CC BY
9
Искалиев Равиль Гарифуллаевич,
кандидат юридических наук, доцент кафедры организации оперативно-разыскной деятельности, Академия управления МВД России, Российская Федерация, 125171, г. Москва, ул. Зои и Александра Космодемьянских, д. 8
Е-mail: isk74ravil@gmail.com
Научная специальность: 5.1.4. Уголовно-правовые науки
УДК 343.9
DOI 10.24412/2072-9391-2023-468-107-117
Дата поступления статьи: 31 октября 2023 г. Дата принятия статьи в печать: 15 декабря 2023 г.
Ravil' Garifullaevich Iskaliev,
Candidate of Law,
Associate Professor at the Department of Organization
of Operational Investigative Activities,
Management Academy of the Ministry
of the Interior of Russia,
Russian Federation, 125171, Moscow,
Zoi i Alexandra Kosmodemyanskikh St., 8
Е-mail: isk74ravil@gmail.com
Scientific specialty: 5.1.4. Criminal Law Sciences
Первичный поиск оперативной информации подразделениями ЭБиПК в современных условиях
Primary Search for Operational Information by Economic Security and Combating the Corruption's Units in Modern Conditions
Аннотация
Актуальность исследования: цифровизация общества вносит значительный вклад в его развитие, повышение качества жизни людей и улучшение условий для бизнеса и науки. Во всех сферах общественных отношений требуются изменения и дополнения в нормативно-правовой регламентации использования различных сервисов, технологии «больших данных» и искусственного интеллекта.
Однако цифровизация также вносит изменения в преступную среду. С развитием технологий преступники стали активно использовать новые методы для подготовки и совершения преступлений, более эффективно скрывать следы и уклоняться от ответственности.
Постановка проблемы: анализ правоприменительной практики показывает, что криминальные деяния, совершенные с использованием информационно-коммуникационных технологий в экономической сфере, в том числе коррупционного характера, имеют тенденцию к значительному росту. В связи с этим в оперативно-розыскной науке и практике ведется активный поиск оптимальных форм и методов документирования преступных деяний различными оперативными подразделениями органов внутренних дел
Abstract
The relevance of the research: the digitaliza-tion of society makes a significant contribution to its development, improving the quality of life of people and improving conditions for business and science. In all spheres of public relations, changes and additions to the regulatory and legal regulation of the use of various services, big data technology and artificial intelligence are required.
However, digitalization is also making changes in the criminal environment. With the development of technology, criminals began to actively use new methods to prepare and commit crimes, hide their tracks more effectively and evade responsibility.
Problem statement: the analysis of law enforcement practice shows that criminal acts committed using information and communication technologies in the economic sphere, including corruption, tend to increase significantly. In this regard, in operational investigative science and practice, an active search is underway for optimal forms and methods of documenting criminal acts by various operational units of the internal affairs bodies of the Russian Federation. Considerable attention is paid to the issues of obtaining primary operational investigative information that takes into account the specifics of detecting, preventing, suppressing
108
Российской Федерации. Вопросам получения первичной оперативно-розыскной информации, учитывающей особенности выявления, предупреждения, пресечения и раскрытия преступлений с использованием информационно-коммуникационных технологий в МВД России, уделяется значительное внимание.
Цель исследования: проанализировать прикладные аспекты выявления первичной оперативно-розыскной информации о противоправных деяниях, наиболее ярко проявляющихся при определении направлений оперативного поиска, которые позволяют рационализировать работу сотрудников оперативных подразделений экономической безопасности и противодействия коррупции органов внутренних дел и концентрированно использовать имеющиеся в их распоряжении силы, средства и методы, а также определить классификации направлений оперативного поиска.
Методы исследования: диалектика, герменевтика; частнонаучные (наблюдение, анкетирование, интервьюирование, контент-анализ документов); сравнительно-правовой (при изучении правовых явлений и теорий нормативных правовых актов).
Результаты и ключевые выводы: по результатам исследования предложены приоритетные направления оперативного поиска, которые могут быть получены на основе установления однозначных и вероятностных корреляционных связей между признаком совершения преступления и его отражением на объекте материального мира. Предпринята попытка теоретически обосновать необходимость локализации следов-отражений преступлений экономической и коррупционной направленности, их возникновение как детерминацию с технологическими процессами, возникающими в информационной системе при уничтожении, копировании, блокировании или модификации компьютерной информации, а также правовыми требованиями, предъявляемыми к субъектам, обеспечивающим функционирование информационно-телекоммуникационной инфраструктуры, и кредитно-финансовым организациям.
На основе выявленных закономерностей сотрудник оперативного подразделения ЭБиПК в процессе поисковой деятельности при обнаружении одного признака (следа-отражения) может воссоздать более полную следовую картину и сделать ретроспективный вывод о субъективной и объективной сторонах преступления.
Ключевые слова: информационно-телекоммуникационная сеть; Интернет; оперативно-розыскная деятельность; информация; подразделения экономической безопасности и противодействия коррупции; цифровые следы преступления; поиск; мероприятия; сервис.
and disclosing crimes using information and communication technologies in the Ministry of Internal Affairs of Russia.
The purpose of the study: to analyze the applied aspects of identifying primary operational search information about illegal acts, which are most clearly manifested in determining the directions of operational search, which make it possible to rationalize the work of employees of operational units of economic security and anti-corruption of internal affairs bodies and to use the forces, means and methods at their disposal in a concentrated manner, as well as to determine classifications of directions of operational search.
Research methods: dialectics, hermeneutics; private scientific (observation, questioning, interviewing, content analysis of documents); comparative legal (in the study of legal phenomena and theories of normative legal acts).
Results and key conclusions: according to the results of the study, priority directions of operational search are proposed, which can be obtained on the basis of establishing unambiguous and probabilistic correlations between the sign of the commission of a crime and its reflection on the object of the material world. An attempt has been made to theoretically substantiate the need to localize traces of economic and corruption crimes, their occurrence as a determination with technological processes occurring in an information system during the destruction, copying, blocking or modification of computer information, as well as legal requirements imposed on entities that ensure the functioning of information and telecommunications infrastructure, and credit and financial organizations.
Based on the revealed patterns, an employee of the operational economic security and combating the corruption's unit in the process of search activity, when detecting one sign (trace-reflection), can recreate a more complete trace picture and make a retrospective conclusion about the subjective and objective sides of the crime.
