CC BY
11
СУДЕБНО-ЭКСПЕРТНАЯ
деятельность
Владимиров Владимир Юрьевич,
доктор юридических наук, профессор, заслуженный юрист Российской Федерации, академик академик
профессор кафедры управления органами расследования преступлений, Академия управления МВД России, Российская Федерация, 125171, г. Москва, ул. Зои и Александра Космодемьянских, д. 8;
старший научный сотрудник, Экспертно-криминалистический центр МВД России, Российская Федерация, 125130, г. Москва, ул. Зои и Александра Космодемьянских, д. 5
E-mail: [email protected]
Жидков Дмитрий Николаевич,
кандидат юридических наук, доцент кафедры судебно-экспертной деятельности,
Санкт-Петербургский университет МВД России, Российская Федерация, 198206, г. Санкт-Петербург, ул. Летчика Пилютова, д. 1 E-mail: [email protected]
Шитов Кирилл Эдуардович,
адъюнкт* 3-го факультета (подготовки научных и научно-педагогических кадров), Академия управления МВД России, Российская Федерация, 125171, г. Москва, ул. Зои и Александра Космодемьянских, д. 8
E-mail: [email protected]
Научная специальность: 5.1.4. Уголовно-правовые науки
УДК 343.982.35 DOI 10.24412/2072-9391-2022-464-124-131
Дата поступления статьи: 10 октября 2022 г. Дата принятия статьи в печать: 8 декабря 2022 г.
Vladimir Yur'yevich Vladimirov,
Doctor of Law, Professor,
Honored Lawyer of the Russian Federation,
Academician of the Russian Academy
of Natural Sciences, Academician of MANEB
(International Academy of Environmental Sciences,
Human Safety and Nature),
Professor at the Department of Management
of Bodies and Units Crimes' Investigation,
Management Academy of the Ministry
of the Interior of Russia,
Russian Federation, 125171, Moscow,
Zoi i Alexandra Kosmodemyanskikh St., 8;
Senior Researcher, Expert and Forensic Center
of the Ministry of Internal Affairs of Russia,
Russian Federation, 125171, Moscow,
Zoi i Alexandra Kosmodemyanskikh St., 5
E-mail: [email protected]
Dmitry Nikolaevich Zhidkov,
Candidate of Law,
Associate professor of the Department
of Forensic Activities,
St. Petersburg University of the Ministry
of Internal Affairs of Russia,
Russian Federation, 198206, St. Petersburg,
Pilyutov St., 1
E-mail: [email protected]
Kirill Eduardovich Shitov,
Adjunct** of the 3rd Faculty
(Training of Scientific and Scientific-Pedagogical
Personnel),
Management Academy of the Ministry of the Interior of Russia, Russian Federation, 125171, Moscow, Zoi i Alexandra Kosmodemyanskikh St., 8 E-mail: [email protected]
Scientific specialty: 5.1.4. Criminal Law Sciences
* Ранее - начальник экспертно-криминалистической группы межмуниципального отдела МВД России «Ковылкинский», Республика Мордовия.
** Previously - Head of the forensic group of the intermunicipal Department of the Ministry of Internal Affairs of Russia "Kovylkinsky", Republic of Mordovia.
Обеспечение функционального единства криминалистически значимой информации как средство повышения эффективности правоохранительной деятельности
Ensuring the Functional Unity of Forensically Significant Information as a Means of Improving the Efficiency of Law Enforcement
Аннотация
Актуальность вопросов, связанных с интеграцией криминалистических учетов на единой платформе, обусловлена необходимостью повышения эффективности раскрытия и расследования преступлений за счет как автоматизированного, так и не автоматизированного анализа данных. В ходе анализа исследований, посвященных проблемам раскрытия преступлений, особенно в условиях неочевидности, прослеживается прямая корреляционная зависимость раскрытия преступления и использование криминалистических учетов.
