CC BY
203
Анализ цифровых платформ в сфере незаконного оборота наркотиков для построения криминалистической характеристики данного вида преступлений
Васильева Наталья Алексеевна,
адъюнкт факультета подготовки научно-педагогических и научных кадров Московского университета МВД России имени В.Я. Кикотя E-mail: nvasileva60@mvd.ru
Мировой рынок наркотиков на сегодняшний день вступил в эпоху цифровой экономики с присущей ей цифровой трансформацией: происходят революционные изменения традиционной бизнес-модели уличной торговли на бизнес-модель на основе использования цифровых платформ. Современный наркобизнес устойчиво приобретает две характерные черты: построен на цифровых платформах и функционирует в сети DarkNet (от англ. DarkNet - «скрытая сеть», «тёмная сеть», «теневая сеть», «тёмный веб»).
Методика расследования данного вида преступлений объективно отстает от темпов развития незаконного оборота наркотиков, имеющего на сегодняшний день все признаки высокотехнологичного цифрового бизнеса. В соответствии с этим и криминалистическая характеристика данного вида преступлений, как основополагающая категория методики расследования, не отражает объективной картины преступлений. Целью настоящего исследования стало изучение возможности дополнения традиционной эмпирической базы (следственно-судебная практика, официальные статистические данные ГИАЦ МВД), служащей источником для построения элементов криминалистической характеристики, анализом информации с открытым исходным кодом (OSI). Центральным требованием к исследованию была определена его способность обнаруживать достоверные причинно-следственные связи, выводимые из наблюдаемых данных.
Путем разработки и применения специального инструмента для извлечения веб-данных рыночные данные с заданной периодичностью извлекались с цифровой платформы сети DarkNet - «Hydra». Данные были проанализированы с использованием программного обеспечения для бизнес-аналитики, которое позволяет связывать различные наборы данных. В результате получены количественные данные, имеющие практи-коориентированное значение для построения элементов криминалистической характеристики.
Ключевые слова: криминалистическая характеристика; цифровая платформа; маркетплейс; open-source intelligence (OSINT); DarkNet; «Hydra».
Цифровая платформа - предприятие, обеспечивающее взаимовыгодные взаимодействия между сторонними производителями (поставщиками) и потребителями. Она дает открытую инфраструктуру для участников и устанавливает новые правила [1]. По степени развития предоставляемого функционала цифровые платформы наркобизнеса относятся к типу торговых площадок (marketplace), предоставляя доступ к рынку и обеспечивая взаимодействие сторон [2]. Платформы создают цифровую инфраструктуру рынков, устраняя посредников и иерархические связи, снижают логистические издержки, повышают конкуренцию и информированность покупателей, повышают спрос и интенсивность торговли.
Торговые площадки сети DarkNet осуществляют свою деятельность с момента запуска «Silk Road» (анонимная торговая интернет-площадка, находившаяся в зоне.опюп анонимной сети Tor) в феврале 2011 года. Благодаря существованию в DarkNet таких торговых площадок, как «Silk Road» в США и «RAMP» в России (на сегодняшний день ликвидированных) и ныне процветающей «Hydra», торговля наркотических средств и психотропных веществ (далее по тексту - наркотики) вышла во всем мире на новый уровень. Раздел зон влияния, криминал и конфликты группировок перестали иметь какой-либо смысл с появлением интернет-рынка, и на сегодняшний день «уличную» торговлю наркотическими средствами можно считать безвозвратно ушедшей в прошлое.
Наркотики в сети DarkNet теперь продаются по таким же законам, как и обычная потребительская продукция. Мотивы для покупки наркотических средств в Интернете такие же, как и для любой другой формы электронной коммерции - качество, ассортимент продукции, удобство и пользовательские рейтинги. Чтобы завоевать покупателя, продавец теперь не может просто расширить зону влияния. Он должен заманить его рекламой, качеством продукта и ценой: появление централизованного рынка наркотических веществ снизило цену и улучшило их качество. Правила продажи теперь диктует не продавец, а покупатель. Согласно зарубежным исследованиям, торговые площадки связаны со значительно меньшим количеством угроз и насилия, чем альтернативные типы рынка (через друзей, известных дилеров и незнакомых людей). В сравнении с последними они также снижают риски для потребителей по следующим параметрам:
- угроза личной безопасности;
- угроза задержания правоохранительными органами;
5 -а
сз
<
- снижение наценки на товар;
- подмена товара;
- снижение чистоты продукта.
