Программно-методическое обеспечение организации информационно-аналитического обеспечения деятельности подразделений по борьбе с экономической преступностью Текст научной статьи по специальности «Компьютерные и информационные науки»

Программно-методическое обеспечение

организации информационно-

аналитического обеспечения деятельности подразделений по борьбе с экономической

преступностью

Горбенко А.О.*, Мамасуев А.В. **, Песчанских Г. В. ***

In clause questions of a supply with information-analytical of activity of employees of law-enforcement bodies in sphere of economic and information safety are discussed. Questions of data processing on the basis of information systems are considered at application of modern methods and algorithms of the intellectual analysis of data. The brief characteristic of the means intended for realization of specified methods is given. In clause are put a number of the problems connected with application of modern information-communication technologies in activity of divisions on struggle against economic criminality. Possible approaches to the decision of these problems are offered some. Some aspects of target training of listeners of correspondence course of academy to the decision of problems of introduction of information technologies in practical activities ОВД are mentioned.

В соответствии с Программой МВД России «Создание единой информационной телекоммуникационной системы органов внутренних дел» 1 (далее — ЕИТКС) с 2005 г. поэтапно выполняется комплекс взаимосвязанных нормативно-правовых, организационных, научных и технических мероприятий по пяти разделам (задачам):

> создание интегрированной мульти-сервисной телекоммуникационной системы ОВД;

> развитие системы автоматизированных банков данных общего пользования ОВД;

> совершенствование информационно-технологического обеспечения ОВД;

> создание инфраструктуры единого информационного пространства ОВД;

> развитие инфраструктуры информационной безопасности ОВД.

В рамках реализации третьего раздела Программы созданы автоматизированные информационно-поисковые системы почти во всех департаментах и службах МВД России. Актуально стоит и задача информационно-аналитического обеспечения деятельности Департамента экономической безопасности МВД России. Однако рассмотрение практического наполнения этого обеспечения ставит ряд непростых вопросов. Так, накопление в инфор-

мационных массивах статистических результатов деятельности подразделений по борьбе с экономической преступностью, фактически низводит данную задачу на уровень целей второй задачи ЕИТКС — развитие системы автоматизированных банков данных общего пользования ОВД.

Экономические преступления оставляют материальные (товарные) и финансовые «следы», которые находят отражения во множестве учетов. Преступления неэкономической направленности — убийства, изнасилования и т.п. — не оставляют «память» о себе в учетных документах, базах данных. Поэтому, для выявления и расследования преступлений экономической направленности целесообразно и возможно сформировать признаки таких преступлений, которые могут храниться в различных базах данных, организовать анализ имеющихся баз данных с целью выявления признаков экономических преступлений или с целью получения сведений, которые позволят более эффективно проводить их расследование.

Информационно-аналитическое обеспечение любой деятельности человека по характеру задач делится на два основных направления: поиск и добыча информации как таковой и ее последующая обработка, оценка и анализ2.

Кандидат технических наук, доцент. Кандидат физико-математических наук, доцент.

Доктор экономических наук, кандидат физико-математических наук, доцент.

СМ

OI

О

о см

о о о

Q.

со s

H

о

0

1

о я с о m ф VO >5

о *

о ф

У

s

s

0

1

о *

о

s

ф

ч

я *

< s

I H

о ф

со

**

СЧ

Ol

О

О

сч

о о о

Q. С[ CQ

s

I-

о

0

1

о я с о т ф VO >s о

о

ш у

S

2

0

1

о *

о

2 ф d

я <

ü S I

н

о ф

со

Основными задачами анализа, как правило, являются:

> выявление взаимозависимостей, причинно-следственных связей, ассоциаций и аналогий;

> классификация событий и ситуаций;

> прогнозирование хода процессов, событий, явлений.

В процессе своей деятельности оперативный сотрудник, в сущности, занимается именно выявлением взаимозависимостей, причинно-следственных связей и использованием их в аналогичных ситуациях для прогнозирования хода процессов, событий. В настоящее время часть информации, которой оперирует оперативный сотрудник, представлена в машиночитаемом виде, организована в виде баз данных и т.п. Это дает основания полагать, что часть работы оперативный сотрудник может возложить на информационные системы.

Предназначенные для решения этой задачи методы и алгоритмы принято обозначать общим названием Data Mining. Data mining — это «добыча» скрытых от пользователя знаний из «сырых» данных, находящихся в базах данных и информационных хранилищах различного назначения 3.

