Prevence kriminality PredPol Ing. Vladimír Šulc, Ph.D. Ing. Bc. Marek Čandík, Ph.D. Anotace Prediktivní aspekty policejní práce se ještě nedávno zdály fikcí. Dnes existují ověřené studie, operující s hmatatelnými pozitivními dopady těchto přístupů, vycházejících ze specifické formy big data. Klíčová slova Predikce, policejní činnosti, big data, zefektivnění. Summary Predictive aspects of police work have even only recently been fiction. Today, there are validated studies, operating with tangible positive impacts of these approaches, based on the specific forms of "big data". Keywords Predictions, police activities, big data, streamlining.
Úvod V posledních letech můžeme sledovat veliký důraz na využívání moderních informačních technologií a práci s daty včetně jejich analýz, kde ani prevence kriminality není výjimkou. Již před lety se tvůrci filmů Minority Report již snažili takovouto budoucnost vytvořit. Vina byla potrestána dříve než, ke zločinu vůbec došlo a Ministerstvo spravedlnosti, dokázalo vraždě zabránit díky třem jasnovidcům, psychotronickým osobnostem, které neomylně určili pachatele. Ano bylo to SCI-FI, ale dnes již máme mnoho reálných analyticko-prediktivních přístupů, které dokážou velmi účinně kriminalitu snižovat. Odhaduje se, že bezpečnostní složky mohou s využitím prediktivních analýz snížit některé druhy kriminality až o 50 %, a to za předpokladu, že jsou v nich zahrnuty demografické a sociální změny, strategie prosazování zákonů, spolupráce místní komunity či další trendy související s kriminalitou. Mapy kriminality umožňují znázornit vývoj kriminality v prostoru a čase. Predikce kriminality pomáhá předcházet spáchání trestných činů a účinně plánovat opatření tak, aby k ní vůbec nedocházelo. Jedním z možných způsobů je PredPol. "prediktivní policejní" softwarový program, který sbíráním historických dat trestné činnosti prostřednictvím vhodného algoritmu navrhne na 10 až 20 místech s největší pravděpodobností, kde se stane zločin. Predpol Predictive Policing (2015, www.predpol.com) je název firmy se sídlem v USA, která vyvinula stejnojmenný program používaný pro predikci specifických typů incidentů např. zločiny proti majetku, drogová činnost, činnost gangů, ozbrojená trestná činnost, ale i dopravní nehody. Tento systém byl vyvinut ve spolupráci s University of California, Santa Clara University a University of California Irvine v úzké spolupráci s policejními analytiky a policisty z Los Angeles Police Department a Santa Cruz Police Department.
Obrázek 1 Uživatelské prostředí PredPol. 1 Pro vytváření predikcí používá tento program algoritmus založený na statistických modelech. PredPol se zaměřuje na vzájemné vazby míst a historických událostí. V oblasti kriminality tak zkoumá souvislosti mezi v minulosti spáchanými trestnými činy a místy, na kterých došlo k jejich spáchání a pomocí matematických modelů pak předpovídá, na jakém místě a v jakém čase je pravděpodobnost dalšího spáchání trestné činnosti. Tento model tak vedle práce se statistikami obsahujícími historii trestné činnosti pracuje s faktory, které se vztahují především k místu páchání trestné činnosti, které ještě upravuje o vzorce chování pachatelů. Ve městech jsou takzvané červené boxy, které označují místa trestné činnosti z minulosti. PredPol se nyní používá ve třetině LA Policie 21 geografických policejních divizí, důstojníci na hlídce jsou vybaveny mapami s vice jak tuctem červených boxů, které je varují před vysokou pravděpodobnost trestné činnosti. Podle nastavení zpracuje algoritmus programu vizuální predikce ve formě čtvercové sítě rozložené přes mapu dané oblasti. Jednotlivé čtverce mapy představují skutečnou plochu místa o rozměrech 500x500 stop, tj. přibližně 150x150 metrů. Podle zbarvení daného čtverce je možné zjistit pravděpodobnost rizika trestné činnosti konkrétního typu v dané oblasti a v daném časovém rámci. Pro interpretaci informací z daných predikcí jsou důležití analytici policejních oddělení, kteří svým názorem ovlivňují rozhodování o aplikaci zdrojů. 2 1 PredPol. http://www.predpol.com/ 2 JOUVENAL, Justine. Police are using software to predict crime. Is it a holy grail or biased against minorities? Washington Post, 17. XI. 2016. https://www.washingtonpost.com/local/public-safety/police-are-