Keywords: information and telecommunication network; Internet; operational investigative activities; information; economic security and combating the corruption's units; digital traces of crime; search; events; service.
В оперативно-розыскной науке принято считать, что прикладные аспекты выявления первичной информации о противоправных действиях наиболее ярко проявляются при определении направлений оперативного поиска, которые позволяют рационализировать работу сотрудников оперативных подразделений и концентрированно использовать имеющиеся в их распоряжении силы, средства и методы.
Наше исследование показало, что большинство авторов с различной степенью детализации выделяют два направления оперативного поиска: оперативный поиск на криминогенных объектах и оперативный поиск в криминогенной среде [10, с. 6—15; 12]. Данная позиция доминирует в настоящее время, так как она объективно затрагивает сферы, в которых могут и должны проявляться криминальные элементы, а также следы-отражения преступной деятельности в материальной и идеальной форме. При этом необходимо отметить, что детализация выше-представленных направлений зависит от группы или вида преступлений и коррелируется с их оперативно-розыскной характеристикой, чем в своих научных изысканиях и пользуются современные исследователи.
Вместе с тем необходимо обратить внимание на позицию ряда исследователей, которые не удовлетворены двухзвенной системой оперативного поиска, предлагают ее расширение за счет иных направлений или вкладывают в ее содержание иной смысл. В частности, В. П. Сальников выделяет следующие направления оперативно-аналитического поиска: 1) разведывательно-поисковая работа в сфере и инфраструктуре социально-аномальной среды как стадия оперативно-розыскного процесса по выявлению и раскрытию тайных преступных деяний; 2) поиск в социально-аномальной среде криминально-активной категории лиц и их окружения; 3) сбор информации о гражданах в профилактических целях [21, с. 52—59].
Несмотря на то, что данная классификация направлений оперативного поиска осуществлена по разным основаниям с нарушением принципа полноты деления, в ней заложена идея, которую следует обсудить на страницах данного исследования. Так, оперативный поиск среди лиц, проживающих на территории оперативного обслуживания [14], является принципиальным аспектом поисковой деятельности сотрудников ЭБиПК. Это вызвано тем, что лица, проживавшие (прибывшие), не совершающие (совершившие, замышляющие) преступление, могут быть источником идеальной информации о противоправной деятельности иных лиц. В связи с чем они могут выступать поставщиками оперативной информации в качестве лиц, оказывающих содействие, а также привлекать-
ся на следующих стадиях оперативно-розыскного процесса. В связи с этим мы соглашаемся с В. П. Сальниковым, что оперативный поиск должен вестись среди граждан, но его цели значительно шире профилактических.
Кроме лиц, проживающих на территории оперативного обслуживания, с точки зрения поисковой деятельности важное значение приобретают лица, работающие на объектах экономики (предприятия, учреждения, организации и т. п.). В связи с этим следует поддержать позицию В. Н. Омелина, который в работе, посвященной борьбе с кражами нефти и горючесмазочных материалов (далее — ГСМ), также использовал двухзвенную структуру при определении направлений оперативного поиска: объекты первоочередной оперативной заинтересованности (места вероятного совершения краж нефти и ГСМ) и лица, представляющие оперативный интерес. Под последними он имел в виду совокупность людей, связанных общностью криминальных интересов, профессиональная деятельность которых связана с нефтью или ГСМ [18, с. 53-61].
Мы не можем согласиться с мнениями вышеприведенных ученых относительно того, что оперативный поиск должен вестись исключительно «в сфере и инфраструктуре социально-аномальной среды» (В. П. Сальников), а также «в местах вероятного совершения преступлений» (В. Н. Омелин). Мы полагаем, что информация о преступлениях экономической и коррупционной направленности может содержаться в весьма широком, некриминальном, секторе экономики (предприятия партнеры, контрагенты и т. д.), государственных учреждениях и организациях (контрольно-ревизионные и налоговые органы, федеральные органы и т. д.). Поддержку данного тезиса находим у руководителей подразделений ЭБиПК органов внутренних дел, которые в процессе глубинного фокусированного интервьюирования указали на то, что поиск оперативной информации по преступлениям экономической и коррупционной направленности в настоящее время осуществляется далеко за пределами соприкосновенных с криминалом объектах.
Все вышеизложенное позволяет говорить о том, что поисковые признаки могут найти свое материальное или идеальное отражение во всех объектах объективной реальности. В связи с чем полагаем, что нет смысла выделять направления оперативного поиска в общетеоретическом плане, а следует говорить об объектах поиска применительно к конкретным видам или группам преступлений экономической и коррупционной направленности. Объекты всегда будут индивидуальны, так как основываются на эмпирических данных, полученных при изучении дел специального учета, уголов-
110
ных дел и иных материалов. И даже в этом случае полагаем, что можно говорить лишь о приоритетных направлениях оперативного поиска, которые могут быть получены на основе установления однозначных и вероятностных корреляционных связей между признаком совершения преступления и его отражением на объекте материального мира.
Интересно, что наша позиция находит свое подтверждение и при анализе направлений оперативного поиска сквозь призму цифрового мира. Несмотря на относительную молодость проблемы цифрового следообразования, она достаточно подробно исследована в работах российских и зарубежных авторов [1; 2; 4; 5; 11; 15; 16; 23]. По мнению В. А. Милашева, эти следы следует именовать бинарными, так как они являются результатом логических и математических операций [17]. В. А. Мещеряков считает необходимым ввести новую категорию в вышепред-ставленной классификации — виртуальные следы — как промежуточную фазу между материальными и идеальными следами [17]. Имеется и традиционная точка зрения, которая нам близка в связи с вескими аргументами, высказанными Ю. В. Гаврилиным. Он, исследуя закономерности следообразования при совершении компьютерных преступлений, пришел к выводу, что данные следы-отражения следует именовать компьютерно-техническими следами, представляющими собой результаты преобразования компьютерной информации, причинно связанные с событием преступления [7; 20]. При этом он доказывает, что эти следы являются материальными, но имеют особенность, связанную с возможностью их дублирования без изменения характеризующих их свойств, и существуют исключительно на электронных носителях информации.
