剛過去不久的7月30日是聯合國“打擊人口販賣世界日”。這天意在結束對兒童、男、女進行強迫勞動或性工作的犯罪剝削。

全世界有2700至4580萬人以某種形式困在現代奴隸制中。受害者被強迫成為性工作者、乞丐和童兵，或者作為家傭，工廠工人和製造業、建築業、採礦業、捕魚業等工業的勞工。

人口販賣事件發生在世界各地。該行業非常有利可圖，每年約有1500億美元的非法利潤。事實上，這是全球有組織犯罪中最大利潤來源之一，僅次於毒品交易。

數據分析可以幫助執法者打擊人口販賣。人口販賣從本質上來說，是一個供應鏈——“供”（受害者）通過販運網路以滿足“需”（廉價、弱勢的非法勞工）。儘管人販子努力暗地操作，但是他們仍然留下了一條微弱、破碎的數據蹤跡。

這是一個機會——儘管極具挑戰。我們可以使用所能獲取的關於受害者、人販子、買家和剝削者的分配資訊，從而盡一切所能破壞供應鏈。在我們最新的研究中，我們詳細說明了如何運作。

尋找身處危機的人

在大多數國家，打擊人口販賣的資源非常不充足。各機構努力盡可能有效、高效地使用這些資源，卻往往發現自己正在為稀缺的資金和微弱的支持鬥爭。例如，政府可能需要決定如何最好地資助或安排勞動監察員檢查製造業中非法使用童工的情況。而資源有限的組織可能需要深入瞭解採取哪個預防計畫，或什麼樣的宣傳活動可以實施。

我們可以使用數據來確定最易受侵害的人群，並確定針對這些人的特定預防運動。被販賣的危險因素包括貧困、失業、移民和政治迫害或戰爭。有組織犯罪和自然災害也可能使人身處危機。

販賣往往以欺詐招聘方式開始，如承諾就業等。數據可以幫助確定特定的經濟蕭條地區，在那裏我們可以部署特定活動或提供社會服務支持。

在研究中，科學家使用數學方法來回答有關數據模式的複雜問題，並預測未來的趨勢或行為。與運輸業、製造業和金融業相似的分析工具可以幫助我們決定如何最好地分配資源，並幫助找到受害者的住所。

受害者識別和位置

販運網路是動態的。販運者很可能頻繁地改變分配和運輸路線以避免暴露，從而使執法部門和分析人員在識別和破壞販運網路時資訊不足。

然而，研究人員可以通過跟蹤不同地點的數據中微妙趨勢來獲取資訊。比如，在我們實際接觸受害者的地點，如急診室，或在當地執法活動中。

例如，在性交易中，通過查看零售店採購交易數據，可以發現小偷盜竊模式的線索。受害者有時會盜竊人販子不為其提供的一些生活必需品，如女性衛生用品、肥皂和牙膏。通常使用借記卡或信用卡進行交易的現金的流動趨勢——例如酒店預訂——也會使人警惕。

人販子在社交媒體和互聯網網站上發佈廣告。分析員可以通過面部識別軟體比較失蹤者報告和人販廣告中的資訊。

特別是與性相關的人口販賣活動常在互聯網中留下痕跡，主要以廣告形式。打廣告的人傾向於使用社交網路和約會網站，而更熟練的人販子頻繁地改變他們的線上狀態，試圖排除識別。

機器學習——一種電腦自己教自己完成任務的人工智慧，例如識別圖像——可用於檢測線上人口販賣活動。矩陣填充（一種機器學習）的最新突破甚至可以幫助清理偽造的資訊或對丟失的數據進行預測。

人販子往往在重大活動期間增加對被販賣的性工作者的剝削，如大型體育賽事。分析人員通過查看網上廣告的位置和時間幫助執法者檢測並阻止受害者的被販運去這些地方。分析人員也可以建議政策制定者何時何地應著重干預工作。

網路破壞

終止販賣人口、金錢和其他組成部分的流動對於確定販運網路，破壞其基礎設施和扼殺販運網路至關重要。

不幸的是，破壞網路需要當局和公眾的合作。在一些國家，如尼泊爾和哥斯大黎加，官員受到威脅或賄賂，從而忽視或以其他方式允許販運人口。對已知使用被販賣勞工的行業進行監管的力度往往不夠。販運者可以輕易製造或改變受害者的身份證件，使負擔過重的當局無法找到他們。

為了幫助當局終止販運活動，研究人員可以轉向網路分析。例如，網路分析可以用來繪製社交網路（如Facebook和Twitter）中的用戶資訊及其社交網路中的關係網。這可能有助於識別身受危機的人或者販運者或客戶。

社交網路分析也可以幫助確定哪些聯繫人對他人有重大影響。這或許能夠及早識別受害者或販運交易。

人口販賣是一種嚴重罪行，是對人權的可怕侵犯。幾乎每個國家都受到人口販賣的影響，成為受害者的來源、過境點、目的地和虐待地點。這些新的數學工具顯示出了巨大的潛力，打破了人口販運的迴圈，並為受害者提供逃至安全處所需的資訊。