Precobs - Precobs

Precobs это предсказательная полицейская деятельность -программное обеспечение с использованием алгоритмы а также знания о преступлениях, совершенных в прошлом, для прогнозирования совершения так называемых «почти повторных» преступлений. Precobs - это аббревиатура, обозначающая систему наблюдения до преступления. Он разработан и продается Institut für musterbasierte Prognosetechnik (Институт методики прогнозирования на основе шаблонов) - IfmPt - расположенный в Оберхаузен, Германия.[1]

Концепция почти повторного предсказания

Precobs используется для прогнозирования совершения "почти повторных преступлений", в настоящее время в основном для кража со взломом профилактика. Знания о почти повторах основаны на опыте того, что преступления нижеперечисленных категорий часто совершаются не один раз, а несколько раз в близком географическом и временном контексте, так называемой пространственно-временной близости.[2] (смотрите также Модели заражения преступностью ). Почти повторные преступления обычно повторяются в течение 72 часов. Помимо краж со взломом, такими преступлениями могут быть:

За концепцией почти повторов стоит эмпирическое наблюдение, что «преступность группируется в пространстве и времени».[4] Различные международные исследования о почти повторяющихся краж со взломом выявили закономерности в географической и временной связи совершенных взломов.[5] Самый высокий риск повторения преступления существует в течение 48 часов после совершения первого преступления.[6] После этого он остается примерно на месяц. Джонсонс и Бауэрс пришли к выводу после анализа данных о взломах в Мерсисайде, Великобритания:

«Главный вывод заключается в том, что кража со взломом является предиктором значительного увеличения количества краж со взломом в течение 1-2 месяцев и в диапазоне до 300-400 метров от ограбленного дома."[7]

Два подхода пытаются объяснить этот феномен. Согласно «гипотезе ускорения», прошлое виктимизация «повышает» вероятность снова стать жертвой.[8] Утверждается, что преступник возвращается на место совершения первого преступления, чтобы использовать свои знания об этой области. Напротив, «гипотеза флага» относится к привлекательности цели.[9] Преступники обычно сосредотачиваются на привлекательных целях.

Применение и преимущества

Программное обеспечение Precobs основано на имеющихся знаниях о прошлых кражах со взломом. Он использует так называемые «триггеры» и «анти-триггеры» для определения вероятности близких повторов.[10] Критериями инициирования являются характеристики места совершения преступления, способа совершения преступления (modus operandi), украденных предметов и даты совершения преступления. Если соблюдены определенные триггерные критерии, система квалифицирует преступление как потенциально близкое к повторению. Напротив, наличие анти-триггеров не позволяет системе почти повторять предупреждения.[11] Это может быть, например, умышленное разбивание оконного стекла. Такой способ работы указывал бы на непрофессиональный опыт, который значительно снижает вероятность почти повторения.[12] Кроме того, важную роль играет прошлый успех программного обеспечения.[13]Программа анализирует эти данные и предсказывает будущие преступления в географическом радиусе 250 м и во временном окне от 24 часов до 7 дней.[14]

Прогноз отображается на карте, содержащей пространственную и временную информацию.[15] В прошлых приложениях Precobs мог достигать точности прогноза около 80%.[16] Соответственно, властям, которые используют Precobs, больше не нужно привлекать персонал для трудоемких исследований на предмет возможных повторных преступлений или серий краж со взломом.[17]

Во-первых, предупреждение Precobs пересматривается полицейским-человеком. Затем власти могут использовать эту информацию для отправки патрулей, чтобы предотвратить предполагаемые преступления в будущем. Полиция может действовать под прикрытием, чтобы наблюдать за подозреваемыми или избегать преступлений, патрулируя соответствующие районы. Предупреждения Precobs могут использоваться только для внутренних нужд полиции. Однако эти данные также можно использовать для информирования общественности о сферах, в которых ожидаются преступления в будущем. Полиция в Ааргау, Швейцария, например, использует мобильное приложение для публикации определенных предупреждений Precobs.[18] Так называемое приложение KaPo-App предоставляет пользователям push-сообщения, которые озвучивают предупреждения для определенных районов или деревень.[19] KaPo-App может скачать каждый.[20]

Precobs впервые прошел испытания в швейцарских кантонах. Цюрих, Baselland и Ааргау[21] и в Баварский города Мюнхен и Нюрнберг.[22] Согласно заявлениям полиции Цюриха, количество краж со взломом может сократиться на 30% по сравнению с предыдущим годом.[23] Аналогичные результаты могут быть достигнуты в некоторых районах Баварии, где число снизилось на 17,5–42%.[24]

24 июня 2015 г. Баварское министерство внутренних дел, строительства и транспорта объявила о постоянном использовании программного обеспечения для прогнозирования полиции.[25]

Критика и недостатки

Использование Precobs вызвало различные вопросы и опасения.