Таким образом, поиск цифровых следов преступлений экономической и коррупционной направленности — это поиск материальных следов, получаемых с учетом специфики их образования, хранения и использования. При этом локализация следов-отражений преступлений экономической и коррупционной направленности, их возникновение детерминированно как технологическими процессами, возникающими в информационной системе при уничтожении, копировании, блокировании или модификации компьютерной информации, так и правовыми требованиями, предъявляемыми к субъектам, обеспечивающим функционирование информационно-телекоммуникационной инфраструктуры, и кредитно-финансовым организациям [6].
Последнее замечание, связанное с правовыми требованиями, предъявляемыми к владельцам цифровой информации, является ключевым фактором в поисковой деятельности подразделений ЭБиПК в современных цифровых
условиях. Действительно, в череде стратегических документов Российской Федерации, принятых за последнее время, «красной нитью» проходит тема цифровизации всех сфер экономики и управления. В рамках национальной цели «Цифровая трансформация», определенной Указом Президента Российской Федерации от 21 июля 2020 г. № 474 «О национальных целях развития Российской Федерации на период до 2030 года», предусмотрено применение сквозных цифровых технологий в ключевых отраслях экономики и социальной сферы, в том числе здравоохранения и образования, а также в государственном управлении. Мы без труда находим эти требования в Стратегии научно-технологического развития Российской Федера-ции1; Стратегии экономической безопасности Российской Федерации на период до 2030 года2; Стратегии пространственного развития Российской Федерации на период до 2025 года3.
В ближайшее время (определим этот период в 5—10 лет) произойдут колоссальная трансформация государственного управления; переход к оказанию услуг государственной поддержки с использованием инфраструктуры специализированных цифровых платформ, обеспечивающих эффективную навигацию и возможность построения специализированных траекторий поддержки конкретных участников; создание межотраслевых моделей данных (отраслевых дата-сетов для использования предприятиями и ИТ-компаниями); формирование системы перехода от традиционной статистики к технологии обработки больших массивов данных и искусственного интеллекта и т. д.
Принятые на уровне государства программы «Информационное общество», «Цифровая экономика Российской Федерации» и др. коснулись тех сфер жизни общества, которые считались незыблемыми. Так, законодатель предпринял серьезную попытку, направленную на цифрови-зацию финансовой сферы. В настоящее время урегулированы отношения, возникающие в области оказания операторами финансовых платформ услуг, связанных с обеспечением возможности совершения финансовых сделок4; при вы-
1 О Стратегии научно-технологического развития Российской Федерации : Указ Президента Рос. Федерации от 1 дек. 2016 г. № 642 : в ред. от 15 марта 2021 г. // Собр. законодательства Рос. Федерации. 2016. № 49. Ст. 6887.
2 О Стратегии экономической безопасности Российской Федерации на период до 2030 года : Указ Президента Рос. Федерации от 13 мая 2017 г. № 208 // Собр. законодательства Рос. Федерации. 2017. № 20. Ст. 2902.
3 Об утверждении Стратегии пространственного развития Российской Федерации на период до 2025 года : распоряжение Правительства Рос. Федерации от 13 фев. 2019 г. № 207-р : в ред. от 30 сент. 2022 г. // СПС КонсультантПлюс : сайт. URL: https://www.consultant. ru/ (дата обращения: 07.10.2023).
4 О совершении финансовых сделок с использованием финансовой платформы : Федер. закон № 211-ФЗ : в ред. от 2 июля 2021 г. : принят Гос. Думой 9 июля 2020 г. : одобрен Советом Федерации 15 июля
пуске, учете и обращении цифровых финансовых активов5; при организации и осуществлении дистанционного банковского обслуживания и т. д. Уже сейчас Банк России и участники рынка приступили к тестированию платформы цифрового рубля и успешно провели первые переводы в цифровых рублях между гражданами6. При этом на государственном уровне определены основные сквозные цифровые технологии, которые позволят осуществить цифровую трансформацию: большие данные; нейротехнологии и искусственный интеллект; системы распределенного реестра; квантовые технологии; новые производственные технологии; промышленный интернет; компоненты робототехники и сенсорика; технологии беспроводной связи; технологии виртуальной и дополненной реальностей.
Эти и другие нововведения требуют иных (новых) подходов в выявлении преступлений экономической и коррупционной направленности или трансформации (цифровизации) «старых», применяющихся на практике и еще показывающих высокий результат (агентурный метод, личный сыск, взаимодействие по вертикали и горизонтали и т. д.) с учетом специфики цифрового информационного пространства. Это вызвано тем, что в современных условиях сетевое информационное пространство становится, с одной стороны, способом совершения преступлений экономической и коррупционной направленности (по данным официальной статистики каждое второе преступление совершается с использованием цифровых технологий), а с другой — средством совершения так называемых традиционных преступлений (подготовка около 50 % преступлений совершается с использованием сети Интернет, а в каждом пятом случае он использовался для сокрытия противоправной деятельности)7. В последние годы произошла активная цифровая трансформация современных преступников, именно поэтому оперативный поиск в сетевом информационном пространстве является приоритетным направлением в работе по выявлению преступлений экономической и коррупционной направленности.
Это связано с тем, что с позиции оперативно-розыскной деятельности сетевое информационное пространство представляет собой не только социально-технологическую среду,
2020 г. // Собр. законодательства Рос. Федерации. 2020. № 30. Ст. 4737.
5 О цифровых финансовых активах, цифровой валюте и о внесении изменений в отдельные законодательные акты Российской Федерации : Федер. закон № 259-ФЗ : принят Гос. Думой 22 июля 2020 г. : одобрен Советом Федерации 24 июля 2020 г. // Собр. законодательства Рос. Федерации. 2020. № 31 (ч. 1). Ст. 5018.
6 Цифровой рубль: старт тестирования : информация Банка России от 15 февр. 2022 г. // СПС КонсультантПлюс : сайт. URL: https://www.consultant.ru (дата обращения: 07.10.2023).
7 Состояние преступности в России за 2021 год. ФКУ «ГИАЦ
МВД России». 2021. С. 3.
