Abordagem de análise criminal para a ampliação da consciência situacional utilizando fusão de dados e informações

• Processo: 17/00927-8
• Modalidade de apoio: Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Data de Início da vigência: 01 de julho de 2018
• Data de Término da vigência: 31 de março de 2019
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Leonardo Castro Botega
• Beneficiário: Leonardo Castro Botega
• Empresa: Stratelli Inteligência Estratégica Ltda. - EPP
• CNAE: Tratamento de dados, provedores de serviços de aplicação e serviços de hospedagem na internet
• Pesquisadores principais: João Henrique Martins
• Bolsa(s) vinculada(s): 18/16209-0 - Modelo semântico para a fusão de dados de relatos humanos para a identificação e caracterização de entidades no contexto de análises criminais, BP.TT; 18/16943-5 - Geoprocessamento e visualização de dados de relatos humanos no contexto de análises criminais, BP.TT; 18/15545-6 - Pré-processamento de dados para a identificação e caracterização de entidades no contexto de análises criminais, BP.TT; 18/16771-0 - Fusão de dados de relatos humanos para a identificação e caracterização de entidades no contexto de análises criminais, BP.TT; 18/15945-4 - Fusão de informações provenientes de relatos humanos para a caracterização de situações de crime no contexto de análises criminais, BP.TT
• Assunto(s): Gestão de riscos Análise de risco Análise de dados Tratamento da informação Crime Bases de dados Dados não estruturados
• Palavra(s)-Chave do Pesquisador: Análise De Risco | Consciência situacional | Fusão de Dados e Informações | Geoanálise de dados | Modelos Semânticos | Sistema de Avaliação Criminal | Gestão da Informação e do Conhecimento

Resumo

No domínio de gerenciamento de riscos com base em dados criminais, SAW é um fator crucial para revelar tendências, incidência de ameaças e o aumento ou diminuição de riscos iminentes. Uma limitada SAW pode comprometer a compreensão de analistas ao que realmente aconteceu e está acontecendo, levando a uma má tomada de decisão, o que pode resultar em consequências desastrosas para as pessoas, patrimônios ou meio ambiente [2]. O processo de aquisição de SAW é ainda mais desafiador pois em sua maioria os dados são fornecidos por inteligência humana (Human Intelligence - HUMINT), como é o caso das denúncias de crimes relatados às centrais dos serviços de segurança (ex.: atendimento 190 da Polícia Militar de São Paulo), as quais registram os relatos nos Boletins de Ocorrência. Tipicamente, os dados HUMINT são incompletos, desatualizados, inconsistentes e às vezes até mesmo influenciado por fatores culturais, influenciando os processos computacionais que processam os dados e estimulam a SAW do analista. Desta maneira, técnicas de Fusão de Dados e Informações foram desenvolvidos para identificar uma sinergia entre dados e informações heterogêneas e integra-las, fornecendo informações em menor dimensão, porém mais significativas, visando reduzir incertezas [1, 3, 4, 5, 6, 7, 8]. Entretanto, particularidades dos desafios citados exigem processos mais robustos de pré-processamento, busca por elementos relevantes e associação sinérgica. No contexto de análises criminais, é válido mencionar que as bases de dados criminais do país foram formadas recentemente e tem poucas séries históricas consistentes. Além disso, um segundo problema é a má qualidade dos dados coletados (Soares, 2008), principalmente quanto a confiabilidade dos endereços registrados como locais de crimes, decorrente da imprecisão da vítima quanto ao local onde foi vitimizada, e da não priorização desse dado por parte dos coletadores (em regra policiais civis), que tem foco mais na descrição do evento, para fins jurídicos, do que pelos dados de localização. Adicionalmente, a maioria dos sistemas eletrônicos de registro de ocorrências, permite a conclusão do registro mesmo sem o endereço do fato ou apenas com uma referência. Este aspecto é particularmente importante para o processo de tomada de decisão, uma vez que se popularizou no país a prática (adequada) de mapeamento criminal, como recurso análise de dados para tomada de decisão. No entanto, ao ignorar a má qualidade da informação de localização e ausência de rotinas de tratamento do dado, os mapas hoje não refletem a incidência real dos delitos e problemas criminais, a não ser que passem por processos de análise individual dos registros. O terceira e último problema, é ainda mais grave, as bases de dados não possuem dados estruturados para a análise criminal que irá fundamentar decisões em políticas públicas ou ações privadas ou comunitárias de prevenção e controle do crime. Os dados criminais são catalogados segundo uma classificação jurídica, o código penal e as leis penais especiais, focados na tipificação da ação do agressor e não na definição do fenômeno criminal. O problema criminal sempre está relacionado a um ambiente especifico que "incentiva", pelo baixo risco ao criminoso, diversos delitos no mesmo ambiente (por exemplo, furto de bolsas, roubo de celulares, sequestro relâmpago, ocorridos no mesmo ambiente). Para a identificação desses "problemas criminais", são determinantes as técnicas de fusão de dados, organizadas a partir dos pressupostos da análise criminal situacional e teoria econômica do crime, que abordaremos nesta proposta. Desta maneira, para superar estes desafios, o objetivo deste trabalho é o desenvolvimento de um processo de fusão composto por especificação, implementação, aplicação de algoritmos de fusão hierárquico e multicritério, e o desenvolvimento de um processo e sistema de análise de dados criminais como estudo de caso. (AU)