如何准确判断恐怖分子身份？

在成长过程中，他曾想过，或许自己可以做一名会计。当女朋友的父亲帮他找了一份银行出纳员的工作时，他就离开了学校。在为银行效力期间，有机会出现时他也会把握住，坐上新岗位，但没有一个是他特别感兴趣的，或者说没一个岗位的收入是丰厚的。他最终发现计算机编程工作很有意思，因为这份工作可以让他“深入了解那家银行运行所依赖的基础数据库”。

事实表明，霍斯利工作勤奋，热衷于研究人类行为，能辨是非，正义感强。最终，银行安排他追查银行员工的欺诈行为，因为成绩斐然，后来又负责研究消费者诈骗行为（对这家银行构成更大的威胁）。英国每年因此类诈骗而损失的资金大约为15亿美元。近年来，两种情形使诈骗活动更为泛滥：网上银行业务增多，银行间为了迅速抢占客户而激烈竞争。

有那么一段时间，资金成本如此低，信贷如此宽松，不论就业、国籍、信誉程度如何，只要走进一家英国银行的人的心脏还在跳动，都可以轻易开立一张银行借记卡。（事实上，甚至死活都不足以成为问题：诈骗犯也很乐意使用死人和虚构人的身份。）霍斯利了解不同客户群体的情况。西非移民是支票伪造高手，而东欧人则是最出色的个人身份信息窃贼。这类诈骗犯十分执著，创意非凡：他们会追踪至一家银行的呼叫中心，在外面徘徊直到员工出来，进而展开贿赂，套取客户信息。

霍斯利组建了一个数据分析和特征筛选团队，编写能够搜索银行数据库以识别诈骗行为的计算机程序。这些程序员干得不错。然而，诈骗犯也不差，而且反应迅速，一旦以前的诈骗方法被识破，便立即搞出新花样。如此三番五次地较量之后，霍斯利的思维更敏锐，对诈骗犯的思维方式把握得更深刻。即使在梦中，他也仍然想着银行数以亿计的数据，苦苦寻找那些可能间接反映违法行为的群体特征。他的算法也越来越严密。

大约就在这个时候，我们有幸见到了伊恩·霍斯利，于是我们与他一起开始思考这个问题：如果他的算法能够筛选浩瀚繁复的银行数据，找出诈骗犯，那么同样使用这一算法，能否巧妙地识别出其他坏人，例如潜在的恐怖分子呢？

“9·11”恐怖袭击后的数据分析，支持了这种预感的可能性。那19名恐怖分子的银行业务反映出了他们的某些行为方式，总体而论，与银行一般客户的行为特征有着显著差别：

·他们的美元账户上存有现金或现金等价物，平均数额大致为4000美元，通常是在一家大型知名银行的分行开立账户。

·他们通常以邮政信箱作为联系地址，地址变化频繁。

·其中有些人经常给其他国家电汇，也经常收到来自其他国家的电汇，但电汇数额通常较小，不足以引起银行的注意而予以上报。

·他们往往一次性存入大量现金，随后经常取出小额现金。

·他们的银行业务没有反映出正常的生活费用，例如租金、公用事业费用、汽车还款、保险费，等等。

·每月存钱或取款的时间没有明显的规律可言。

·不用储蓄账户或保险箱业务。

·支取现金比使用支票的比例明显高出很多。

毫无疑问，事发后总结恐怖分子的银行业务特点，要比事发前弄清楚恐怖分子的银行业务特点容易。而且，这19个人——生活在美国、接受如何劫持航班训练的外国人——的行为特征，不一定就与其他恐怖分子（例如土生土长的伦敦自杀式人体炸弹）的行为特征一致。

此外，我们过去用数据识别违规欺诈行为——例如我们在《魔鬼经济学》中谈到的小学教师舞弊、相扑运动员的欺骗行为——所选取的目标群体中，舞弊、欺诈的比例相对较高。但在本例中，涉及的目标群体规模庞大（仅霍斯利工作的这一家银行就有数百万的客户），而潜在恐怖分子的数量却少之又少。

我们假定，或许你能够开发出一种银行算法，准确率高达99%，同时假定英国有500个恐怖分子，那么这种算法可以准确地识别出495名恐怖分子（即99%）。然而，在英国，大约有5000万成年人与恐怖主义扯不上任何关系，而且那种算法也会错误识别1%的群体，也就是50万人。最后，这个准确率为99%的了不起的算法，会弄出太多“假阳性”结果——50万无辜的英国人完全有理由义愤填膺，当他们以涉嫌从事恐怖活动的理由被安全部门强制带走时。