в которой осуществляется виртуальное взаимодействие членов общества, но и в большей степени криминогенную среду, где имеются «виртуальные объекты», содержащие информацию, представляющую оперативный интерес, требующие оперативного прикрытия, а также происходит обмен информацией, которая может использоваться в оперативно-розыскных целях. Именно поэтому среди современных ученых, исследующих проблемы оперативно-розыскной деятельности, проведение оперативно-розыскных мероприятий в сетевом информационном пространстве рассматривается в качестве аналога оперативного поиска и приравнивается к нему [3; 19]. Мы находим поддержку данной дедукции у сотрудников ЭБиПК, которые при проведении анкетирования8 отметили, что в современных условиях сетевое информационное пространство (Интернет) позволяет получать информацию о криминальной деятельности отдельных лиц, а также групп лиц, совершающих преступления в сфере экономики (отметили более 89 % опрошенных). При этом практически 100 % респондентов отметили, что ключевое значение в поисковой деятельности посредством сети Интернет имеет знание локализации цифровых следов (на данное обстоятельство обратило внимание около 95 % опрошенных), знание способов получения этой информации — 87 % опрошенных, а также наличие навыков обработки этой информации — около 70 % опрошенных.
Как показало наше исследование, цифровые следы в сетевом информационном пространстве формируются двумя способами:
1) принудительный (не зависящий от желания и возможностей преступника);
2) произвольный (связан с наличием воли по оставлению и трансформации цифровых следов в той или иной форме).
Предпосылками для формирования принудительных цифровых следов являются требования законодательства, предъявляемые к субъектам, обеспечивающим функционирование информационно-телекоммуникационной инфраструктуры, и кредитно-финансовым организациям [8]. Так, следы в информационных системах кредитных и некредитных финансовых организаций формируются на основании Федерального закона «О национальной платежной системе»9 и в соответствии с некоторыми положениями Банка России10, устанавливающими требования,
8 Здесь и далее по тексту использованы сведения из анкетирования, проведенного со слушателями высших академических курсов Академии управления МВД России за период с 2020—2023 гг.
9 О национальной платежной системе : Федер. закон № 161-ФЗ : принят Гос. Думой 14 июня 2011 г. : одобрен Советом Федерации 22 июня 2011 г. // Собр. законодательства Рос. Федерации. 2011. № 27. Ст. 3872.
10 См., например: гл. 2 Положения Банка России от 9 июня 2012 г.
112
в соответствии с которыми операторы по переводу денежных средств, банковские платежные агенты (субагенты), операторы платежных систем, операторы услуг платежной инфраструктуры обеспечивают защиту определенного перечня информации при осуществлении переводов денежных средств. Согласно Приложению № 1 к Положению Банка России от 15 октября 2015 г. № 499-П банки осуществляют хранение и защиту большого объема сведений о клиенте. Вследствие реализации требований Положения Банка России от 9 июня 2012 г. № 382-П возникают и хранятся следы в информационных системах операторов электронных платежных средств (электронных кошельков). Это же Положение требует хранения в течение пяти лет сведений о дате и времени осуществления платежа, идентификаторе клиента в автоматизированной системе, а также информации об устройстве, с использованием которого осуществлен доступ к автоматизированной системе, включая используемое ПО, 1Р-адрес входа в сеть Интернет, МАС-адрес сетевого оборудования, номер SIM-карты, номер телефона и (или) иной идентификатор устройства.
В принудительном порядке цифровые следы хранятся в информационных системах интернет-провайдеров, в соответствии с Федеральным законом от 27 июля 2006 г. № 149-ФЗ «Об информации, информационных технологиях и о защите информации»11 — в информационных системах сервисов электронных сообще-ний12. Кроме того, на основании Федерального закона от 6 июля 2016 г. № 374-ФЗ операторы связи обязаны хранить на территории Российской Федерации значительный объем персонифицирующей информации пользователей услуг связи13. Принудительные следы могут легализо-
№ 382-П «О требованиях к обеспечению защиты информации при осуществлении переводов денежных средств и о порядке осуществления Банком России контроля за соблюдением требований к обеспечению защиты информации при осуществлении переводов денежных средств» // Вестник Банка России. 2012. № 32 (утратил силу). Более подробно см.: Приложение № 1 к Положению Банка России от 19 июня 2012 г. № 383-П «О правилах осуществления перевода денежных средств» // Вестник Банка России. 2012. № 34 (утратил силу) и др.
11 Об информации, информационных технологиях и о защите информации : Федер. закон № 149-ФЗ : принят Гос. Думой 8 июля 2006 г. : одобрен Советом Федерации 14 июля 2006 г. (ст. 10.1) // Собр. законодательства Рос. Федерации. 2006. № 31 (ч. 1). Ст. 3448.
12 Правила хранения организатором распространения информации в информационно-телекоммуникационной сети «Интернет» текстовых сообщений пользователей информационно-телекоммуникационной сети «Интернет», голосовой информации, изображений, звуков, видео-, иных электронных сообщений пользователей информационно-телекоммуникационной сети «Интернет», утв. постановлением Правительством Рос. Федерации от 26 июня 2018 г. № 728 // Собр. законодательства Рос. Федерации. 2018. № 27. Ст. 4081.
13 О внесении изменений в Федеральный закон «О противодействии терроризму» и отдельные законодательные акты Российской Федерации в части установления дополнительных мер противодействия терроризму и обеспечения общественной безопасности :
ваться в базах данных налоговых и таможенных органов; органов юстиции и статистики; региональных органов Пенсионного фонда Российской Федерации; органов власти и управления; регистрационных палат и т. д.
Произвольные цифровые следы формируются в персональных компьютерах лиц, совершающих (совершивших) преступление, и в пользовательском (оконечном) оборудовании, подключаемом к сети подвижной связи, в облачных хранилищах данных (например, Яндекс Диск, Облако Mail.ru и др.). Это те цифровые следы, которые формируются путем взаимодействия преступника с цифровой информационной средой и техническими средствами, позволяющими осуществлять в ней коммуникацию. Кроме того, произвольные следы формируются и хранятся в базах данных различных государственных органов, учреждениях и организациях, в которых зарегистрирован злоумышленник по собственной воле (ЕГРЮЛ, ЕГРН, ЗАГС, учеты ГИБДД МВД России, УВМ МВД России, базы данных лиц, проживающих на определенной территории (зарегистрированных), базы данных лиц, использующих общественный транспорт, а также транспорт дальнего следования (авиа и ж/д перевозки), государственные цифровые платформы (Госуслуги, Mos.ru и др.)) и т. д.
