其他用户与主用户轨迹相似的概率，最后将所有时段概率进行汇总。最后的结果表字段输出为用户，百分比，轨迹相似小时数。按照百分比由高到低排序，排序越高的则有越可能是主用户的同伙。同时，获得轨迹同伙的imsi。

第三步：数据匹配。在位于gbapp服务器上的P_WireRunner_TrajectoryData_Sum脚本，调用gbraw和iupsraw服务器上的mcsigraw原始表，匹配出主用户和同伙用户的时间+小区+经纬度数据；

第四步：Web段轨迹符合度展现。最后在wirerunner界面配置GIS地图，显示主用户与同伙用户的轨迹图；

本系统功能算法模块是以信令采集分析平台作为基础开发的，，信令采集分析平台分两部分实施，一部分为解码部分，为linux服务器，另一部分为汇总部分，为windows2008服务器，linux用于部署信令平台的解码器，windows2008服务器用于部署sql server2008r2数据库以及数据入库程序dbloader和web服务器tomcat，终端pc通过web浏览器登录信令汇总及分析系统既可以使用本说明介绍的公安系统大数据分析平台相关功能。服务器硬件方面使用DELL R720x服务器作为解码器和数据库汇总服务器，其中解码DELL R720x服务器存储空间配置为3TB，数据库汇总DELL R720x服务器存储空间配置为20TB，以一般三线城市为例，需要五台数据库汇总DELL R720x服务器，两台解码DELL R720x服务器。

本功能算法以及功能模块使用到的鼎利的信令平台上以下的汇总数据，包括小时级的M_SUM_xxxxx_MainTrackImsi表，以及用于轨迹和实时位置的实时入库程序RealTimeApps程序及相关数据库RTA_LP，该数据库基于sql server 2008r2。

根据本发明的实施方式，还例举了一个基于移动无线网络信令分析系统的用户行为拟合分析算法(犯罪协同人员匹配)在公共安全领域中的应用实测过程：

根据已知的犯罪嫌疑人的IMSI号有可能会与其同伙进行实时联系从而产生信令以及业务，再利用大数据平台对相关数据进行筛选。由于需要实际数据来支撑验证算法的准确性，所以于2015年8月5日组织人员进行了实地拨打测试，时间有限仅模拟进行了同伙共同出行的情况，未来有机会会设计更多场景进行验证测试。以下为测试结果：

主用户A的IMSI号：460078*****1718；

疑是同伙B的IMSI号：460027*****5731；

测试路段为：汇川区汇川大道至红花岗区红军街；

测试时间：2015年8月5日上午11:00至2015年8月5日下午14:00

主用户A和疑似同伙B在GIS(地理信息系统)上的移动轨迹比较相似，由于附图比较复杂，则不进行附图添加。

从遵义汇川大道到红军街路上，A和B两个用户相互拨打通话，由此产生业务以及信令。由大数据平台提取A和B两个用户在该时间段内产生的业务以及信令，用轨迹同伙算法计算出主用户A的百分比为2.73左右，其同伙B的百分比为0.87左右，是所有用户中百分比占比最高的。下表1为在每个小时内与主用户在同一小区的百分占比情况：

IMSI	百分比	小时
			460078*****1718	2.7332	3
460027*****5731	0.8685	3
			460008*****3827	0.6667	1
460005*****9398	0.6667	1
			460021*****9142	0.6667	1
460026*****2990	0.3733	2
			460008*****0634	0.3466	2
460026*****7705	0.3322	2
			460008*****8038	0.3184	3
460005*****2563	0.2078	3
			460021*****3556	0.2078	3

表1

由此表1可以看出主用户与其同伙的关联性在百分比或者是时间上均高于其他用户，说明轨迹同伙算法是可行的。

以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

Claims (10)

1.一种大数据犯罪同伙筛查系统，其特征在于，该系统包括：

数据采集模块，每隔固定时间间隔对指定用户及指定用户出现小区的小区用户产生的信令进行多次采集、解码，对处理过的信令以文件方式进行存储，所述固定时间间隔及采集次数允许自定义设置；