V současné době se LAPD zaměřuje na vloupání, vloupání do vozidel a krádeží automobilů tří druhů trestné činnosti, které v loňském roce tvořily více než polovinu ze zhruba 104.000 evidovaných trestných činů v LA. Desítky dalších měst po celých Spojených státech, ale i jinde používá PredPol software k předpovídat dalších zločinů, včetně činností gangů, drogových trestných činů a střelby. Policie v Atlantě používají PredPol k předvídání loupeží. Seattlská policie ji využívají ke střelným násilným trestným činnúm. V Anglii, Kentnstá policie používá PredPol k předpovídat drogových zločinů a loupeže. Obrázek 2 Schéma predikčního procesu PredPol. 3 Pro možnosti analýzy zpět v čase vyvinula společnost PredPol také přídavný prvek Radar, který slouží jako nástroj tzv. business analytics. Tento přídavný prvek ukazuje přesnost programu PredPol v rámci jednotlivých jurisdikcí. Výsledná čísla pak ukazují buď vliv predikcí programu na celkovou kriminalitu jako meziroční srovnání, nebo pouze vliv na lokální kriminalitu. Systém PredPol je zpravidla umístěn na vzdáleném cloudovém uložišti a správu systému tedy zajišťuje poskytovatel. Pro bezpečnost uchovávání dat používají všechny společnosti, které using-software-to-predict-crime-is-it-a-holy-grail-or-biased-against-minorities/2016/11/17/525a6649-0472-440aaae1-b283aa8e5de8_story.html 3 How Predictive Policing Works. PredPol; SlideShare. 18. VIII. 2014. https://www.slideshare.net/predpol/predpol-how-predictive-policing-works
PredPol využívají, bezpečnostní prvky, jako zabezpečené protokoly nebo biometrické skenování. K programu Predpol se přistupuje pomocí webového prohlížeče. Obrázek 3 Ukázka predikovaných (červených) boxů PredPol. 4 2.1. Ochrana proti kybernetickému nebezpečí Nemůžeme-li se jen spolehnout 5, jak bude český stát bojovat proti kybernetickému nebezpečí, případně zda na to bude mít dostatek prostředků (srov. Cca 4 mld. USD vynaložených v loňském roce v USA a požadovaných cca 3 mil. USD v rozpočtu NBÚ). Jak říká 14 nového občanského zákoníku 6 Každý si může přiměřeným způsobem pomoci k svému právu sám, je-li jeho právo ohroženo a je-li zřejmé, že zásah veřejné moci přišel pozdě. Ta znamená, že v rámci zákona o kybernetické bezpečnosti nakonec zůstane na subjektech, provozujících prvky informační a komunikační infrastruktury, jak si svoji bezpečnost zajistí. Nikoliv ovšem cestou budování vlastních odpališť raket středního doletu, ale pomocí protiaktivních opatření. 7 Je potřeba, aby každý provozovatel informačního a komunikačního systému, který by mohl mít skutečný či potencionální význam pro fungování státu, regionu, města nebo významné 4 PredPol. Crunchbase. https://www.crunchbase.com/organization/predpol 5 SMEJKAL, V. Kybernetická kriminalita, Plzeň: Aleš Čeněk, 2015, 636 s. ISBN 978-80-7380-501-2. 6 Zákon č. 89/2012 Sb., občanský zákoník 7 SMEJKAL, V. Kybernetické nebezpečí a kybernetická válka. In Sborník příspěvků z 6. Ročníku mezinárodní vědecké konference Bezpečná Evropa 2013, 25. 11. 2013. Karlovy Vary: Vysoká škola Karlovy Vary, 2013, s. 142-149.
organizace o to bez ohledu, zda na něj dopadají nebo nedopadají povinnosti podle zákona kybernetického zákona, uskutečnil následující kroky: Provést analýzu rizik. Zpracovat koncepci minimalizace existujících rizik. Navrhnout a realizovat proaktivní opatření za účelem snížení zjištěných rizik. Monitorovat, vyhodnocovat a operativně modifikovat tato opatření. 8 Zákon o kybernetické bezpečnosti předpokládá, že některým subjektům bude tímto zákonem uloženo zajistit bezpečnost jejich informační a komunikační infrastruktury. To je stejně ale úplné minimum, co by mělo být provedeno. Ves skutečnosti by měla být vybudována bezpečnost ve všech informačních a komunikačních systémech, bez ohledu na jejich význam a rozsah (mimo jiné i jako součást boje proti obyčejné kriminalitě) 9. Podle ust. 311 TrZ odst. 1 je teroristický útok jednáním pachatele, který v úmyslu poškodit ústavní zřízení nebo obranyschopnost České republiky, narušit nebo zničit základní politickou, hospodářskou nebo sociální strukturu České republiky nebo mezinárodní organizace, závažným způsobem zastrašit obyvatelstvo nebo protiprávně přinutit vládu nebo jiný orgán veřejné moci nebo mezinárodní organizaci, aby něco konala, opominula nebo trpěla. 8 SMEJKAL, V.RAIS,K., op. cit., kap. 4. 9 K tomu viz např. CHMELÍK, J., PORADA, V. Vybrané problémy vyšetřování a dokazování počítačové kriminality I. In Identifikace potřeb právní praxe jako teoretický základ pro rozvoj kriminalistických a právních specializací. Sborník vědeckých prací. Karlovy Vary: Vysoká škola Karlovy Vary, 2011, s. 334-346 nebo SMEJKAL, V. Současné možnosti boje proti počítačové kriminalitě. Data Security Management,XV., 2011, č. 4, s. 18-23.