Технологии Data Mining разработаны для поиска и выявления в данных скрытых связей и взаимозависимостей с целью предоставления их пользователю в процессе принятия решений. Технологии Data Mining обеспечивают4:

> поиск зависимых данных (реализацию интеллектуальных запросов);

> выявление устойчивых групп объектов, близких (по заданным критериям);

> ранжирование важности измерений при классификации объектов для проведения анализа;

> прогнозирование значений показателей;

> оценка влияния принимаемых решений на достижение поставленных целей.

Программные продукты для реализации технологий Data Mining достаточно широко распространены не только за рубежом, но и в России. Некоторые из них уже используются в информационно-аналитической работе подразделений ОВД.

Программный продукт «КРОНОС»5 предназначен для комплексной автоматизации широкого спектра информационных и аналитических задач (от спра-

вочных до ситуационных и экспертных), требующих анализа разнородных слабоструктурированных сведений об экономической, социальной, политической и иных ситуациях6. Одним из основных отличий и преимуществ этой системы является легкость создания многообразных перекрестных ссылок между базами данных по принципу «многие ко многим», в то время как большинство реляционных СУБД позволяют строить системы только со ссылками «один ко многим». Популярность «КРОНОСа» объясняется простотой создания ссылок между базами данных, что дает возможность создания достаточно сложных банков данных пользователями, не обладающими специальными знаниями в этой области.

Программа «ИНТЕГРУМ» позволяет находить скрытые связи в большом количестве текстовых данных и материалах из различных баз данных и средств массовой информации. Отличительной чертой ИНТЕГРУМа является обширная база данных, накопленная за достаточно большой промежуток времени, а также договоры со средствами массовой информации, которые постоянно пополняют своими текстовыми данным базу данных ИНТЕГРУМа.

Программная система «АРИОН» позиционируется как средство работы с разнородными данными — структурированными (таблицы, базы данных), так и неструктурированными (документы и тексты на естественном языке) источниками информации7.

Система Decision8 позволяет выполнять аналитические исследования и составлять прогнозы в области микроэкономики и макроэкономики; решать задачи поддержки принятия управленческих решений, а также инженерно-экономические задачи; моделировать случайные процессы и др.

Программный продукт Deductor — один из наиболее универсальных программных комплексов, позволяющих реализовать в полном обьеме технологии и методы Data Mining9. Одной из «сильных» сторон данного программного продукта является возможность анализа тенденций и закономерностей. Моделирование данных позволяет проводить анализ по принципу «что — если», соотносить гипотезы со сведениями, хранящимися в базе данных; возможность определения какие характеристики объектов и как влияют на экономические риски, благодаря чему

можно прогнозировать наступление некоторого события и заранее принять необходимые меры к снижению размера возможных неблагоприятных последствий; обнаружение объектов на основе нечетких критериев.

Также для решения указанных задач может использоваться программное обеспечение компании SAS1®, компании Visual Analytics. Inc11 и др.

Может, но пока в достаточной мере не используется. Почему?

В настоящее время в подразделениях МВД России и иных государственных органах накоплены большие объемы информации, хранящиеся на машиночитаемых носителях и в базах данных. Создано программное обеспечение, которое способно решить задачу быстрого поиска нужных данных в этом значительном массиве информации и выявлению скрытых связей между объектами учета.

По мнению авторов, неоправданно низкий уровень применения современных информационно-коммуникационных технологий в деятельности подразделений по борьбе с экономической преступностью обусловлен организационным разрывом между специалистами ОВД, которые занимаются выявлением и расследованием преступлений экономической направленности, и специалистами в информационных технологиях. С одной стороны, оперативные сотрудники, которые не в достаточной мере применяют информационно-коммуникационные технологии в своей деятельности по причине отсутствия глубоких знаний в этой сфере, отсутствия опыта применения IT-технологий в оперативно-розыскной и следственной деятельности, привычки решения поставленных задач традиционными методами, которые хорошо знакомы и позволяю получать требуемый результат. С другой стороны, «информаци-онщики», которые не допущены к оперативно-розыскной деятельности и не имеющие возможности для анализа дел оперативного учета с целью выявления типичных ситуаций, схем совершения преступлений и способов их выявления. Отсутствие такой исходной информации исключает возможность разработки ими алгоритмов выявления признаков экономических преступлений, настройки для этих целей имеющегося программного обеспечения и постановки задачи на получение доступа к требуемым массивам информации.