数据库加载模块，用于对所述数据采集模块的文件进行加载并将信令存入原始数据库；

数据预处理模块，包括至少一个原始数据库，用于对原始数据库的信令数据进行调用，并对指定用户信令数据进行关联分析，确认指定用户出现的小区信息及小区用户，对指定用户与对应的小区用户信令数据进行对比分析，确认该小区用户与指定用户的轨迹相似概率，并使用数据表存储对比分析结果；

数据汇总模块，包括至少一个应用数据库，用于对所述数据预处理模块的对比分析结果进行汇总和存储，还用于接收用户调取信令数据匹配分析的指令；

页面展示模块，用于根据用于用户查询指令向所述数据汇总模块发送请求调取匹配分析结果，并使用网页服务器将其显示在地理信息子模块上。

2.根据权利要求1所述的大数据犯罪同伙筛查系统，其特征在于，所述的数据采集模块包括：

一级采集子模块，用于持续采集指定用户通话产生的指定用户产生的信令数据；

一级解码子模块，用于根据预定的解码规则对指定用户信令数据进行解码，获取指定用户所处的常驻小区信息，包括住址、通行地及工作地；

关联采集子模块，用于根据所述数据预处理模块的关联分析结果，获取对应小区用户信息，确认下一步采集目标；

二级采集子模块，用于根据所述关联采集子模块获取的小区信息采集小区用户产生的小区用户信令；

二级解码子模块，用于根据预定的解码规则对小区用户信令进行解码，获取小区用户信令数据；

信令存储子模块，用于以文件形式存储所述已解码后的指定用户信令数据及对应的已解码后的小区用户信令数据。

3.根据权利要求1所述的大数据犯罪同伙筛查系统，其特征在于，所述的数据预处理模块包括：

原始数据库子模块，包括至少一个原始数据库，用于接收所述数据库加载模块加载的信令数据，并存入原始数据库；

分析子模块，使用脚本调取原始数据库子模块的指定用户信令数据，根据指定用户信令数据进行解析获取其所处于和/或经过的小区信息，然后使用脚本调取小区用户产生小区用户信令数据；

对比子模块，将小区用户与指定用户出现过的相同小区数除以指定用户出现过的小区数作为本时段其他用户与指定用户轨迹相似的相似百分比，然后建立数据表，并以指定用户命名数据表，以对应小区用户的IMSI作为数据表主键，以相似概率大小作为顺序，该数据表还包括指定用户和小区用户同时出现的关联时间，并且该数据表的创建为每隔固定时间间隔一张。

4.根据权利要求1所述的大数据犯罪同伙筛查系统，其特征在于，所述的数据汇总模块包括：

汇总子模块，包括至少一个应用数据库，用于对所述数据预处理模块存储的数据表进行汇总并存储；

查询子模块，能够根据所述页面展示模块的请求指令对应用数据库进行查询，并将对应的查询结果回送至页面展示模块。

5.根据权利要求1所述的大数据犯罪同伙筛查系统，其特征在于，所述的页面展示模块包括：

页面查询子模块，包括至少一个人机交互界面，后台用户可以根据所查询的信息输入对应的查询指令，所述查询指令包括所查询时间、IMSI，然后接收所述查询子模块的查询结果，在网页服务端按照相似百分比及关联时间由高至低进行显示；

地理信息展示子模块，根据固定时间间隔顺序调取指定用户的驻留的小区信息，并在网页服务端的地理信息地图上对小区进行着色，并依靠网元配置文件里的小区经纬度为连接点对着色小区依照时间顺序进行连接，并按开始时间和结束时间分别作为起点和终点，形成移动轨迹图，继而对相应的小区用户移动轨迹图进行匹配分析并显示；

对比子模块，根据页面查询子模块的查询结果包括的相似百分比及关联时间，以及地理信息展示子模块展示的用户移动轨迹图，当相似百分比、关联时间越高，并且移动轨迹图越相似，则表示为指定用户的同伙概率越大。