Знание и понимание локализации цифровых следов позволяет сотрудникам оперативных подразделений ЭБиПК осуществлять поисковые действия в сетевом информационном пространстве как самостоятельно, так и посредством специального программного обеспечения. Проведенное нами широкомасштабное исследование позволяет констатировать, что объектами поиска в сетевом информационном пространстве в большинстве случаев выступают:
— информационные ресурсы, содержащие общедоступную (справочную информацию), — отметили более 83 % респондентов. Как показало наше исследование, около 90 % сотрудников считает, что поиск на данных информационных ресурсах был направлен на обнаружение информации об организации (телефон, руководитель, юридический и фактический адрес, сфера деятельности и т. д.); сведений характеризующих лиц, представляющих оперативный интерес (около 87 % респондентов); сведений, характеризующих финансовую деятельность предприятий и организаций (около 70 % опрошенных); обнаружение движимого и недвижимого имущества, принадлежащего фигурантам (каждый второй опрошенный), иные цели — не более 10 %.
— места сетевого общения лиц, представляющих оперативный интерес (закрытые и от-
Федер. закон № 374-ФЗ : принят Гос. Думой 24 июня 2016 г. : одобрен Советом Федерации 29 июня 2016 г. // Рос. газ. 2016. 8 июля.
крытые чаты, социальные сети и т. п.). Так считает каждый второй опрошенный;
— информационные ресурсы, содержащие значимую для решения задач оперативно-розыскной деятельности информацию (обратило внимание около 45 % респондентов);
— информационные ресурсы, содержащие сведения об объектах оперативного обслуживания (около 40 % сотрудников ЭБиПК).
Для получения оперативно-розыскной информации сотрудники оперативных подразделений на первоначальном этапе используют поисковые системы, такие как Google — около 45 %; Яндекс — 53 %; иные (Search Mail. ru, Rambler, Bing, Yahoo и т. п.) — не более 2 %, а затем осуществляют информационный поиск на сайтах государственных органов (около 78 %), сайтах юридических лиц (51 %), в социальных сетях (45 %), блогах и чатах (около 15 %), иные — около 10 %. Интересно, что ряд опрошенных сотрудников центрального аппарата ГУЭБиПК МВД России обозначили эффективность использования методов кластерного анализа и поиска по метаданным — не более 1 % опрошенных.
Нами обнаружена еще одна интересная тенденция. Часть сотрудников оперативно-розыскных органов отказываются от самостоятельного поиска информации в сети Интернет (около 5 % случаев) и постепенно перемещаются в область автоматизации и пользования услугами различных информационно-аналитических компаний. Так, опрошенные сотрудники ЭБиПК указали на эффективность использования интеллектуальных конфидентов в поиске и фиксации информации по заданию оператора (сотрудника ЭБиПК). Преимуществом подобного поиска является его осуществление без участия оператора, иными словами, самостоятельно, в течение длительных промежутков времени. Кроме того, заслуживает интерес опыт взаимодействия компании «Спарк»14 с ГУЭБиПК МВД России в предоставлении систематизированной информации о субъектах и объектах коммерческой деятельности.
По мнению сотрудников оперативных подразделений, оперативный поиск в сетевом информационном пространстве фактически заменил личный сыск на обслуживаемом объекте и территории. При этом, по их мнению, переход от «коммуникативного» получения информации к «цифровому» имеет целую группу неоспоримых преимуществ: экономия времени, физических (интеллектуальных) сил отметили 67 % респондентов, получение информации со ссыл-
14 СПАРК — аббревиатура от названия проекта Системы профессионального анализа рынков и компаний, имеющей базы данных на предпринимателей (физических и юридических лиц) и предприятия в России, иногда называется «СПАРК-Интерфакс».
кой на источник — около 50 % опрошенных; ранее информация выступала в качестве сведений, в противовес этому цифровая информация — это уже следы-отражения — каждый второй респондент; нет необходимости личного общения с носителем информации, что исключает субъективные передачу, восприятие и интерпретацию сведений, представляющих оперативный интерес, считают более 30 % опрошенных. Кроме того, сотрудники оперативных подразделений отметили, что если для получения информации в процессе осуществления классического личного сыска необходимо было пользоваться множеством физических носителей информации (журналы, документы, справки, акты и т. п.), то в настоящее время эта информация хранится в цифре и в большинстве случаев находится на одном информационном ресурсе.
Наряду с преимуществами личного сыска в сетевом информационном пространстве сотрудники оперативных подразделений отметили важное обстоятельство, влияющее на качество и полноту поиска: объем информации, которая обнаруживается в Интернете, требует специальных знаний (отметили около 65 % респондентов), а в идеальном формате — специального программного обеспечения, позволяющего делать прогностические выводы, находить корреляционные связи (явные и неявные) и давать рекомендации по осуществлению тех или иных действий со стороны оперативно-розыскного органа.
Действительно, как видно из приведенных выше данных, количество цифровых следов, которые отражают криминальную деятельность определенной категории лиц, растет. Сбор, агрегация, верификация, хранение, анализ и интерпретация различных типов данных встречаются со значительными процедурными и технологическими сложностями при их использовании в поисковой деятельности сотрудниками оперативных подразделений.
Ручная обработка таких больших объемов данных, по мнению специалистов, представляет собой рутинный процесс, который требует непродуманных затрат времени квалифицированных специалистов и приводит к возникновению ошибок в результатах [22]. И это мы говорим о структурированных данных, на которые, по сведениям специалистов, приходится всего около 10 % совокупности всех цифровых данных [9]. Выход из данной ситуации видится в использовании интеллектуальных решений на базе алгоритмов машинного обучения, позволяющих обрабатывать большие объемы данных (текстовых и числовых), осуществлять нечеткое сопоставление объектов и автоматическое извлечение паттернов. В первую очередь мы имеем в виду разработку интеллектуальных систем получения оперативно значимой ин-
114
формации на основе информационных ресурсов общедоступных телекоммуникационных сетей, данных государственных органов, органов местного самоуправления и отдельных юридических лиц. В качестве одного из положительных примеров можно привести российскую аналитическую систему PolyAnalyst15, которая позволяет самостоятельно, без использования языков программирования проводить глубокий анализ данных и текстов.
Сопоставление больших объемов данных из различных открытых и закрытых источников позволяет при использовании методов математической статистики и ряда алгоритмов искусственного интеллекта построить реалистичные модели преступления и установить корреляционные связи и зависимости, носящие закономерный характер, что является отправной точкой в поисковой деятельности. Например, применительно к деятельности подразделений ЭБиПК анализ и сопоставление доходов и расходов подозреваемого в коррупции чиновника (отметили около 76 % респондентов, отвечающих за данную линию работы) позволяет с большой вероятностью утверждать о наличии (отсутствии) коррупционной составляющей в деятельности лица, выполнявшего организационно-распорядительную или административно-хозяйственную функцию.