Минусами торговых площадок, согласно данному исследованию, является потеря денег из-за мошенничества (27,7% всех сделок), из-за курса валют и из-за неполучения товара (примерно 26,6% всех сделок) [20].
Помимо этого, пластичность технологии делает цифровые рынки наркотиков чрезвычайно гибкими, что позволяет наркоторговцам формировать рынки в соответствии с динамичностью окружающей среды.
Использование торговых площадок опирается на специальные знания. Ряд исследователей, изучая их потенциал для широкого круга потребителей, считают, что уровни сложности и запутанности, создаваемые в среде торговой площадки, служат барьером для широкого распространения этой технологии [19]. Однако, поскольку торговые площадки продолжают развиваться, простота использования этих платформ неизбежно изменится.
Анонимность пользователей DarkNet, использование виртуальных валют в качестве платежного средства на торговых площадках представляют собой самую большую проблему для правоприменительной практики в данной сфере за последние сто лет. Несмотря на многочисленные усилия, предпринимаемые правоохранительными органами для ликвидации рынков DarkNet, статистические данные независимой исследовательской организации Global Drug Survey (GDS) показывают, что эти рынки не только устойчивы, но и процветают во многих странах [5]. Аресты и закрытие платформ перенаправляют торговлю наркотиками на другие торговые площадки, что дает временные результаты, и, возможно, в конечном итоге неэффективны, поскольку участники используют уникальные возможности информационных и коммуникационных технологий для реорганизации [21].
Методика расследования незаконного сбыта наркотиков с использованием интернет-технологий объективно отстает от темпов развития незаконного оборота наркотиков, имеющего на сегодняшний день все признаки высокотехнологичного цифрового бизнеса. В соответствии с этим и криминалистическая характеристика данного вида преступлений, как основополагающая категория методики расследования, не отражает объективной картины преступлений.
Несмотря на многолетние дискуссии криминалистическая характеристика преступлений отстояла свою значимость в методике расследования преступлений и на сегодняшний день признана большинством ученых-криминалистов как самостоятельная категория криминалистики. Более того, Бессоновым А.А. разработана частная тео-— рия криминалистической характеристики преступи плений, согласно которой она «имеет основополагающее значение как для всей теории крими-° налистики, так и для её различных частных кри-5в миналистических теорий, а также для кримина-
листической тактики и методики» [4]. В качестве основного недостатка криминалистической характеристики преступлений её оппоненты называли заимствование в процессе формирования элементов уголовно-правового и криминологического характера [3]. Однако современная тенденция развития данной категории подтверждает обоснованность междисциплинарного подхода к разработке концепции криминалистической характеристики преступлений (В.И. Шиканов), предполагающей создание информационной системы более высокого уровня общности, в которой она выступает в качестве одной из подсистем наравне с уголовно-правовой, уголовно-процессуальной, криминологической и другими подсистемами [6].
В основе криминалистической характеристики должно лежать объективное эмпирическое знание, поэтому достоверность и обоснованность элементов криминалистической характеристики, должны быть обеспечены, в первую очередь, комплексным подходом к процессу сбора и анализа эмпирического материала. Традиционно эмпирической базой для формирования криминалистической характеристики преступлений выступает следственно-судебная практика, а именно материалы уголовных дел, официальные статистические данные Главного информационно-аналитического центра (ГИАЦ) МВД. Однако, практика расследования данной категории дел показывает, что это только верхушка айсберга: в силу высокой латент-ности и низкой раскрываемости (категории обвиняемых в большинстве своем не выше уровня «закладчика»), официальная статистика и материалы уголовных дел не отражают всесторонней и объективной картины преступлений. Использование одного источника данных ограничивает исследователей рамками, установленными ограничениями этого источника, а объединение данных из нескольких источников и использование различных методов уже давно признаны важными для качественного анализа во многих областях, включая незаконный оборот наркотиков [18, 22]. В частности, в мировой практике криминология, наряду с методами качественных исследований, уже широко использует результаты анализа больших массивов количественной информации [13].
