Síntese
do Problema
Investigações policiais eficientes utilizam mapas
completos que integram todas as peças do cenário de uma
investigação criminal. Os mapas devem apresentar todas
as possíveis conexões entre os atores potencialmente
envolvidos que possam ter, direta ou indiretamente,
participado de atividades no cenário representado. Este
mapa, ou árvore de relacionamento criminal desenvolvido
na investigação pode ser
muitas vezes tratado como uma rede
Os
históricos policiais (boletins de ocorrência) são muito
ricos em atividades conectando redes de marginais e
alimentando evidências preciosas em investigações
futuras.
Muitas vezes, partem de bases de textos desestruturados,
sem conexões aparentes entre fatos, objetos ou pessoas,
onde pesquisas mais profundas exigem tempo e pessoal
qualificado para análise histórica útil ou conclusiva.
Esta técnica é conhecida nos meios policiais como
Análise de Conexões (Link Analisys) que consiste de duas
atividades principais:
Extração de conceitos e construção da rede
Identificação de conexões entre as entidades
|
Frame Work para
desenvolvimento de um mapa para análise Criminal -
Link Analysis - Qualificação Isnard Martins |
|
 |
|
As Redes Criminais são complexas de serem preparadas,
exigindo tempo crítico dos analistas da polícia.
Por esta razão, apenas algumas poucas redes são
desenvolvidas, sempre voltadas para investigações de
crimes de maior clamor público (ou onde possa ser
justificado maior empenho policial).
Tratando-se de delitos capitais como seqüestros,
homicídios e crimes hediondos, este tempo torna-se
crítico para o completo desenvolvimento de mapas
criminais que envolvem denúncias, múltiplos atores,
lugares, instrumentos , cúmplices e vítimas. A Rede pode
torna-se muito complexa - envolvimento de múltiplos
participantes e entidades pesquisadas
 Algumas ferramentas voltadas para
preparação automática de redes criminais estão
disponíveis e estão sendo utilizadas para
investigações, especialmente nos EEUU.
Entretanto um grande volume de conceitos inúteis à
investigação são extraídos de forma automática dos
textos desestruturados durante a construção da rede:
Dificultam a identificação daqueles conceitos realmente
essenciais à investigação;
Dificultam a identificação das mais fortes conexões
entre os conceitos nos mapas pesquisados
O sucesso da construção automática de
redes criminais automáticas depende da adequada extração
de nomes de entidades de interesse para investigação de
documentos textuais tais como datas, horários, números
significativos, pessoas, lugares e organizações
A
PROPOSTA
Emprego de técnicas de pesquisa
operacional para análise de associações existentes em
redes criminais - Algoritmos de Caminho Mínimo (PFS e
PFS Bi-Direcional; BFS para simular o trabalho de
especialistas na procura por associações úteis na
Rede).
Avaliação de algoritmos de Caminho mínimo para análise
das mais fortes conexões em redes criminais.
TEMA
DA PESQUISA
1-
Construção de redes para testar a proposta
Utilização de ferramentas especiais que permitem a
manipulação de bases textuais de boletins policiais,
de onde são extraídas informações fonte para
preparação automática de redes criminais,
representativas de tipos específicos de delitos,
2-
Avaliação dos algoritmos propostos
Técnicas aplicadas para avaliação de algoritmos de
caminho mínimo que possam identificar as mais
eficientes e efetivas soluções para apoiar a análise
de investigações em redes criminais geradas
automaticamente por instrumentos de software.
Como
estas entidades estão associadas?
Os criminosos estão conectados,
freqüentemente: família, amizade, associação criminosa,
organização, vizinhança. Qualquer entidade pode estar
conectada a outra em uma rede criminal . O aprendizado
destas associações é fundamental para o entendimento e
descoberta de evidências.
INDICADORES
PESQUISADOS
Efetividade
Necessário examinar se a utilidade dos caminhos das
associações são úteis para a investigação
Desafio
O sistema de processamento das co-ocorrências pode não
indicar realmente a utilidade do relacionamento
desenvolvido de forma aleatória.