Постановка проблемы: наука и техника сегодня демонстрируют технологии машинного анализа данных, однако не до конца решены вопросы с интеграцией источников криминалистически значимой информации на единой платформе, иначе говоря, обеспечения источников криминалистически значимой информации в функциональное единство. Ключевым источником криминалистически значимой информации являются криминалистические учеты. Вместе с тем они носят разрозненный характер по способу обработки, по месту сосредоточения, хранения и, более того, даже по субъекту ведения. Данный факт - ведение учетов в различных подразделениях ведомства порождает множество проблем.
Цель исследования: выявить ключевые проблемы и дать оценку существующему положению дел, источникам криминалистически значимой информации, в особенности криминалистическим учетам. Проанализировать и обобщить результаты текущих и проведенных научных исследований по данной проблематике. Предложить научно обоснованные способы решения проблемы.
Методы исследования: общенаучные, част-нонаучные и специальные методы познания, в том числе метод наблюдения, анализа и синтеза, формально-логический, метод компьютерного эксперимента, метод математического моделирования и др.
Результаты и ключевые выводы: построение
Abstract
The immediacy of issues related to the integration of forensic records on a single platform is due to the need to increase the efficiency of detecting and investigating crimes through both automated and non-automated data analysis. In the course of the analysis of studies devoted to the problems of solving crimes, especially in conditions of non-obviousness, there is a direct correlation between the solving of a crime and the use of forensic records.
Problem statement: science and technology today demonstrates the technologies of machine data analysis, however, the issues of integrating sources of forensically significant information on a single platform, in other words, providing sources of forensically significant information into a functional unity, have not been fully resolved. The key source of forensically significant information is forensic records. At the same time, they are fragmented in terms of the method of processing, the place of concentration, storage, and moreover, even the subject of reference. This fact - keeping records in various departments of the department gives rise to many problems, such as: 1. The lack of a single platform that integrates all types of forensic records. 2. Duplication of homogeneous type of information. 3. Absence of a forensically substantiated model of forensic accounting data. 4. The absence of the concept of the information system of forensic records at the hardware and software levels. 5. Data arrays are not differentiated by the degree of information access. 6. Insufficient development of domestic software -database management systems (or lack of open source software).
The purpose of the study: to identify key problems and assess the current state of affairs of sources of forensically significant information, especially forensic records. Analyze and summarize the results of current and past scientific research on this issue. Offer evidence-based ways to solve the problem.
Research methods: general scientific, particular scientific and special methods of cognition, including the method of observation, analysis and
126
информационной системы с клиент-серверной архитектурой позволит реализовать единую информационно-цифровую платформу, на которой будет достигнуто функциональное единство всех криминалистических учетов как основных источников криминалистически значимой информации. Такой шаг существенно увеличит раскрываемость преступлений, повысит уровень их расследования и позитивно отразится на их предупреждении.
Исследования же применимости методов машинного обучения и анализа данных для выявления признаков серийности (сходства) определенных категорий преступлений, в частности на массиве данных, хранящемся в единой информационной системе криминалистических учетов, позволит перейти на новый уровень борьбы с преступностью в целом.
Ключевые слова: криминалистический учет; криминалистически значимая информация; функциональное единство; раскрытие и расследование преступлений; цифровизация; машинное обучение; анализ данных; технология; алгоритм.
synthesis, formal logical, the method of computer experiment, the method of mathematical modeling, etc.
Results and key findings: building an information system with a client-server architecture will make it possible to implement a single information and digital platform on which the functional unity of all forensic records will be achieved as the main sources of forensically significant information. Such a step will significantly increase the detection of crimes, increase the level of their investigation and have a positive impact on their prevention. Studies of the applicability of machine learning methods and data analysis to identify signs of seriality (similarity) of certain categories of crimes, in particular on the data array stored in the unified information system of forensic records, will allow moving to a new level of combating crime in general.
Keywords: forensic accounting; forensically significant information; functional unity; detection and investigation of crimes; digitalization; machine learning; data analysis; technology; algorithm.
Крупные частные и государственные корпорации вошли в новую парадигму мира, в которой информация находится наряду с золотом и нефтью. Большими вопросами до сих пор остаются, как ее добывать с наименьшими затратами и как выгодно использовать.