Возрастает роль новых технологий сбора, хранения и анализа количественных данных в развитии криминологических и криминалистических исследований. В настоящее время наблюдается рост исследователей, ориентированных на Интернет [7]. По мнению Европейского Центра мониторинга по наркотикам и наркомании (EMCDDA) информация с открытым исходным кодом (OSI) имеет потенциал для использования в качестве нового источника данных [11].
Концепция OSI связана с разведывательной дисциплиной open-source intelligence (OSINT). Федеральное бюро расследований определяет OSINT как «общедоступную информацию, которая собирается, используется и своевременно распространяется среди соответствующей аудитории с целью
удовлетворения конкретных разведывательных и информационных потребностей» [24]. На сегодняшний день многие правоохранительные органы и органы безопасности используют OSINT для получения более целостной картины деятельности юридических и физических лиц [16, 23]. В последнее время этот метод применяется в области новых психоактивных веществ [10] и для мониторинга связанной с терроризмом деятельности [8]. EMCDDA разработана методология для открытого информационного мониторинга в области рынков наркотиков [12]. В частности, EMCDDA для экспериментального мониторинга крупных изъятий героина и кокаина, имеющих отношение к Европе, в сотрудничестве с совместным исследовательским центром Европейской комиссии опробовала использование европейского медиа-монитора (EMM) - автоматизированную многоязычную систему мониторинга интернета [9]. EMM непрерывно контролирует более 22 000 RSS-каналов (формат, используемый для доставки веб-страниц) и веб-сайты из более чем 8000 новостных порталов на 60 языках. Система также получает данные от национальных и региональных правоохранительных органов по всей Европе. Помимо открытых данных, содержащих информацию о географии крупных изъятий, маршрутах незаконных поставок, данные OSI содержат также и другую информацию, имеющую значение на построения криминалистической характеристики: место изъятия (транспортное средство, контейнеры, коммерческие помещения и т.д.), способы сокрытия (личное хранение, багаж, тайники, товары потребления, материала-носитель), гражданство преступника, сопутствующие изъятия запрещенных к обороту предметов (оружие). Данный анализ позволяет дополнить и углубить официальную статистику, а также получить информацию о составах и элементах криминалистической характеристики преступлений, не попавших в текущую статистику и расследуемых в регионах, не доступных для получения эмпирического материала следственной практики.
Исходя из этого, автором проанализирована возможность сбора и анализа эмпирического материала с цифровых платформ сети DarkNet для дополнения элементов криминалистической характеристики преступлений. «Hydra» была выбрана для изучения и анализа из-за ее лидирующего положения на рынке наркотиков, уровня детализации информации, необходимой для сбора эмпирического материала, а также степени ее опасности и масштабности ее планируемого развития.
Что касается последнего фактора, в ноябре 2019 года «Hydra» изложила перспективы своего выхода на международную арену в виде новой торговой площадки под названием «Eternos». Свои амбиции торговая площадка изложила в документе, который назвала «Инвестиционным меморандумом». В нём маркетплейс заявил о своих транснациональных амбициях и пообещал, что
к 1 сентября 2020 года «Hydra» будет функционировать на международном уровне в виде новой площадки - «Eternos». Наряду с этим, «Eternos» будет работать не в Tor, а в AspaNET, созданной специально под площадку анонимной сети нового поколения. Шлюзы этой сети будут создаваться её пользователями за денежные вознаграждения при помощи системы HatchService, а диспуты начнут обрабатываться искусственным интеллектом, который, якобы, уже два года обучается на торговой площадке. Также новая площадка будет иметь собственный мессенджер с шифрованием и встроенную криптобиржу. Маркетплейс планирует организовать ICO-проект и привлечь инвестиций путем выпуска 1 470 000 токенов, каждый из которых будет стоить 100$. Делает ставку площадка на простой идее: система закладок намного более совершенна, чем почтовая система (по которой сейчас функционирует западный DarkNet), и способна по-настоящему менять наркоситуации целых стран. «Мы выйдем на мировую арену с бесконтактным методом передачи товара по принципу «закладок». Покупатель сможет купить товар и получить адрес мгновенно. Этот метод передачи товара доказал свою эффективность на рынке стран СНГ. Он же откроет новую эру на Западе. Масштабы, до которых вырастет ресурс, трудно представить» - гласит документ.