当然，安全部门也没法处理如此庞大的工作量。

卫生保健领域同样存在这个问题。对近期进行的一次癌症筛查结果的分析表明，68000位参加者在进行14次检测后，有50%的人至少会得到1次假阳性检测结果。卫生保健的大力倡导者可能会强烈要求医院全面筛查各类疾病，但现实情况是，如果真的实施，那么医院就会充斥大量的假阳性患者，真正的病人将被挤出医院。棒球运动员迈克·洛厄尔（Mike Lowell）——“世界职业棒球大赛最有价值球员”近期上榜球员，在谈及检测联赛中每位球员的荷尔蒙的计划时，指出了相关的一个问题。“如果检测结果的准确率高达99%，这也意味着会产生7个假阳性球员。”洛厄尔说，“如果这些假阳性球员中的一个就是卡尔·瑞普肯（CalRipken），怎么办？这会给他的职业生涯涂上污点吗？”

与此类似的是，如果你想要缉拿恐怖分子，那么99%的准确率离满意还相差甚远。

如何判断谁是恐怖分子？

2005年7月7日，4个穆斯林自杀式人体炸弹袭击伦敦，1个在拥挤不堪的公交车上爆炸，3个在伦敦地铁里引爆，总共夺去52条人命。“就我个人而言，此番袭击让我悲痛至极。”霍斯利回忆说，“当时，我们才刚开始实施识别恐怖分子的项目，事发后，我就在想，如果早几年就启动这个项目，我们能阻止这次袭击吗？”(www.xing528.com)

“7·7”爆炸案中的自杀式人体炸弹留下了一些银行数据，但不是很多。然而，在接下来的几个月中，大批形迹可疑的人被英国警方逮捕——这对于我们开展恐怖分子识别项目帮了一个大忙。无可否认，没有一个人是被证实的恐怖分子，其中大多数人根本就不会以任何罪名被定罪。但是，既然他们与恐怖分子的特征如此吻合，并因此遭到抓捕，那么或许我们可以利用他们的银行业务习惯创建一个实用的算法。碰巧的是，其中有100多个恐怖主义嫌疑人就是霍斯利工作银行的客户。

专家导读

仅仅依靠数学计算就能判断出谁是恐怖分子？这听起来像是天方夜谭，但作者却举出了大量的实例以及详细的计算说明，让人读起来不得不信服。这个世界真是奇怪，看起来，你未来能不能当上老板也是能计算出来的。

这个程序要分两步走。首先，汇总这100多名嫌疑人的所有可用资料，然后根据他们不同于其他普通人的行为特征，创建一个算法。一旦算法得到最佳调整，就可以用来从这家银行的数据库挖掘信息，识别出隐藏的罪犯。

鉴于英国正在打击伊斯兰宗教激进分子，不再针对（比如）爱尔兰游击队，所以被捕的嫌疑人中一定有人用穆斯林姓名的。后来证明，穆斯林姓名是这种算法中最明显的人口统计特征。如果一个人既没有穆斯林姓，也没有穆斯林名，那么这个人是恐怖主义嫌疑人的概率，仅有50万分之一。如果仅有穆斯林姓或穆斯林名，那么其概率为3万分之一。然而，如果既有穆斯林姓又有穆斯林名，那么其概率大幅上升为2000分之一。

潜在的恐怖分子绝大多数都是男性，而且年龄多在20～35岁。此外，他们极有可能：

·拥有移动电话

·是学生

·租房，没买房

仅凭这些特征，几乎不能作为逮捕他们的理由。（这些特征描述几乎与我们的许多研究助理的行为特征都吻合，但我们十分肯定他们中没一个是恐怖分子。）但当我们把这些特征与穆斯林姓名放在一起时，那么即使这些特征再普通，也就开始提高上述算法的威力了。

一旦考虑了上述因素，其他几个特征则是无关紧要的，不能用以识别恐怖分子。这几个特征包括：

·就业状况

·婚姻状况

·住所距清真寺很近

住所毗邻清真寺、没有工作、单身的26岁男性是恐怖分子的概率，绝不会比住所距离清真寺5英里、有工作、已婚的26岁男性是恐怖分子的概率更高。这与一般看法竟然是截然相反的。

还有一些反面特征格外突出。数据表明，潜在的恐怖分子尤其不太可能：

·开立储蓄账户

·在星期五下午从自动取款机上取钱

·投保人身险

穆斯林在每周五的下午要参加集体祷告仪式，因此周五不从自动取款机上取钱似乎是自然的。人身险这一特征则更有趣一些。假定你26岁，已婚，有两个孩子，那么从很大程度上说，投保人身险合情合理——万一你“英年早逝”，那么你的家人还能靠保险补偿金维持生计。然而，如果投保人自杀致死，那么保险公司是不会为此支付补偿金的。因此，一个想到某天可能会把自己炸上天的26岁的家庭户主，很可能不会把钱浪费在人身险上。

所有这些因素都间接表明，如果一个正在成长的恐怖分子希望掩盖自己的可疑形迹，那么他应该去开户银行，把自己账户的姓名改掉，要一点都不像穆斯林姓名的那种（伊恩，或许吧）。而且，买几份人身险也不是坏事。霍斯利工作的那家银行就提供几种人身险，每月缴不了几个钱。