［摘要］随着网络赌博、电信诈骗等新型网络犯罪的持续高发，其运作模式呈现出数据体量庞大、资金路径复杂等特征。传统人工筛查方法处理周期长、遗漏风险高，严重制约了执法机关在资金流向分析中的效率与准确性，因此，亟须一套具备实战可用性的自动化统计分析工具。本文基于公安系统典型案件处理需求，设计并实现了一款轻量级、本地化运行的数据与资金研判软件。系统采用模块化结构，集成多表合并、归属地查询、交易统计与资金路径提取等功能，操作简便，支持结果导出与备案对接。系统已在吉林某地公安机关与司法鉴定机构完成实测，反馈表明与传统人工分析相比效率提升5至10倍，显著缩短研判周期，有效支撑多起复杂案件决策，具备良好的实战推广前景。

　　［关键词］新型网络犯罪；数据研判；资金流向；多表统计；归属地查询

　　0引言

　　近年来，随着数字支付手段的普及和互联网社交平台的发展[1]，网络赌博、网络诈骗等新型网络犯罪活动日益猖獗，作案手段不断演化，呈现出智能化、链条化、跨地域等趋势。另据第53次《中国互联网络发展状况统计报告》（CNNIC，2024年），我国网民规模已突破10.92亿，其中超84%的用户经常使用移动支付，这为违法分子提供了更广阔的潜在作案空间。

　　在此背景下，犯罪分子通常通过代理、跳板账户和异地中转等手段掩盖真实身份与资金来源，构建复杂、隐蔽的资金流转网络。这类案件往往涉及上百万条交易记录、成百上千个涉案账户，以及跨省乃至跨境的资金通道，严重制约公安机关在资金溯源、关键节点识别与组织结构分析等方面的研判效率。

　　在实践中，许多基层公安单位仍依赖传统表格工具（如Excel）进行手工比对与转账路径梳理。该方式虽操作门槛低，但在面对百万级数据体量和复杂资金结构时，极易出现处理效率低、遗漏风险大、复核困难等问题。据基层实战反馈，一个中等规模网络诈骗案件的资金梳理工作，人工处理周期通常需3~5天，严重影响案件侦破的时效性与准确性。

　　为有效应对上述问题，本文基于公安实战需求与案件处理流程，设计并实现了一款专用于网络犯罪资金路径分析的本地化工具系统。该系统集“数据研判”与“资金研判”于一体，支持交易数据的多表合并统计、归属地批量查询、全员交易数据分析及账户间资金路径提取，具备结构清晰、操作简便、部署门槛低等特性。系统整体采用Python语言开发，前端界面基于PyQt5框架构建，数据建模使用嵌入式SQLite数据库，路径识别逻辑基于深度优先搜索（DFS）算法[2]进行链路递归回溯。所有结果以标准表格方式展示并可导出为.CSV文件，便于后续归档与司法审查使用。

　　本文旨在提出一套切实可用、易于部署的本地研判工具系统，在不依赖外部网络环境的基础上实现数据统计自动化，提升公安机关对涉网资金犯罪的响应效率与侦查能力。该系统已在多个真实案件中试点应用，并获得公安机关与司法鉴定机构的联合认可，验证了其实用性、稳定性与推广价值。

　　1软件设计与总体结构

　　为满足公安机关在新型网络犯罪案件中对涉案资金流转路径与相关人员信息的快速、准确、高效的研判需求，本系统从实战出发，设计并实现了一款集数据统计与资金追踪于一体的本地轻量化软件工具。该软件面向网络赌博、洗钱、诈骗等典型案件场景，针对人工研判成本高、分析逻辑不统一、数据处理易遗漏等问题进行优化，在保障数据可解释性和执行效率的前提下，构建了具备“模块化、轻量级、实战导向”特征的软件技术架构。

　　1.1设计思路：模块化、轻量级、实战导向

　　软件设计逻辑上划分为“数据研判子系统”与“资金研判子系统”，每个模块独立负责一类数据处理逻辑，便于系统维护与后续扩展；系统采用完全本地运行机制，无须依赖外部服务器或网络环境，最大限度降低部署与使用门槛；同时，界面操作符合公安实战人员使用习惯，操作路径明晰，功能名称直观，无须专业培训即可使用，具有较强的实用导向性。