Путем разработки и применения специального инструмента для извлечения веб-данных данные с заданной периодичностью извлекались с цифровой платформы «Hydra». Данные были проанализированы с использованием программного обеспечения для бизнес-аналитики, которое позволяет связывать различные наборы данных.
Статистика, полученная в результате веб-сканирования площадки, позволила выделить параметры, позволяющие существенно дополнить содержание такого элемента криминалистической характеристики как предмет преступного посягательства, и, опосредованно - способ совершения преступления, обстановку преступления. Также исследование позволило получить информацию о личности участников сделок, в том числе оптовых покупателей, однако являясь информацией ограниченного распространения не может быть представлена в рамках настоящей публикации. Данные, полученные в результате веб-сканирования и имеющие значение для дополнения элементов криминалистической характеристики представлены в таблице 1.
По данным, отраженным в таблице 1, можно установить следующие корреляционные зависимости:
- стоимость наркотиков в зависимости от географии распространения, уровня рынка (рознич- р ный, среднерыночный и оптовый); Д
- количество кладов в зависимости от вида нар- Ч
m
котика, географии распространения, уровня К рынка, типа закладки (прикоп, тайник, магнит); S
- вид наркотиков в зависимости от географии у распространения; А
- вероятность источника происхождения наркотика (импортируемые, производимые на внутреннем рынке, а также - как импортируемые, так и производимые на внутреннем рынке);
- динамику роста магазинов со статусом «производитель» и вид наркотика, на котором последний специализируется и т.д.
Таблица 1
предмет преступного посягательства способ совершения преступления обстановка совершения преступления личность преступника
Вид наркотика Количество магазинов География распространения (в зависимости от уровня рынка (опт, розница), по виду наркотика) Информация ограниченного распространения
Фасовка наркотика Количество сделок в магазине Способ сбыта (прикоп, тайник, магнит)
Цена наркотика Количество магазинов со статусом «производитель»
Объем партии (моментальные, предзаказ) Трудоустройство (номенклатура работников магазина)
Количество кладов
Разберем несколько примеров практикоориен-тированного использования полученных данных. При сбыте ЛСД, реализуемого преимущественно на предметах-носителях (марки), и сбыте кокаина, ввиду высокой стоимости последнего, применяется закладка с использованием магнита. Согласно веб-данным, при сбыте подавляющего большинства наркотических средства, использование магнитов не превышают 30% от общего числа кладов. В остальных случаях используются закладки с применением тайников, либо прикопов. Далее, среди крупнейших городов, представленных на платформе, Москва - безусловный лидер по «магнитам». Обусловлено это, скорее всего, огромной конкуренцией и желанием магазинов привлечь к себе клиентов более удобными и доступными кладами. Следовательно, мониторинг оптовых продаж магнитов коммерческими фирмами в заданных регионах должен использоваться в ходе расследования.
Далее, через платформу происходит реализация не только наркотиков, но и прекурсоров. Это касается, в первую очередь, 1-фенил-2-нитропро-пен - основного прекурсора амфетамина в Рос— сии. После внесения изменений в некоторые ак-2 ты Правительства Российской Федерации в связи с совершенствованием контроля за оборотом пре-° курсоров наркотических средств и психотропных ав веществ нелегальный оборот данного вещества
полностью запрещен1. Это повлияло на весь рынок амфетамина в России, и привело к тому, что прекурсор начали реализовывать через «Hydra». По результатам анализа количественных данных, полученных в результате веб-сканирования, можно уставить регионы сбыта, а также проанализировать возможность нахождения в прилегающих территориях лабораторий по производству амфетамина, поскольку логистика и низкая себестоимость продукта важны как для легального товара, так и для нелегального.