Одна из основных проблем программного обеспечения для прогнозирования полиции в целом и, следовательно, Precobs, связана с использованием данных, необходимых программному обеспечению для прогнозирования любых преступлений. Поскольку программное обеспечение не использует личную информацию и окончательное решение всегда принимается сотрудником полиции, баварский сотрудник по безопасности данных квалифицировал Precobs как беспроблемный.[26] Однако критики Прекобса ссылаются на возможность обогащения процесса прогнозирования, близкого к повторению, данными, полученными из Интернет вещей и социальные сети.[27] Например, исследование, опубликованное в 2014 году, предполагает, что использование реального времени Twitter сообщения могут значительно улучшить автоматизированное прогнозирование преступлений.[28]

Другие авторы считают, что использование Precobs или сопоставимых систем может быть для властей оправданием для широкого расширения сбора данных.[29]

Более того, критики ставят под сомнение надежность данных, полученных с помощью систем прогнозирования. В целом, причинно-следственная связь между сокращением преступности и использованием программного обеспечения для прогнозирования полицейской деятельности подвергается сомнению. Например, при тестировании в Нюрнберге, Германия, количество взломов сначала уменьшилось в течение обычно интенсивной осени, но затем снова возросло в декабре.[30] Одна из часто озвучиваемых проблем в этом контексте заключается в том, что власти могут слишком легко полагаться на прогнозы программного обеспечения, а не на свой накопленный опыт.[31]

Более того, прогнозы Прекобса основаны на предположении, что преступления, которые были совершены случайно, не обладают соответствующей вероятностью близкого повторения.[32] Соответственно, программа может прогнозировать только кражи со взломом, совершенные профессионально действующими преступниками. Следовательно, сфера применения системы ограничена.

Система зависит от данных, предоставленных властями. Что касается большого количества краж со взломом, использование таких систем, как Precobs, могло бы слишком сузить фокус властей к определенной области.[33] Кроме того, к системе могли адаптироваться особо профессиональные преступники. Зная, что власти используют программное обеспечение для прогнозирования полицейской деятельности, преступники могут переключиться в другие географические районы или принять определенное поведение, чтобы ввести программное обеспечение в заблуждение. Это могло, наконец, привести к "серии" предсказаний взаимного поведения.

Еще одна проблема возникает, когда данные, полученные с помощью программного обеспечения, публикуются, как в случае с приложением Aargau Police. Публикация такой информации может оттолкнуть население и вызвать настроение страха.