Разрешением этих вопросов в контексте борьбы с преступностью в научной и практической среде ведомства занимаются более 40 лет. Источниками криминалистически значимой информации могут служить и служат процессуальная документация — протоколы допросов, осмотров мест происшествий, осмотров предметов и иных процессуальных действий, непроцессуальные документы — книга учета регистрации преступлений, учета сообщений о происшествиях, иная служебная документации. Помимо ведомственных источников криминалистически значимой информации есть общедоступные источники, такие как Интернет, включающий в себя множество социальных сетей, мессенджеров, форумов, прессы. Однако ключевым источником криминалистически значимой информации являются криминалистические учеты.
Криминалистические учеты носят разрозненный характер по способу обработки, по месту сосредоточения, хранения и, более того, даже по субъекту ведения. Так, например, большинство криминалистических учетов ведется в подразделениях Главного информационно-аналитического центра Министерства
внутренних дел Российской Федерации (далее — МВД России), Экспертно-криминалисти-ческого центра МВД России и в подконтрольных им подразделениях на территориальном уровне. Данный факт — ведение учетов в различных подразделениях ведомства порождает множество проблем, таких как:
1. Отсутствие единой платформы, интегрирующей в себе все виды криминалистических учетов.
2. Дублирование однородной по типу информации.
3. Отсутствие криминалистически обоснованной модели данных криминалистических учетов.
4. Отсутствие концепции информационной системы криминалистических учетов на аппаратном и программном уровнях.
5. Массивы данных не разграничены по степени доступа информации.
6. Недостаточная разработанность отечественного программного обеспечения — системы управления базами данных (либо отсутствие программного обеспечения с открытым исходным кодом) [6, с. 303; 7, с. 130].
Помимо вышеперечисленного, множество источников информации носят аналоговый характер, либо представлены в виде объекта — носителя криминалистически значимой информации. Примером сказанного могут служить: протоколы осмотров мест происшествий, выполненные на листах бумаги обычной чернильной авторучкой, пулегильзотеки утраченного огнестрельного оружия, информационные карты следов обу-
ви и следов орудий взлома и т. д. Такой вариант обработки и хранения информации не отвечает требованиям современности, таким как результативность, быстрота, объективность, достаточность, точность, экономичность [1, с. 44—53].
Первые шаги к решению проблемы были предприняты в попытке интеграции разных видов криминалистических учетов в единую информационную систему для повышения эффективности обращения сотрудников следственно-оперативных подразделений за оперативно-справочной и оперативно-розыскной информацией.
Пилотная реализация проекта, которая наглядно продемонстрировала свою прикладную значимость, была осуществлена в научно-техническом (экспертно-криминалистическом) отделе Оперативно-технического управления Главного управления внутренних дел Леноблгорисполко-мов (далее - НТО (ЭКО) ОТУ ГУВД ЛО) около 40 лет назад.
В то время НТО (ЭКО) ОТУ ГУВД ЛО на основе материалов судебных экспертиз занимал -ся ведением таких видов криминалистических учетов оперативно-розыскного назначения, как: картотека следов рук, изъятых с мест нераскрытых преступлений (следотека); дактилоскопическая картотека лиц, представляющих оперативный интерес; картотека субъективных композиционных портретов лиц, причастных к совершению нераскрытых преступлений; картотека следов обуви, изъятых с мест совершения преступлений; картотека следов орудий взлома, изымаемых с мест преступлений; региональная пу-легильзотека (РПГТ); картотека почерков наркоманов и поддельных медицинских рецептов на лекпрепараты, содержащие нестероидные противовоспалительные средства (НПВС), и некоторые другие как оперативно-розыскного, так и оперативно-справочного назначения.
Одновременно с учетами, которые велись в ЭКО, информационный центр ГУВД ЛО тоже занимался ведением различных учетов как оперативно-справочного, так и оперативно-розыскного назначения: алфавитная и дактилоскопическая картотеки лиц, ранее судимых и привлекавшихся к уголовной и административной ответственности, отбывающих наказание на территории региона, по описанию внешних индивидуальных черт, по способу и месту совершения преступлений, по криминальной специализации и др.