Eficiência
A atividade criminal freqüentemente apera com prazos
críticos. AlgorItmos mais rápidos podem ajudar na
redução do tempo de elucidação do crime. Compara os
caminhos gerados pelos algoritmos (Priority-First Search
-
PFS e BFS modificado)
- verifica as suas respectivas utilidades nas linhas de
investigação para diferentes tipos de delitos criminais.
Avalia a performance dos algoritmos de caminho mínimo
selecionados e a sua melhor adequação para distintos
tipos de delitos criminais
Desafio
Tamanho da rede (n) e média de associações por nós
(m/n).
O
maioria das ferramentas de análise de redes criminais
apenas a representa visualmente – não executando
análise.
FERRAMENTAS
Construção de Redes
• Bancos
de Dados Estruturados : Goldberg & Senator
• AZNP,
Coplink Detect (2001)
• Documentos
Textuais: Lee (1998).
Análise estrutural de Conexões
-
Watson
(1994); Link Discovery Tool (1997):
-
Identificando associações através de
consultas a banco de dados;
-
Identificação de criminosos muito
ativos ou participantes de múltiplos crimes
-
Descobrindo hierarquias em organizações
criminosas;
-
Descobrindo evidências em associações,
aparentemente inexistentes e não relatadas
OBSTÁCULOS À AUTOMAÇÃO DE CONEXÕES
Necessidade da integração dos dados
extraídos
Excesso de conexões
Necessidade de pesquisas empregadas para avaliar a
relevância de todos os Links e de suas utilidades para
a investigação
|
Diagrama geral de
sistema automático para análise Criminal -
análise de rede - Qualificação Isnard Martins; Fonte
COPLINK, Chen & Xu, 2002
Abaixo, potenciais entidades conceituais linkadas |
|
 |
|
Algoritimos de Caminho Mínimo entre um
par de nós, citados pelos autores
Algoritmos tradicionais
Algoritmo Dijkstra
Priority-First Search
Floyd´s ou Dantzig´s
Abordagem Neural
Rede Hopfield (Ali et al.,1993; Araujo, et al.,2000)
|
Conclusões das
avaliações comparativas de emprego de algoritmos
- Link Analysis - Qualificação Isnard
Martins |
 |
RECOMENDAÇÕES DOS AUTORES
Indicadores de efetividade (caminhos
úteis) podem ser melhorados, através de técnicas mais
aprimoradas de extração de entidades - Melhoria na
Heurística de Extração
Máquina de aprendizado - arquitetura
Back Propagation (Neurais) - obtém
significado mais provável para a entidade (regras
léxicas obtidas na fase de treinamento), de acordo
com a frase analisada.
Indicadores de
efetividade (caminhos úteis) podem ser melhorados,
através de técnicas mais aprimoradas de extração de
entidades nominais ao invés de frases
entidades
(Extração automática de entidades denominadas
“Entidades Nominais” - Nomes de pessoas, narcóticos,
veículos e demais entidades relevantes - Extracting
Meaningful Entities from Police Narrative Police –
Chau, Xu, Chen 2002 )
DOCUMENTO FONTE ORIGINAL DESTE TRABALHO
(sobre
o Artigo de H. Chen e J. Xu, Tucson,EUA, 2002)
O Arquivo anexo
constitui-se em documentação acadêmica formal,
desenvolvida para o Exame de Qualificação ao título de Doutor em dezembro último. Pode ser baixado para
pesquisas científicas ou técnicas. Qualquer referência a este
trabalho deverá incluir:
-Citação do autor do trabalho,
-Citação da PUC Rio e orientador acadêmico,
-Citação dos autores titulares referenciados e outras bibliografias utilizadas.
 Download
Combatendo o
Crime Organizado - Pesquisa de Associações em Redes
Criminais (800 k)
Isnard Martins - Dezembro 2006
Departamento de Engenharia Industrial - PUC-Rio
Banca Acadêmica
Orientador Prof. PhD Silvio Hamacher - Dpt Eng
Industrial
Prof. Phd José Eugênio Leal - Dpt. Eng Industrial
Prof. Dra.Marley Velasco - Prof Dpt Engenharia Elétrica
Bibliografia
|
D.