Рекомендации

  1. ^ Метод прогнозирования с близким повторением, ifmpt.com. Проверено 25 февраля +2016.
  2. ^ Юстин и др., Оценка обобщения феномена, близкого к повторению, «Уголовное правосудие и поведение», Vol. 38 (2011), стр. 1042.
  3. ^ Почти повторяется, ifmpt.com. Проверено 25 февраля +2016.
  4. ^ К. Хаберман / Дж. Рэтклифф, Проблемы прогнозирования полицейских действий в случае почти повторяющихся вооруженных уличных ограблений, Полиция, Vol. 6 (2012), стр. 151 (152).
  5. ^ Там же.
  6. ^ А. Глуба, Предиктивная полицейская деятельность - eine Bestandsaufnahme (LKA Niedersachsen), netzpolitik.org, стр. 3 с дополнительными ссылками. Проверено 25 февраля +2016.
  7. ^ С. Джонсон / К. Бауэрс, Кража со взломом как ключ к будущему, Начало перспективной горячей точки, Европейский журнал криминологии, Vol. 1 (2004), стр. 237 (250).
  8. ^ К. Хаберман / Дж. Рэтклифф, Проблемы прогнозирования полицейских действий в случае почти повторяющихся вооруженных уличных ограблений, Policing Vol. 6 (2012), стр. 151 (152) со ссылкой на С. Джонсона, Повторная виктимизация со взломом: История двух теорий, Журнал экспериментальной криминологии 4 (2008), стр. 215 (216).
  9. ^ Там же.
  10. ^ С. Баранюк, Пойманные на месте преступления, New Scientist, Vol. 225 (2015), стр. 18; Б. Эггер, Positionspapier zum Einsatz von PRECOBS bei der Bayerischen Polizei, bka.de, стр. 3, дата обращения 25 февраля 2016.
  11. ^ Б. Эггер, Positionspapier zum Einsatz von PRECOBS bei der Bayerischen Polizei, bka.de, стр. 3. Проверено 25 февраля 2016 года.
  12. ^ Там же.
  13. ^ Прогностик, ifmpt.com. Проверено 25 февраля +2016.
  14. ^ С. Баранюк, Пойманные на месте преступления, New Scientist, Vol. 225 (2015), стр. 18.
  15. ^ Прогностик, ifmpt.com. Проверено 25 февраля +2016.
  16. ^ Там же.
  17. ^ М. Бюльманн, Die Polizei weiss dank Software im Voraus, wo Einbrüche drohen, aargauerzeitung.ch. Проверено 25 февраля +2016.
  18. ^ М. Фукс, «Поли, гиб Лаут!» - Wie die Polizei через смартфон vor Verbrechern предупреждает, aargauerzeitung.ch. Проверено 25 февраля +2016.
  19. ^ М. Монрой, De Maizière fordert weiteres EU-Forschungsprojekt zu Vorhersagesoftware, heise.de. Проверено 25 февраля +2016.
  20. ^ Доступность например в магазине Google Play: https://play.google.com/store/apps/details?id=ch.ag.kapoapp&hl=de.
  21. ^ W. Schüepp, Achtung, bei Ihnen droht ein Einbruch, tagesanzeiger.ch. Проверено 25 февраля +2016.
  22. ^ Министерство внутренних дел Баварии, строительства и транспорта, Herrmann verstärkt Kampf gegen Wohnungseinbrüche, stmi.bayern.de. Проверено 25 февраля +2016.
  23. ^ Специальное программное обеспечение: Polizei verhindert Einbrüche, bevor sie geschehen, aargauerzeitung.ch. Проверено 25 февраля +2016.
  24. ^ Министерство внутренних дел Баварии, строительство и транспорт, Herrmann berichtet über Erfahrungen des Precobs-Tests в Мюнхене и Миттельфранкене, stmi.bayern.de. Проверено 25 февраля +2016.
  25. ^ Там же.
  26. ^ К. Конен, Datenschutzbeauftragter: Verwendung der Prognosesoftware «Precobs» durch die Bayerische Polizei, bayrvr.de. Проверено 25 февраля 2015 года.
  27. ^ К. Бирманн, Ноч хат неманд бевизен, dass Data Mining der Polizei hilft, zeit.de. Проверено 25 февраля +2016.
  28. ^ М. Гербер, Прогнозирование преступности с помощью Twitter и оценки плотности ядра, ptl.sys.virginia.edu. Проверено 25 февраля +2016.
  29. ^ М. Монрой, LKA-Studie erklärt Für und Wider von "Predictive Policing" - Auch BKA liebäugelt jetzt mit Vorhersagesoftware, netzpolitik.org. Проверено 25 февраля +2016.
  30. ^ К. Бирманн, Ноч хат неманд бевизен, dass Data Mining der Polizei hilft, zeit.de. Проверено 25 февраля +2016.
  31. ^ А. Глуба, Предиктивная полицейская деятельность - eine Bestandsaufnahme (LKA Niedersachsen), netzpolitik.org, стр. 10 с дополнительными ссылками. Проверено 25 февраля +2016.
  32. ^ Б. Эггер, Positionspapier zum Einsatz von PRECOBS bei der Bayerischen Polizei, bka.de p. 3, дата обращения 25 февраля 2016.
  33. ^ К. Бирманн, Ноч хат неманд бевизен, dass Data Mining der Polizei hilft, zeit.de. Проверено 25 февраля +2016.