Типичной ситуацией для того времени являлось то, что сотрудники следственных и оперативных подразделений не достаточно эффективно использовали такие источники криминалистически значимой информации при решении задач по раскрытию и расследованию преступлений. Работа, связанная с криминалистическими учетами, носила формальный характер, по большей части для отчетности.
Предложения по интеграции всех учетов на базе ИЦ ГУВД ЛО оставались без управленческой поддержки по обстоятельным причинам, поскольку для работы с экспертно-криминали-стическими учетами, которые ведутся в экспер-тно-криминалистических подразделениях, необходимы специальные знания в области тех или иных видов судебных экспертиз.
Отчасти эту проблему решили в экспертно-криминалистических подразделениях нормативно. Так, например, если эксперт-криминалист при работе с объектами парных видов учета (к которым относились учет дактилоскопической информации о лицах, совершивших преступления или административные правонарушения, и учет следов рук, картотека оттисков подошв обуви подозреваемых в совершении тяжких и особо тяжких преступлений лиц и учет следов подошв обуви) устанавливал совпадение, то он немедленно информировал своих коллег, обеспечивающих работу смежных картотечных массивов, что было закреплено в его должностной инструкции. Особенно важно это было в случаях получения положительного результата при проверках по картотекам оттисков подошв обуви подозреваемых в совершении тяжких и особо тяжких преступлений лиц и следов обуви, которые содержали лишь вероятностные формулировки о предполагаемом наличии тождества. При получении такого рода информации, например, сотрудник дактилоскопической лаборатории сразу начинал соответствующую проверку дактилокарты установленного лица (по оттискам подошвы обуви) по следотеке следов рук. Организационный подход такого плана в работе достаточно сильно повысил оперативность и полноту отработки лица на причастность к преступлению.
Следующим этапом в решении обозначенной проблемы стала договоренность руководства экспертно-криминалистического подразделения и информационного центра о включении сведений, содержащихся в массивах экспертно-кри-миналистических учетов, в структуру информационной системы, вбирающую в себя источники оперативной информации и розыска Информационного центра ГУВД ЛО. Однако по ряду объективных и субъективных причин дальнейшая реализация проекта была приостановлена, а затем и вовсе прекращена.
Важно отметить, что вышеуказанная попытка объединения криминалистических учетов на единой информационной платформе была предпринята в условиях отсутствия технических средств, позволивших бы реализовать соответствующие алгоритмы программно-цифровым способом [3, с. 127-130].
В настоящее время Министерство внутренних дел заключает госконтракты на проведение научно-исследовательских и опытно-конструкторских работ по решению вопросов ин-
128
теграции источников криминалистически значимой информации на единой платформе. Так, АО «РАМЭК-ВС» в 2021 г. заключила контракт с Министерством на проведение научно-исследовательской работы «Исследование применимости методов машинного обучения и анализа данных для выявления признаков серийности (сходства) определенных категорий преступлений» [5]. В рамках этого исследования планируется изучить современное научно-техническое состояние и опыт практического применения в данной области в Российской Федерации и за рубежом (применение технологий машинного обучения и семантического анализа данных при раскрытии и расследовании преступлений). В конкурсной записке также поставлен ряд инновационных задач для исследователей, таких как:
— внедрение семантического анализа данных при раскрытии, расследовании и профилактике преступлений;
— прогнозирование повторных правонарушений и предотвращение рецидивов;
— прогнозирование повторного совершения преступления и решение о предварительном заключении, приговоре и условно-досрочном освобождении;
— программы распознавания татуировок;
— разработка макета информационной системы выявления признаков серийности (сходства) определенных категорий преступлений [8, с. 390—394; 5; 4].
Вместе с тем хотелось бы отметить, что подобная работа должна вестись в тесном сотрудничестве разработчиков и заказчика на всех этапах разработки продукта. Такой подход необходим для обеспечения более качественного и реально востребованного продукта (результатов научно-исследовательской работы, опытно-конструкторской и технологической работы). В 2021 г. подобным образом была реализована научно-исследовательская работа «Исследование возможностей автоматизации ведения и использования в раскрытии и расследовании преступлений тра-сологических экспертно-криминалистических учетов органов внутренних дел Российской Федерации». Работа проходила в коллаборации технических специалистов АО «РАМЭК-ВС» и ученных-криминалистов МВД России.