В связи с вышеизложенным, мы согласны с мнением С. Е. Матвеевым, который более 20 лет назад отметил, что методика выявления преступлений через оперативный поиск лиц, расходующих крупные суммы денег, актуальна и на сегодняшний момент [13]. Для этого потребуется анализ различного рода баз данных федерального и регионального уровней, сведений из кредитно-финансовых организаций, документации, прежде всего финансового, бухгалтерского характера, сведений, характеризующих функциональную составляющую работы чиновников, иную информацию, указывающую на коррупционные факты, а также его противоправные действия. Необходимо отметить, что подобная система с 2012 г. функционирует в Китайской Народной Республике под названием «Zero Trust»16, использование которой по-
15 PolyAnalyst - платформа, разработанная российским производителем программных продуктов Мегапьютер, является аналитической low-code системой и средой разработки интеллектуальных решений. Работа с платформой осуществляется с применением механизма графического построения аналитического скрипта, состоящего из последовательности функциональных узлов.
16 Модель безопасности с нулевым доверием, также известная
как архитектура нулевого доверия (ZTA), а иногда известная как безопасность без границ, описывает подход к стратегии, проектированию и внедрению ИТ-систем. Основная концепция модели безопасности с нулевым доверием - «никогда не доверять, всегда проверять», что означает пользователям и устройствам не следует доверять по умолчанию, даже если они подключены к разрешенной сети, такой как корпоративная локальная сеть, и даже если они были
зволило выявить тысячи коррупционеров и получить конкретные доказательства их преступной деятельности. Отличительной особенностью данной системы является тот факт, что она используя алгоритмы искусственного интеллекта, имеет доступ к 150 базам данных государственного значения, а также финансово-кредитным учреждениям, в которых содержится информация о деятельности и социальной жизни государственных служащих. Применяемая в системе «Zero Trust» инструментальная аналитика сведений о зафиксированных актах социальной активности: обучение в средней и высшей школе, посещение магазинов, аптек, медицинских учреждений, спортзалов, места и виды покупок, размеры и формы платежей, поездки, онлайн-заказы, поисковые интернет-запросы, личные фото, видеозаписи в местах общественного пользования, у банкоматов и др. позволяет обнажать криминальные стороны жизнедеятельности изучаемого человека.
К сожалению, для использования подобной системы (в полном объеме) в Российской Федерации необходимо решить ряд вопросов.
Во-первых, в настоящее время отсутствует нормативная правовая база использования алгоритмов искусственного интеллекта в МВД России. Несмотря на принятие Концепции использования искусственного интеллекта в деятельности подразделений МВД России в 2021 г., отсутствуют соответствующий приказ, регламентирующий использование подобных технологических решений на уровне МВД России, административные регламенты и ведомственные стандарты. Одна из причин видится в том, что в Основных направлениях дальнейшего развития единой системы информационно-аналитического обеспечения деятельности МВД России до 2024 г. искусственный интеллект как «комплекс технологических решений, позволяющий имитировать когнитивные функции человека», не упоминается17. И это при том, что технологии искусственного интеллекта уже достаточно активно используются в повседневной деятельности сотрудников полиции (ИСОД МВД России, АИС «Карта криминогенности», АПК «Безопасный город», «Дистанционное мошенничество», «Следопыт-М», СПО «Паутина», роботехнический комплекс «Сфера», «Крибрум», «Зеркало» («Верблюд») и др.).
Во-вторых, общество должно найти компромисс между необходимостью борьбы с преступностью с использованием алгоритмов искусственного интеллекта и объективной возможностью этих алгоритмов вскрыть перед право-
ранее проверены.
17 О развитии искусственного интеллекта в Российской Федерации : Указ Президента Рос. Федерации от 10 окт. 2019 г. № 490 // Собр. законодательства Рос. Федерации. 2019. № 41. Ст. 5700.
охранительными органами все сферы личной (частной) жизни индивидуума. В некоторых странах, в частности в Великобритании, этот компромисс не найден, законодательный орган этой страны обязывает операторов сбора, хранения и обработки информации разделять массивы данных, характеризующих одно лицо [25].
В-третьих, мы солидарны с группой ученых (И. Л. Хромов, Н. А. Кузьмин и И. А. Завьялов) [24] в том, что для определения фактов коррупции, в основе которой лежит сопоставление сведений о доходах и расходах чиновников и информации, содержащейся в различных базах данных, искусственному интеллекту потребуется анализировать информацию, находящуюся не только в государственных органах, но и в других организациях, в том числе банках. Ими закономерно поднимается вопрос о доступе системы искусственного интеллекта к данным кредитных организаций, Банка России, организации, осуществляющей функции по обязательному страхованию вкладов таких организаций, без каких-либо ограничений. А это противоречит ст. 26 Федерального закона от 2 декабря 1990 г. № 395-1 «О банках и банковской деятельности», где данные организации гарантируют тайну об операциях, о счетах и вкладах своих клиентов и корреспондентов.
Мы считаем, что вопрос подобного доступа к информационным ресурсам банков, иных кредитных и финансовых организаций должен решаться последовательно. На первом этапе необходимо создать единый информационный ресурс, объединяющий сведения всех финансовых организаций страны, для эффективного и своевременного получения информации сотрудниками ЭБиПК по движению денежных средств, что сократит срок предоставления информации и документооборот (на данное обстоятельство обращает внимание каждый второй сотрудник ЭБиПК в процессе опроса). На втором этапе предоставить возможность интеллектуальным программам на базе искусственного интеллекта проводить распознание аномалий при проведении финансовых транзакций, выявлять криминальное поведение на финансовых рынках в целом, без привязки к конкретному человеку. А на третьем проводить анализ финансовой, социальной и интеллектуальной активности конкретного человека, объекта оперативного поиска, с использованием алгоритмов искусственного интеллекта. При этом решение вопроса с преодолением банковской тайны (тайной об операциях, о счетах и вкладах клиентов и корреспондентов), по нашему мнению, лежит в правовой плоскости и допустимо уже на данном этапе правового регулирования. В частности, п. 7 Определения Конституционного Суда Российской Федерации от 14 июля
1998 г. № 86-О определил, что преступное деяние не относится к сфере частной жизни лица, сведения о которой не допускается собирать, хранить, использовать и распространять без его согласия, а потому проведение оперативно-розыскных мероприятий для решения задач оперативно-розыскной деятельности не может рассматриваться как нарушение конституционных прав, предусмотренных ст. 24 Конституции Российской Федерации18. Кроме того, отдельные должностные лица самостоятельно отказываются от этого права при назначении на должность, так как она (должность) предусматривает определенные процедуры проверки.