　　整体功能流程遵循“导入数据→自动统计分析→快速查询→结果导出”闭环模式，确保整个研判过程在统一平台内高效完成。

　　1.2架构组成

　　本系统整体架构如图1所示，分为输入层、业务逻辑层、数据存储与逻辑层、用户交互层四个部分。其中，输入层负责数据的接入与标准化，业务逻辑层包含数据研判子系统与资金研判子系统，是实现案件分析功能的核心；数据存储与逻辑层提供底层建模与算法支持；用户交互层则面向办案人员，提供直观的操作界面与结果导出功能。各层之间自上而下逐级传递数据和调用逻辑，形成完整的分析闭环。下面将对各组成模块进行详细说明。

　　（1）数据处理引擎。本模块属于系统的输入层，主要负责数据的接入与标准化。系统的数据入口为结构化的.CSV文件，包含交易明细、卡号与身份信息表、归属地数据（IP、手机号、身份证）等。针对公安实战中常见的多文件、多字段命名不一致的情况，系统设计了基于字段识别规则的适配解析器。数据在导入后统一建模为本地临时SQLite数据库[3]，用于支持后续的高性能查询与筛选操作。通过对CSV文件进行逐行读取、统一字段映射、数据标准化处理等流程[4]，有效实现了多源数据的融合与结构化存储，为下游分析逻辑提供了可靠数据基础。

　　（2）分析逻辑模块。本模块位于系统的业务逻辑层，是实现资金路径提取与多表递归统计的核心环节。

　　在资金研判过程中，系统基于Python的字典（dict）结构构建向图模型，资金路径提取使用递归方式实现的深度优先搜索（DFS）算法，结合路径深度限制与剪枝策略，寻找任意两卡之间的全部转账链路，有效应对“多级中转”与“分散入账”等资金隐匿手段。

　　在实现过程中，核心的数据组织和算法依赖于数据存储与逻辑层提供的支持，如Map结构用于账户对象建模，SQLite用于本地数据库操作，DFS递归算法用于路径搜索。

　　在数据研判模块中，系统使用树状结构递归统计下级代理层级与投注总额，并支持对人员归属地信息进行批量查询与关联绑定。所有递归与路径运算逻辑均在内存中运行，兼顾了实时性与稳定性。

　　（3）可视交互界面。本模块属于系统的用户交互层，负责与办案人员直接交互，提供直观的界面与可操作的功能入口。系统界面采用PyQt5构建，主界面分为“数据研判”和“资金研判”两个主标签页，每个页面内部按钮响应方式结合事件驱动机制，引导用户逐步完成操作。

　　1.3技术选型与实现方式

　　本系统选型以“实用性、兼容性、可控性”为导向，主要采用如下技术栈：

　　（1）语言与界面框架：Python 3.10+PyQt5，兼容主流Windows系统环境；

　　（2）数据解析引擎：Python原生CSV模块进行逐行读取，配合自定义字段识别机制；

　　（3）数据库组件：SQLite内嵌数据库，临时建立数据索引以支持快速检索。

　　分析算法：

　　（1）使用字典结构（Map）构建资金网络图；

　　（2）路径提取采用回调式编程逻辑结合DFS递归算法实现，支持深度控制与循环检测；

　　（3）不包含可视化功能，所有结果以结构化表格形式呈现。

　　系统打包：

　　采用PyInstaller进行跨平台编译，发布为独立可执行文件，便于公安现场部署与司法鉴定机构长期运行使用。

　　2数据研判模块设计
       2.1多表联合统计

　　在新型网络赌博案件中，嫌疑人及代理层级之间通常通过多维度数据进行登记和组织，如身份证信息表、银行卡信息表、投注明细表等。这些表格来源广泛、字段命名不统一，依靠人工比对不仅工作量大，还容易遗漏跨表隐含的关联。因此，构建统一的人员信息表成为研判的基础和关键。本系统通过“多表联合统计”解决此问题，为后续统计分析奠定基础。

　　从功能角度看，该模块支持用户导入多个结构化CSV文件，系统在导入时以身份证号为主键，动态检测字段重名、数据冗余等常见问题。为保证准确性，通过人工自定义字段（如身份证号、银行卡号、姓名、手机号等）完成字段映射与表间合并，最终输出一张统一格式的“人员信息总表”。该系统还具有排序与筛选功能，支持用户依据关键字段（如投注额等）的给定范围值进行过滤、排序，从而高效筛选出具有嫌疑的核心账户或高级代理。

　　在技术实现方面，系统采用Python原生的CSV文件逐行读取机制，结合哈希映射结构对字段内容进行快速分类与索引，同时将合并后的数据写入本地嵌入式SQLite数据库以提升查询性能。为适应百万级数据的高并发读取与写入场景，系统设计了批量事务执行逻辑，将多个合并操作封装为SQL事务块批量执行，显著降低磁盘I/O次数，提高整体处理效率。

