2012年美赛C题：利用通信网络识别犯罪共谋

2012年美赛C题：利用通信网络识别犯罪共谋属于 2012 年 ICM C 题，英文原名为 Modeling for Crime Busting。

调查情境

虚构的 Intergalactic Crime Modelers 调查团队正在研究一个共谋案件。涉案者和其他可能被怀疑者都在同一家快速发展的软件公司工作，该公司为银行和信用卡企业开发、销售软件。调查人员已有若干确定的参与者及确定未参与者，希望在逮捕前识别其他成员和领导者。

研究目标是按参与共谋的可能性给出调查优先次序；如能提出区分参与者和非参与者的界线，以及可能的领导者，也有助于调查。通信资料涵盖正常员工，不能把所有出现于网络中的人都视为共谋者。

先行案例 EZ

主管提供十人的旧案作为简单示例：Anne、Bob、Carol、Dave、Ellen、Fred、George、Harry、Inez、Jaye。事先已知 Dave、George 参与，Anne、Jaye 未参与。

消息按内容分为五主题：1 为 Bob 迟到，2 为预算，3 为重要但含义不明、假定与共谋有关的事项，4 为 George 的压力，5 为午餐及其他社交。消息可以同时涉及两主题。原题按先后列出的 28 条消息可概括如下：

序号	发送→接收	内容要点	主题
1	Anne→Bob	询问迟到	1
2	Bob→Carol	抱怨Anne盯着自己，否认迟到	1
3	Carol→Dave	转述Anne与Bob因迟到争执	1
4	Dave→Ellen	上午见面并带预算文件	2
5	Dave→Fred	约时间见面，问是否带预算文件	2
6	Dave→George	稍后谈重要事项，希望其他人准备好	3
7	Harry→George	询问压力原因，认为预算无碍	2、4
8	Inez→George	说自己疲惫并问候	5
9	Jaye→Inez	邀请午餐	5
10	Inez→Jaye	表示疲惫、婉拒午餐	5
11	George→Dave	要求立即谈话	3
12	Jaye→Anne	邀请午餐	5
13	Dave→George	正去见Fred，暂时不能来	3
14	George→Dave	要求之后过来	3
15	Anne→Carol	询问谁负责监督Bob	1
16	Carol→Anne	说Bob正与George、Dave合作良好	1
17	George→Dave	强调重要性、抱怨Fred并问Ellen	3
18	Ellen→George	询问是否与Dave谈过	3
19	George→Ellen	尚未谈，并反问Ellen	3
20	Bob→Anne	否认迟到、表示午餐时仍工作	1
21	Bob→Dave	请Dave证明自己未迟到	1
22	Ellen→Carol	与Anne安排下周预算会议，并安抚George	2
23	Harry→Dave	提及George再次压力很大	4
24	Dave→George	提醒不要让Harry担心并追问	4
25	George→Harry	解释为工作晚、家中有事	4
26	Ellen→Harry	请求缺席会议，称Fred更熟悉预算	2
27	Harry→Fred	怀疑明年预算令人焦虑，提议安抚大家	2、4
28	Fred→Harry	认为预算健康，无须忧虑	2

主管曾根据通信网络分析使 Ellen、Carol 也被起诉；Bob 后来自认参与并达成减刑协议；Carol 的指控后来撤回。主管怀疑 Inez，但未建立足够案情。示例体现了漏判和误指控的不同后果。

原题图 1：EZ 先行案例的消息网络；边上的编号表示消息主题。（原题 PDF 第 3 页。）

当前案件与三份数据表

当前疑案涉及侵吞公司资金，并通过互联网欺诈盗取客户信用卡资金。正式任务及附件提供 83 名人员、400 条定向消息、15 个主题，三主题已被认为可疑；原通信超过 21,000 词。出于隐私与安全原因，团队拿到的是通信双方和主题编码，没有全部原始文本；单条消息最多含三个主题。

• Names.xls 将节点编号映射到姓名，实际为 83 条人员记录。
• Messages.xls 包含发送节点、接收节点及最多三个主题列，实际为 400 条消息记录；空白主题列表示该列无追加主题。
• Topics.xls 给出 15 个主题说明。

姓名表中存在不同节点同名的记录，分析应保留节点编号与姓名的映射，并说明如何处理身份歧义。

原题开头曾写 82 名员工，旧案例回顾处曾写 27 条链接；本题正式要求与实际文件采用 83 人、400 条消息，EZ 列表实际有 28 条。

十五主题的语义为：

1. 公司财务、股价、往年收益、销售预测及流动资产位置。
2. 新产品线，部分内容使用西班牙语。
3. 办公楼清洁和维护问题。
4. 上周办公室聚会及后续，尤其 Alex、Elsie 与 Paige 的争执。
5. 楼宇和数据库安保；Chris、Este 等被拒绝所需数据权限，讨论安全是否妨碍运作。
6. 副总裁空缺与晋升，围绕迅速晋升且有争议的 Paige 的支持和反对。
7. Paul 家中晚间私人聚会，提醒保密、不要在 Paige 面前讨论，部分西班牙语可能是暗语；此主题已认定可疑。
8. 两周内滑雪旅行及邀请对象。
9. 当地高中橄榄球队，Jean、Darlene 深度参与赛季活动。
10. 墨西哥新分支办公室及人员搬迁协调。
11. 会计、信用卡和审计软件，尤其系统漏洞；此主题已认定可疑。
12. 午餐餐馆，许多消息用西班牙语。
13. 新电脑与网络上线，关注 Paige、Ellin、Chris 离线时段并建议延长其无法使用电脑的时间；此主题被视为共谋计划关键。
14. 新产品定价过高、缺乏竞争力的担忧。
15. Paige 与 Chris 新设的额外计算机安全培训要求。

原题图 2：当前案件的 83 人、400 条消息网络。姓名与数据文件中的节点相对应。（原题 PDF 第 4 页。）

四项要求

1. 已知 Jean、Alex、Elsie、Paul、Ulf、Yao、Harvey 参与共谋；Darlene、Tran、Jia、Ellin、Gard、Chris、Paige、Este 未参与；可疑主题为 7、11、13。建立模型和算法，按参与可能性对 83 节点排序，说明指标。Jerome、Delores、Gretchen 是公司高层，尤其需要判断他们是否涉及共谋。
2. 若新增信息说明主题 1 也与共谋有关，且 Chris 实为参与者，优先名单如何变化？
3. 解释如果能取得原始消息，语义网络分析、文本分析对内容与上下文的研究，怎样帮助建立更好的模型和员工分类。说明是否已将此类能力用于 Topics.xls 的主题描述以改进模型。
4. 写清假设与方法，报告最终将送交地方检察官。讨论如何借助更充分的网络、语义和文本分析改善建议，并推广到数千人、数万条消息、可能数百万词的大型数据库。说明所用网络方法的理由，以及如何用于其他类型网络中相似节点的识别、排序和分类，例如已有部分感染节点标签、并有影像或化学数据的生物细胞网络。

提交要求

一页摘要表加不超过二十页的正文，总计最多二十一页。程序可以另作单独文件附录，不计入正文页数，且并非必须提交。应通过有效假设处理数据缺口、不规则、重复和错误，并清楚说明处理方法。

原题与来源

• COMAP 官方题目及资料 ZIP。

返回：2012年美赛赛题。