В заключение необходимо сделать следующий вывод.
С позиции оперативно-розыскной деятельности сетевое информационное пространство представляет собой не только социально-технологическую среду, в которой осуществляется виртуальное взаимодействие членов общества, но и в большей степени криминогенную среду, где имеются «виртуальные объекты», содержащие информацию, представляющую оперативный интерес и требующие оперативного прикрытия. Кроме того, осуществляется обмен информацией, которая может использоваться в оперативно-розыскных целях.
Цифровые следы в сетевом информационном пространстве формируются двумя способами: принудительным, произвольным. Предпосылками для формирования принудительных цифровых следов являются требования законодательства, предъявляемые к субъектам, обеспечивающим функционирование информационно-телекоммуникационной инфраструктуры, и кредитно-финансовым организациям, произвольные цифровые следы связаны с наличием воли по оставлению и трансформации цифровых следов в той или иной форме в персональных компьютерах, в пользовательском (оконечном) оборудовании, подключаемом к сети подвижной связи, в облачных хранилищах данных и т. д.
Одним из перспективных направлений, способствующих выявлению преступления экономической и коррупционной направленности в автоматическом режиме, является комплекс технологических решений, позволяющий имитировать когнитивные функции человека (искусственный интеллект), которые на основе машинного обучения находят решения в заданной ситуации на основе анализа зависимостей, используя исходные наборы данных.
18 По делу о проверке конституционности отдельных положений Федерального закона «Об оперативно-розыскной деятельности» по жалобе гражданки И. Г. Черновой : Определение Конституционного Суда Рос. Федерации от 14 июля 1998 г. № 86-О // Рос. газ. 1998. 11 авг.
116
Список литературы:
1. Андреев Б. В., Пак П. Н, Хорст В. П. Расследование преступлений в сфере компьютерной информации. М., 2001. 148 с.
2. Батурин Ю. М, Жодзишский А. М. Компьютерная преступность и компьютерная безопасность : моногр. М., 1991. 160 с.
3. Вагин О. А, Горяинов К. К, Земско-ва А. В. [и др.]. Теория оперативно-розыскной деятельности : учеб. 3-е изд., перераб. и доп. / под ред. К. К. Горяинова, В. С. Ов-чинского, Г. К. Синилова. М., 2014. 712 с.
4. Вехов Б. В. Компьютерные преступления: способы совершения, методики расследования. М.,1996. 179 с.
5. Волеводз А. Г. Противодействие компьютерным преступлениям: правовые основы международного сотрудничества. М., 2002. 485 с.
6. Гаврилин Ю. В. Расследование неправомерного доступа к компьютерной информации : учеб. пособие / под общ ред. Н. Г. Шу-рухнова. М., 2001. 88 с.
7. Гаврилин Ю. В. Преступления в сфере компьютерной информации: квалификация и доказывание : учеб. пособие / под ред. Ю. В. Гаврилина. М., 2003. 245 с.
8. Гаврилин Ю. В., Гаспарян Г. З. Расследование хищений денежных средств, совершенных с использованием информационных банковских технологий : учеб. пособие. М., 2021. 128 с.
9. Доронин А.И. Бизнес-разведка. 5-е изд., перераб. и доп. М., 2010. 704 с.
10. Калинкович Л. Н, Смагоринский Б. П. Тактика собирания, проверки и реализации первичной оперативно-розыскной информации // Вопросы оперативно-розыскной деятельности органов внутренних дел. Минск, 1981. С. 6—15.
11. Крылов В. В. Расследование преступлений в сфере информации. М., 1998. 263 с.
12. Луговик В. Ф. Информационное обеспечение деятельности оперативных подразделений органов внутренних дел по раскрытию преступлений : моногр. Омск, 2005. 176 с.
13. Матвеев С.Е. Оперативный поиск в криминальной среде : учеб. пособие / под ред. Ю. Ф. Кваши. М., 1998. 184 с.
14. Маркушин А. Г. Оперативно-розыскная деятельность - необходимость и законность. 2-е изд., перераб. и доп. Н. Новгород, 1997. 218 с.
15. Мещеряков В. А. Основы методики расследования преступлений в сфере компьютерной информации : автореф. дис. ... д-ра юрид. наук. Воронеж, 2001. 39 с.
16. Мешеряков В. А. Преступления в сфере компьютерной информации: основы теории и практики расследования. Воронеж, 2002. 407 с.
References:
1. Andreev B. V., Pak P. N, Horst V. P. Rassledo-vanie prestuplenij v sfere komp'yuternoj infor-macii. M., 2001. 148 s.
2. Baturin Yu. M., ZhodzishskijA. M. Komp'yuternaya prestupnost' i komp'yuternaya bezopasnost' : monogr. M., 1991. 160 s.
3. Vagin O. A, Goryainov K. K, Zemsko-va A. V. [i dr.] Teoriya operativno-rozysknoj deyatel'nosti : ucheb. 3-e izd., pererab. i dop. / pod red. K. K. Goryainova, V. S. Ovchinskogo, G. K. Sinilova. M., 2014. 712 s.
4. Vekhov B. V. Komp'yuternye prestupleniya: sposoby soversheniya, metodiki rassledovaniya. M., 1996. 179 s.
5. Volevodz A. G. Protivodejstvie komp'yuternym prestupleniyam: pravovye osnovy mezhdun-arodnogo sotrudnichestva. M., 2002. 485 s.
6. Gavrilin Yu. V. Rassledovanie nepravomerno-go dostupa k komp'yuternoj informacii : ucheb. posobie / pod obshch red. N. G. Shuruhnova. M., 2001. 88 s.
7. Gavrilin Yu. V. Prestupleniya v sfere komp'yuternoj informacii: kvalifikaciya i dokazyvanie : ucheb. posobie / pod red. Yu. V. Gavrilina. M., 2003. 245 s.