Эта третья проблема, которая пока не только не решается должным образом, но пока недостаточно четко сформулирована. Оперативные сотрудники подразделений по борьбе с экономической преступностью, как и все оперативники, используют информационные системы для получения установочных данных на физических лиц, регистрационных данных на хозяйствующие субъекты. Какие информационные ресурсы необходимы для выявления признаков экономических преступлений? Какие методы их обработки будут наиболее эффективными? Постановка этих вопросов без заранее известных алгоритмов и конечного результата обработки информации не имеет смысла.

Казалось бы, рецепт решения этой проблемы очевиден — создать рабочую группу из сотрудников оперативных и информационно-аналитических подразделений для изучения оконченных производством или реализованных дел оперативного учета для их систематизации, типизации и формирования алгоритмов обработки информации, нацеленных как на выявление объектов для проверки, так и для построения оперативных версий в отношении объектов уже находящихся в проверке. Опыт такой работы есть в Федеральной службе по контролю за оборотом наркотических средств России, где сформировано несколько методик выявления преступлений, относящихся к компетенции органов наркоконтроля, которые успешно применяются оперативными и информационно-аналитическими подразделениями на местах.

Положительной стороной такого подхода является то, что данная задача решается комплексно, изучаются все возможные способы использования информационных массивов в оперативно-розыскном и следственном процессах. В то же время, проведение такой разовой «акции» чревато недостаточно высокой глубиной проработкой вопроса, появлением «нежизненных» методик, когда традиционные методы ОРД показывают более высокую эффективность. Без последующей апробации и шлифовки разработанных методик в практических подразделениях эта работа может остаться просто «очередной акцией».

Другой способ достижения поставленной цели — это включение сотрудников информационно-аналитических подразделений в состав оперативно-следственных групп. Пока, такое случается не

см

OI

О

О

см

о о о

Q.

со

S

н о

0

1

о я с о

т ф

VO >5

о *

о ф

У S

2

0

1

о *

о

2

ф

d

я *

<

*

S I

н

о ф

со

СЧ

Ol

О

О

сч

о о о

Q. С[ CQ

s

I-

о

0

1

о я с о т ф VO >s о

о ф

у

S

2

0

1

о *

о

2 ф d

я <

S I

н

о ф

со

часто, особенно в МВД России. Если сотрудников, занимающихся информационно-аналитической деятельностью, и включают в состав оперативно-следственных групп, то, как правило, по громким резонансным делам, когда в такие группы «включают вообще всех». Изучение деятельности «информационщиков» в таких группах позволяет выделить как положительные, так и отрицательные аспекты их нахождения в них. С положительной стороны можно оценить то, что, находясь в более тесном контакте с оперативными сотрудниками, «информаци-онщики» лучше понимают задачу на поиск информации, решают эти задачи быстрее и с более качественным результатом. Иногда, на запрос об установочных данных на лицо, оперативный сотрудник получает инициативно выявленные связи этого лица, относимые к расследуемому делу. Оперативный сотрудник, не предполагая найти более развернутую информацию, ставит вопрос достаточно узко. Но сотрудник информационного подразделения, «натыкаясь» в ходе поиска на относимую к делу информацию, в инициативном порядке приобщает ее к ответу назапрос.

Выгода от такого сотрудничества очевидна. Однако в качестве критики такой формы взаимодействия можно услышать о то, что включение сотрудников информационных подразделений в состав оперативно-следственных групп приводит к расширению лиц, осведомленных в особенностях расследуемого дела. Объем информационно-поисковой работы в такой группе занимает относительно небольшой период времени. Выделяемый в ее состав сотрудник информационно-аналитического подразделения, как правило, не может быть обеспечен работой в течение всего рабочего времени.

Тем не менее, участие сотрудников информационно-аналитических подразделений в работе оперативно-следственных групп позволяет им изучать способы совершения преступлений и способы их выявления и расследования, формировать на этой основе более эффективные алгоритмы автоматизированного поиска признаков преступлений в информационных массивов и методы сопровождения оперативной и следственной деятельности. Отрицательным в этом подходе является то, что формированием новацион-ных методик занимается только «инфор-мационщик», а оперативный сотрудник в

их формировании участия не принимает. Для информационной работы в группу включен специальный сотрудник, и оперативник может полностью сосредоточиться на «своей» работе.