　　这一功能在实战中具有重要的应用价值。通过建立统一的人员信息总表，能够快速完成“一个人是否多张卡”“一张卡是否多次交易”“是否为中高层级代理”等关键问题的初步研判，避免人工重复劳动所带来的效率低和误判等问题。同时，该模块为后续归属地分析、资金路径提取等功能提供了完整的数据支撑。

　　2.2归属地查询

　　在网络赌博及电诈类案件中，嫌疑人通常通过不同区域注册的身份证、手机卡、网络设备等手段进行地域伪装，规避公安机关定位与抓捕。因此，及时识别人员真实的地域信息，对锁定其实际活动区域、交叉验证落地信息、辅助指挥研判等均具有重要意义。为此，本系统在数据研判模块中设计并实现了归属地查询功能，支持基于身份证号、手机号与IP地址等信息的地域识别，包含“单次查询”与“批量处理”两种典型使用场景。

　　在“单次查询”场景中，系统支持用户输入某一个关键字段（如身份证号码、手机号、IP地址），并在数十万条预置归属地记录中迅速定位。在“批量处理”场景下，系统能够对表中的多条数据同时进行归属地识别，并以结构化表格形式标注于每条记录后方，为后续以地域为依据的工作（如嫌疑人路径分析）提供支持。

　　为避免联网查询带来的风险和依赖，系统将身份证号段、手机号段与IP地址段的归属分别以独立CSV文件的形式存储为本地离线库；为保证查询效率，系统在导入时将上述数据按编码字段进行排序，并构建索引映射关系。在查询阶段，系统采用经典的二分查找算法对目标字段在归属数据表中进行快速定位，从而将时间复杂度压缩至O（logn），即使在百万级数据量下也能实现秒级响应。

　　与传统的归属地在线比对或人工对照方式相比，系统归属地查询功能具备速度快、批量处理能力强、适配公安数据格式强等优势。

　　3资金研判模块设计

　　3.1全员交易统计

　　在网络赌博、电信诈骗等涉资类案件中，犯罪嫌疑人通常通过多账户、多层级的方式进行资金转移与清洗，账户之间的资金流转频繁而复杂。在资金研判阶段，首要任务是厘清所有涉案账户的基本交易概况，识别其中进出频繁、收款集中或余额异常的核心账户。为此，本系统在资金研判模块中设计并实现了“全员交易统计”功能，针对导入的交易明细数据，对所有账户的收支行为进行全面汇总，输出进账、出账与余额信息表，为后续的路径分析、主嫌识别等环节提供基础数据支持。最终，系统以表格形式列出所有卡号的进账、出账与余额情况。

　　在数据结构设计上，系统采用以卡号为键的Map（Python字典）结构构建账户索引表。每一个卡号映射为一个Account对象，内部维护该卡的累计进账金额、累计出账金额及相关交易记录列表。交易数据导入后，系统在内存中建立该Map结构，按记录顺序遍历交易表，遇到转出卡号则累加其出账金额，遇到转入卡号则累加其进账金额。

　　考虑到大数据量情况下的性能瓶颈问题，系统在交易统计过程中采用回调式编程设计，通过逐行处理方式读取交易文件，能够有效避免将大规模数据一次性加载至内存导致的资源溢出。最终生成的“全员账户统计表”不仅可供用户直接查看，还支持导出为CSV文件供案件归档使用。

　　在多起实际案件中，该模块已实现在短时间内定位关键账户，为资金链深度剖析奠定重要基础。

　　3.2单人记录查询

　　在资金链分析工作中，除了对全体账户进行总体性统计，在实际操作中更常需要对某一张银行卡进行逐项排查与核实。为满足此类“定向分析”“逐人核查”的办案需求，本系统资金研判模块特别设计了“单人记录查询”功能。用户输入任一银行卡号，即可快速调出该账户的姓名以及资金流入流出总额。

　　该功能在逻辑上以“卡号→交易记录”为路径展开，在用户输入查询字段后，系统依据内部Map索引映射快速定位相关账户节点，并遍历其交易历史记录生成明细列表。为提升可读性与数据利用效率，系统将所有查询结果以结构化表格形式呈现，并按照时间顺序逐笔列出该账户的转入金额、转出金额以及交易方卡号。