Более того, авторами настоящей статьи проводятся исследования по вышепоставленным вопросам. Разрабатываются вопросы как на теоретическом уровне, так и на прикладном. Так, переосмысливается подход в понимании криминалистического учета, криминалистически значимой информации, средств фиксации, систематизации и предоставления криминалистически значимой информации в контексте криминалистического учета как неделимого источника криминалистически значимой информации.
Информационная система в теории криминалистической регистрации по своей сути представлена формами ведения криминалистических учетов. Это и натурные коллекции, различные картотеки, журналы и др. Такие формы на практике применяются как минимум около 200 лет. У данных форм есть преимущества и недостатки. Ключевыми недостатками таких форм (видов информационных систем) являются существенные операционные издержки, время обработки информации и ее поиска, объективизации информации, громоздкость физического размещения, задействование большого количества человеческого ресурса [7, с. 130—134].
Развитие цифровых технологий позволяет криминалистическим учетам разместить свои информационные системы на компьютерной технике за счет разработки новых форм ведения учетов, либо цифровой трансформации существующих. Информационная система авторами рассматривается на двух уровнях — аппаратном и программном.
Аппаратный уровень цифровых технологий, применяемых в информационных системах криминалистических учетов, условно представлен тремя группами устройств: клиентские устройства, серверы приложений и серверы баз данных.
Клиентские устройства — это программно-аппаратный компонент вычислительной системы, посылающий запросы и получающий ответы на них от сервера. Такого типа устройства типичны для клиент-серверной сетевой архитектуры. Применительно для работы с криминалистическими учетами подходят стационарные и портативные клиентские устройства. К стационарным относят автоматизированные рабочие места, персональные компьютеры, моноблоки и иную компьютерную технику, относимую к категории немобильной. Портативные устройства — это все те устройства, которые в своей структуре содержат модули питания (обеспечивающие продолжительное время работы без подключения к электросети), модули беспроводной связи, а также отвечающие критериям компактности, к ним можно отнести планшетный компьютер, ноутбук, смартфон и некоторые другие устройства.
Клиентские устройства предназначены для взаимодействия пользователя с сервером, на котором хранится криминалистически значимая информация. В данном контексте пользователи эквивалентны субъектам формирования, ведения и использования учетов. Разделение клиентских устройств на стационарные и портативные обусловлено потребностями практики. Так, например, оперативный сотрудник, находясь на дежурстве в составе следственно-оперативной группы, при выезде на место происшествия на не знакомую ему территорию и на значительное расстояние от места нахождения под-
разделения (на практике это могут быть десятки или даже сотни километров) оказывается в состоянии информационной изоляции. Однако при наличии портативного устройства, обладающего доступом к информационной системе криминалистического учета, сотрудник может обеспечить себя той информацией, которая необходима ему для решения служебно-оперативных задач, не теряя время на передислокацию к постоянному месту несения службы. Аналогичная ситуация может возникнуть и с сотрудником экспер-тно-криминалистического подразделения. С момента обнаружения им следа преступника (следа руки, следа обуви и т. д.) до момента его проверки по соответствующему виду учета, как правило, проходит достаточно продолжительный период времени, когда при наличии у него портативного клиентского устройства на это понадобилось бы несколько минут.
Вместе с тем преимущества стационарных устройств обусловлены их большей функциональной возможностью и критерий оперативности не будет играть при этом ключевую роль. Стационарные клиентские устройства, как правило, входят в комплекс автоматизированного рабочего места сотрудника наряду с различными многофункциональными периферийными устройствами, средствами ввода и вывода информации или специализированными устройствами, например с цифровым микроскопом эксперта.
Серверы приложений и сервер баз данных -это промежуточное и конечное звено в сетевой клиент-серверной архитектуре. По своей сути, на аппаратном уровне между собой они ничем не отличаются, так как представляют собой стационарный сервер.