Рассмотрение организационного разрыва между специалистами ОВД, которые занимаются выявлением и расследованием преступлений экономической направленности, и специалистами в информационных технологиях показывает, что для его сокращения необходимы не только разовые «акции», но и системная работа по внедрению в практику работы оперативных сотрудников методов информационно-аналитического поиска признаков преступлений экономической направленности. По мнению авторов, наиболее эффективно такая работа может вестись в ведомственном высшем учебном заведении. Наиболее подходящая для этого категория — слушатели заочного обучения, не исключая при этом и учебную работу с курсантами на старших курсах очной формы обучения.

Во-первых, в настоящее время, при изучении информатики слушатели заочного обучения получают навыки автоматизированной обработки информации в отношении хозяйствующих субъектов. Это формирует у них навыки работы с информационными массивами и укрепляет их в мысли, что для получения требуемой информации не всегда надо искать конфиденциальный источник. Иногда достаточно поработать с базами данных.

Во-вторых, при обсуждении решаемых задач с преподавателем, слушатели заочного обучения, имеющие опыт оперативной работы, делятся практическими замечаниями по особенностям проведения рассматриваемых оперативно-розыскных мероприятий, возможности, необходимости и эффективности использования при этом информационно-поисковой работы. Такой диалог помогает совершенствовать учебно-методические материалы и привлекать в ряды сторонников широкого применения современных ГГ-технологий новых убежденных сторонников.

Однако до настоящего времени, такая работа — обратная связь со слушателями заочного обучения — не формализована. Без контрольной работы, зачета или экзамена отдельные получаемые от этих слушателей сведения не формализуются в виде документов, которые могут накапливаться, обобщаться, анализироваться, а в перспективе, и направляться в подразделе-

ния ОВД, которые занимаются выявлением и расследованием преступлений экономической направленности, для практического применения. Если слушателям, прослушавшим отдельные главы математики и информатики, будет предложено написать реферат на тему практического применения полученных знаний в своей деятельности и получить за это зачет, представляется, что внедрение современных 1Т-технологий в практику деятельности ОВД пойдет более быстрыми темпами.

Со временем, в результате проведения такой работы, была бы создана ин-

формационная база методик, которые можно анализировать, улучшать, критиковать, отказываться от их использования. Но они бы были. А сейчас их пока нет (ни плохих, ни хороших).

Создание банка таких методик, на базе высшего учебного заведения может «грешить» их невысоким уровнем и слабой связью с практикой. Авторы отдают себе отчет в том, что может написать слушатель, чтобы получить зачет. Но это может стать толчком к созданию специальной рабочей группы для изучения этого вопроса в масштабах МВД России.

Литература и примечания

1. [Электронный ресурс]: http://www.mvd.ru/.

2. Корявцев П.М.. Статья. К проблеме организации информационно-аналитического обеспечения коммерческой разведки. СПб.: 2005; Курносов Ю.В., Конотопов П.Ю. Аналитика: методология, технология и организация информационно-аналитической работы. учебник. М.:РУСАКИ,2004.

3. [Электронный ресурс]: www.basegroup.ru BaseGroup Labs © 1995-2009.

4. Дюк В. Статья. Data Mining — интеллектуальный анализ данных. Санкт-Петербургский институт информатики и автоматизации РАН [Электронный ресурс]: v_duke@spiiras.nw. ru.

5. [Электронный ресурс]: www.cfin.ru "НПК Кронос-Информ".

6. [Электронный ресурс]: . http://www.spi2.ru/.

7. [Электронный ресурс]: www.isytech.ru.

8. [Электронный ресурс]: http://www.collegian.ru/.

9. Елманова Н. Введение в Data Mining. Статья [Электронный ресурс]: КомпьютерПресс 8'2003.

10. [Электронный ресурс]: http://www.sas.com.

11. [Электронный ресурс]: http://www.visualanalytics.com/ Институт проблем безопасности и анализа информации.

СМ

Ol

О

о см

о о о

Q.

со

S

н о

0

1

о я с о т ф VO >5

о *

о ф

У S

2

0

1

о *

о

2

ф

d

я *

<

*

S I

н

о ф

со