　　该功能运行过程不依赖数据库查询，而是基于内存中已构建好的账户交易对象集合直接检索与回显，从而避免重复数据读取，提高响应速度。表格支持导出操作，可将结果导出为标准.CSV文件用于后续材料整理或提交鉴定机构使用。

　　从实战价值角度看，单人记录查询模块适用于嫌疑人锁定后的详细审计，或在调查初期对特定异常卡号进行快速排查。通过细化视角，办案人员可以在海量交易中发现资金行为特征，有助于识别洗钱卡、涉赌中转卡或冒用身份卡等高风险账户类型。该功能与“全员统计”功能形成互补，共同构成完整的“广覆盖+精核查”式资金研判体系。

　　3.3卡间资金路径提取

　　在网络赌博及电诈类案件中，犯罪分子常通过多级中转、多层掩饰的方式构建复杂的资金流转网络，以规避执法机关追查。中转账户往往承担“洗钱跳板”或“代理账户”角色，其存在显著拉长了追溯链条、稀释了资金来源。在此背景下，构建自动化的卡间路径提取功能，识别任意两张卡号之间是否存在直接或间接的转账关系，成为资金研判系统的关键技术点之一。为此，本系统在资金研判模块中集成了“卡间资金路径提取”功能，支持用户指定起始卡号与目标卡号，自动搜索两者之间所有可达的中转路径，以便揭示隐藏的资金流向和关键中介账户。

　　功能上，该模块允许用户输入任意一组“起点卡号→终点卡号”，系统将基于内存中已构建的账户图模型遍历全部交易关系，输出符合条件的全部路径。每一条路径按转账顺序列出涉及卡号链条，并记录每一跳的交易金额与交易时间，最终呈现出一张结构化路径表。

　　为实现该功能，系统在技术层面采用了经典的深度优先搜索（Depth-First Search，DFS）算法，以有向图为基础遍历路径。在交易导入阶段，系统已通过Python字典结构构建“卡号→账户对象”映射关系，交易边作为邻接列表维护在各账户内部。路径提取时，从起点节点出发，系统递归探索所有可能的后续转账节点，并沿路径进行深度遍历，直至找到目标卡号或达到深度阈值为止。每当遍历到目标卡号，系统即记录该路径并保存至结果集。

　　为提升效率并减少冗余，系统在DFS基础上集成剪枝策略与路径去重机制。剪枝策略包括：限定路径最大深度（通常不超过6跳）、检测循环转账（避免自环或重复节点）、判断金额方向一致性等逻辑，从而排除无实际研判价值的路径；路径去重则防止由于交易时间重复或卡号间反复往返造成的路径重复入库问题。这些策略有效控制了搜索空间，确保结果的可解释性与实用性。

　　多起网络赌博案件证明，该路径提取功能在缩短办案周期、聚焦调查重点、精确锁定中枢账户等方面发挥了显著作用，是系统研判能力的核心体现之一。

　　4系统实现

　　系统整体操作流程如图2所示，用户从数据导入开始，依次经过多表统计、归属地查询、资金研判（全员交易统计、单人查询、路径提取）等功能，最终导出结果文件，用于案件备案和司法鉴定。

　　在此框架下，系统以Python为开发基础，采用PyQt5构建交互界面，实现了数据导入、统计计算与结果导出的一体化处理流程。系统界面整体结构清晰，功能按钮层级合理，符合公安办案人员操作习惯，确保非技术用户亦可快速掌握使用方法。

　　系统主界面分为两个功能板块：“数据研判模块”和“资金研判模块”，各自包含对应功能流程的全部子操作，如数据导入、多表联合统计、归属地查询（包含单次查询和批量处理）、全员交易统计、单人查询和路径查询等。功能模块通过主界面顶部标签页切换，无须跳转子窗口，提升了操作流畅度与任务聚合度。

　　在数据导入方面，系统支持用户通过按钮选择.CSV文件，一键载入交易明细、卡号信息等。数据加载完成后，用户可选择执行“多表联合统计”操作生成人员信息表，支持筛选和排序。归属地查询结果显示在独立列上，展示身份证号、手机号或IP地址对应的省市归属信息。

　　在资金研判模块中，用户可点击“数据处理”一键执行全员进账、出账与金额自动统计，统计结果以表格形式呈现。若需核查具体人员交易明细，可通过“单人查询”界面输入身份卡号，系统将展示其完整交易历史及金额。

