CC BY
127
ЦИФРОВЫЕ ТЕХНОЛОГИИ, ПРИМЕНЯЕМЫЕ В ОБЛАСТИ ПРЕДУПРЕЖДЕНИЯ ПРАВОНАРУШЕНИЙ (НА ПРИМЕРЕ АППАРАТНО-ПРОГРАММНОГО КОМПЛЕКСА
«БЕЗОПАСНЫЙ ГОРОД»)
DIGITAL TECHNOLOGIES USED IN THE FIELD OF CRIME PREVENTION (ON THE EXAMPLE OF THE HARDWARE AND SOFTWARE COMPLEX «SAFE CITY»)
УДК 004.855.5
Аннотация: в статье рассмотрены актуальность и состояние цифровых технологий, применяемых в области предупреждения правонарушений. Проведен анализ динамики совершаемых преступлений в сфере использования информационно-телекоммуникационных технологий от общего числа зарегистрированных преступлений в 2018-2020 гг. В основу исследования автором положен анализ эффективности внедрения современных информационных технологий в многоуровневую систему профилактики правонарушений на примере АПК «Безопасный город», в частности, раскрыта реализация цифровых технологий в виде сканера объемно-пространственной формы лица человека, а также обоснована необходимость внедрения алгоритмов искусственного интеллекта в предупредительную деятельность правоохранительных органов. Автор указывает на необходимость повышения качества образования специалистов, изменение структуры получаемого образования, его объема, например, введением курса цифровой криминалистики в образовательной системе МВД.
Ключевые слова: искусственный интеллект, раскрытие преступлений, выявление правонарушений, нейросети, аппаратно-программный комплекс «Безопасный город», сканер объемно-пространственной формы лица человека.
Для цитирования: Мишин В.А. Цифровые технологии, применяемые в области предупреждения правонарушений (на примере аппаратно-программного комплекса «Безопасный город») // Проблемы правоохранительной деятельности. 2021. № 3. С. 60-64.
Abstract: the article considers the relevance and state of digital technologies used in the field of crime prevention. The analysis of the dynamics of crimes committed in the field of the use of information and telecommunications technologies from the total number of registered crimes in 2018-2020 is carried out. At the heart of the study, the author analyzes the effectiveness of the introduction of modern information technologies into a multi-level system of crime prevention on the example of the agro-industrial complex «Safe City», in particular, the implementation of digital technologies in the form of a scanner of the three-dimensional shape of a person's face is disclosed, and the need for the introduction of artificial intelligence algorithms in the preventive activities of law enforcement agencies is justified. The author points out the need to improve the quality of education of specialists, change the structure of the received education, its volume, for example, by introducing a course of digital criminology in the educational system of the Ministry of Internal Affairs.
В.А. МИШИН
(Академия управления МВД России, Россия, г. Москва) saliery.vlad@yandex.ru
VLADISLAV A. MISHIN
(Academy of Management of the Ministry of Internal Affairs of Russia, Moscow, Russia)
Keywords: artificial intelligence, crime detection, detection of offenses, neural networks, hardware and software complex «Safe City», scanner of the three-dimensional shape of a person's face.
For citation: Mishin V.A. Digital technologies used in the field of crime prevention (on the example of the hardware and software complex «Safe City») // Problems of Law Enforcement Activity. 2021. № 3. P. 60-64.
Современная цивилизация переживает существенные изменения, причины которых -развитие технологий, их цифровизация. Ни один процесс жизнедеятельности сегодня не может обходиться без компьютеров и их модификаций. Внедрение компьютерного оборудования, стартовавшее еще в конце прошлого века, существенно увеличило область использования высокопроизводительного цифрового оборудования, формируя единое информационное пространство.
Цифровые технологии являются мощным ресурсом обновления национальной производственной сферы. Но нельзя забывать о том, что успешная материализация этого потенциала может быть осуществима только при обеспечении должной степени безопасности современного цифрового общества.
На фоне всеобщей мировой компьютеризации отмечается неудовлетворительный уровень защиты программного обеспечения и, как следствие, повышенная активность процессов криминального обогащения.
Уже сегодня мы можем говорить о криминализации различного рода действий, совершаемых пользователями социальных сетей. Особую актуальность данная тема приобрела в период пандемии, когда граждане проводили огромное количество времени, пользуясь мобильной связью и сетью Интернет.