Для каждого вида наркотиков выделяют три уровня рынка: розничный, среднерыночный и оптовый уровни, что на платформе отражается в форме заказа (предзаказ, (средний и крупный опт) и моментальные клады). Анализируя ценообразование на цифровой платформе на тот или иной наркотик можно предположить, источник поступления его на в нелегальный оборот. Стоимость наркотических средств в России дифференцируется по субъектам в зависимости от географического положения последних и вида наркотического средства. Анализ цен на полностью импортируемые наркотические средства, как, например, кокаин, показывает, что цена его реализации в приграничных регионах в 2-3 раза ниже, чем в удаленных. Анализ стоимости наркотических средств на цифровой платформе указывает на существование разных каналов поставки, как импорта, так и производство внутри страны (амфетамин), что подтверждается средним уровнем цен в географическом центре страны. Ленинградская область, Псковская область, Санкт-Петербург как приграничные регионы формируют рынок с минимальной ценой на амфетамин.
В мае 2019 года платформа ввела сертификацию производств магазинов и присвоение им статуса «производителя». Производители - это магазины, которые «подтвердили наличие собственной лаборатории, провели коррекцию работы или обучение своих лаборантов, и находятся под сопровождением технологов Гидры». Подавляющее большинство магазинов с этим статусом делают мефедрон. Это, в первую очередь, говорит о том, насколько на территории РФ доступны прекурсоры для синтеза мефедрона, а также позволяет предположить географию утечек прекурсоров из легального оборота.
Изложенное свидетельствует о допустимости новых технологий сбора и анализа информации с открытым исходным кодом (OSI) для развития криминалистических исследований, а также вырисовывает перспективы их развития в оперативно-разыскной деятельности.
литература
1. Джеффри Паркер, Маршалл ван Альстин, Сан-
джит Чаудари. Революция платформ: как се-
1 Постановление Правительства РФ от 22.02.2019 № 182 «О внесении изменений в некоторые акты Правительства Российской Федерации в связи с совершенствованием контроля за оборотом прекурсоров наркотических средств и психотропных веществ».
тевые рынки меняют экономику - и как заставить их работать на вас: пер. с англ. Пономаревой Е. Москва: Манн, Иванов и Фербер, 2017.
2. Кешелава А.В., Хает И.Л. Предмет цифровой экономики и роль цифровых инструментов. Адрес доступа: http://spkurdyumov.ru/ digital_economy/predmet-cifrovoj-ekonomiki-i-rol-cifrovyx-instrumentov/ (дата обращения: 18.12.2019).
3. Белкин Р.С. Курс криминалистики. Т. 3. Москва: Юристъ,1997.
4. Бессонов А.А. Частная теория криминалистической характеристики преступлений: диссертация ... доктора юридических наук. Элиста,
2017.
5. Титаев К.Д., Скугаревский Д.А, Кнорре А.В., Кудрявцев В.Е, Шклярук М.С. .Манифест новой количественной криминологии «уголовная политика с опорой на данные» // Вестник СПб-ГУ. Серия 14. Право. 2018. № 1. Адрес доступа: https://cyberleninka.ru/article/n/manifest-novoy-kolichestvennoy-kriminologii-ugolovnaya-politika-s-oporoy-na-dannye (дата обращения: 18.12.2019).
6. Шиканов В.И. О междисциплинарной характеристике отдельных видов преступлений // Криминалистическая характеристика преступлений: сб. науч. тр. М.: Всесоюзный институт по изучению причин и разработке мер предупреждения преступности, 1984. С. 40-43.
7. Bancroft A. Research in fractured digital spaces. International Journal of Drug Policy. Volume 73, 2019, Pages 288-292. Адрес доступа: https://www.sciencedirect.com/science/article/ pii/S095539591930129X (дата обращения: 18.12.2019).
8. Dawson, M., Lieble, M., Adeboje, A. Open source intelligence: performing data mining and link analysis to track terrorist activities. In Latifi, S. (ed.), Information Technology - New generations - 14th International Conference on Information Technology, Advances in Intelligent Systems and Computing, Vol. 558, Springer International Publishing, Cham, 2018, pp. 159-163.
