ВИДИ АНАЛІТИЧНИХ ТЕХНОЛОГІЙ ТА ЇХНЯ КЛАСИФІКАЦІЯ (ДОСВІД НАЦІОНАЛЬНОЇ ПОЛІЦІЇ УКРАЇНИ)
DOI:
https://doi.org/10.20535/2308-5053.2023.3(59).295011Ключові слова:
аналітичні технології, великі дані, кримінальний аналіз, поліцейська діяльністьАнотація
Зміна підходів в діяльності Національної поліції зумовлена накопиченням великих масивів даних та активним процесом використання сучасних аналітичних технологій. Цей процес зумовлює необхідність зміни підходів до поліцейської діяльності. З огляду на вищевказане, метою даної статті є визначення видів аналітичних технологій та надання їхньої класифікації на основі досвід роботи Національної поліції України. Основи методологічного інструментарію становили загальнонаукові та спеціальні методи пізнання, серед яких: історичний, компаративістський, синтетичний, логіко-семантичний, нормативно-догматичний (формально-юридичний), правового регулювання завдяки яким вдалося розглянути аналітичні технології в міжнародному та національному контексті діяльності органів поліції. Досліджено фактори, які спричинили активне використання аналітичних технологій в діяльності поліції, а також зумовили розвиток моделі поліцейської діяльності, керованою аналітикою. Розглянуто наукові праці вітчизняних та зарубіжних вчених, які досліджували питання використання сучасних методів обробки та аналізу інформації в діяльності поліції. Визначено, що активізація використання аналітичних технологій в роботі поліції сприятиме трансформації моделі діяльності кримінальної поліції з реактивної на активну, зміщення правоохоронних акцентів з практики реагування на злочини-інциденти на діяльність з виявлення латентних злочинів, їх попередження та профілактику. Розглянуто авторське спеціалізоване комп’ютерне забезпечення, яке реалізує аналітичні технології оперативного та тактичного кримінального аналізу. Практична цінність наукових результатів полягає в тому, що їх може бути використано для визначення шляхів побудови єдиної інформаційно-аналітичної системи Національної поліції України.
Посилання
Aden H. Information sharing, secrecy and trust among law enforcement and secret service institutions in the European Union. West European Politics. 2018. Vol. 41. Issue 4. P. 981–1002. Doi:10.1080/01402382.2018.1475613.
Anandan P., Kumar A.M.S., Vignesh C.C., Kokila S. Machine learning solution for police functions. IDCIoT 2023 – International Conference on Intelligent Data Communication Technologies and Internet of Things, Proceedings. 2023. P. 463–469. Doi: 10.1109/IDCIoT56793.2023.10053461.
Andrew Guthrie Ferguson. The Rise of Big Data Policing: Surveillance, Race and the Future of Law Enforcement. New York University Press. 2017. P. 272. Doi: 10.18574/nyu/9781479854608. 001.0001.
Arya A., Sehgal M., Bhatia N., Aggarwal N., Khurana S. An approach to criminal suspect prediction software using machine learning classifiers. 3rd IEEE 2022 International Conference on Computing, Communication, and Intelligent Systems, ICCCIS. 2022. P. 885–889. Doi: 10.1109/ICCCIS56430.2022.10037685.
Dakalbab F., Abu Talib M., Abu Waraga O., Bou Nassif A., Abbas S., Nasir Q. Artificial intelligence & crime prediction: A systematic literature review. Social Sciences and Humanities Open. 2022. Vol. 6. Issue 1. Article number 100342. Doi: 10.1016/j.ssaho.2022.100342.
Delgado Y., Price B.S., Speaker P.J., Stoiloff S.L. Forensic intelligence: Data analytics as the bridge between forensic science and investigation. Forensic Science International: Synergy. 2021. Vol. 3. Article Number 100162. Doi: 10.1016/j.fsisyn.2021.100162.
Densley J.A., Pyrooz D.C. The Matrix in context: Taking stock of police gang databases in London and beyond. Youth Justice. 2020. Vol. 20. Issue 1-2. P. 11–30. Doi: 10.1177/1473225419883706.
Dworzecki J., Nowicka I. Artificial intelligence (AI) and ICT-enhanced solutions in the activities of police formations in Poland. Advanced Sciences and Technologies for Security Applications. 2021. P. 161–181. Doi: 10.1007/978-3-030-88972-2_11.
