You are here

Математики против преступности

Математики из Калифорнийского университета (Лос-Анджелес) разработали алгоритм, позволяющий определить, какая из многочисленных местных банд совершила нераскрытое преступление. Это первое в своём роде академическое исследование групповой преступности. Специалисты проанализировали более тысячи преступлений, совершённых бандами за десятилетний период на востоке Лос-Анджелеса, в районе Холленбек (раскрытых и расследуемых). В этом районе насчитывается около тридцати криминальных группировок, в которые входит почти семьдесят банд преступников.

Для тестирования алгоритма исследователи создали набор модельных данных, которые очень похожи на то, что происходит в Холленбеке. Затем они отбросили некоторую ключевую информацию — о жертве, преступнике или о том и другом вместе — и взглянули на то, насколько хорошо алгоритм может вычислить недостающие сведения.

«Если полиция считает, что преступление могло быть совершено одной из семи или восьми соперничающих банд, наша система проанализирует недавние события и вычислит вероятность, с которой каждый из этих «коллективов» был способен на преступное деяние», — поясняет Андреа Бертоцци, проводившая эту работу с математиком Алексеем Стомахиным.

Примерно в 80% случаев учёные смогли ограничить количество вероятных участников преступления до трёх банд, одна из которых действительно оказывалась виновной. При этом «правильная» банда становилась номером один в 50% случаев (при случайном распределении — только в 17%).

«Мы можем сделать алгоритм ещё лучше, — говорит Андреа Бертоцци. — Работа в самом начале. Нужны более сложные методы».

Практическое применение алгоритма выходит далеко за рамки борьбы с преступностью. «Метод может применяться к более широкому классу задач, в том числе к активности в социальных сетях, — отмечает эксперт. — Неважно, о каком событии идёт речь — о преступлении или о чём-то другом. Главное — они должны происходить в определённом временнóм промежутке и в пределах известной сети, между узлами которой есть некое взаимодействие: в данном случае — одна банда нападает на другую. Участники одних событий вам известны, других — нет. Задача состоит в том, чтобы сделать наиболее обоснованное суждение о том, кто этот неизвестный».

Один из примеров — поиск хакеров. Другой — помощь компаниям с целевой рекламой и одновременной защитой потребителей от вмешательства в частную жизнь. «Рекламодатель не будет располагать информацией о конкретном человеке, но будет знать о типе его потребительского поведения», — поясняет Андреа Бертоцци.

Результаты исследования опубликованы в журнале Inverse Problems. .

Подготовлено по материалам Калифорнийского университета.

Дмитрий Целиков