Проведенное исследование статистических данных, представленных на портале правовой статистики Генеральной прокуратуры РФ1, показало, что до 2018 года правонарушения в области цифровых технологий отражались только в общей массе преступлений. И только с 2019 года преступления, совершенные при помощи информационно-телекоммуникационных технологий или в сфере компьютерной информации, в представленной для исследования статистике начинают выделять в отдельную группу (приказом МВД № 878 от 25.11.2019 «Об объявлении решения коллегии МВД России от 01.11.2019 № 3км» определено внесение предложений по
1 Статистический сборник Генеральной прокуратуры России «Состояние преступности в России» за январь-декабрь 2018 г. https://genproc.gov.ru/upload/iblock/be9/ sbomik_12_2018.pdf.
изменению форм статистической отчетности для отражения информации о регистрации и раскрытии преступлений, совершаемых с использованием цифровых технологий).
В результате отдельные критерии статистического анализа позволяют сделать выводы о том, что за последние три года наблюдается увеличение количества преступлений в данной категории. Так, если в течение 2018 года зарегистрировали 175 тысяч преступлений, которые были совершены посредством цифровых технологий (из указанного количества более 59 тысяч квалифицируются как тяжкие), то в 2019 году было зарегистрировано 294 тысячи данных преступлений, а в 2020 году - 533 тысячи преступлений.
Анализ преступлений рассматриваемой категории, совершенных в 2020 году, наглядно показывает, что из 533 тысяч преступлений, совершенных с использованием цифровых технологий, 218 тысяч были реализованы с применением устройств сотовой связи, 28 тысяч противоправных действий были совершены с использованием программно-аппаратных средств и компьютеров2.
Проведенный анализ указывает на острую необходимость принятия оперативных мер реагирования МВД России на складывающуюся оперативную обстановку и определяет новый вектор в тактике предупредительной деятельности.
Реализуется замысел повышения общего уровня общественной безопасности, правопорядка и безопасности среды обитания за счет координации и взаимодействия правоохранительных органов и органов государственного и муниципального управления, ответственных за решение этих задач, путем внедрения на базе муниципальных образований (в соответствии с едиными функциональными и технологическими стандартами) комплексной информационной системы, обеспечивающей прогнозирование, мониторинг, предупреждение и ликвидацию возможных угроз. Правительство Российской Федерации инициировало создание аппаратно-программного комплекса «Безопасный город», о чем свидетельствуют положения распоряжения Пра-
2 Статистический сборник Генеральной прокуратуры России «состояние преступности в России» за январь-декабрь 2020 г. http://crimestat.ru/analytics
вительства РФ от 03.12.2014 №2446-р «О концепции построения и развития аппаратно-программного комплекса «Безопасный город»3.
Благодаря этому комплексу в правоохранительной деятельности Российской Федерации нашли свое применение интеграционные модули программного обеспечения, под которыми принято понимать механизмы, созданные для управления процессами, для запуска внешнего программного продукта и его операционного управления. Интеграционные модули можно сконфигурировать для автоматизации логических операций управления (например, внедрения программ) посредством продукта операционного управления. В свою очередь, продукт управления процессами может запускать интеграционные модули из программы, процесса техпроцесса или из процесса эскалации. После этого интеграционные модули запускают продукт операционного управления. Продукт операционного управления автоматизирует процесс управления службами (например, происходит внедрение вспомогательных программ) [1].
В системе «Безопасный город» камеры видеонаблюдения, к которым подключены интеграционные модули программного обеспечения, в режиме реального времени способны проводить анализ получаемых изображений и таким образом выявлять правонарушителей. Кроме того, в работе системы получилось реализовать алгоритм установления лиц, находящихся в розыске [2].
Приведем небольшие статистические данные, способные реально показать результативность работы системы: по итогам работы системы городского видеонаблюдения в Москве и Московской области в 2020 году с применением правоохранительного сегмента АПК (аппаратно-программного комплекса) «Безопасный город» раскрыто более 5 тысяч преступлений, из которых более 40 тяжких преступлений против личности (убийства), более 400 преступлений, предусмотренных ст. 161 УК РФ (грабеж), и более 100 фактов причинения тяжкого вреда здоровью, около 3-х тысяч преступлений имущественного характера (кражи)4.
Повседневное применение системы единого видеонаблюдения, в составе которой одновременно выполняют свою задачу около 200 тысяч
3 Собрание законодательства Российской Федерации от 2014 г. , № 50 , ст. 7220. Официальный интернет-портал правовой информации (www.pravo.gov.ru) от 11.12.2014 г. , ст. 0001201412110001
4 Сайт «ГУ МВД России по г. Москва. Раздел «Новости»
https://77.xn--b1aew.xn--p1ai/news/item/22825421/
видеокамер - действенный механизм в деятельности правоохранительных органов Москвы. Он в разы увеличивает эффективность выявления и документирования всех видов правонарушений. Такая система на сегодня не только дает возможность раскрывать преступления различной степени тяжести, но и вносит свой неоценимый вклад в профилактику правонарушений в общественных местах, при проведении мероприятий, в ходе которых существует повышенный риск актов вандализма, краж, причинения вреда здоровью и т.д.
