Методи виявлення та аналізу кримінальних мереж сформованих на основі білінгової інформації операторів мобільного зв’язку
DOI:
https://doi.org/10.18372/2225-5036.21.9686Ключові слова:
виявлення ознак кримінальних мереж, злочинні угрупування, мережі телефонних контактів, ранжирування вузлів, планування деструктивного впливуАнотація
Сучасній людині все складніше уявити себе без використання таких засобів комунікації як Інтернет та мобільний зв’язок. Майже всі сучасні злочини зі стадії готування до вчинення здійснюються з використанням електронних засобів зв’язку та залишають гетерогенні сліди в інформаційному просторі. Окремі з таких слідів у встановленому законом порядку збираються та акумулюються правоохоронними органами. Великі об’єми цих даних не дають можливості їх неавтоматичної обробки. Не так давно на стику соціології та теорії складних мереж виник окремий науковий напрям – аналіз соціального графу, підвидом якого є аналіз кримінальних мереж. В даній роботі запропонована архітектура експертної системи з виявлення та аналізу організованих злочинних угрупувань на основі автоматизованої обробки білінгової інформації операторів мобільного зв’язку. До уваги пропонується метод, завдяки якому можливо ідентифікувати кримінальні угрупування із сукупності звичайних соціальних контактів в мережах телефонного зв’язку. Також, приводяться результати застосування розробленого методу на реальних соціальних та кримінальних мережах. Описуються методи планування ефективного деструктивного впливу та проведення активних заходів проти організованої злочинності. Окрім того, автором пропонується метод викриття внутрішньої структури кримінальних мереж, заснований на модифікації відомого алгоритму пошуку релевантних веб-сторінок.Посилання
Travers, Jeffrey & Stanley Milgram. An Experimental Study of the Small World Problem, Sociometry, Vol. 32, No. 4, 1969, p. 425-443.
Barabasi, Albert-Laszlу and Reka Albert, Emergence of scaling in random networks, Science, 286, October 15, 1999, p. 509-512.
Sparrow M.K. The application of network analysis to criminal intelligence: An assessment of the prospects. Social Networks, 13(3), 1991, p. 251–274.
Arquilla J., Ronfeldt D. Networks and netwars: The future of terror, crime, and militancy. Survival, 44(2), 2001, p. 251–274.
Baker W., Faulkner R. The social organization of conspiracy: illegal networks in the heavy electrical equipment industry. Am. Social. Rev., 58, 1993.
Ferrara E., De Meo P., Catanese S., Fiumara G. Detecting criminal organizations in mobile phone networks. Expert Systems with Applications, 41(13), 2014, p. 5733–5750.
Klerks P., Smeets E. The network paradigm applied to criminal organizations: Theoretical nitpicking or a relevant doctrine for investigators. Connections, 24, 2001, p 53–65.
Krebs V. Mapping networks of terrorist cells. Connections, 24(3), 2002, p. 43–52.
Morselli C. Assessing vulnerable and strategic positions in a criminal network. Journal of Contemporary Criminal Justice, 26(4), 2010, p. 382–392.
Schneider F., Feldmann A., Krishnamurthy B., Willinger W. Understanding online social network usage from a network perspective. In Proc. 9th SIGCOMM conference on Internet measurement conference, 2009, p. 35-48.
Zang H., Baccelli F., Bolot J. Bayesian inference for localization in cellular networks. In 2010 Proceedings IEEE INFOCOM, IEEE, 2010, p. 1–9.
Xu J., Chen H. Criminal network analysis and visualization. Comm. ACM, 48(6), 2005, p. 100–107.
Yang C., Chen H., Hong K. Visualization of large category map for internet browsing. Decis. Support Syst., 35(1), Apr. 2003, pp. 89–102.
Yang C., Liu N., Sageman M. Analyzing the terrorist social networks with visualization tools. In Intelligence & security informatics, 2006, pp. 189–198.
Freeman L. Set of measures of centrality based on betweenness. Sociometry, 1977, p. 35–41.
Burt Ronald S. Structural Holes and Good Ideas. American Journal of Sociology, 110 (2), 2004, p. 349–399.
Ланде Д.В., Нечаєв О.О. Алгоритм ранжирування вузлів квазіієрархічних мереж соціального характеру // Проблеми інформатизації та управління, 49(1), 2015, С. 46-50.
Ланде Д.В., Нечаєв О.О. Відновлюваність зв’язків у безмасштабних мережах // Реєстрація, зберігання і обробка даних. – 2012. – Т. 14, № 3. – С. 92-98.
Zachary W. An information flow model for conflict and fission in small groups, Journal of Anthropological Research 33, 452-473 (1977).
Mehjabin Khatoon W., Aisha Banu A Survey on Community Detection Methods in Social Networks, I.J. Education and Management Engineering, 2015, 1, p. 8-18.
Каширин В. Анализ и моделирование криминальных сетей. – СПб НИУ ИТМО, «Итнернет и современное общество». – 2012. – 24 с.
Xiaomin Wang. Deciding on the type of the degree distribution of a graph (network) from traceroute-like measurements, 2011, International Journal of Computer Networks & Communications, vol. 4 (3), pp. 151-167.
Hamed Sarvari, Ehab Abozinadah, Alex Mbaziira. Constructing and Analyzing Criminal Networks,2014 , Security and Privacy Workshops, 84-91.
Nisha Chaurasia, Akhilesh Tiwari, Efficient Algorithm for Destabilization of Terrorist Networks, 2013, International Journal of Information Technology & Computer Scien;Nov2013, Vol. 5 Issue 12, p. 21.
Hyoungshick Kim, Ross Anderson, Temporal node centrality in complex networks, 2012, Computer Laboratory, University of Cambridge, 15, p. 85.
Carlos Garc´ıa C., Andreas Vost, Jochen Kogel, Distributed Anomaly Detection with Network Flow Data, 07.2015, Detecting Network-wide Anomalies, ISAR conference.
Vincent D. Blondel, Jean-Loup Guillaume, Renaud Lambiotte, Etienne Lefebvre, Fast unfolding of communities in large networks, Journal of Statistical Mechanics: Theory and Experiment, Vol. 2008, No. 10. - 243
U.S. Army Training and Doctrine Command, A Military Guide to Terrorism in the Twenty-First Century, 2008, Chapter 3, p. 1-14.
Kleinberg J. Authoritative sources in a hyperlinked environment // Proceedings of the ACM-
SIAM Symposium on Discrete Algorithms, Philadelphia, PA, 1998. – p. 668-677.
Barros J. Information Flows in Complex Networks, 2009, Information Theory and Statistical Learning, p. 267-287.
