Шаблон_2024_не_трогать_!!!!!_211

1.

Информатика и информационные технологии в
профессиональной деятельности
Анализ больших данных (Big Data). Прогнозирование преступлений
на основе исторических данных и текущих тенденций
Выполнил курсант 21 взвода
Овсянникова А.Д
Преподаватель
Тарас Ольга Борисовна

2.

Проблема, актуальность и
новизна
Проблема
• Эффективное предотвращение преступлений – сложная
задача,
требующая
своевременного
реагирования
правоохранительных органов. Традиционные методы
анализа криминальной статистики часто не справляются с
объемом и сложностью данных
Актуальность
• Анализ больших данных (Big Data) предлагает новые
возможности для решения этой проблемы. С ростом
доступности
информационных
данных
появилась
возможность обрабатывать информацию и извлекать из
них полезные знания для прогнозирования преступности
Новизна
Новизна применения Big Data в прогнозировании
преступлений заключается в нескольких аспектах:
• Визуализация данных и интерактивные инструменты
• Включение данных в режиме реального времени

3.

Цель и задачи
Сбор и обработка данных: Сбор и интеграция данных из различных источников,
включая базы данных о преступлениях, данные о демографии, данные социальных
сетей, данные с камер видеонаблюдения, данные о погоде
Выявление закономерностей и корреляций: Идентификация статистически
значимых корреляций между различными факторами и преступностью
Разработка предиктивных моделей: Создание математических моделей,
способных предсказывать вероятность, время и место совершения преступлений, а
также потенциальных преступников
Оценка точности и надежности моделей: Проверка точности и надежности
разработанных моделей с помощью различных метрик (например, точность, полнота,
F-мера, AUC-ROC). Оценка устойчивости моделей к изменениям данных и внешним
факторам
Мониторинг и адаптация моделей: Постоянный мониторинг точности и
актуальности моделей, адаптация моделей к изменениям в данных и внешней среде.
Регулярная перестройка и обновление моделей для поддержания их эффективности

4.

Прогнозирование преступлений
Введение в большие данные
Анализ больших данных (Big Data) включает в себя
обработку и анализ огромных объемов разнообразной
информации. Это позволяет выявлять закономерности
и тенденции, что особенно полезно в различных областях,
включая безопасность и уголовное правосудие
Применение
преступлений
в
прогнозировании
Прогнозирование
преступлений
направлено
на
использование исторических данных, таких как место и
время преступлений, а также социально-экономические
показатели

5.

Возможности Big Data
Технологии анализа больших
данных позволяют
Собирать данные из различных источников:
полиция, социальные сети, и т.д
Обрабатывать данные для выявления паттернов
и трендов
Создавать модели для предсказания вероятности
преступлений

6.

Преимущества Big Data
1
Улучшение распределения
правоохранительных органов
ресурсов
2
Повышение
профилактических мер
3
Снижение
преступности
через
предсказательную полицейскую практику
эффективности

7.

Big Data это…
Анализ больших данных (Big Data) — это
междисциплинарная
область,
использующая
математические
методы,
статистику,
информационные
технологии
и
машинное
обучение для извлечения значимой информации
из
огромных,
структурированных
и
неструктурированных
наборов
данных.
В
контексте прогнозирования преступлений, Big
Data представляет собой мощный инструмент для
предотвращения преступлений и повышения
эффективности
работы
правоохранительных
органов

8.

Источники данных для
прогнозирования преступлений
Эффективное прогнозирование преступлений требует использования
разнообразных источников данных
Криминальная
статистика:
Исторические данные
о
преступлениях,
включая время, место,
тип
преступления,
характеристики жертв
и преступников
Данные
видеонаблюдения:
Записи
с
камер
видеонаблюдения
могут
быть
использованы
для
выявления
подозрительного
поведения
и
прогнозирования
возможных
преступлений
Данные социальных
сетей:
Анализ
социальных
сетей может помочь
выявить
потенциальных
преступников
и
прогнозировать
возможные
акты
насилия
или
терроризма
Геопространственные
данные:
Карты
местности,
данные GPS-трекеров,
информация о трафике
и населении помогают
определять
зоны
повышенного риска

9.

Источники данных для
прогнозирования преступлений
Эффективное прогнозирование преступлений требует использования
разнообразных источников данных
Данные сенсоров:
Информация
с
датчиков
(например,
датчики
движения,
датчики звука) может
быть использована для
обнаружения
подозрительной
активности
Демографические
и
социальноэкономические
данные:
Уровень
бедности,
безработицы,
образования, и другие
факторы могут быть
использованы
для
определения
зон
повышенного риска
Данные о погоде:
Погодные
условия
могут
влиять
на
уровень преступности
Данные
о
работе
правоохранительных
органов:
Информация
о
количестве патрулей,
времени реагирования
и
эффективности
работы
помогает
оптимизировать
распределение
ресурсов

10.