Благодаря применению системы «Безопасный город», в 2019 году уровень преступности в общественных местах города удалось снизить на 6%, на улицах на 12%, а число квартирных краж и угонов автомобилей снижено на 40%.
Особое внимание заслужил тот факт, что в прошедшем 2020-м году система «Безопасный город» зарекомендовала себя в роли наиболее эффективного инструмента в сфере выявления и предотвращения случаев нарушения режима карантина в сложной эпидемиологической об-становке5.
В представленном примере (системы «Безопасный город») реализована цифровая технология в виде сканера объемно-пространственной формы лица человека, изначально разработанного компанией Apple - Face ID. Но на сегодняшний день в нашей стране существуют уже и свои продукты программного обеспечения: Macroscop, Selectel, программный продукт -IdGuard и другие [3]. Они также позволяют распознавать и автоматически идентифицировать лица людей и отслеживать их передвижения. Системы способны распознавать, что у лица в руках находится оружие или иные предметы, заданные для идентификации, и в случае нахождения совпадений запускают алгоритм оповещения оператора о совпадении заданных к поиску объектов. Данное направление цифровых технологий, или как сегодня принято говорить «технологии искусственного интеллекта» -это перспективное направление теоретических и прикладных исследований в сфере предупреждения правонарушений.
В основе работы исследуемой цифровой технологии лежит, получившая широкое применение в настоящее время технология с названием «нейросеть», под которой понимается скопление нейронов, способное в совокупности распознавать какие-либо явления или объекты. Это скопление обучается, действует последователь-
5 Статистические данные, опубликованные на странице ГУ МВД России по г. Москве от 30.01.2021года. https://77.xn--b1aew.xn--p1ai/news/item/22825421
но, запоминает данные, умеет обрабатывать запросы и выдавать информацию. По такому принципу работают нейронные связи в человеческом мозге, поэтому нейросети еще называют «искусственным интеллектом» [4]. В основе технологии лежит алгоритм работы двух нейросетей: первая сеть, получившая условное название «выравниватель», обрабатывает картинку, поступающую с камеры наблюдения, выделяет на ней все лица, которые находит, «вырезает» и «выравнивает» их. Обнаруженные лица программа обрабатывает до тех пор, пока не расположит на лице точки глаз, носа и рта. В ходе обработки изображений программа будет добиваться путем вращения подгонки размера фотографии таким образом, чтобы точки глаз, носа и рта находились строго в определенных местах. Многие алгоритмы используют больше семи точек, и для этого дополнительно обводят точками контуры лица. Далее в работу вступает вторая нейронная сеть, которая получила название «распознаватель». Она принимает на входе выровненное изображение, которое передала первая нейросеть, и в результате своей работы выдает вектор лица, представленный в виде набора чисел фиксированной длины.
В нейросеть вводят данные, кому принадлежит лицо, используя огромные базы данных с лицами людей. В ходе обучения нейросети ей изначально сообщают, кому принадлежит это лицо, а в последующем добиваются, чтобы нейросеть допускала минимальные ошибки. Обработав данные лиц нескольких миллионов разных людей, нейросеть начинает самостоятельно распознавать иные лица, в том числе и те, которых не было в базе, но имеется часть признаков для их идентификации.
С 2016 по 2020 год точность распознавания лиц нейросетями улучшилась в 50 раз, а коэффициент ошибок составил 0,8%. Самые масштабные разработки в области распознавания лиц - у компаний Google, Apple, Facebook, Amazon и Microsoft. В 2014 году компания Facebook запустила сервис DeepFace, который определяет, принадлежат ли два сфотографированных лица одному и тому же человеку, с точностью до 97,25%.
В России пять крупных компаний занимаются разработками в сфере распознавания лиц: NTechLab, VisionLabs, SensemakingLab, Группа ЦРТ. Компания NTechLab - разработчик приложения «FindFace», которое в ходе обучения использовали для поиска людей в социальной сети «ВКонтакте» по имеющимся там фотографиям. Сервис неоднократно оказывался в центре скандалов с нарушением приватности. Максимальная точность их алгоритмов для рас-
познавания лиц была заявлена на уровне 99%. Эта же компания в настоящее время выступает подрядчиком для внедрения камер с распознаванием лиц в городе Москве. В настоящее время сеть видеокамер в г. Москве насчитывает более 200 тысяч единиц, но в г. Пекине (КНР), для сравнения, количество камер видеонаблюдения уже превысило значение в 10 миллионов.