9. EMM. Адрес доступа: https://emm.newsbrief.eu (дата обращения: 18.12.2019).
10. Evans-Brown M., Sedefov, R. Responding to new psychoactive substances in the European Union: early warning, risk assessment, and control measures. In Maurer, H.H. and Brandt, S. D. (eds), New Psychoactive Substances - Pharmacology, clinical, forensic and analytical toxicology, Handbook of Experimental Pharmacology, Vol. 252,
2018, pp. 3-49 Адрес доступа: https://link.spring-er.com/chapter/10.1007/164_2018_160 (дата обращения: 18.12.2019).
11. European Monitoring Centre for Drugs and Drug Addiction (EMCDDA). Адрес доступа: http:// www.emcdda.europa.eu/publications/emcdda-papers/using-open-source-information_en (дата обращения: 18.12.2019).
12. European Monitoring Centre for Drugs and Drug Addiction (EMCDDA). Адрес доступа: http://
www.emcdda.europa.eu/publications/emcdda-papers/using-open-source-information_en (дата обращения: 18.12.2019).
13. Global Drug Survey (GDS). Адрес доступа: https://www.globaldrugsurvey.com/past-findings/ gds2017-launch/dark-net-markets-the-good-the-bad-and-ugly/ (дата обращения: 18.12.2019).
14. Global Drug Survey (GDS). Адрес доступа: https://www.globalcommissionondrugs.org/re-ports (дата обращения: 18.12.2019).
15. Global Drug Survey (GDS). Адрес доступа:https:// www.globalcommissionondrugs.org/wp-content/ uploads/2019/06/2019Report_RUS_web.pdf (дата обращения: 18.12.2019).
16. Hobbs C., Morgan M., Salisbury, D. Open Source Intelligence in the Twenty-first Century - New approaches and opportunities. Palgrave Macmillan UK, 2014, pp. 1-6.
17. Isak Ladegaard, Crime displacement in digital drug markets, International Journal of Drug Policy, Volume 63, 2019, Pages 113-121. Адрес доступа: https://www.sciencedirect.com/science/article/ abs/pii/S0955395918302536 (дата обращения: 18.12.2019).
18. Jick, Todd D. Mixing Qualitative and Quantitative Methods: Triangulation in Action." Administrative Science Quarterly, vol. 24, no. 4, 1979, pp. 602-611. Адрес доступа: www.jstor.org/sta-ble/2392366 (дата обращения: 18.12.2019).
19. Michala Kowalski, Claire Hooker, Monica J. Barratt, Should we smoke it for you as well? An ethnographic analysis of a drug cryptomarket environment.//Inter-national Journal of Drug Policy. Volume 73, 2019, Pages 245-254. Адрес доступа: https://www.science-direct.com/science/article/pii/S0955395919300696 (дата обращения: 18.12.2019).
20. Monica J. Barratt, Jason A. Ferris, Adam R. Win-stock, Safer scoring? Cryptomarkets, social supply and drug market violence, International Journal of Drug Policy, Volume 35, 2016, Pages 24-31. Адрес доступа: https://www.sciencedirect.com/ science/article/abs/pii/S0955395916301323 (дата обращения: 18.12.2019).
21. Ramwell, S., Day, T. and Gibson, H. Use cases and best practices for LEAs. In Akhgar, B., Bayerl, P.S. and Sampson, F. (eds). Open Source Intelligence Investigation - From strategy to implementation, Springer International Publishing, Cham, 2016, pp. 197-211.
22. Ritter A., Cameron J. A review of the efficacy and effectiveness of harm reduction strategies for alcohol, tobacco and illicit drugs. Drug and Alcohol Review. Volume/ 25, 2006. Pages 611-624. Адрес доступа: https://www.tandfonline.com/ doi/abs/10.1080/09595230600944529 (дата обращения: 18.12.2019). p
23. Tabatabaei F. and Wells D. OSINT in the context ИД of cyber-security. In Akhgar, B., Bayerl, P. S. and Е Sampson, F. (eds). Open Source Intelligence In- К vestigation - From strategy to implementation, S Springer International Publishing, Cham, 2016, у pp. 213-231. g
24. Williams Heather J., Ilana Blum. Defining Second Generation Open Source Intelligence (OSINT) for the Defense Enterprise. Santa Monica, CA: RAND Corporation, 2018. Адрес доступа: https://www. rand.org/content/dam/rand/pubs/research_re-ports/RR1900/RR1964/RAND_RR1964.pdf (дата обращения: 18.12.2019).
analysis of digital platforms in the sphere of illegal drug trade for making up the forensic characteristic of such crimes
vasilieva N.A.
