彩虹多多手机版|在线用户注册平台 | 官网APP下载

斩断跨境网络赌博犯罪“链条”******

　　李忠勇

　　每年“两节”期间，人们的休闲娱乐时间增加，一些人选择网络赌博作为消遣。殊不知，这种消遣方式轻则造成钱款损失，重则引发法律风险。

　　近日，公安部披露了2022年打击治理跨境赌博犯罪成效：全年共侦办跨境赌博相关犯罪案件3.7万余起，打掉网络赌博平台2600余个、实体赌场1100余个，打掉非法支付平台和地下钱庄2500余个、非法技术服务团队1200余个、赌博推广平台1600余个，一大批犯罪嫌疑人被移送审查起诉。

　　赌博历来是社会一大公害。有些人把维系生活的钱款用来赌博，赌输之后，弄得倾家荡产，妻离子散；有些企业主挪用资金进行网络赌博，造成资金链断裂，企业倒闭；还有人在赌输后，实施盗窃、诈骗、抢劫等犯罪……由此可见，赌博不仅违背社会公德，毁掉个人和家庭幸福，而且还会涣散民族精神，败坏社会风气，诱发各种犯罪，威胁社会安定，影响经济社会健康发展。

　　近年来，随着互联网的快速普及与发展，超越时空的跨境网络赌博活动也不断扩张蔓延。同传统的线下赌博相比，跨境网络赌博犯罪案件不仅涉案人员多、金额大，而且服务器设在境外，以类似传销模式运作，容易导致聚集参赌，且具有隐蔽性强、跨域性广、技术性程度高、组织结构严密等特点，致使案件查处呈现出侦查难、抓捕难、取证难、治理难的特点，给公安机关的打击治理工作带来诸多挑战。

　　我国历来高度重视打击治理跨境赌博工作，并作出一系列决策部署。2022年，公安机关会同有关部门继续采取严厉措施打击治理跨境赌博犯罪，系统治理涉赌黑灰产问题，摧毁了一批特大跨境网络赌博团伙，侦破了一批重大案件，打击治理工作整体呈现压倒性态势。最近，安徽宿州警方就破获了一起特大跨境网络赌博案，抓获犯罪嫌疑人63名，涉案流水高达2亿元；西安市雁塔区人民法院也审理了一起涉案赌资逾亿元的跨境网络开设赌场案。

　　虽然跨境赌博犯罪集团遭受重创，但我们仍要清醒地看到，跨境网络赌博的生存土壤尚未彻底铲除，必须坚持多措并举，注重标本兼治，坚决斩断跨境赌博犯罪的“链条”，不断将打击治理工作向纵深推进，净化社会环境。

　　首先，要实行综合治理，齐抓共防。网络赌博涉及方方面面，单靠一两个部门治理难以奏效，因此必须在各级党委、政府的领导下，健全机制，多管齐下，有效治理跨境赌博犯罪生态。如加强全民拒赌反赌宣传教育，提高广大群众拒赌反赌意识；公安、网信、银行、工信等部门要密切配合，加强对互联网站的许可备案管理，及时封堵处置跨境网络赌博网站和应用程序等，形成防范打击整治网络赌博活动的合力。

　　其次，要全面挖掘涉赌线索，加大侦查打击力度。各地各级公安机关应通过广泛发动群众举报、网络监控巡查、深入公共场所摸排等多种渠道，全面搜集挖掘获取网络赌博案件线索。在此基础上，顺藤摸瓜，对涉赌者的真实身份、资金流向、赌博网站设置地点、组织结构等进行全面侦查，并加强案件研判，从而达到“一网打尽”的效果。

　　最后，要加强区域和国际合作，提升打击效能。跨境网络赌博案件具有跨地域性，这就需要进一步完善跨域协作机制，加强禁赌国际合作，加大境外执法合作和追逃力度，这样才能彻底摧毁跨境网络赌博犯罪集团，从源头上斩断跨境赌博犯罪“链条”。

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）