导语： 江苏昆山，宝马男追砍电动车主遭反杀，这时界定电动车主是否防卫过当的关键在于：宝马男被打断犯罪行为后，是否仍有继续犯罪的意图。
一时间众说纷纭，却难以定性。但是区块链技术让这个难点看到了希望，通过区块链技术，可以大大提高犯罪预测的能力。那么，它是怎样实现的呢？
最近有一起“正当防卫”暴力事件的讨论正盛。大多数人关注的点在――犯罪嫌疑人的防卫行为是否过度。而判断行为是否过度又涉及到一个很难界定的问题：犯罪行为是否中止？
适当简述当时的情况。甲对乙率先发起暴力攻击，而后乙为了保护自己开始反击，不料乙武力值碾压甲，甲落败逃跑犯罪行为暂停，乙继续攻击。这就到了关键节点，乙的攻击是否属于正当防卫范畴。
支持的观点：甲有可能落跑后回去另寻凶器或呼朋唤友再返回攻击，乙仍处于一种受危险侵害的状态；
否定的观点：甲也有可能放弃攻击念头，想一走了之，可乙追着不放。
不论是以上哪种观点，都能看出路人对于甲接下来的动作一时很难判断。笔者出于职业本能联想到：对于犯罪行为的预测，区块链技术能否奏效？
经过一番激烈的讨论，答曰：可。
第一层：数据层的交流
区块链干的是数据打包盖上时间戳的活儿，简单来说跟你家附近邮局干的活儿差不多。和云计算，人工智能一样，区块链也是被赋予高期待的新兴大数据行业。三者都是始于数据，忠于数据。所以其他两个能做的事，加上区块链效果一定会更好。
老生常谈，区块链的不可篡改特性明明白白。因此区块链上的数据，会更加真实可靠。用于作为训练机器学习算法的数据，其价值非常高。参考基于地震预测算法的变体，犯罪预测的算法也需要大量数据的分析支持，借以预测犯罪行为发生几率。
区块链记录犯罪数据
有人提出这样一个模拟记录犯罪数据的实验：使用可被信任的区块链并结合国际上通缉的犯罪分子的相关信息和我国的目前的实际环境的情况，使用现在较为成熟的区块链平台层制作出一个共享账本，通过账本上的清单，然后记录犯罪数据，这些数据包括罪犯犯罪的特征。
然后分布在各国各地的警方都可以参与“记账”，也可以查看。真正实现跨地域高效追查，通过大数据整合联动执法。通过区块链的应用将各地的犯罪数据汇总分析，不仅是打击犯罪的强力工具，也是用于预测犯罪的基础保证。
区块链数据中发现犯罪行为
有这么一个案例，前联邦检察官Kathryn Haun在调查“丝绸之路”的过程中，发现两名“内鬼”联邦特工Carl Force和Shaun Bridges涉嫌窃取比特币却难以取证。传统的金融机构无法为调查提供有效信息，最后是通过发现罪犯在加密资产平台和社区中的相关犯罪行为，取得大量有效证据，才抓获两人定罪。
区块链向来跟加密资产共生，很多犯罪分子也热衷于利用加密货币来作为犯罪的辅助工具。其中就包括在一些暗网上交易违禁物品，受害者信息等，也有用于洗钱等非法行为。区块链上记录的数据，因其真实性可以作为强有力的举证。
区块链上，犯罪数据对应的犯罪行为昭然若揭。
第二层：预言机的援助
前面提到了区块链内的犯罪数据记录可以是人为的上传共享，但是操作对象基本锁定在内部人员，意味着此时链上的犯罪记录偏向内部获得。但是外部的一些关键信息，也是侦破犯罪案件的重点。例如老王发现隔壁邻居藏有赃物，又担心证据力度不足，那他就不能为打击犯罪做些什么吗？
虽然老王的信息可能只是冰山一角，但经过专门的第三方整合后，外部数据的价值就能实现。区块链预言机，是一个提供外部信息的平台。比起个人提交信息无门，预言机在收集整理大量外部数据后，为链内信息使用者主动提供一个可查询的接口。
因为区块链是确定性的，这意味着其是一个接一个发生的特定事件的反映，亦即一系列顺序特定且具有因果关系的“交易”。然而，在链外访问的信息并非如此。它们较链内信息具有不连续性，因此这些信息在区块链里无法被信任或使用。
预言机是一种可信任的实体，它通过签名引入关于外部世界状态的信息，从而允许确定的智能合约对不确定的外部世界作出反应。预言机具有不可篡改、服务稳定、可审计等特点，并具有经济激励机制以保证运行的动力。
举个例子，预言机方可以向公众收集相关的犯罪线索，确认真实性后将数据推送给区块链，流程大致如下：
预言机向某个特定地址发起一笔交易，交易备注则是收集确认过的犯罪信息，智能合约只需要查看特定地址的交易记录，就可以获取该条犯罪信息。由于区块链会自动同步存储包含交易的区块，当警方或是有查证需求的机构访问这个地址，所以智能合约几乎只需要访问本地就可以获得不可篡改的真实数据。
第三层：摄像头的行动
前面提到的都是区块链上录入信息的部分，最终想要用于犯罪预测，就需要能动的发挥对区块链账本的分析作用。
数据只是被动的帮助犯罪案件侦破，加入到实际应用才是主动的预测。
通过提供基于区块链的系统来现代化“保守”和“本质低效”的视频监控行业，可以帮助允许用户实时应对威胁。利用去中心化监控技术通过让用户即时检测脸部、物体和分析视频馈送，“为相机提供大脑”。当然这是需要大量算力和数据的浩大工程。
对于预防犯罪，数据中心希望能获取更加详细的个人数据，例如能够根据性别、种族、年龄和情绪状态来对人们进行分类；识别出人的身高和体重，并跟踪遮掩脸部的人。智能机器“吃”进这些练习数据学会分辨场景，在犯罪行为发起前或刚刚发起时做出预测。
假若机器通过摄像头识别到犯罪行为，会自动激活警报系统，联系紧急服务机构，并在犯罪行为发生前，识别出罪犯的脸部。以零售店为例，商店可以保留禁止顾客的数据库，一旦这些顾客进入监控区域，将会触发警报。
预测犯罪市场，未来可期
2002年的电影《少数派报告》上映的时候， 预测犯罪还只是科幻小说里的情节。但随着大数据的广泛应用，进一步说是更加专业的数据应用，弥补了人类在获取信息分析的短板。
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%。
犯罪预测的灵感来源于地震预测，但是预测未发生的地震难度很大，而预测余震的难度就小得多。 洛杉矶警察局发现两者的相似点，便把过去80年内的130万个犯罪纪录输入了模型。
大量的数据帮助警察们更好地了解犯罪的特点和性质。 从数据显示， 当某地发生犯罪案件后， 不久之后附近发生犯罪案件的概率也很大。 这一点很像地震后余震发生的模式。 当警察们把一部分过去的数据输入模型后， 模型对犯罪的预测与历史数据吻合地很好。
依靠大数据，警方可以通过软件来预测犯罪高发地区。作为大数据中的一员强将，区块链给犯罪预测的未来，是值得高度期待的。
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