Moscow University of Russian Ministry of Internal Affairs named after V.Y. Ki-kotya
The world drug market has already ushered in the era of digital economy which is characterized by digital transformation. There take place revolutionary replacement of the traditional street trade business pattern with the business-pattern based on application of digital platforms. Contemporary drug business is steadily acquiring two typical features - it is built up on the digital platforms and works in the DarkNet (eng).
The methodology of investigating such types of crimes objectively falls behind the tempo of illegal drug trade development which contains all the features of highly technological digital business. Consequently, the forensic characteristic of such crimes as the basic category of methodology of investigation does not reflect the objective crime. The aim of the research is to study the possibilities of enlarging the traditional empirical basis (investigative forensic practice, official statistics of the main informational analytical center of the Ministry of Internal Affairs) which is used to make up elements of forensic characteristic by means of analyzing the information with OSI. The main requirement to the research consisted in its ability to detect veracious cause and effect relationships found out in analysed data. By means of developing and applying special tools for extracting data the market data were extracted regularly from the digital platform DarkNet-"Hydra".
The data were analysed with the help of software for business analytics which helps to correlate different sets of data. As a result, there were received the quantitative data having practical meaning for making up elements of the forensic characteristic.
Keywords: forensic characteristic, digital platform, marketplace, open-source intelligence (OSINT), DarkNet, "Hydra".
References
1. Jeffrey Parker, Marshall van Alsteen, Sanjit Chaudary. Platform revolution: how network markets are changing the economy - and how to make them work for you: Per. from English Ponomareva E. Moscow: Mann, Ivanov and Ferber, 2017.
2. Keshelava A.V., Chayet I.L. The subject of the digital economy and the role of digital tools. Access address: http://spkurdyu-mov.ru/digital_economy/predmet-cifrovoj-ekonomiki-i-rol-cifrovyx-instrumentov/ (accessed: 12/18/2019).
3. Belkin R.S. Forensics course. T. 3. Moscow: Lawyer, 1997.
4. Bessonov A.A. A private theory of the forensic characteristics of crimes: a dissertation ... doctors of law. Elista, 2017.
5. Titaev KD, Skugarevsky D.A., Knorre A.V., Kudryavtsev V.E., Shklyaruk M.S. .Manifest of a new quantitative criminology "criminal policy based on data" // Bulletin of St. Petersburg State University. Series 14. Right. 2018. No1. Access address: https:// cyberleninka.ru/article/n/manifest-novoy-kolichestvennoy-kriminologii-ugolovnaya-politika-s-oporoy-na-dannye (accessed: 12/18/2019).
6. Shikanov V.I. On the interdisciplinary characteristic of certain types of crimes // Forensic characteristics of crimes: cb. scientific tr M.: All-Union Institute for the Study of Causes and the Development of Crime Prevention Measures, 1984. P. 40-43.
7. Bancroft A. Research in fractured digital spaces. International Journal of Drug Policy. Volume 73, 2019, Pages 288-292. Адрес доступа: https://www.sciencedirect.com/science/article/ pii/S095539591930129X (дата обращения: 18.12.2019).
8. Dawson, M., Lieble, M., Adeboje, A. Open source intelligence: performing data mining and link analysis to track terrorist activities. In Latifi, S. (ed.), Information Technology - New genera-
tions - 14th International Conference on Information Technology, Advances in Intelligent Systems and Computing, Vol. 558, Springer International Publishing, Cham, 2018, pp. 159-163.
9. EMM. Адрес доступа: https://emm.newsbrief.eu (дата обращения: 18.12.2019).
10. Evans-Brown M., Sedefov, R. Responding to new psychoactive substances in the European Union: early warning, risk assessment, and control measures. In Maurer, H.H. and Brandt, S. D. (eds), New Psychoactive Substances - Pharmacology, clinical, forensic and analytical toxicology, Handbook of Experimental Pharmacology, Vol. 252, 2018, pp. 3-49 Адрес доступа: https://link.springer.com/chapter/10.1007/164_2018_160 (дата обращения: 18.12.2019).
