L’analisi criminale è una parte fondamentale delle forze dell’ordine e della giustizia penale, ma può essere un processo lungo e laborioso. Gli analisti criminologici devono esaminare grandi quantità di dati e informazioni, provenienti da diverse fonti, per individuare possibili connessioni tra di esse e trovare indizi utili per risolvere i crimini. Tuttavia, il processo di analisi criminale può richiedere giorni, settimane o addirittura mesi, soprattutto in caso di crimini complessi.
Per accelerare il processo di analisi criminale e migliorare la capacità delle forze dell’ordine di individuare e prevenire i crimini, un gruppo di ricercatori europei ha sviluppato un sistema di analisi criminale chiamato VALCRI.
Il Visual Analytics for Sense-Making in Criminal Intelligence Analysis (VALCRI) è un sistema per l’analisi criminale che utilizza l’Intelligenza Artificiale per automatizzare le parti laboriose del lavoro degli analisti criminologici. Il sistema utilizza l’Intelligenza Artificiale per automatizzare le parti laboriose del lavoro degli analisti criminologici, mentre fornisce nuove linee di indagine e possibili motivi per i reati.
Il sistema VALCRI utilizza diverse tecniche di analisi dei dati, questo consente al sistema di esplorare grandi quantità di informazioni e dati sui criminali, le loro attività, i loro rapporti con altre persone e organizzazioni, così come sui veicoli e gli strumenti utilizzati nei reati. Ad esempio, VALCRI può analizzare i dati sulle proprietà dei criminali, cercando di trovare possibili legami tra i criminali e le proprietà o le imprese registrate a loro nome. Il sistema può anche analizzare i rapporti tra le persone coinvolte nei reati, suggerendo possibili connessioni e motivi.
VALCRI è stato utilizzato in diversi casi reali di analisi criminale, contribuendo alla risoluzione di alcuni casi importanti.
Un esempio è quello del caso di Huddersfield, nel Regno Unito, in cui un gruppo di uomini era stato accusato di sfruttamento sessuale di minori. I dati relativi al caso erano molto complessi e difficili da analizzare, con molte fonti di informazioni diverse che dovevano essere combinate e analizzate. VALCRI è stato utilizzato per esaminare le informazioni relative al caso e ha identificato possibili legami tra le attività dei sospetti e le attività delle loro vittime, suggerendo nuove linee di indagine e nuovi possibili sospetti. Grazie all’utilizzo di VALCRI, gli analisti criminologici sono stati in grado di esaminare i dati in modo più efficiente e preciso, contribuendo alla risoluzione del caso. Un altro esempio è quello del caso di Rotterdam, nei Paesi Bassi, in cui un gruppo di spacciatori era stato accusato di traffico di droga. Il caso era molto complesso, con molte persone coinvolte e diverse fonti di informazioni da analizzare. VALCRI è stato utilizzato per analizzare i dati relativi al caso e ha individuato possibili collegamenti tra i sospetti e i loro contatti, suggerendo nuove linee di indagine e possibili connessioni con altre organizzazioni criminali. Grazie all’utilizzo di VALCRI, gli analisti criminologici sono stati in grado di individuare nuove prove e di identificare altri sospetti, contribuendo alla risoluzione del caso
Come funziona
Il sistema è stato sviluppato da un team di ricercatori europei coordinato da William Wong docente alla Middlesex University, Uk.
In precedenza, gli investigatori dovevano impiegare una media di 73 query SQL e attendere fino a tre giorni per trovare i casi giusti. Il software automatizza il processo, utilizzando processi di big data per aggregare informazioni da un’ampia gamma di fonti e formati diversi attraverso motori di ricerca dedicati.
Le query SQL (Structured Query Language) sono istruzioni utilizzate per interrogare e manipolare i dati presenti in un database relazionale. Le query SQL possono essere utilizzate per recuperare informazioni specifiche da una tabella o da un insieme di tabelle all’interno di un database. Le query SQL sono composte da una serie di comandi che specificano le operazioni da eseguire sul database. Questi comandi includono:
- SELECT: utilizzato per selezionare le colonne da visualizzare nella query
- FROM: specifica la tabella o le tabelle da cui selezionare i dati
- WHERE: specifica una condizione per filtrare i dati in base a determinati criteri
- GROUP BY: utilizzato per raggruppare i dati in base a determinate colonne
- ORDER BY: utilizzato per ordinare i dati in base a una o più colonne specificate
Ci sono anche altri comandi SQL avanzati, come JOIN, UNION, subquery, funzioni di aggregazione, che consentono di unire, combinare o manipolare i dati in modi più complessi.
Lo strumento utilizza meccanismi di apprendimento automatico (machine learning) per vagliare masse di dati non strutturati per identificare somiglianze tra casi ed esegue ricerche associative per ottenere report basati sui criteri di ricerca degli utenti. VALCRI utilizza diverse fonti di dati pubbliche e riservate, ciò significa che attinge a fonti di Open Source Intelligence (OSINT) per l’analisi criminale ed a fonti di dati proprietarie o riservate, come i database governativi o le fonti di dati delle forze dell’ordine. Ciò consente al sistema di esplorare un’ampia gamma di fonti di dati e di combinare diverse fonti di informazioni per individuare possibili collegamenti tra i dati e fornire nuove linee di indagine.
