“可疑行为模式”的版本间的差异
来自China Digital Space
| 第34行： | 第34行： | ||
* 隐语与暗号： 算法会持续学习并识别不断翻新的“政治暗喻”或谐音词。 | * 隐语与暗号： 算法会持续学习并识别不断翻新的“政治暗喻”或谐音词。 | ||
| − | * 情绪极化： 频繁发布极端不满的情绪化言论，特别是当这些言论与特定社会突发事件（如[[烂尾楼]]、[[银行爆雷]]）相关联时。 | + | * 情绪极化： 频繁发布极端不满的情绪化言论，特别是当这些言论与特定社会突发事件（如[[烂尾楼]]、[[河南村镇银行暴雷|银行爆雷]]）相关联时。 |
* 加密通信的使用： 频繁安装或尝试访问境外加密通讯工具（如 [[Telegram]]、[[Signal]]），本身就会被标记为高可疑。 | * 加密通信的使用： 频繁安装或尝试访问境外加密通讯工具（如 [[Telegram]]、[[Signal]]），本身就会被标记为高可疑。 | ||
2026年1月28日 (三) 00:03的版本
在全方位监控的背景下，“可疑行为模式”的定义已经从传统的“鬼鬼祟祟”演变成了由算法逻辑、时空偏离、消费足迹和社交关联构成的多维数据模型。
这种定义的本质是：寻找“异常值”（Outliers）。 如果你的行为轨迹偏离了系统为你建立的“基准模型”，你就可能被标记为可疑。
1. 时空轨迹的“偏离与异常”
这是视频监控（天网工程、雪亮工程）和手机信令最核心的分析维度。
- 轨迹重合（Association）： 两个本无亲属或同事关系的人，在城市的不同地点（如车站、公园、商场）多次不期而遇，且停留时长相似。
- 敏感地逗留（Loitering）： 在政府机关、使领馆、大型交通枢纽附近长时间徘徊，或多次在敏感时间点出现。
- 反常出行（Abnormal Travel）： 例如，长期深居简出的人突然频繁跨省移动；或者在深夜频繁出入特定的小型旅馆或出租屋。
2. 消费与物资采购的“风险组合”
通过调取支付平台数据（支付宝、微信）和电商记录，系统会识别特定的采购组合。
- “战备”物资： 短时间内大量购买汽油（非加油站）、无人机、对讲机、甚至大量的风油精或白色T恤（历史上曾作为群体事件标识物）。
- 生存异常： 长期没有水电缴费记录但房内有人员活动（可能在从事隐蔽活动）；或者短期内大量囤积食品，足不出户。
3. 数字化沟通中的“语义分析”
这是通过网信部门对社交媒体和即时通讯工具的监控实现的。
- 隐语与暗号： 算法会持续学习并识别不断翻新的“政治暗喻”或谐音词。
4. 社交网络分析（SNA）
定义可疑不再只看你做了什么，还看你和谁在一起。
- 中心节点关联： 如果一个人的社交圈中有多位被标记为“重点人员”（如维权人士、宗教活跃者），算法会自动提升该个体的风险等级。
- 突发关联： 互不关联的几个人突然建立了一个群组，且地理位置正在向同一地点汇聚。
5. 跨系统校验的“身份裂缝”
当不同的数据库出现逻辑冲突时，会被立即定义为可疑：
人证不符： 摄像头捕捉到的人脸特征与所持身份证件不符。
物理失踪： 手机信令显示人在A地，但人脸识别摄像头却在B地捕捉到了该人，这暗示了“人机分离”的规避行为。
中国数字时代
- 【CDT关注】南华早报｜中国新一代监控工具借力AI：已监控7000万Telegram账户、可自动检测翻墙行为
- 【CDT报告汇】美联社：中国监控设备技术几乎全部来自硅谷，至少九家美国科技巨头曾为新疆警方服务（外二篇）
- 【CDT关注】“每个角落都装有摄像头，墙上是一整面监控屏，显示着所有监室的画面：如厕、洗澡、走动、吃饭”（外二篇）
- 萝卜精选 | 摄像头如何监控十四亿人？
- CDT 中与本词条相关的文章
- CDT搜索：更多和【可疑行为模式】相关文章
- 谷歌搜索：更多 CDT【可疑行为模式】相关文章