11. European Monitoring Centre for Drugs and Drug Addiction (EM-CDDA). Адрес доступа: http://www.emcdda.europa.eu/pub-lications/emcdda-papers/using-open-source-information_en (дата обращения: 18.12.2019).
12. European Monitoring Centre for Drugs and Drug Addiction (EM-CDDA). Адрес доступа: http://www.emcdda.europa.eu/pub-lications/emcdda-papers/using-open-source-information_en (дата обращения: 18.12.2019).
13. Global Drug Survey (GDS). Адрес доступа: https://www. globaldrugsurvey.com/past-findings/gds2017-launch/dark-net-markets-the-good-the-bad-and-ugly/ (дата обращения: 18.12.2019).
14. Global Drug Survey (GDS). Адрес доступа: https://www. globalcommissionondrugs.org/reports (дата обращения: 18.12.2019).
15. Global Drug Survey (GDS). Адрес доступа:https://www.global-commissionondrugs.org/wp-content/uploads/2019/06/2019Re-port_RUS_web.pdf (дата обращения: 18.12.2019).
16. Hobbs C., Morgan M., Salisbury, D. Open Source Intelligence in the Twenty-first Century - New approaches and opportunities. Palgrave Macmillan UK, 2014, pp. 1-6.
17. Isak Ladegaard, Crime displacement in digital drug markets, International Journal of Drug Policy, Volume 63, 2019, Pages 113-121. Адрес доступа: https://www.sciencedirect.com/sci-ence/article/abs/pii/S0955395918302536 (дата обращения: 18.12.2019).
18. Jick, Todd D. Mixing Qualitative and Quantitative Methods: Triangulation in Action." Administrative Science Quarterly, vol. 24, no. 4, 1979, pp. 602-611. Адрес доступа: www.jstor.org/sta-ble/2392366 (дата обращения: 18.12.2019).
19. Michala Kowalski, Claire Hooker, Monica J. Barratt, Should we smoke it for you as well? An ethnographic analysis of a drug cryptomarket environment.//International Journal of Drug Policy. Volume 73, 2019, Pages 245-254. Адрес доступа: https://www. sciencedirect.com/science/article/pii/S0955395919300696 (дата обращения: 18.12.2019).
20. Monica J. Barratt, Jason A. Ferris, Adam R. Winstock, Safer scoring? Cryptomarkets, social supply and drug market violence, International Journal of Drug Policy, Volume 35, 2016, Pages 24-31. Адрес доступа: https://www.sciencedirect.com/ science/article/abs/pii/S0955395916301323 (дата обращения: 18.12.2019).
21. Ramwell, S., Day, T. and Gibson, H. Use cases and best practices for LEAs. In Akhgar, B., Bayerl, P.S. and Sampson, F. (eds). Open Source Intelligence Investigation - From strategy to implementation, Springer International Publishing, Cham, 2016, pp. 197-211.
22. Ritter A., Cameron J. A review of the efficacy and effectiveness of harm reduction strategies for alcohol, tobacco and illicit drugs. Drug and Alcohol Review. Volume/ 25, 2006. Pages 611-624.Адрес доступа: https://www.tandfonline.com/ doi/abs/10.1080/09595230600944529 (дата обращения: 18.12.2019).
23. Tabatabaei F. and Wells D. OSINT in the context of cyber-security. In Akhgar, B., Bayerl, P. S. and Sampson, F. (eds). Open Source Intelligence Investigation - From strategy to implementation, Springer International Publishing, Cham, 2016, pp. 213-231.
24. Williams Heather J., Ilana Blum. Defining Second Generation Open Source Intelligence (OSINT) for the Defense Enterprise. Santa Monica, CA: RAND Corporation, 2018. Адрес доступа: https://www.rand.org/content/dam/rand/pubs/research_re-ports/RR1900/RR1964/RAND_RR1964.pdf (дата обращения: 18.12.2019).