Программный уровень цифровых технологий, применяемых в информационной системе криминалистических учетов, представляет собой совокупность всех программ и алгоритмов, с помощью которых происходит взаимодействие между пользователем и базой данных, где содержится криминалистически значимая информация. Условно такие технологии можно разделить, также как и на аппаратном уровне, на три группы: клиентское приложение - программа, обеспечивающая доступ и взаимодействие пользователя с сервером приложений и сервером баз данных (на клиентском устройстве); программы и алгоритмы, обеспечивающие «производственную» логику (на сервере приложений); системы управления базами данных (далее — СУБД) (на сервере базы данных) [7, с. 130—134; 11].
Клиентское приложение — это программа, работающая на клиентском устройстве пользователя и обеспечивающая интерактивное взаимодействие пользователя с системой, в отличие от других компонентов системы, предназначенных для программного взаимодействия с други-
ми частями системы или с другими программными объектами. На практике зачастую клиентское приложение представлено веб-браузером, либо приложением, требующим предварительную установку на устройстве (толстый или тонкий клиент).
Особое внимание при разработке клиентского приложения уделяется пользовательскому интерфейсу. Пользовательский интерфейс — это интерфейс, с помощью которого человек может управлять программным обеспечением или аппаратным оснащением. Интерфейс должен быть удобным в использовании, чтобы взаимодействие с ним происходило на максимально интуитивном уровне.
В приложении информационной системы криминалистического учета их стоит выделить три, по категориям пользователей-субъектов: формирования, ведения и использования.
Пользовательский интерфейс субъектов формирования учета прежде всего должен включать в себя такие элементы, как:
— выбор вида учета;
— ввод данных об объекте учета, причем разных по типу — фотоизображения, текст, аудиофайлы и т. д.;
— автоматический ввод данных, персонифицирующих сотрудника, вводящего данные;
— ввод данных о регистрационных действиях в подразделении органа внутренних дел (№ КУСП, УД и т. д.) [12; 13].
Программы и алгоритмы, обеспечивающие «производственную» логику. Программное обеспечение системы автоматизации учетов согласно назначению образца техники должно обеспечивать решение таких задач, как:
— пополнение, хранение и редактирование базы данных системы автоматизации учетов;
— автоматизированную диагностику и идентификацию объектов;
— общую автоматизацию ведения учетов органов внутренних дел Российской Федерации.
Архитектура программного обеспечения системы должна быть выполнена по схеме «клиент-сервер» с использованием стандартизованных сетевых протоколов TCP/IP.
Клиент-сервер — вычислительная или сетевая архитектура, в которой задания или сетевая нагрузка распределены между серверами и клиентами. Клиенты и серверы взаимодействуют через компьютерную сеть и могут быть как различными физическими устройствами, так и программным обеспечением. Выбор архитектуры клиент-сервер был обусловлен следующим:
— выполнение большей части работы мощной серверной частью при минимуме нагрузки на клиента (выполнение поисковых процедур, выполнение анализа и вычислений нейронных сетей);
130
— базы данных хранятся на сервере. При этом он лучше защищен от различного вида угроз, чем клиентское устройство;
— возможность более четкого разграничения полномочий доступа к разным уровням информационной системы. Каждой категории пользователя — свой уровень доступа;
— надежность. Выход из строя одного или нескольких автоматизированных рабочих мест (АРМ) не приведет к выходу из строя всей системы;
— кроссплатформенность. Любое клиентское приложение может работать с ресурсами сервера вне зависимости от используемой операционной системы;
— уменьшение нагрузки на сеть ввиду того, что клиент в основном передает серверу команды, а тот уже их исполняет.
Реализация программного обеспечения в архитектуре клиент-сервер и TCP/IP обеспечат высокую надежность, возможность распределения вычислительной нагрузки, детализации в регулировании прав доступа и самого удаленного досту-
Список литературы:
1. Владимиров В. Ю, Данилов И. А, Шитов К. Э. Цифровизация трасологической информации как один из ресурсов раскрытия преступлений по горячим следам // Труды Академии управления МВД России. 2022. № 2 (62).
2. Дремлюга Р. И., Решетников В. В. Правовые аспекты применения предиктивной аналитики в правоохранительной деятельности // Азиатско-Тихоокеанский регион: экономика, политика, право. 2018. № 3.
