Ny kriminalitetsbekæmpelsesalgoritme kunne forudsige tilbagevendende ulovlig aktivitet

En ny algoritme udviklet af University of Surrey og Georgia Tech kunne give politiafdelinger overhånd i deres kamp mod kriminalitet, takket være dens evne til hurtigt at behandle data i realtid og forudsige, hvor ulovlig aktivitet kan opstå igen.

Politiafdelinger over hele verden står over for et stigende pres på deres ressourcer, en virkelighed, der giver næring til væksten af ​​prædiktiv politisoftware, der hjælper myndigheder med at træffe beslutninger om, hvor de skal fokusere deres indsats. En populær metode er at tilpasse en Epidemic Type Aftershock Sequence (ETAS) model til bykriminalitetsdata – en grid-map-baseret tilgang, der har været i stand til at forudsige to gange så meget kriminalitet som en enkelt dedikeret analytiker.

I et papir udgivet af Computational Statistics and Data Analysis, forskere fra Surrey og Georgia, Atlanta, detaljeret en ny tilgang svarende til den, der blev brugt i vejrudsigter og Apollo-rummissionerne, som supplerer ETAS. Forskere var i stand til at bruge denne tilgang til at udvikle en ny algoritme - Ensemble Poisson Kalman Filter (EnPKF) - der er i stand til at kombinere, i realtid, data om bykriminalitet og ETAS-modellen. EnPKF er i stand til at give realtidsprognoser for kriminalitetsraten og give en indikation af, hvor sandsynligt kriminalitet kan gentage sig i et bestemt område. Algoritmen kan også give politiet forslag til, hvor kortsigtede hotspots for kriminalitet kan opstå, og hvilke yderligere ressourcer der er nødvendige for at imødegå en sådan stigning.

Matematikere testede deres algoritme mod data om mere end 1000 voldelige bandeforbrydelser i Los Angeles, fra 1999 til 2002 – et datasæt med 33 kendte bander.

Forskere mener, at algoritmen har en bred vifte af mulige anvendelser, da EnPKF kan lave prognoser ved hjælp af andre modeller end ETAS. Det menes, at EnPKF kan bruges til at overvåge togforsinkelser, jordskælv efterskælv og endda forsikringskrav i Afrika syd for Sahara.

Dr. David Lloyd fra University of Surrey's Department of Mathematics sagde:"Vi er forsigtigt begejstrede for EnsemblePoisson Kalman Filter, en tilgang, der har givet os et indblik i, hvornår kriminalitet kan forudsiges, og har vist os vigtigheden af ​​at bruge realtidsdata til at gøre det overordnede system stærkere. Vi er allerede godt på vej til at styrke algoritmen og har eventtestet den mod data fra Chicago.

"Det er vigtigt at huske, at EnPKF, og algoritmer, der ligner denne, er værktøjer, der bruges til at hjælpe vores retshåndhævelse, som arbejder hårdt for at holde vores samfund sikre. Deres brug vil i sidste ende blive bestemt af de enkelte afdelingers behov."