8. Gavrilin Yu. V., Gasparyan G. Z. Rassledovanie hishchenij denezhnyh sredstv, sovershennyh s ispol'zovaniem informacionnyh bankovskih tekhnologij : ucheb. posobie. M., 2021. 128 s.
9. Doronin A. I. Biznes-razvedka. 5-e izd., pererab. i dop. M., 2010. 704 s.
10. Kalinkovich L. N, Smagorinskij B. P. Taktika sobiraniya, proverki i realizacii pervichnoj op-erativno-rozysknoj informacii // Voprosy oper-ativno-rozysknoj deyatel'nosti organov vnutren-nih del. Minsk, 1981. S. 6-15.
11. Krylov V. V. Rassledovanie prestuplenij v sfere informacii. M., 1998. 263 s.
12. Lugovik V. F. Informacionnoe obespechenie deyatel'nosti operativnyh podrazdelenij organov vnutrennih del po raskrytiyu prestuplenij : monogr. Omsk, 2005. 176 s.
13. Matveev S. E. Operativnyj poisk v kriminal'noj srede : ucheb. posobie / pod red. Yu. F. Kvashi. M., 1998. 184 s.
14. Markushin A. G. Operativno-rozysknaya deyatel'nost' -neobhodimost' i zakonnost'. 2-e izd., pererab. i dop. N. Novgorod, 1997. 218 s.
15. Meshcheryakov V. A. Osnovy metodiki rassledo-vaniya prestuplenij v sfere komp'yuternoj informacii : avtoref. dis. ... d-ra yurid. nauk. Voronezh, 2001. 39 s.
16. Mesheryakov V. A. Prestupleniya v sfere komp'yuternoj informacii: osnovy teorii i prak-tiki rassledovaniya. Voronezh, 2002. 407 s.
17. Milashev V. A. Problemy taktiki poiska, fiksacii i iz"yatiya sledov pri nepravomernom dostupe
17. Милашев В.А. Проблемы тактики поиска, фиксации и изъятия следов при неправомерном доступе к компьютерной информации в сетях ЭВМ : автореф. дис. ... канд. юрид. наук. М., 2004. 21 с.
18. Омелин В. Н. К вопросу организации оперативно-розыскной деятельности по выявлению краж нефти и горюче-смазочных материалов // Вестник Казанского юридического института МВД России. 2016. № 4 (26). С. 52-55.
19. Осипенко А.Л. Сетевая компьютерная преступность: теория и практика борьбы : мо-ногр. Омск, 2009. 479 с.
20. Преступления в сфере компьютерной информации: квалификация и доказывание : учеб. пособие / под ред. Ю. В. Гаврилина. М., 2003. 245 с.
21. Сальников В. П. Сущность разведывательно-поисковой работы в сфере и инфраструктуре социально - аномальной среды // Основы оперативно-розыскной деятельности. СПб., 1999. С. 176.
22. Соломатин Е. Б., Гольцов Д. А. Как искусственный интеллект повышает эффективность расследований при анализе массивов данных и текстов: российская аналитическая система PolyAnalyst // Искусственный интеллект на службе полиции : сб. ст. Меж-дунар. науч.-практ. конф. М., 2021. С. 52-63.
23. Сорокин А. В. Компьютерные преступления: уголовно-правовая характеристика, методика и практика раскрытия и расследования. Курган, 1999.
24. Хромов И. Л., Кузьмин Н. А., Завьялов И. А. Перспективные направления использования искусственного интеллекта в оперативно-розыскной деятельности // Оперативно-розыскная деятельность в цифровом мире : сб. науч. тр. / под ред. В. С. Овчинского. Москва, 2021. С. 94-103.
25. Carroll John M. Confidential information sources: Public & Private. URL: https://archive. org/details/confidentialinfo0000carr (дата обращения: 14.07.2023).
k komp'yuternoj informacii v setyah EVM : av-toref. dis. ... kand. yurid. nauk. M., 2004. 21 s.
18. Omelin V. N. On the issue of organizing operational investigative activities to identify thefts of oil and lubricants // Bulletin of the Kazan Law Institute of MIA Russia. 2016. № 4 (26). S. 52-55.
19. Osipenko A. L. Setevaya komp'yuternaya prestupnost': teoriya i praktika bor'by : monogr. Omsk, 2009. 479 s.
20. Prestupleniya v sfere komp'yuternoj informacii: kvalifikaciya i dokazyvanie : ucheb. posobie / pod red. Yu. V. Gavrilina. M., 2003. 245 s.
21. Salnikov V. P. Sushchnost' razvedyvatel'no-poiskovoj raboty v sfere i infrastrukture social'no- anomal'noj sredy // Osnovy operativ-no-rozysknoj deyatel'nosti. SPb., 1999. S. 176.
22. Solomatin E. B, Gol'cov D. A. Kak iskusstvennyj intellekt povyshaet effektivnost' rassledovanij pri analize massivov dannyh i tekstov: rossijskaya analiticheskaya sistema PolyAnalyst // Iskusstvennyj intellekt na sluzhbe policii : sb. st. Mezh-dunar. nauch.-prakt. konf. M., 2021. S. 52-63.
23. Sorokin A. V. Komp'yuternye prestupleniya: ugolovno-pravovaya harakteristika, metodika i praktika raskrytiya i rassledovaniya. Kurgan, 1999.
24. Hromov I. L, Kuz'min N. A, Zav'yalov I. A. Perspektivnye napravleniya ispol'zovaniya iskusstvennogo intellekta v operativno-rozys-knoj deyatel'nosti // Operativno-rozysknaya deyatel'nost' v cifrovom mire : sb. nauch. tr. / pod red. V. S. Ovchinskogo. M., 2021. S. 94103.
25. Carroll John M. Confidential information sources: Public & Private. URL: https://archive.org/ details/confidentialinfo0000carr (data obrash-cheniya: 14.07.2023).
Для цитирования:
For citation:
Искалиев Равиль Гарифуллаевич. Первичный поиск оперативной информации подразделениями ЭБиПК в современных условиях // Труды Академии управления МВД России. 2023. № 4 (68). С. 107—117.
Iskaliev Ravil' Garifullaevich. Primary Search for Operational Information by Economic Security and Combating the Corruption's Units in Modern Conditions // Proceedings of Management Academy of the Ministry of the Interior of Russia. 2023. № 4 (68). P. 107-117.