3. Жидков Д. Н, Владимиров В. Ю. Обеспечение функционального единства криминалистически значимой информации как средства повышения эффективности процесса раскрытия, расследования и предупреждения преступлений // Криминалистика — наука без границ: традиции и новации: материалы Всероссийской научно-практической конференции (Санкт-Петербург, 26 ноября 2021 г.). Санкт-Петербург, 2022.
4. Нейроинформатика / А. Н. Горбань, В. Л. Дунин-Барковский, А. Н. Кир-дин [и др.]. Новосибирск, 1998.
5. НИР «Исследование применимости методов машинного обучения и анализа данных для выявления признаков серийности (сходства) определенных категорий преступлений». URL: https://www.ramec. ru/proektyi/silovyie-vedomstva/ministerstvo-vnutrennix-del-rf/issledovanie-primenimosti-metodov-mashinnogo-obucheniya-i-analiza-
па, а также универсальность в части возможности его использования на широком спектре аппаратных средств различных марок и производителей [6, с. 305—308].
Вышеописанная архитектура информационной системы позволит реализовать единую информационно-цифровую платформу, на которой будет достигнуто функциональное единство всех криминалистических учетов как основных источников криминалистически значимой информации. Такой шаг существенно увеличит раскрываемость преступлений, повысит уровень их расследования и позитивно отразится на их предупреждении.
Исследования же применимости методов машинного обучения и анализа данных для выявления признаков серийности (сходства) определенных категорий преступлений, в частности, на массиве данных, хранящемся в единой информационной системе криминалистических учетов, позволит перейти на новый уровень борьбы с преступностью в целом.
References:
1. Vladimirov V. Yu, Danilov I. al., Shi-tov K. E. Digitalization of trace information as one of the resources for solving crimes in hot pursuit // Proceedings of the Academy of Management of the Ministry of Internal Affairs of Russia. 2022. № 2 (62).
2. Dremlyuga R. I., Reshetnikov V. V. Legal aspects of the application of predictive analytics in law enforcement // Asia-Pacific region: economics, politics, law. 2018. № 3.
3. Zhidkov D. N, Vladimirov V. Yu. Obespechenie funkcional'nogo edinstva kriminalisticheski znachimoj informacii kak sredstva povysheniya effektivnosti processa raskrytiya, rassledovaniya i preduprezhdeniya prestuplenij // Kriminalisti-ka — nauka bez granic: tradicii i novacii: mate-rialy Vserossijskoj nauchno-prakticheskoj kon-ferencii (Sankt-Peterburg, 26 noyabrya 2021 g.). Sankt-Peterburg, 2022.
4. Nejroinformatika / A. N. Gorban', V. L. Dunin-Barkovskij, A. N. Kirdin [i dr.]. Novosibirsk, 1998.
5. NIR "Issledovanie primenimosti metodov mashinnogo obucheniya i analiza dannyh dlya vyyavleniya priznakov serijnosti (skhodstva) opredelennyh kategorij prestuplenij". URL: https://www.ramec.ru/proektyi/silovyie-ve-domstva/ministerstvo-vnutrennix-del-rf/issle-dovanie-primenimosti-metodov-mashinno-go-obucheniya-i-analiza-dannyix-dlya-vyiyav-leniya-priznakov-serijnosti-opredelennyix.html (date of access 19.08.2022).
6. Cifrovizaciya trasologicheskih uchetov kak odin iz resursov raskrytiya prestuplenij po gory-
dannyix-dlya-vyiyavleniya-priznakov-serijnosti-opredelennyix.html (дата обращения: 19.08.2022).
6. Цифровизация трасологических учетов как один из ресурсов раскрытия преступлений по горячим следам / В. Ю. Владимиров, И. А. Данилов, Р. В. Тютин, К. Э. Шитов // Роль права в обеспечении благополучия человека: сборник докладов XI Московской юридической недели. XXII Международная научно-практическая конференция Юридического факультета Московского государственного университета имени М. В. Ломоносова: в 5 ч. (Москва, 23-26 ноября 2021 г.). Москва, 2022.
7. Шитов К. Э. Некоторые вопросы понятия, структуры и функций криминалистической регистрации // International Law Journal. 2021. Т. 4. № 4.
