アルゴリズムは犯罪追跡携帯電話を予測します

科学者は長年にわたり、犯罪を予測できるアルゴリズムを実験してきました。 犯罪者は成功した行動を繰り返す傾向があると想定されています-少なくとも犯罪の場所と時間を選択するためにRNGを使用しないため、定義により行動は予測可能です。



たとえば、1年前、カリフォルニアのサンタクルーズ市は、犯罪の確率を計算する数学モデルを世界で初めて導入しました。これは、毎日路上犯罪統計に基づいてパトカーの新しいルートを形成します。 曜日、時刻、テレビでのサッカーの試合の有無などを考慮に入れます。



バーミンガム大学の研究者であるミルコ・ムソレシは、 まったく異なるアプローチを取りました。 彼の方法は統計に基づいているのではなく、セルラーネットワークからのライブデータに基づいています。 Musolesiは、各加入者の動きを高い確率で予測するアルゴリズムを教えることから始めました。彼はNokia Mobile Dataコンテストで優勝し、電話信号、通話履歴、テキストメッセージによって25人のボランティアの動きを最も正確に予測しました。 アルゴリズムは、20 m ^2の精度でユーザーの座標を予測する場合があります。



このアルゴリズムは、指定したユーザーの友人のネットワーク全体が同時に監視されている場合にのみ効率的に機能します。 1人の人物のみを追跡する場合、座標の予測の精度は1000 m ^2に低下します。 明確な情報を1人の友人だけから抽出できたとしても、精度はすぐに急激に向上しました。



したがって、アルゴリズムは、20〜30分で潜在的な犯罪者のグループが出会う場所と時間を計算できます。 Musolesiによると、特定の道路、ブロック、場合によっては家さえも計算できます。潜在的な犯罪のシーンです。 明らかに、パトカーを送る必要がある場合に備えて。



Musolesiは、彼の開発が法執行機関によって使用されることを望んでいます。 研究者は、このようなデータ分析システムが法律に違反していないことを確信しています。「当社のアルゴリズムは、[警察が既に持っている]データから新しい情報を抽出する方法です」とフォーブスのインタビューで語る。 まだ犯罪を犯していないが、「リスクグループ」に何らかの基準に従ってリストされている人々（たとえば、犯罪歴のある市民や電話での会話やSMS）。 一方、アルゴリズム自体は匿名データで機能するため、この「追跡」は、Facebookチャットやその他のサービスで使用されるキーワードによるコンテキストモバイル広告システムやチャット監視システムと基本的に変わりません。



原則として、このようなアルゴリズムは、警察だけでなく、通常の商業会社でも使用できます。 お気に入りのカフェに行くと誰もが喜んでいるでしょう-そしてそこにテーブルを置いてくれました。 または、家に近づくと、キッチンでケトルが自動的にオンになり、夕食の準備が始まります。



ミルコ・ムソレシは同僚と一緒に仕事の結果を公開し （pdf）、近い将来、ノキアが提供するデータベースで追加の実験を行う予定です。