　　路径提取功能则在用户输入起点卡号与终点卡号后，系统执行DFS遍历算法，并以表格形式返回所有中转路径。

　　所有分析结果均支持导出为.CSV格式，便于用户归档、报送上级或作为证据提交鉴定机构使用。

　　5实际应用与测试

　　为全面验证本系统在公安实战环境下的运行性能、稳定性与实际应用价值，项目团队组织开展了多个阶段的系统测试与应用试点，涵盖高强度数据处理测试、不同场景下的功能验证以及基层公安部门的应用反馈采集。测试结果表明，系统具备良好的性能表现和高可靠性，在真实案件数据处理中显著提升了分析效率，并为案件决策提供了关键支持。

　　首先，在性能测试方面，项目团队采用模拟交易数据集对系统处理能力进行压力验证。测试数据包含100万条资金交易记录，涵盖超过10万名人员与账户节点，数据总量超过1.2 GB。系统在普通配置的办公计算机（Intel i5处理器、16 GB内存、Windows 10环境）上完成全流程操作，耗时控制在5分钟以内，系统响应时间始终稳定在2秒以内。为验证系统稳定性，项目组还进行了7×24小时连续运行测试，结果显示系统无内存泄露、逻辑阻塞等异常现象，资源占用始终处于安全范围，表明其具备在公安工作环境中长时间部署运行的能力。

　　在实际应用环节，系统已于2024年在吉林省某地市公安局网安支队完成试点部署，并协助完成多起网络赌博案件的数据研判任务。经反馈，该支队原有资金分析方式主要依赖人工筛查Excel表格与分段比对，工作量极大，平均单案分析周期为3~5天。使用本系统后，通过自动化导入与研判工具，平均处理时间缩短至不足1天，大幅压缩案件研判周期。

　　根据广州某司法鉴定所反馈意见，该系统导出的交易路径结果具备良好的可审计性与可验证性，尤其在涉及多跳中转资金流的案件中，可有效减少对人工路径复算的依赖，提高鉴定报告出具效率。

　　系统在多轮实际应用与测试中表现出高效、稳定、可靠的运行特性。在百万级数据处理场景下具备稳定运行能力，在实战中显著提升分析效率5~10倍，有效满足了公安机关对资金类案件智能化分析、可视化呈现（表格）、可操作流程的综合需求，展现出良好的推广前景与应用价值。

　　6结论与展望

　　随着网络赌博、电信诈骗等新型网络犯罪持续蔓延，公安机关对涉案数据的分析能力提出了更高要求。传统依靠人工方式分析交易数据、核查人员归属、追溯资金路径的方法，已无法满足实战中对效率与精度的双重需求。本文所提出并实现的“新型网络犯罪案件资金路径查询系统”，正是在此背景下诞生的一款具备实用性、可操作性与实战导向的轻量级数据研判工具。系统充分融合了Python语言的灵活性与PyQt5图形界面的可控性，在结构设计上坚持模块化、本地化原则，覆盖了人员信息统计、归属地判别、交易路径提取等关键功能环节，形成了完整闭环的分析流程。

　　实践表明，该系统在公安机关真实案件中运行表现稳定，尤其在处理百万级资金交易记录、提取复杂中转路径、定位高危账户等方面展现出显著优势。通过嵌套使用Map结构与深度优先搜索算法，实现了对复杂资金流网络的高效解构，极大缩短了传统案件分析时间，提升了工作效率5~10倍。公安实战单位与司法鉴定机构的联合反馈也充分验证了系统的有效性与可采信性，表明该工具在一线数据侦查中具有切实可行的应用价值。

　　本文所构建的网络犯罪案件资金路径查询系统在当前公安信息化工具体系中填补了“低门槛、本地部署、强结构输出”的功能空白，具备推广应用的现实基础与可持续发展潜力。未来，随着人工智能与图数据挖掘技术的逐步融合，该系统将有望向更高层次的“智能研判平台”方向演进，为打击新型网络犯罪提供更有力的技术支撑。

主要参考文献

　　［1］郑雯，戚新源.青年网民消费行为及心理的深层逻辑［J］.人民论坛，2025（8）：26-31.

　　［2］向晓婷.深度优先搜索算法的研究与应用［J］.自动化应用，2024，65（9）：1-3，7.

　　［3］刘昶，李威，王德志.面向大规模数据集的SQLite数据快速查询算法研究［J］.现代计算机，2024，30（24）：166-169.

　　［4］CARVALHO G，MYKOLYSHYN S，CABRAL B，et al.Comparative analysis of data modeling design tools［J］.IEEE Access，2022（10）：3351-3365.