McAndrew, The structural analysis of criminal
networks, in: D. Canter, L. Alison (Eds.), The
Social Psychology of Crime: Groups, Teams, and
Networks, Offender Profiling Series, Aldershot,
Dartmouth, vol. III, 1999.
|
|
E.
Dijkstra, A note on two problems in connection
with graphs, Numerische Mathematik 1 (1959) 269–
271.
|
|
F.
Araujo, B. Ribeiro, L. Rodrigues, A neural network
for shortest path computation, IEEE Transactions
on Neural Networks 12 (5) (2001) 1067–1073.
|
|
G.
Dantzig, On the shortest route through a network,
Management Science 6 (1960) 187– 190.
|
|
H.
Chen, K.J. Lynch, Automatic construction of
networks of concepts characterizing document
databases, IEEE Transactions on Systems, Man and
Cybernetics 22 (5) (1992) 885– 902.
|
|
H.G.
Goldberg, R.W.H. Wong, Restructuring transactional
data for link analysis in the FinCen AI System,
Proceedings of 1998 AAAI Fall Symposium on
Artificial Intelligence and Link Analysis, AAAI
Press, Menlo Park, CA, 1998.
|
|
H.G.
Goldberg, T.E. Senator, Restructuring databases
for knowledge discovery by consolidation and link
formation, Proceedings of 1998 AAAI Fall Symposium
on Artificial Intelligence and Link Analysis, AAAI
Press, Menlo Park, CA, 1998.
|
|
J.
Evans, E. Minieka, Optimization Algorithms for
Networks and Graphs, Marcel Dekker, New York,
1992.
|
|
K.M.
Tolle, H. Chen, Comparing noun phrasing techniques
for use with Medical Digital Library tools, J. A.
Society for Information Science 51 (2000).
|
|
M.
Ali, F. Kamoun, Neural networks for shortest path
computation and routing in computer networks, IEEE
Transactions on Neural Networks 4 (5) (1993)
|
|
M.
Chau, J. Xu, H. Chen, Extracting meaningful
entities from police narrative reports,
Proceedings of the National Conference on Digital
Government Research (Los Angeles, CA), 2002, pp.
271– 275.
|
|
M.K.
Sparrow, The application of network analysis to
criminal intelligence: an assessment of the
prospects, Social Networks 13 (1991) 251– 274.
|
|
P.
Klerks, The network paradigm applied to criminal
organizations: theoretical nitpicking or a
relevant doctrine for investigators? Recent
developments in The Netherlands, Connections 24
(3) (2001) 53–65.
|
|
R.
Lee, Automatic information extraction from
documents: a tool for intelligence and law
enforcement analysts, Proceedings of 1998 AAAI
Fall Symposium on Artificial Intelligence and Link
Analysis, AAAI Press, Menlo Park, CA, 1998.
|
|
R.V.
Hauck, H. Atabakhsh, P. Ongvasith, H. Gupta, H.
Chen, Using coplink to analyze criminal-justice
data, IEEE Computer 35 (3) (2002) 30– 37.
|
|
R.V.
Helgason, J.L. Kennington, B.D. Stewart, The one-toone
shortest-path problem: an empirical analysis with
the two-tree dijkstra algorithm, Computational
Optimization and Applications 1 (1993) 47– 75.
|
|
R.W.
Floyd, Algorithm 97: shortest path, Communications
of the ACM 5 (6) (1962) 345– 370.
|
|
S.
Wasserman, K. Faust, Social Network Analysis:
Methods and Applications, Cambridge Univ. Press,
Cambridge, 1994.
|
|
T.H.
Cormen, C.E. Leiserson, R.L. Rivest, Introduction
to Algorithms, MIT Press, Cambridge, MA, 1991.
|
|
V.E.
Krebs, Mapping networks of terrorist cells,
Connections 24 (3) (2001) 43–52.
|
|
W.R. Harper, D.H. Harris, The application of link
analysis to police intelligence, Human Factors 17
(2) (1975) 157– 164.
|
|