6.一种应用权利要求1-5任一所述的大数据犯罪同伙筛查系统的筛查方法，其特征在于，该方法包括：

每隔固定时间间隔对指定用户及指定用户出现小区的小区用户产生的信令进行多次采集、解码，对处理过的信令以文件方式进行存储，所述固定时间间隔及采集次数允许自定义设置；

对所述数据采集模块的文件进行加载并将信令存入原始数据库；

使用至少一个原始数据库，用于对原始数据库的信令数据进行调用，并对指定用户信令数据进行关联分析，确认指定用户出现的小区信息及小区用户，对指定用户与对应的小区用户信令数据进行对比分析，确认该小区用户与指定用户的轨迹相似概率，并使用数据表存储对比分析结果；

使用至少一个应用数据库，用于对所述数据预处理模块的对比分析结果进行汇总和存储，还用于接收用户调取信令数据匹配分析的指令；

根据用于用户查询指令向所述数据汇总模块发送请求调取匹配分析结果，并使用网页服务器将其显示在地理信息子模块上。

7.根据权利要求6所述的应用大数据犯罪同伙筛查系统的筛查方法，其特征在于，该方法还包括：

持续采集指定用户通话产生的指定用户产生的信令数据；

根据预定的解码规则对指定用户信令数据进行解码，获取指定用户所处的常驻小区信息，包括住址、通行地及工作地；

根据所述数据预处理模块的关联分析结果，获取对应小区用户信息，确认下一步采集目标；

根据关联采集子模块获取的小区信息采集小区用户产生的小区用户信令；

根据预定的解码规则对小区用户信令进行解码，获取小区用户信令数据；

以文件形式存储已解码后的指定用户信令数据及对应的已解码后的小区用户信令数据。

8.根据权利要求6所述的应用大数据犯罪同伙筛查系统的筛查方法，其特征在于，该方法还包括：

使用至少一个原始数据库，用于接收所述数据库加载模块加载的信令数据，并存入原始数据库；

使用脚本调取原始数据库子模块的指定用户信令数据，根据指定用户信令数据进行解析获取其所处于和/或经过的小区信息，然后使用脚本调取小区用户产生小区用户信令数据；

将小区用户与指定用户出现过的相同小区数除以指定用户出现过的小区数作为本时段其他用户与指定用户轨迹相似的相似百分比，然后建立数据表，并以指定用户命名数据表，以对应小区用户的IMSI作为数据表主键，以相似概率大小作为顺序，该数据表还包括指定用户和小区用户同时出现的关联时间，并且该数据表的创建为每隔固定时间间隔一张。

9.根据权利要求6所述的应用大数据犯罪同伙筛查系统的筛查方法，其特征在于，该方法还包括：

使用至少一个应用数据库，用于对所述数据预处理模块存储的数据表进行汇总并存储；

根据所述页面展示模块的请求指令对应用数据库进行查询，并将对应的查询结果回送至页面展示模块。

10.根据权利要求6所述的应用大数据犯罪同伙筛查系统的筛查方法，其特征在于，该方法还包括：

使用至少一个人机交互界面，后台用户可以根据所查询的信息输入对应的查询指令，所述查询指令包括所查询时间、IMSI，然后接收查询子模块的查询结果，在网页服务端按照相似百分比及关联时间由高至低进行显示；

根据固定时间间隔顺序调取指定用户的驻留的小区信息，并在网页服务端的地理信息地图上对小区进行着色，并依靠网元配置文件里的小区经纬度为连接点对着色小区依照时间顺序进行连接，并按开始时间和结束时间分别作为起点和终点，形成移动轨迹图，继而对相应的小区用户移动轨迹图进行匹配分析并显示；

根据页面查询子模块的查询结果包括的相似百分比及关联时间，以及地理信息展示子模块展示的用户移动轨迹图，当相似百分比、关联时间越高，并且移动轨迹图越相似，则表示为指定用户的同伙概率越大。