Il sistema VALCRI utilizza diverse modalità di visualizzazione dei dati, consentendo agli analisti criminologici di esplorare i dati in modo più interattivo e intuitivo. Gli analisti possono esplorare i dati in diversi modi, tra cui la visualizzazione delle reti di contatti, la mappatura delle proprietà, la visualizzazione delle attività dei criminali e la creazione di timeline degli eventi. Il sistema utilizza tecniche di analisi semantica per esaminare il significato dei dati e le possibili relazioni tra di essi. Ciò consente a VALCRI di individuare possibili collegamenti tra i dati e fornire nuove linee di indagine. Ad esempio, il sistema può identificare possibili legami tra i criminali e le proprietà o le imprese registrate a loro nome, suggerendo nuove possibili connessioni. Il sistema infatti può presentare dati e informazioni in formati visivi come mappe, timeline , diagrammi di dispersione e grafici di processo. Questo crea un dashboard dell’analista progettato per essere integrato all’interno della forza lavoro e consentire un ragionamento investigativo basato sulle informazioni del database. Le visualizzazioni sono interattive e facilitano l’analisi cooperativa umana. Il sistema utilizza anche algoritmi come PCA, MDS e SNE per incorporare punti dati in rappresentazioni grafiche. Questa funzione consente il calcolo statistico e matematico dei livelli di somiglianza e correlazione tra diversi insiemi di dati sulla criminalità attraverso diversi modelli algoritmici, ciascuno con i propri punti di forza e di debolezza
PCA (Principal Component Analysis) è un algoritmo di riduzione delle dimensioni utilizzato nell’analisi dei dati. L’obiettivo principale di PCA è quello di ridurre il numero di variabili di un dataset, mantenendo al tempo stesso la maggior parte delle informazioni contenute nei dati originali.
MDS (Multidimensional Scaling) è un algoritmo di riduzione delle dimensioni utilizzato nell’analisi dei dati. L’obiettivo principale di MDS è quello di rappresentare i dati in uno spazio di dimensioni inferiori rispetto a quello originale, mantenendo al tempo stesso le informazioni contenute nei dati originali.
SNE (t-distributed Stochastic Neighbor Embedding/t) un metodo statistico per la visualizzazione di dati ad alta dimensione assegnando a ciascun punto dati una posizione in una mappa a due o tre dimensioni
VALCRI utilizza anche il machine learning per identificare pattern e trend nei dati storici sui reati, consentendo di prevedere possibili futuri crimini e suggerire possibili motivi per i reati esistenti. In questo modo, il sistema può fornire agli analisti criminologici nuove informazioni e suggerimenti per le indagini.
L’utilizzo di VALCRI inizia ad essere un’importante risorsa per le forze dell’ordine e le agenzie investigative in quanto il sistema può lavorare in modo continuo e autonomo, esaminando costantemente i dati e fornendo informazioni e suggerimenti agli analisti criminologici. Il sistema VALCRI è stato testato in diversi contesti e ha dimostrato di essere un utile strumento per accelerare il processo di analisi criminale e individuare nuove linee di indagine.
Criticità: la possibile insorgenza di pregiudizi cognitivi negli investigatori
Sebbene le capacità di analisi dei dati di VALCRI offrono agli analisti criminali una serie più ampia di punti dati su cui basare le loro conclusioni, ciò può creare negli investigatori l’attivazione di alcuni bias e pregiudizi cognitivi. Infatti, La ricerca dell’Università di Tecnologia di Vienna basata su 120 casi di studio introduce il rischio di pregiudizi cognitivi e sensoriali che giocano un ruolo significativo nell’influenzare le conclusioni che gli agenti delle forze dell’ordine traggono, sulla base delle visualizzazioni fornite da VALCRI. Questi rischi possono essere mitigati in VALCRI ridisegnando i modelli di apprendimento automatico e implementando meccanismi di de-biasing come il modello di data frame di Klein in modo che diventi più facile identificare i bias cognitivi e regolare gli obiettivi di analisi in base ai risultati.
Dunque è importante sottolineare che l’utilizzo di VALCRI non deve sostituire il ruolo degli analisti criminologici, ma piuttosto integrarlo, offrendo nuove informazioni e suggerimenti per le indagini. Inoltre, date le possibili criticità, è importante considerare le implicazioni etiche e sociali dell’utilizzo dell’Intelligenza Artificiale nell’analisi criminale, compresa la necessità di garantire la privacy e la sicurezza dei dati personali, evitando discriminazioni o bias di qualsiasi tipo.
Articoli correlati
- Possiamo diventare tutti agenti (non)segreti indipendenti. OSINT: il Potere dell’Open-Source Intelligence.
- The Fifht Dimension
- Cybersecurity, spionaggio informatico e sicurezza nazionale
- Cyber Security Specialist, una carriera professionale strategica ed indispensabile per governi ed aziende
- Cyber Range, un poligono virtuale per l’addestramento alla Cyber Security
- Call of Duty: la chiamata alle armi con i videogames. War simulation and reality of war (Introduzione)
- SOCIETÀ 5.0 (parte 1)
La MACCHINA MAIEUTICA 