8. Яремчук В. П. Использование автоматизированных криминалистических систем в судебно-экспертной деятельности сотрудников органов внутренних дел // Судебная экспертиза: прошлое, настоящее и взгляд в будущее: материалы Международной научно-практической конференции (Санкт-Петербург, 14-15 мая 2020 г.). Санкт-Петербург, 2020.
9. Bennett М. L, Chan J. Algorithmic prediction in policing: Assumptions, evaluation, and accountability // Policing and Society. 2016.
10. Brodeur J. P., Dupont B. Introduction essay: The role of knowledge and networks in policing. In: Williamson, T. (ed.), The Handbook of Knowledge-Based Policing: Current Conceptions and Future Directions. Chichester. UK: John Wiley & Sons, 2008.
11. FriendZ. Predictive Policing: Using Technology to Reduce Crime // FBI Law Enforcement Bulletin. Federal Bureau of Investigation, 2018.
12. Perry W. L. Predictive policing: The role of crime forecasting in law enforcement operations. Santa Monica: Rand Corporation, 2013.
13. Williams M. L, Burnap P., Sloan L. Crime sensing with big data: The affordances and limitations of using open source communications to estimate crime patterns // British Journal of Criminology. 2016. № 57.
achim sledam / V. Yu. Vladimirov, I. A. Da-nilov, R. V. Tyutin, K. E. Shitov // Rol' prava v obespechenii blagopoluchiya cheloveka: sbornik dokladov XI Moskovskoj yuridicheskoj nedeli. XXII Mezhdunarodnaya nauchno-prakticheskaya konferenciya Yuridicheskogo fakul'teta Moskovskogo gosudarstvennogo uni-versiteta imeni M. V. Lomonosova: v 5 ch. (Moskva, 23—26 noyabrya 2021 g.). Moskva, 2022.
7. Shitov K. E. Some questions of the concept, structure and functions of forensic registration // International Law Journal. 2021. Vol. 4. № 4.
8. Yaremchuk V. P. Ispol'zovanie avtomatizirovan-nyh kriminalisticheskih sistem v sudebno-ek-spertnoj deyatel'nosti sotrudnikov organov vnu-trennih del // Sudebnaya ekspertiza: proshloe, nastoyashchee i vzglyad v budushchee: mate-rialy Mezhdunarodnoj nauchno-prakticheskoj konferencii (Sankt-Peterburg, 14—15 maya 2020 g.). Sankt-Peterburg, 2020.
9. Bennett M. L, Chan J. Algorithmic prediction in policing: Assumptions, evaluation, and accountability // Policing and Society. 2016.
10. Brodeur J. P., Dupont B. Introduction essay: The role of knowledge and networks in policing. In: Williamson, T. (ed.), The Handbook of Knowledge-Based Policing: Current Conceptions and Future Directions. Chichester. UK: John Wiley & Sons, 2008.
11. Friend Z. Predictive Policing: Using Technology to Reduce Crime // FBI Law Enforcement Bulletin. Federal Bureau of Investigation, 2018.
12. Perry W. L. Predictive policing: The role of crime forecasting in law enforcement operations. Santa Monica: Rand Corporation, 2013.
13. Williams M. L, Burnap P., Sloan L. Crime sensing with big data: The affordances and limitations of using open source communications to estimate crime patterns // British Journal of Criminology. 2016. № 57.
Для цитирования:
For citation:
Владимиров Владимир Юрьевич, Жидков Дмитрий Николаевич, Шитов Кирилл Эдуардович. Обеспечение функционального единства криминалистически значимой информации как средство повышения эффективности правоохранительной деятельности // Труды Академии управления МВД России. 2022. № 4 (64). С. 124—131.
Vladimirov Vladimir Yur'yevich, Zhidkov Dmitry Nikolaevich, Shitov Kirill Eduardovich. Ensuring the Functional Unity of Forensically Significant Information as a Means of Improving the Efficiency of Law Enforcement // Proceedings of Management Academy of the Ministry of the Interior of Russia. 2022. № 4 (64). P. 124-131.