Gwinn S.L., Bruce C.W., Hick S.R., Cooper J.P. Exploring crime analysis: Readings on essential skills. Overland Park, KS: International Association of Crime Analysts. 2008. P. 432.
Hu X., Chen H., Chen H., Zhang S., Liu S., Li X. Telecom fraud detection via imbalanced graph learning. International Conference on Communication Technology Proceedings, ICCT. 2022. P. 1312–1317. Doi: 10.1109/ICCT56141.2022.10073400.
Irarrázaval M.E., Maldonado S., Pérez J., Vairetti C. Telecom traffic pumping analytics via explainable Data Science. Decision Support Systems. 2021. Vol. 150. Article number 113559. Doi: 10.1016/j.dss.2021.113559.
Jerry H. Ratcliffe. Intelligence-Led Policing. Routledge. 2016. P. 234. Doi: 10.4324/9781315717579.
Kovalchuk O., Karpinski M., Banakh S., Kasianchuk M., Shevchuk R., Zagorodna N. Prediction Machine Learning models on propensity convicts to criminal recidivism. Information (Switzerland). 2023. Vol. 14. Issue 3. Article Number 161. Doi:10.3390/info14030161.
Krysovatyy A., Lipyanina-Goncharenko H., Sachenko S., Desyatnyuk O. Economic crime detection using support vector machine classification. CEUR Workshop Proceedings. 2021. Vol. 2917. P. 830–840. ISSN 16130073.
Kumar R., Nagpal B. Analysis and prediction of crime patterns using Big Data. International Journal of Information Technology (Singapore). 2019. Vol. 11. Issue 4. P. 799–805. Doi: 10.1007/s41870-018-0260-7.
LeBlanc J., Elder J., Bruce C., Santos R., Cook T., Rodriguez E., Steiner F. Definition and types of crime analysis. Standards, methods & technology methods. Overland Park, KS: International Association of Crime Analysts. 2014. P. 9.
McDaniel J., Pease K. Predictive policing and artificial intelligence. Book. 2021. P. 312. Doi: 10.4324/9780429265365.
Montasari R. The Application of Big Data Predictive Analytics and Surveillance Technologies in the Field of Policing. Advances in Information Security. 2023. Vol. 101. P. 81–114. Doi: 10.1007/978-3-031-21920-7_5.
Neiva L., Granja R., Machado H. Big Data applied to criminal investigations: expectations of professionals of police cooperation in the European Union. Policing and Society. 2022. Vol. 32. Issue 10. P. 1167–1179. Doi: 10.1080/10439463.2022.2029433.
President's Cmssn on Law Enforcement and Admin of Justice. Challenge of Crime in a Free Society. 1967. P. 351. URL: https://www.ojp.gov/ncjrs/virtual-library/abstracts/challenge-crime-free-society.
Ridgeway G. Policing in the era of Big Data. Annual Review of Criminology. 2018. Vol. 1. P. 421–449. Doi: 10.1146/annurev-criminol-062217-114209.
Saravanan P., Selvaprabu J., Arun Raj L., Abdul Azeez Khan A., Javubar Sathick K. Survey on crime analysis and prediction using Data Mining and Machine Learning techniques. Lecture Notes in Electrical Engineering. 2021. Vol. 688. P. 435–448. Doi: 10.1007/978-981-15-7241-8_31.
Литвинов В.А., Козловська Т.А., Жерновий М.М., Овсянюк Д.І. Історія становлення підрозділів кримінального аналізу Національної поліції України. Актуальні питання та перспективи розвитку кримінального аналізу в правоохоронній системі України : зб. тез доп. міжвідом. наук.-практ. конф., 11 серп. 2022, c. 113-116.
Струков В.М., Узлов Д.Ю., Гнусов Ю.В. Інструментальні інтелектуальні платформи для криміального аналізу. Право і безпека. 2021. № 4. С. 64–79. Doi: https://doi.org/10.32631/pb.2021.4.07.
Федчак І.А. Основи кримінального аналізу : навчальний посібник. Львів : Львівський державний університет внутрішніх справ. 2021. 288 с.
Школьніков В.І. Автоматизація процесів обробки й аналізу інформації з використанням програмного забезпечення. Актуальні питання та перспективи розвитку кримінального аналізу в правоохоронній системі України : зб. тез доп. міжвідом. наук.-практ. конф., 11 серп. 2022, c. 191–192.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
