Busca avançada
Ano de início
Entree

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

Processo: 17/00927-8
Linha de fomento:Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
Vigência: 01 de julho de 2018 - 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
Município: Marília
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
18/15945-4 - Fusão de informações provenientes de relatos humanos para a caracterização de situações de crime 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
Assunto(s):Gestão de riscos  Análise de risco  Análise de dados  Tratamento da informação  Crime  Bases de dados  Dados não estruturados 

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)