Но данные цифровые технологии могут оказаться абсолютно неэффективными без соответствующей правовой поддержки со стороны государства. Ведь во многих странах мира запрещается нахождение в общественных местах с закрытым лицом, а в России ограничение действует только для лиц, участвующих в митингах. Из чего очевидно, что законодательный тренд запрета средств, затрудняющих идентификацию, будет нарастать. Но кроме банального сокрытия лица, существует масса методов, делающих идентификацию автоматическими средствами невозможной. В качестве примера таковых средств можно привести стеклянные маски для лица; проектор, который накладывает световое изображение лица другого человека на хозяина (носителя) устройства; специальные светоиз-лучающие визуально-шумовые очки с лампами инфракрасного свечения; объемный 3D-макияж. На приведенные устройства в Китае, где системы распознавания лица внедряются более масштабно, имеется повышенный спрос.
Вместе с тем проблема внедрения алгоритмов искусственного интеллекта в криминалистическое изучение преступной деятельности заключается еще и в том, что недостаточное число специалистов (криминалистов) обладают знаниями и навыками их использования.
Исходя из вышесказанного, можно сделать вывод, что современное общество все в большей степени становится объектом цифровиза-ции и прирост внедрения современных технологий будет только нарастать. Это вызывает потребность в повышении качества образования специалистов, изменение структуры получаемого образования, его объема, например, введением курса цифровой криминалистики в образовательной системе МВД. Уже сегодня цивилизация направлена к абсолютной системе постоянного взаимодействия цифрового пространства и повседневной инфраструктуры человечества. Математический прогноз показывает, что не позднее, чем в 2025 году в мире будет не менее 20 миллиардов взаимосвязанных друг с другом сетевых устройств и постоянно нарастающая цифровизация общества изменит условия работы правоохранительной системы как в Российской Федерации, так и в мировом сообществе.
- Литература -
1. Федорова Г.Н. Осуществление интеграции программных модулей. - Москва: Академия, 2017. - 288 с.
2. Российская газета. Федеральный выпуск № 139(8490).
3. РакИ.П. Информационные технологии в деятельности правоохранительных органов // Инновационная наука. 2016. № 2-3. С. 132-135.
4. Хайкин С. Нейронные сети. - Москва: Вильямс, 2019. - 1104 с.
5. Бурцева Е.В., Рак И.П., Селезнев А.В., Терехов А.В. Роль информационных технологий в профилактике и раскрытии преступлений // Вестник Тамбовского государственного университета. Серия «Гуманитарные науки». 2008. № 2 (58). С. 479-482.
6. Авдеева Е.В., Гордей В.А. Оптимизация деятельности правоохранительных органов в контексте внедрения информационно-коммуникационных технологий // Закон и право. 2018. № 10. С. 93-95.
7. Волеводз А.Г. Следы преступлений, совершенных в компьютерных сетях // Российский следователь. 2002. № 1. С. 4-12.
= References =
1. Fedorova G.N. Osushchestvlenie integracii programmnyh modulej. - Moskva: Akademiya, 2017. - 288 s.
2. Rossijskaya gazeta. Federal'nyj vypusk № 139(8490).
3. Rak I.P. Informacionnye tekhnologii v deyatel'nosti pravoohranitel'nyh organov // Innovacionnaya nauka. 2016. № 2-3. S. 132-135.
4. Hajkin S. Nejronnye seti. - Moscow: Vil'yams, 2019. - 1104 s.
5. Burceva E.V., Rak I.P., Seleznev A.V., Terekhov A.V. Rol' informacionnyh tekhnologij v profilaktike i raskrytii prestuplenij // Vestnik Tambovskogo gosudarstvennogo universiteta. Seriya «Gumanitarnye nauki». 2008. № 2 (58). S. 479-482.
6. Avdeeva E.V., Gordej V.A. Optimizaciya deyatel'nosti pravoohranitel'nyh organov v kontekste vnedreniya informacionno-kommunikacionnyh tekhnologij // Zakon i pravo. 2018. № 10. S. 93-95.
7. Volevodz A.G. Sledy prestuplenij, sovershennyh v komp'yuternyh setyah // Rossijskij sledovatel'. 2002. № 1. S. 4-12.
(статья сдана в редакцию 16.03.2021)
^^^^^^^^^^^^^^ Проблемы правоохранительной деятельности 3'21
64