Obrázek č. 1 Vzájemný vztah faktů, znalostí, dat a informací Před zpracováním Po zpracování Objekty, např. např. fakta, události, události, myšlenky. myšlenky. Při zpracování Objekty, fakta, Znalosti, týkající se objektů objektů... Předmět informace Informace Informace Zobrazení informací Zpracování informací Interpretace dat Data Data Zdroj: SMEJKAL, V. Kybernetická kriminalita, 2015. Ze všeho, co je uvedeno výše, lze dovodit: 1. Informace vnímáme jako něco kvalifikovanějšího, nežli data. Data jsou fakta, informacemi se stávají tehdy, když jsou v kontextu a nesou význam pochopitelný lidem. 10 10 ŠÁMAL,P a kol. Trestní zákoník II. 140 až 421. Komentář. 2. Vyd. Praha: C. H. Beck,2012, s. 2308.
2. Podle některých autorů data nemusí vždy obsahovat informaci. Tuto situaci lze považovat za zcela výjimečnou, protože: a) Vždy může existovat někdo, pro něhož data informací budou (resp. jejich získáním dojde ke snížení entropie) b) I absence dat je informací 3. Zpracováním dat můžeme získat data nová, a tedy i nové informace. Nemusí tak ale tomu být vždy. 4. Informace jsou obsaženy v datech. 5. Nosič dat je tedy nosičem informací. Přínosy Očekávaným přínosem po implementaci řešení PredPol je snížení kriminality. Statistiky LAPD Foothill Division poukazují na 20% snížení počtu zločinů mezi lety 2013 a 2014, tedy po zavedení tohoto nástroje. Ve čtyřměsíčním období po zavedení systému byl u této divize zaznamenán pokles výskytu kriminality o 13 %, přičemž průměrná hodnota divizí, které ještě neimplementovaly PredPol v tomto časovém období poukazuje na nárůst kriminality o 0,4 %. Jako jeden z přínosů implementace systému PredPol a dalších nástrojů jsou jejich nízké nároky na uživatele při obsluze. Podle kapitána RACR je přínosné, že nyní se mohou analytici věnovat jiným činnostem, než je příprava podkladů pro jednotlivé hlídky, kterou dnes zvládne méně kvalifikovaný policista. Data a práce s nimi je práce budoucnosti, bez které nelze dosáhnout úspěchu. Donucovací orgány mají nyní přístup ke stovkám milionů záznamů. Zatímco jsou tyto nástroje užitečné pro policii, nejsou zabezpečený proti poruchám. V Kalifornii jistá žena nedávno vyhrála civilní žalobu proti policejnímu oddělení v San Franciscu, které mylně označila její auto jako ukradené a ona byl držena s hlavní u hlavy důstojníky více než 20 minut.
Závěr I když PredPol snižuje zločin, také vyvolává pochybnosti o tom, jak ho aplikovat. Kriminalisté se obávají, že červená-box by mohli způsobit u mladých policistů přehnané jednání a označování lidí jako zločince. Jiní se obávají, že policejní náčelníci a vlády budou spěchat do náruče zpracování velkých objemů dat bez pochopení, jak to funguje. Je to taková svůdná myšlenka, že byste mohli mít počítač, který dokáže předpovědět zločin. PredPol má nevýhodu a to, že policisté mají tendence spoléhat na automatizované procesy. Existuje zde riziko, že čím více budou policisté používat produkt, který za ně bude vykonávat práci, tím méně budou bdělí a nebudou trénovat sami sebe a své přirozené schopnosti. Je nutné mezi těmato dvěma póly nalézt ideální poměr. Obzvláště riziková situace z tohoto pohledu je vnímána u mladých nově příchozích policistů, kteří mají omezené schopnosti, a proto je nutné dát si pozor na to, s čím jsou učeni pracovat. Použitá literatura: SMEJKAL, V. Kybernetická kriminalita, Plzeň: Aleš Čeněk, 2015, 636 s. ISBN 978-80- 7380-501-2. Zákon č. 89/2012 Sb., občanský zákoník SMEJKAL, V. Kybernetické nebezpečí a kybernetická válka. In Sborník příspěvků z 6. Ročníku mezinárodní vědecké konference Bezpečná Evropa 2013, 25. 11. 2013. Karlovy Vary: Vysoká škola Karlovy Vary, 2013, s. 142-149. SMEJKAL, V.RAIS,K., op. cit., kap. 4. K tomu viz např. CHMELÍK, J., PORADA, V. Vybrané problémy vyšetřování a dokazování počítačové kriminality I. In Identifikace potřeb právní praxe jako teoretický základ pro rozvoj kriminalistických a právních specializací. Sborník vědeckých prací. Karlovy Vary: Vysoká škola Karlovy Vary, 2011, s. 334-346 nebo SMEJKAL, V. Současné možnosti boje proti počítačové kriminalitě. Data Security Management,XV., 2011, č. 4, s. 18-23. ŠÁMAL,P a kol. Trestní zákoník II. 140 až 421. Komentář. 2. Vyd. Praha: C. H. Beck,2012, s. 2308. Příspěvek je výstupem projektu specifického výzkumného úkolu č. FBM 2 Kybernetická bezpečnost a ochrana kritické informační infrastruktury Policejní akademie ČR v Praze, 2016.