Метода анализа больших данных
для прогнозирования преступлений
Для анализа больших наборов данных используются различные методы
Машинное обучение:
Нейронные
сети,
алгоритмы регрессии,
классификации
и
кластеризации
используются
для
построения прогнозных
моделей
Статистический
анализ:
Выявление корреляций
и зависимостей между
различными
факторами,
влияющими на уровень
преступности
Data mining:
Извлечение значимой
информации
из
больших
наборов
данных с помощью
специальных
алгоритмов
Визуализация
данных:
Создание
наглядных
представлений данных
для легкого понимания
и принятия решений

11.

Новые технологический тренд
Большие данные
один из технологических трендов, активно
внедряемых в процесс прогнозирования и
расследования преступлений, предназначенные
для накопления и обработки огромных массивов
информации
Цель
выявление возможностей и формирование
принципов применения больших данных
в криминалистике и практической деятельности
правоохранительных органов

12.

Новые технологический тренд
Методологическая основа
диалектический метод, методы
синтеза, моделирования и др.
анализа,
Результаты
установлено, что сведения полученные с
помощью
больших
данных
могут
способствовать
эффективному
планированию расследования, выдвижению
версий, принятию оптимальных тактических
решений и т.д. Обращается внимание на
риски, возникающие при внедрении больших
данных в практику правоохранительных
органов

13.

Полезные функции Big Data
Определяются
принципы
применения больших данных
надежность функционирования систем хранения и
обработки данных, законность их создания и
применения, достоверность получаемых данных и их
значимость
для
процесса
расследования
и
прогнозирования преступлений
Выводы
внедрение
больших
данных
в
практику
правоохранительных
органов
способствует
оперативному получению ранее недоступной, но
криминалистически
значимой
информации;
это
изменит традиционный процесс расследования и
прогнозирования
преступлений
и
повысит
эффективность
работы
всей
системы
правоохранительных органов

14.

Использование больших
данных в предприятиях
Аналитика клиентов, 46%
Оптимизация хранилища
данных предприятия, 10%
Оперативная
аналитика, 21%
Инновации новых
продуктов, 11%
Мошенничество, 12%

15.

Использование больших
данных в предприятиях
Компании из каких отраслей внедрили технологии Big Data?
Здравоохранение
13%
Образование
15%
67%
18%
Бизнес-сервис/Консалтинг
18%
64%
18%
FMCG
21%
57%
75%
Логистика и транспорт
33%
Финансы и страхование
33%
IT-направление
36%
Государственные предприятия
38%
Инжинеринг и конструкторское бюро
13%
21%
67%
50%
59%
Телекоммуникационные предприятия
55%
58%
10%
Да
20%
Нет
5%
62%
45%
0%
17%
30%
21%
40%
Затрудняюсь ответить
50%
60%
70%
21%
80%
90%
100%

16.

Этапы прогнозирования
преступления на основе Big Data
Формулировка задачи
Сбор и подготовка данных
Выбор методов анализа
• четкое определение целей и • Сбор данных из различных • Выбор подходящих методов
источников
и
их
анализа данных в зависимости
задач прогнозирования
Построение прогнозной
модели
Разработка
математической
модели
или
алгоритма
машинного
обучения
для
прогнозирования преступлений
предварительная обработка
от
характера
данных
поставленной задачи
Валидация и тестирование
модели
Внедрение и мониторинг
Проверка
точности
надежности
модели
исторических данных
и
на
и
Внедрение модели в работу
правоохранительных органов и
мониторинг ее эффективности

17.

Преимущества использования
Big Data
1 Улучшение принятий решения
2 Снижение уровня преступности
3 Оптимизация распределения ресурсов
4
Повышение эффективности
правоохранительной деятельности

18.

Преимущества использования
Big Data
1
Высокая стоимость создания и поддержания
системы анализа больших данных
2
Риск нарушения приватности и защиты
данных
3
Необходимость
специалистов
4
Возможность неправильной интерпретации
результатов анализа
5
Этические соображения, связанные
использованием данных о гражданах
высокой
квалификации
с

19.

Мировой рынок Big Data
2012
Рост мирового рынка Big Data
350
300
300
Объем мирового рынка Big Data - $8 млрд
2016
Объем рынка решений для бизнес-аналитики и
работы с большими данными вырос на 11% до
$130 млрд
250
200
162,6
150
2021
130
Объем рынка инструментов Big Data достиг
$162,6 млрд
100
50
2023
8
0
2012 год
2016 год
2021 год
млрд, руб.
2023 год
Объем мирового рынка инструментов
анализа Big Data за год достиг $300 млрд
для

20.

Подведение итогов
Анализ больших данных представляет собой
перспективный инструмент для прогнозирования
преступлений. Однако, для его эффективного
применения
необходимо
решить
ряд
технических, организационных и этических
проблем. Важно обеспечить баланс между
повышением безопасности и защитой прав и
свобод граждан
Развитие
этой
области
требует
междисциплинарного подхода и совместной
работы специалистов из различных областей.
Использование
больших
данных
в
прогнозировании преступлений открывает новые
возможности
для
повышения
уровня
безопасности